多領域應用助力提升臨牀診斷和藥品研發效率 人工智能為健康服務注入新動力（健康焦點）

圖①：重慶醫科大學附屬璧山醫院的醫務人員在指導患者體驗AI數字醫生裸眼3D科普視頻。

胡悦建攝

圖②：2025中國醫學裝備展覽會展出了一系列AI賦能的醫學裝備。圖為東軟醫療展出的CT設備，具有自動提取影像中的病灶、自動生成診斷報告等功能。

本報記者  申少鐵攝

圖③：北京大學第三醫院秦皇島醫院的醫生在“機器人+人工智能”手術輔助系統的協助下，使用手術機器人對患者進行穿刺定位。

曹建雄攝

今年的《政府工作報告》提出，“持續推進‘人工智能+’行動，將數字技術與製造優勢、市場優勢更好結合起來，支持大模型廣泛應用”。

近年來，隨着人工智能（AI）技術的快速發展，其在醫療健康領域的應用逐漸走出實驗室，開始為人民健康服務。2024年11月，國家衞生健康委聯合國家中醫藥管理局、國家疾控局印發了《衞生健康行業人工智能應用場景參考指引》，明確了84個細分領域的基本概念和應用場景，為“人工智能+醫療健康”提供規範化的發展路徑。

近日，記者調研採訪了AI在醫院門診、醫療器械、藥品研發等領域的應用，看AI如何為健康服務注入新動力。

人工智能+診療服務

提高醫生工作效率

“患者性別女，年齡48歲，長期在西藏工作，因發現血壓持續升高，伴隨有活動後胸悶、氣促、雙下肢水腫，以及頭痛、噁心、嘔吐、失眠等症狀就診，既往有痛風病史……請分析原因。”

“患者有長期高海拔地區居住史，出現頭痛、噁心、嘔吐，活動後胸悶、氣促、雙下肢水腫，考慮有高原病可能……建議處理措施：吸氧和卧牀休息，緩解缺氧症狀……”

在四川成都市，通用健康公司所屬三六三醫院犀浦院區全科醫學門診，醫師祝紅梅接診了一名病情複雜的患者。她在門診系統裏點擊“DeepSeek深度思考模型”，輸入患者病情描述，模型快速思考，給出病因分析、檢查建議和治療方案。隨後，她根據回答內容又追問了其他問題。經過科室主任醫師的審核和綜合判斷，她給患者制定了治療方案。

作為一名年輕醫生，祝紅梅在門診裏面對一些複雜病例時，通過及時求助“DeepSeek深度思考模型”，有效提高了診療效率。“要是在以前，遇到複雜病例，可能需要翻閲相關文獻或者求助導師和資深同事，會耽誤寶貴的門診時間。”祝紅梅説。

今年3月初，三六三醫院通過整合電子病歷等臨牀數據與用藥知識庫，實現“DeepSeek深度思考模型”本地化部署，並將其融入部分重點專科門診和住院醫生工作站的日常業務中。目前，醫院每天有100多名醫生在門診中使用該模型。

“模型以對話式交互方式，為醫生提供科學、精準的用藥推薦，尤其是在複雜疾病的治療中，能夠提供專業且具有前瞻性的用藥建議，顯著優化診療效率，更大幅度降低誤診風險。”三六三醫院信息技術部部長彭佳説，模型不連接外網，採用的數據都來自醫院內網，最大限度防止患者信息泄露。

國家兒童醫學中心、首都醫科大學附屬北京兒童醫院今年3月正式發佈了兒科大模型——“福棠·百川”，同時發佈以該模型為基礎生成的兩款AI應用：AI兒科醫生基層版和專家版。基層版主要目的是提升基層兒科診療能力，功能涵蓋診療、轉診、培訓和科普模塊，為基層兒科醫生提供全方位幫助；專家版聚焦兒科疑難罕見病的診斷和治療，助力臨牀決策效率提升。

如何提升AI兒科醫生的準確性？國家兒童醫學中心主任、北京兒童醫院院長倪鑫説，這一兒科大模型的核心構架整合了超過300位權威兒科專家臨牀經驗，通過結構化臨牀推理範式訓練，構建起覆蓋兒童常見病與疑難病症的立體化知識體系。此外，模型覆蓋4萬多份指南、3800多萬份科研文獻，基本涵蓋了國內外權威的兒科臨牀指南和科研文獻，在面對各種兒科疾病時能做出準確的判斷。

