21世纪经济报道记者 闫硕 北京报道
随着技术的发展，AI正成为重构医疗生态的核心力量。
医疗AI兼具巨大社会价值与商业潜力。京东健康探索研究院（JDH XLab）首席科学家王国鑫表示，医疗AI不仅是效率工具，更是重塑医疗行业的新质生产力，将在解决医疗资源供给方面发挥巨大价值。
随着行业的深入探索，医疗大模型已经在具体场景中发挥实际价值。以互联网医疗头部企业京东健康为例，京东互联网医院已有超80%的医生问诊单使用了AI服务，帮助医生降低误诊风险，释放更多临床精力，让医生可以专注投入到更有价值的工作事项中。与此同时，京东健康旗下医疗AI数字人的人工替代率最高已超90%，过去一年服务用户人次超过3500万。
“人工智能的上限目前仍未达到，今天我们要思考的是如何从行业大模型走向专家模型。未来的医疗AI有几个核心方向，首先是个体要从治病走向健康管理，我们可以通过AI技术向用户提供健康陪伴助手，让个体避免生病；其次还要解决医生的培养问题，支持医疗行业发展；另外，未来的医疗有可能是AI决定的医疗。”王国鑫认为。
多位专家均向21世纪经济报道记者表示，AI是一种生产力工具，最大的改变是生产关系。AI改变了业务流程，但并不改变要解决的问题。在医疗领域，要解决的问题就是提高医生水平、降低诊疗成本、让患者少生病甚至不生病。需要指出的是，这场技术革命在落地实践中仍面临多重挑战。
医疗AI仍处早期阶段
目前无论是从技术还是行业的层面看，医疗AI均处于早期阶段，王国鑫认为，整个行业正共同推动技术生态合作，共同培育市场。
王国鑫表示，对于AI带来的变革，首先是在已有的工作方面，可以提高效率。无论是分诊、导诊，还是患者管理、病理质控等相关技术，在新一轮大模型技术爆发之前，包括京东健康在内的一些企业其实已经在推进了，但大模型可以对这些技术进行全面优化。
其次，仍是在已有的技术或项目方面，但更倾向于独立的替代。比如药师咨询、科研助手，以前的模式不是通过技术产品，而是人工服务，目前AI正在实现相关工作的替代。
此外，在AI原生方面，即以前做不到的，有大模型之后可以完成的工作，目前有很多产品、很多技术在持续探索中。主要聚焦在两方面，一方面，对医生而言，传统的工作流程是否可以被改造，另一方面，对患者而言，其就医过程、健康管理等方面能否被重构。
在医疗AI加速变革的过程中，商业化是企业必然要回答的问题。
王国鑫表示，短期来看商业化包括几方面，一是作为医生的成长工具，比如今天的医生培训是一个老大难问题，如何降低医生培训成本，同时提升AI的能力，这是很重要的一点。
二是过去的患者已经被传统的互联网医疗信息所淹没，今天可以为他们提供更简单、直接的医疗服务，有更强的统一入口。此外，在辅助诊断方面，通过提升医生的工作效率，可以把互联网医疗向三甲医院辐射，并提升边远地区的服务能力，惠及更多患者。
而中长期的商业模式，则是做用户型的医疗服务产品，即“为每一个人提供个性化的医疗，这是医疗AI长期商业模式最重要的立足点。”王国鑫说。
当前的治病流程是患者认为自身某方面出现了问题，然后去医院，医生不仅要考虑如何治疗病症，还要考虑卫生经济学、合规、指南等多方面信息。
王国鑫表示，患者能够处于今天的疾病状态，并非无迹可寻。我们可以通过一些健康服务智能体，为用户提供随身的健康陪伴助手，一站式解决用户健康问题——不仅仅是医疗问题，而是帮助用户日常健康管理，从而避免走向需要治疗的状态。
“当前AI更多解决的是效率问题，强调如何让医生轻松一些，本质上没有回答可以为患者带来什么。长期来看，我特别看好医疗AI的个性化医疗和全生命周期的健康管理概念。所有的医疗AI最终都需要回答如何实现患者少生病，而不是患者生病了如何挂号，这是短期的商业模式。”王国鑫强调。
