2024年，医疗行业正在被AI重塑。
得益于生成式AI和大语言模型的迅猛进步，医疗服务、医学影像诊断及新药研发等多个场景应用迎来了一场深刻的变革。
据《未来医生白皮书（2024）》显示，中国临床医护人员在AI技术采纳上领先全球，超过三分之一的人员已在日常工作中应用AI工具，远超全球26%的平均水平。
针对我国医疗AI行业的发展，多位行业专家表示，医疗AI的未来发展前景广阔，随着政策引领和资本驱动的双重加持，AI技术在提升医疗服务效率与质量、加速医学研究进展等方面发挥巨大的价值，更预示着医疗体系智能化、精准化转型的新时代的到来，为公众健康福祉带来深远影响。
医疗AI应用场景“全面开花”
人工智能与医疗的结合已进入了快车道。据了解，目前我国已发布超过30个医疗领域生成式AI大模型，应用场景覆盖患者问诊、医生助手、新药研发、健康管理等多个重要领域。多家机构预测，“AI+医疗”市场规模将持续高速增长，到2032年将达到700亿美元。
近日，国家卫生健康委等部门联合发布《卫生健康行业人工智能应用场景参考指引》（以下简称《指引》），进一步为AI在医疗领域的应用场景指明了方向。《指引》涵盖了医疗服务管理、基层公卫服务、健康产业发展和医学教学科研四大类84种具体场景，其中包括医学影像智能辅助诊断、基层全科医生智能辅助决策、智能门诊分诊、智能药物研发等应用场景。
中国医学科学院医学信息研究所医疗卫生法制研究室主任曹艳林表示，《指引》对人工智能在医疗领域的应用既积极又慎重，采用了参考场景的方式，补全了人工智能发展的第四个环节——具体场景，使得人工智能的应用更加全面和具体。《指引》中的13类应用场景涵盖了医疗服务的各个方面，包括诊断、治疗、药物研发、医院管理等，是目前而言最全面的场景应用。
中国信息通信研究院云计算与大数据研究所生物科技部副主任崔伟男谈到，《指引》中涉及的83个医疗应用场景覆盖了从患者入院到出院的整个流程。这意味着人工智能技术的应用不再局限于单一的医疗服务环节，而是贯穿于整个医疗服务链条，构建了一个全方位、多角度的智能医疗服务体系。
崔伟男指出，医疗服务的流程错综复杂，涉及多个科室和部门，包括诊断、检查、治疗、用药、医保、康复等多个环节。这些环节相互影响，决策因素繁杂。如何高效地收集和整合利用影响医疗决策的数据，为医护人员提供更好的决策支持，一直是一个挑战。而这份《指引》的发布，为卫生健康行业的数字化转型提供了新的方向和思路，也为人工智能技术在医疗领域的深度融合和应用提供了政策支撑和实践路径。
提高医疗服务效率
在医疗AI应用的众多场景之中，影像AI是最早出现也是应用最广泛的。据不完全统计，截至2024年上半年，中国已有90多款人工智能医学影像辅助诊断软件获批NMPA三类医疗器械证，涵盖心血管疾病、肺部疾病等多个领域。
在医学影像智能辅助诊断方面，《指引》强调应用人工智能从海量影像中准确快速发现微小病灶，直观定位病灶，实现骨折、肺癌、肝癌、皮肤癌、颅内动脉瘤等疾病精准早筛。这一技术的应用，不仅提高了诊断的准确性和效率，也缓解了医生阅片的压力。
“在医疗服务方面，影像阅片是发展最快的领域之一，因为影像数据比较标准化，数据质量较好。未来，智能分诊和医院服务流程优化等应用场景也有望快速发展。”曹艳林谈到。
此外，基层医疗与人工智能的结合也是《指引》关注的重点之一。曹艳林表示，基层全科医生智能辅助决策，即通过人工智能技术结合基层医疗卫生机构的常见慢性病，构建基层全科医生诊疗辅助决策应用，可以提高基层医疗水平，解决老百姓看病难的问题。
不过，曹艳林强调，在人工智能应用的过程中，一个非常重要的方面是明确其边界，不可越界。例如，在医疗咨询过程中，人工智能应作为辅助工具，而不应直接替代医生的决策角色。医生在使用这些工具时，必须保持责任心，不能完全依赖平台的结果，而忽视自己的专业判断，否则将丧失医师的主体地位，进而可能导致医疗质量和安全问题。