治療疾病，風險越低越好。倪鑫表示，“福棠·百川”大模型通過循證框架驗證模型輸出的科學性，減少可能的“AI幻覺”。同時支持個性化分析，結合患者特徵匹配最佳方案，動態跟蹤疾病的最新研究成果，推動精準醫療和診療標準化，降低誤診和過度醫療風險。

如今，我國越來越多醫療機構開始將AI應用到醫療服務中。據不完全統計，已有超過100家醫院完成DeepSeek的本地部署，遍佈北京、上海、安徽、四川等20多個省份，一些醫院則通過與AI公司合作，開發專科AI醫生模型，為醫生診療提供助力。此外，AI還應用到醫院患者服務、科研、醫院管理等多個方面，提高了醫院管理運行效率。

人工智能+醫療器械

讓疾病診斷更精準

戴上增強現實（AR）眼鏡，眼前呈現人肺的3D模型，其中的結節病灶以鮮亮顏色突出顯示。拿起穿刺器械對準病灶，眼鏡裏實時顯示穿刺器械與病灶的距離……復拓知達公司產品展示台旁，在工作人員的協助下，記者體驗了一次藉助AI+AR肺小結節微創手術解決方案進行模擬肺結節切除手術，整個過程操作輕鬆簡單。

肺小結節體積很小，有的甚至只有幾毫米，人眼很難定位。在常規的切除手術中，需要反覆CT掃描才能實施穿刺，確定肺小結節準確位置，全程耗時長，且有潛在手術風險。為了解決這個難題，復拓知達聯合四川大學華西醫院等大醫院，歷時7年研發出AI+AR肺小結節微創手術解決方案，其中肺結節定位標記物已於2024年獲批上市。

“基於患者術前單次CT掃描確定肺小結節位置，通過結合AI和AR，在患者全麻的狀態下，醫生僅需戴上支持導航功能的AR眼鏡，就可以在智能算法的支持下，直接穿刺至肺部病灶區域並釋放標記物，然後立刻開展胸腔鏡手術，有效提升了手術精準度，大幅降低了患者痛苦。”復拓知達首席執行官孫非介紹，系統降低了醫生學習手術難度，年輕醫生通過2小時的術前培訓和不超過4例手術的操作實踐，即可熟練使用該系統。

除了手術系統，醫學影像設備藉助AI，有效提升了影像診斷效率和精準性。

前不久，山東青島市西海岸新區蘭東路社區衞生服務中心購入了一台聯影天眼智能CT，這台智能設備涵蓋了從患者擺放、制定掃描計劃、設置掃描參數到後期輔助診斷環節的AI解決方案。

在常規的CT掃描中，因臨牀需求不同、患者個體差異等原因，即使是相同部位，如肺部掃描，依然需要針對每名患者設定不同的掃描計劃，以保證CT圖像符合標準斷層解剖的要求。因此，要想制定出準確的掃描計劃，需要CT技師熟練掌握X射線解剖知識，這既是CT技師需要長時間訓練的原因之一，也是基層醫療機構使用CT的難點。

智能設備讓這些“難”迎刃而解。這台CT配置智能天眼uAI vision，可以基於2D或3D攝像頭實現360度人體3D建模，精確計算掃描範圍併為醫生提供最優掃描方案，同時能自動遙控CT病牀移動至需要拍攝的人體部位，實現一鍵智能化掃描，基層醫療機構也可以順利操作。

聯影醫療技術負責人介紹，在輔助診斷環節上，天眼智能CT配合相關AI輔助診斷系統，幫助醫生進行圖像後處理與輔助診斷，使診斷結果更客觀，提升診療效率和準確性。對基層醫療機構而言，不僅能從無到有開展檢查項目，大幅降低漏診、誤診，還為臨牀科室的術前評估、手術方案制定與優化、術後療效分析等帶來更多的便利性。

“我國AI醫療器械已形成規模化應用生態，醫學影像成為AI落地應用最成熟最廣泛的領域。”中國醫科大學附屬盛京醫院放射影像學教研室主任、放射科主任侯陽説，一些高端醫學影像設備在AI的加持下，實現了心腦血管重建及診斷、肺癌早期篩查、肝癌評估等領域的檢測準確率超90%，大幅縮短影像科醫生閲片時間。

人工智能+藥品研發

加快新藥研發步伐

特發性肺纖維化是一種慢性瘢痕性肺部疾病，特點是肺功能進行性和不可逆的下降，全球患者約500萬人。特發性肺纖維化的預後效果不理想，患者中位生存期僅為3至4年，也被稱為“不是癌症的癌症”。

所幸，這類患者目前已能看到用藥治療的新曙光。去年9月，在北京協和醫院呼吸內科主任醫師徐作軍的主持下，由AI製藥企業英矽智能科技（上海）有限公司自主研發的特發性肺纖維化治療藥物，完成二期臨牀試驗。

