20000多人的真實病例回顧性試驗中，一位癌癥患者被人工智能（AI）識別為漏診病例，最終順利治療。這是日前在瑞士舉行的AI for Good全球峰會上的好消息。該故事發生在中國，故事中的AI癌癥早篩技術同樣源自中國。一時間，AI在醫療健康領域的應用又掀起熱議。

作為AI重要的技術手段，大模型走向千行百業，大模型賦能千行百業。去年以來，生成式AI爆火，百度、京東、科大訊飛等巨頭紛紛下場，推出了自己的健康大模型，以求在智慧醫療領域分一杯羹。百模出擊，大模型在醫療中的應用究竟如何？有哪些應用場景？又推廣到了哪一階段?患者真正實現AI看病，到底還有多遠？

場景廣闊，健康大模型迎熱潮

《2023醫療健康AI大模型行業研究報告》數據顯示，截至2023年10月，國內累計公開的大模型數量達到238個，其中，醫療大模型近50個，涉及患者問診、醫生助手、藥物研發、健康科普等多個領域。

宜善互聯網醫院院長王靜介紹，大模型已成為未來科技巨頭們的新賽程，而醫療則是大模型應用最廣的細分賽道之一。其所在的宜善互聯網醫院也在自主研發“智能保健醫生”系列產品，大量應用了醫療大模型，可以為醫療診斷、治療、隨訪等多個環節提供智能支持和決策參考，主要應用場景包括醫療問答（AI導診）、智能醫生助理等。

異軍突起，就必須搶占先機。記者梳理發現，不僅是宜善，大模型浪潮下，無論是醫療企業，還是科技巨頭，都瞄準了健康大模型——去年5月25日，互聯網醫療平臺醫聯正式發布國內首款醫療領域的大語言模型MedGPT，致力于實現從疾病預防、診斷、治療到康復的全流程智能化診療。往后幾個月里，叮當HealthGPT、京醫千詢、星火醫療大模型、靈醫大模型等醫療大模型春筍般涌現。

“大模型在醫療中應用非常廣泛，基本涵蓋了醫療的各個方面。比如在門診中，基于大模型的意圖理解和專業價值對齊能力，可以實現更加人性化的問診和輔助鑒診。在智慧病房建設中，由于大模型可以通過文本、語音、視頻的多模態實時輸出，可以充當值班的數字醫生助手，幫助患者答疑解惑，安撫患者。同時，生成式智能技術的應用，使得一些醫療宣教視頻的制作更加便捷；此外，大模型對于患者多維數據處理的能力使得它可以基于評估量表快速生成患者的多風險評估，建立患者的‘健康風險數字人’。”國家超級計算天津中心數據智能部部長康波介紹。

在王靜看來，AI在醫療領域的應用具有很大的發展潛力，將為醫療健康行業帶來變革性的推動，這也是宜善在后續智能醫生升級迭代中需要不斷深入研究的課題。一方面，有助于開創醫療行業發展的新格局，多模態、多病種、全病程的AI智能診療大模型在醫學影像診斷、個性化治療方案、疾病早期預測和藥物研發等場景具有豐富的應用潛力，將打造智能診療的新范式。另一方面，醫療大模型有助于提升導診、分診、科普教育、健康監測等患者服務智能化水平，改善患者的就醫體驗，滿足人民群眾多層次、多樣化和個性化的健康服務需求。當前宜善在健康服務上對AI大模型的應用也展現了新成果，宜善智能保健醫就能更真實的感受到AI數字人在全面提升患者及用戶健康、就醫體驗的重大作用。

京東健康技術產品部智能算法部負責人王國鑫也表示，健康大模型在提升醫療行業的供給水平、學術研究和教育質量等方面可以發揮重要作用，比如大模型一方面可以用于構建面向醫生的產學研教智能工具，另一方面可以實現面向用戶的個性化健康助手。