“如果医生过度依赖AI诊断，那么诊断可能会变得过于标准化，忽视了患者的个性化需求和不同情况，从而缺乏精准性，甚至可能导致误诊。”曹艳林谈到。
加速新药研发进程
2024年，诺贝尔化学奖授予了人工智能领域。得益于科学家们在这一领域取得的成就，人们现在可以通过计算软件设计蛋白质，还可通过人工智能预测蛋白质三维结构。
人工智能在生命科学领域创造出来的巨大价值不言而喻。
而在新药研发中，人工智能技术的应用也正在影响着人类的健康未来。数据显示，2010年至2021年间，全球由AI参与的药物研发项目数量由6个增长至158个。2024年，这一趋势更加明显，AI制药技术的快速发展，让新药研发的部分环节提速百倍。
AI在药物研发中的应用主要体现在靶点筛选、药物活性分子发现、临床前研究、临床试验等多个环节。特别是在药物早期的发现过程中，AI技术可以运用机器学习和深度学习算法，快速筛选出针对靶点有效的药物活性分子，大大加快了药物开发的进程。
此外，AI技术还可以通过基因序列、蛋白质序列产生蛋白质三维空间模型，让靶点实现视觉化，以便医疗人员观察到靶点上适合药物分子起作用的位置。在临床试验阶段，通过利用临床研究数据和机器学习算法，AI可以对病人进行精准分型，从而更精准地实施药物治疗。
《指引》中也提到AI在智能药物研发中的应用，包括智能药物研发、智能药物临床试验辅助、智能药品临床综合评价辅助等。这些应用有望缩短药物研发周期，降低成本，提高研发成功率，为新药研发带来革命性的变化。
“药物研发是人工智能的一个重要应用场景。”曹艳林表示，在药物研发中，确定化学分子是最核心的部分。过去，这个过程通常需要通过大量的实验和测试来完成。然而，现在人工智能可以通过算法模拟来快速确定化学分子，从而大大加速了药物研发的进程，并节约了大量的成本。
医疗AI前景广阔 但需应对数据安全与伦理法律挑战
尽管医疗AI发展如火如荼，但应用过程中的风险与挑战仍不容忽视。
“在医疗数据合作的过程中，数据安全成为了首要关注点。”曹艳林谈到，企业从医疗机构获取数据时，必须做好数据管理工作，明确数据的使用范围和保护措施，以确保数据的安全性和隐私性。此外，医疗机构也要秉承着患者知情同意的原则，来进行医疗数据的相关研究。对于历史数据的合法使用，可以给予相关的授权豁免。
崔伟男也强调了数据安全和隐私保护的重要性。他建议，应做好数据安全和保护措施，如实施强大的数据匿名化技术，建立安全的数据存储程序，并在数据采集过程严格遵守伦理标准，让患者和医生知悉数据的流向，提高透明度。“只有实现医疗人工智能伦理问题的有效治理，才能让医疗人工智能发挥并创造真正的技术价值和社会价值。”
谈及医疗AI的未来发展，曹艳林认为，我国医疗AI还处于兴起发展阶段，未来会走向快速发展阶段。“未来还可以加强在传染病监测和慢病管理等方面的人工智能应用。通过人工智能技术加强传染病监测和预警，可以快速发散各种新发传染病和重大疫情的监测信息，提高疫情防控能力。同时，利用人工智能技术进行慢病随访和预后管理，也可以提高慢病管理的效果和质量。”
“我国医疗AI正处在从1.0向2.0迈进的阶段。未来，随着大模型与医疗领域的结合，人工智能将很快渗透到医疗行业的各个环节。”崔伟男认为，大模型通过深度神经网络和大规模文本数据训练，能够生成式地处理实际数据实例，这些数据在训练中具有相似的分布特征。这种生成式的人工智能模型在未来的诊断、临床决策支撑、虚拟医疗助手等方面都将会有很大的提升。
“医疗人工智能已经发展到了一个新阶段，虽然还存在一些问题，但作为一项有前景、可以产生颠覆性创新的技术，它将为提高医疗服务的效率和质量、推动医学研究以及整个社会发展产生深远影响。”崔伟男最后谈到。