“初步臨牀結果顯示，該藥物不僅具有良好的安全性、耐受性和藥代動力學特性，而且達到了藥效終點的評估標準。接受治療12周後，患者的肺活量呈劑量依賴性的改善，顯現出令人鼓舞的治療潛力。”英矽智能副總裁、亞太區對外合作負責人王珏説，該藥物的臨牀前研發包括靶點識別和分子設計，均有英矽智能生成式AI的深度參與，研發時間縮短了2/3，研發成本顯著降低。

“這一藥物研發的最大特色就是在AI技術的驅動下完成。”徐作軍介紹，做常規臨牀藥物研發或實驗，藥物研發都是從發病機制上來研究，然後再通過實驗來看這個藥物是否起作用。而這一藥物研發，採用AI對數據進行分析對比找到線索，之後用AI來幫助設計和生成分子。

早在2022年，上海復星醫藥（集團）股份有限公司就開始藉助AI設計藥物工具進入AI製藥賽道。“3年前，我們與英矽智能開展戰略合作，共同推進相關靶點的AI藥物研發，截至2024年末，雙方合作開發的首個治療血液瘤和實體瘤的小分子藥物已進入一期臨牀研究階段。”公司執行總裁、全球研發中心首席執行官王興利説。

王興利團隊在藥物研發的過程中發現，AI工具不僅能應用於早期分子設計層面，還可以應用到整個藥物研發過程。2023年開始，復星醫藥建立起了“PharmAID”決策智能體平台，並在今年接入了DeepSeek R1。“平台構建起覆蓋創新研發場景的全生命週期智能決策網絡，大幅提升藥物研發效率，加速研發成果轉化。此外，平台具有AI翻譯、AI醫學寫作和修訂等功能，顯著提升了研發團隊的信息獲取效率和寫作效率。”王興利説。

“相較於傳統藥物研發，AI核心價值體現在對藥物研發全鏈條的優化、研發成本的顯著壓縮以及研發效率的大幅度提升。”中國醫學科學院藥物研究所研究員、博士生導師汪小澗説，比如在靶標發現階段，AI可通過分析基因組、蛋白組等組學的海量數據，並通過對蛋白質三維結構的精準模擬，快速預測潛在靶點，提升效率與準確性；在分子設計與篩選階段，AI輔助的虛擬篩選可以有效減少實驗數量，生成全新化合物結構，提高新藥發現的效率等。

在我國，AI在藥物研發中的應用正在走向深入。汪小澗介紹，技術層面上，國內各大藥學科研機構開發多種AI工具，以促進新藥研發進程並提升效率，例如中國醫學科學院藥物研究所建立了基於機器學習的分子設計系統，通過深度學習算法優化化合物結構，顯著提高了新藥發現的速度和精度。在產業實踐上，國內AI製藥企業已超百家，有一批藥物正處於臨牀試驗階段，有望在不久的將來上市。

記者手記

醫生有了聰明的“好助手”

AI兒科醫生的診療水平甚至超過主治醫師，AI賦能的影像設備對一些疾病自動診斷準確率超過90%，不亞於影像科醫生……AI在醫療健康領域的進步，既讓人驚歎，也不由產生疑問：AI這麼厲害，將來會替代醫生嗎？

其實，對醫生來説，AI只是輔助工具，有了AI這個“外掛”，相當於醫生身邊有了聰明的“好助手”。

相比人腦，AI更適合做重複和繁瑣的工作，而人腦更適合創造性的工作。藉助AI，醫生可以大幅提高病歷寫作、病例分析、文獻查找、影像分析等重複繁瑣性工作的效率，騰出更多時間去做高難度手術、搞疾病研究、投入教學等創造性工作。也就是説，AI可以減輕醫生的負擔，但不可能替代醫生完成所有工作。

與此同時，必須認識到，醫學不僅是科學，還是飽含人文關懷的學科。在救死扶傷時，醫生面對的是活生生的人，他們的工作是有温度的，始終閃耀着人性的光芒。醫生一個微笑、一句問候，可以給患者力量，讓患者燃起生命的希望。AI終究是軟件和冷冰冰的機器，沒有人類的情感。作為患者，肯定不願意把生命交給沒有情感的它們。

當然，科技進步不會停歇，AI在醫療健康領域的應用將更加深入，對整個行業來説，註定會帶來不小的變革。但無論如何變革，AI始終是醫生的輔助工具。充分利用這個工具，更好地為人民健康服務，是醫生的職責，也是患者的期盼。