視育互聯網醫院院長朱晉說：“生成式AI憑借強大的學習和生成能力，突破了傳統醫療模式的限制，在疾病預測、藥物研發、藥物管理、醫學影像分析、機器人微創手術、虛擬醫療助理、輔助醫療決策、改善就醫體驗、健康咨詢、賦能健康管理等方面，提供更加精準及個性化服務，在醫療健康領域展現了巨大的應用前景。”

探路前行，商業化落地遇難題

廣闊的應用場景，迸發著無限可能。那么，國內健康大模型推廣情況如何？什么時候可以商業化落地？患者距離AI看病，還有多遠？

“AI看病已逐漸被應用，目前在醫學圖像處理領域，眼底視網膜病變篩查、肺結節篩查等方面，都有非常多AI技術的應用。”康波坦言：“目前在醫院使用的，大多數還是醫學智能輔助診斷系統，也就是基于數據形成的單一目的的模型。而利用大模型開展整個智慧醫院建設的案例目前并不多，多數還在探索階段。”

“我們開發了自助驗光配鏡、遠程驗光配鏡以及互聯網醫院虛擬視光師和眼科醫生，進行近視眼的咨詢與防治，但都還不夠成熟，仍在實踐中完善。”某互聯網醫院院長向記者表示。

談及現狀，王國鑫介紹，目前市場上還尚未有落地的健康大模型產品，要實現商業化，行業還面臨諸多挑戰。一方面，由于醫療天然的垂直性，又專又寬的行業特性，使得模型訓練難度大；另一方面，醫療數據非結構性特點也是大模型落地的一大難點。此外，目前健康大模型標準還是空白，用怎樣的標準評價健康大模型，還有待相關方面一起去推進。

朱晉也坦言：“AI醫療大模型要落地應用還面臨許多挑戰，如AI技術還不夠完美，應用倫理、數據孤島、數據安全、隱私保護、審核機制、評價標準等問題還有待完善。”

“目前醫療AI可以扮演數據庫、知識庫的角色。當前AI醫療領域的困境之一，在于技術發展同質化嚴重，數據、算法的優勢尚未得到體現，中國AI醫療器械95%的研究或產出都在醫學影像類，在醫療機器人、知識庫、自然語言處理等領域研究相對不足，關于決策規則的研究幾近空白。”針對行業發展，王靜直言：“醫療AI主要依靠患者的問診數據，缺少查體過程。一方面，軀體類疾病可能會影響患者的感覺，使其表述出來的感受與病情嚴重程度不相符；另一方面，不同疾病也有相似癥狀，只靠詢問很難得到準確結果。我們堅定認為，AI并不可以、也不可能取代醫生，不應有處方權。一旦涉及診斷、開處方，必須有真人醫生參與其中。因此，從研發到進入臨床，醫療大語言模型還有很長一段路走，但AI一定是未來醫療格局的一分子。患者距離真正實現AI看病，還需等待相關部門建立新的監管框架，在法律標準下進行。”

多方協同，AI看病不是夢

一本正經地胡說八道、患者隱私泄露……在AI的發展中，準確與安全一直是行業痛點和重點。

對此，康波表示，目前學界和業界專家也在通過建立圍欄技術等方式避免此類情況的產生。展望未來，康波說：“目前基于生成式智能的輔助診斷系統，由于融合了AI的復雜提取能力和嚴謹的專業知識，具備了可解釋基礎的生產力能力，同時也得到了國家的鼓勵。其中，國家衛生健康委發布了《醫療機構臨床決策支持系統應用管理規范（試行）》，也在強調人工智能加醫學知識，為智慧化醫院建設提供助力，我們在這方面也在開展實踐，預期年內會有一些落地成效。”

“在未來，AI醫療大模型將全面融入醫療保健行業，成為推動全球健康產業發展的重要力量。新一代人工智能有可能改變醫療服務的提供方式，重構醫療行業。”朱晉說。