在醫(yī)學(xué)界，誰能夠“近水樓臺(tái)先得月”、誰能夠“春江水暖鴨先知”般地最先感受并適應(yīng)人工智能生態(tài)，誰就能更好地承擔(dān)起照護(hù)人民健康這一重大責(zé)任。

　　醫(yī)師報(bào)訊（融媒體記者楊瑞靜）“我很不贊同人工智能過早引入大學(xué)本科教育?！?/p>

　　4月19日，在2025年中國醫(yī)學(xué)發(fā)展大會(huì)上，中國工程院院士、河北醫(yī)科大學(xué)法醫(yī)學(xué)院院長叢斌直言，過早引入AI或?qū)?dǎo)致人類記憶、分析和思維能力的退化，不利于人的全面發(fā)展。

　　不僅如此，他還警惕AI對醫(yī)生專業(yè)能力的“腐蝕”：倘若醫(yī)生的能力下降到中學(xué)生水平，那行業(yè)的專業(yè)劃分將失去意義。

　　當(dāng)今社會(huì)已進(jìn)入“沒有AI萬萬不能”的時(shí)代，但在發(fā)展中AI逐漸呈現(xiàn)出了“善”與“惡”的兩面——一面展現(xiàn)著AI在醫(yī)療領(lǐng)域創(chuàng)造的技術(shù)奇跡，一面暴露出“大模型幻覺”“算法歧視”等技術(shù)暗礁?！爸悄芟蛏啤睆?qiáng)調(diào)人工智能必須服務(wù)于善，而非惡。在這場醫(yī)療APG電子通信I的競速賽中，或許真正的贏家不是跑得最快的，而是最能把握技術(shù)溫度與人文底線的探索者。

　　向AI提問，它可能會(huì)給你一個(gè)邏輯嚴(yán)密、細(xì)節(jié)豐富的答案，但仔細(xì)核查后卻發(fā)現(xiàn)，這些信息純屬虛構(gòu)——這就是所謂的“大模型幻覺”。其常見表現(xiàn)是“言之鑿鑿地編造事實(shí)”“一本正經(jīng)地胡說八道”。

　　一般來講，給AI什么，它就回報(bào)什么。在某統(tǒng)計(jì)信息中心專家看來，較互聯(lián)網(wǎng)海量數(shù)據(jù)，醫(yī)療行業(yè)可用于AI訓(xùn)練的數(shù)據(jù)“稀少而混雜”，“垃圾數(shù)據(jù)”反而制約AI醫(yī)療大展拳腳。

　　更值得警惕的是數(shù)據(jù)偏差和分布不均帶來的隱憂。在數(shù)據(jù)受限環(huán)境下訓(xùn)練的AI模型，其可靠性往往存疑。訓(xùn)練數(shù)據(jù)代表性不足，可能導(dǎo)致AI模型放大數(shù)據(jù)偏見，形成算法歧視，影響醫(yī)療決策的準(zhǔn)確性，甚至加劇健康公平性問題。

　　一個(gè)典型的例子是，當(dāng)女性健康數(shù)據(jù)在訓(xùn)練中占比過低時(shí)，算法會(huì)自動(dòng)構(gòu)建基于男性生理特征的診斷模型，導(dǎo)致女性患者被誤診或漏診。

　　上述專家還擔(dān)心，AI過度介入可能削弱醫(yī)生專業(yè)判斷力，形成“自動(dòng)化偏差”。例如，AI輔助診斷在提升效率的同時(shí)，也可能導(dǎo)致醫(yī)生技能的退化，而這一矛盾尚未找到平衡點(diǎn)。不過，也有研究表明，長期使用AI的醫(yī)生可能從中學(xué)習(xí)到新的邏輯思維方式，反而提升專業(yè)能力。他提到這一現(xiàn)象背后的機(jī)制，仍有待進(jìn)一步探索。

　　這一問題同樣引起叢斌警覺。他強(qiáng)調(diào)，必須警惕醫(yī)生對AI產(chǎn)生過度依賴，導(dǎo)致診斷、治療和思維能力的退化。AI只是輔助工具，醫(yī)生的專業(yè)素養(yǎng)和能力才是醫(yī)療行業(yè)的核心與根本。

　　與此同時(shí)，AI作為典型的新質(zhì)生產(chǎn)力，正在深刻改變醫(yī)學(xué)研究的范式與行業(yè)生態(tài)。

　　正如北京協(xié)和醫(yī)院婦產(chǎn)科學(xué)系主任朱蘭所說，AI是科學(xué)，不是醫(yī)學(xué)，AI可賦能醫(yī)學(xué)發(fā)展。在宮頸癌篩查領(lǐng)域， AI應(yīng)用正不斷深入，尤其是在細(xì)胞學(xué)、陰道鏡和多模態(tài)數(shù)據(jù)融合方面發(fā)揮著重要作用，為提升篩查效率與準(zhǔn)確性帶來了新的契機(jī)：全國宮頸癌篩查覆蓋率從2009年的29.6%提升至2024年的86.3%；適齡女孩HPV疫苗接種率突破90%大關(guān)；宮頸癌患者五年生存率較十年前提升28個(gè)百分點(diǎn)。特別是在西藏那曲、云南怒江等邊遠(yuǎn)地區(qū)，“移動(dòng)篩查車+AI云診斷”模式使篩查周期從3個(gè)月壓縮至72小時(shí)，7個(gè)試點(diǎn)縣提前實(shí)現(xiàn)世界衛(wèi)生組織2030年防治目標(biāo)。

　　面對腫瘤診療的“海量患者”挑戰(zhàn)，為提升篩查效率和精準(zhǔn)度，國家呼吸醫(yī)學(xué)中心主任、廣州呼吸健康研究院院長何建行團(tuán)隊(duì)將AI技術(shù)深度應(yīng)用于肺癌早篩領(lǐng)域：利用AI創(chuàng)建全肺病歷診斷系統(tǒng)開放及應(yīng)用，開發(fā)“何建行醫(yī)生AI團(tuán)隊(duì)”小程序，不僅可以完成智能化數(shù)據(jù)分析和精準(zhǔn)篩查與診斷，還可為高風(fēng)險(xiǎn)人群提供預(yù)防性的健康管理，帶來更高精準(zhǔn)的患者體驗(yàn)。此外，還利用AI研發(fā)了國內(nèi)首臺(tái)普通型穿刺手術(shù)導(dǎo)航定位系統(tǒng)等，通過智慧胸外科提高診療精準(zhǔn)度，提升手術(shù)安全性。

　　在慢病管理領(lǐng)域，安徽醫(yī)科大學(xué)校長翁建平團(tuán)隊(duì)研發(fā)的1型糖尿病專病大模型，同樣并非冷冰冰的技術(shù)突破，而是科技與人文的溫暖相融。目前，該模型在預(yù)防、診斷、治療、隨訪、飲食PG電子通信運(yùn)動(dòng)、妊娠等65個(gè)核心場景的測試中效果超越GPT-4o和DeepSeek-R1。通過實(shí)時(shí)監(jiān)測、個(gè)性化治療方案推薦和智能決策有效支撐，不僅為1型糖尿病患者帶來更智能、更精準(zhǔn)的健康管理體驗(yàn)，更將重塑慢性病防控的新范式。3月23日，翁建平團(tuán)隊(duì)又聯(lián)合發(fā)布了全球首個(gè)體重管理AI大模型——“減單”，其結(jié)合專業(yè)化醫(yī)生的人工支持，可以實(shí)現(xiàn)對肥胖人群“千人千策”式的個(gè)性化干預(yù)，幫助大眾從“被動(dòng)治療”轉(zhuǎn)向“主動(dòng)預(yù)防”。

　　這些案例揭示了一個(gè)共同趨勢：作為新質(zhì)生產(chǎn)力的代表，AI正在突破傳統(tǒng)醫(yī)學(xué)研究的邊界，更悄然改變著醫(yī)療服務(wù)的可及性與公平性。當(dāng)冰冷的算法與溫?zé)岬尼t(yī)者仁心相遇，可能正是醫(yī)療AI最具價(jià)值的進(jìn)化方向。

　　“春江水暖鴨先知?！痹谥袊こ淘焊痹洪L、中國醫(yī)學(xué)科學(xué)院院長王辰看來，醫(yī)療AI的生態(tài)布局正成為醫(yī)學(xué)界發(fā)展的關(guān)鍵變量?！罢l能夠最先感受并適應(yīng)AI生態(tài)，誰就能更好地承擔(dān)起照護(hù)人民健康這一重大責(zé)任。”

　　據(jù)《中國醫(yī)院院長》雜志不完全統(tǒng)計(jì)，截至2月25日，國內(nèi)已有近100家醫(yī)院宣布完成DeepSeek本地化部署，涉及北京、上海、廣東、江蘇、浙江、重慶、安徽、河南、湖北、湖南等20余個(gè)省份，其中以知名大型三甲醫(yī)院居多。

　　人機(jī)對齊原則，是“技術(shù)人性化”的準(zhǔn)入要求。全國政協(xié)委員、工業(yè)和信息化部原副部長王江平指出，醫(yī)療領(lǐng)域數(shù)據(jù)具有敏感性、結(jié)果不可逆性、責(zé)任主體復(fù)雜性的特點(diǎn)，導(dǎo)致醫(yī)療行業(yè)AI應(yīng)用處于“高壓地帶”。為實(shí)現(xiàn)可解釋性、信任性、人類和諧性的對齊目標(biāo)，醫(yī)療AI應(yīng)用必須通過全面體系化的滲透策略——讓對齊法則深入技術(shù)架構(gòu)、數(shù)據(jù)集建設(shè)、醫(yī)院管理、患者知情、行業(yè)監(jiān)管等環(huán)節(jié)，才能實(shí)現(xiàn)AI從高效工具到可信伙伴的跨越，使醫(yī)療AI真正成為人類可以信賴的助手，成為各行各業(yè)AI應(yīng)用的典范。

　　“安全可信是前提。”國家衛(wèi)生健康委統(tǒng)計(jì)信息中心主任趙韡強(qiáng)調(diào)，醫(yī)學(xué)AI應(yīng)用始終要堅(jiān)持以人為本、以患者為中心、以醫(yī)生為醫(yī)療決策主體，夯實(shí)數(shù)據(jù)基礎(chǔ)，建立動(dòng)態(tài)可持續(xù)評估機(jī)制，推動(dòng)法律、技術(shù)、倫理協(xié)同治理，推動(dòng)人工智能服務(wù)人類健康。

　　王辰則為分階段推進(jìn)AI與醫(yī)學(xué)融合勾勒了時(shí)間軸：短期是學(xué)習(xí)探索階段，重點(diǎn)是要構(gòu)建學(xué)習(xí)與教育體系，明確AI在醫(yī)學(xué)中的定位與應(yīng)用邏輯，開展場景化試點(diǎn)；中期是深化應(yīng)用階段，通過研究推動(dòng)AI與醫(yī)療全場景融合，擴(kuò)大應(yīng)用范圍；長期是生態(tài)構(gòu)建與國際參與階段，形成AI賦能的醫(yī)學(xué)新生態(tài)，覆蓋科研、臨床、管理全鏈條，構(gòu)建新生態(tài)、參與國際規(guī)則制定。