场景落地仍存挑战
需要指出的是，当前AI落地医疗场景仍存多重挑战。
在医疗领域的某些场景，面临两个比较重要的问题，一是不一定有正确答案，二是不一定有唯一答案。
有业内专业人士向21世纪经济报道记者指出：“医疗场景具有开放性，甚至某些时候医生所做的诊断、治疗和患者最终的结果之间是否呈因果关系也不确定。在这个过程中，如何模拟医生的诊断路径就变得极其重要。”
该业内人士表示，在产品设计上，最重要的诊疗决策都需要采用辅助模式运行。我们可以把AI生成结论的过程、证据、推理链路展示给医生，帮助其快速理解。今天的医疗AI替代目标，是能够在没有医生介入的情况下，确定整体的诊断和治疗方案，同时白盒化给出推理路径，再由医生进行最终的决策。
从技术层面看，王国鑫认为，AI落地医疗场景最大的挑战是医疗数据量质双缺，高水平的医疗数据极难获得和训练。这也是目前有如此多的AI产品与医院、互联网医院以及患者合作的本质原因，如果我们可以像培养一位初级医生那样在医院训练一个AI，那么将会推动AI快速发展。
“未来我认为每个医生都应该有一个AI助手，一方面成就医生，同时也成就AI。另外，数据还存在信息孤岛的问题，在全球化过程中，即便拿到了全球的数据，在训练AI时仍会存在问题。”王国鑫说。
在数据隐私方面，上述业内专业人士指出，大模型所需要的数据天然去ID化，即不需要知道患者或医生的名字，大模型技术是顺应数据隐私的。但是在医疗实践中，很少有数据脱敏的流程，很少有医院存在完全不涉及用户隐私的数据。
王国鑫认为，今天医疗AI在数据上实际上走两条路，一是通过数据合成完成训练，但要符合真实的医疗环境，二是和特定医院签战略合作，将单一科室的数据脱敏之后开展训练。“我认为前者是更有希望的技术链路，即便是医疗影像也在走数据合成的赛道。”
幻觉是所有大模型做行业应用都绕不开的问题。据王国鑫介绍，京医千询走的是两种技术路线：一是安全围栏，二是检索+推理技术。
“首先，我们要让大模型知道什么能做什么不能做，其次是当模型在某些场景容易犯错时，我们需要反复校验。”王国鑫表示，我们可以做一个验证，对于一道数学题，让大模型先给答案再给出推理过程，和先给推理过程再给答案相比，前者出错的概率更高。因此我们可以拉长大模型的推理过程，给它更多的信息，让它反复校验以达到最终目的。
肺癌患者出现肺积水、咳嗽的症状时，可以通过一般治疗和药物治疗的方式进行缓解。如果通过上述方式无法改善，则需要及时到医院就诊，在医生指导下采取手术治疗。一、一般治疗1.日常护理：建议平时注意饮食清淡，可 通常情况下，出现后半夜老是咳嗽的情况可能是由于环境因素、支气管炎等原因引起的。患者需要根据不同的原因采取相应的治疗措施。1.环境因素：如果室内空气比较干燥或者晚上睡觉时没有盖好被子导致身体受凉等 淋巴癌一般是指淋巴瘤。肺癌症一般指肺癌。淋巴瘤和肺癌都可能会导致患者出现倾向小细胞癌的情况。一、原因1.淋巴瘤：淋巴瘤是起源于淋巴结和淋巴组织的恶性肿瘤，主要表现为无痛性淋巴结肿大、肝脾肿大等不 激发试验阳性不一定就是变异哮喘。诱发试验阳性并不一定代表是变异性哮喘，也有可能是因为支气管炎、肺炎等疾病引起的。1.变异性哮喘：变异性哮喘是一种特殊类型的支气管哮喘，其发病机制尚不明确，可能与遗传因 鼻窦炎是一种常见的上呼吸道感染性疾病，多由细菌、病毒等病原体引起。若患者出现明显的不适症状且药物治疗无效时，则需要考虑进行手术治疗。1、单纯性鼻窦炎：对于无明显并发症者可采用保守疗法，如应用抗生素 肚脐上方按压疼痛且存在硬块，不一定是肠癌。该症状可能是由于腹部脂肪堆积、肠道炎症或息肉等原因引起。1.腹部脂肪堆积：如果患者长期摄入高热量食物或者缺乏运动锻炼，则可能导致体内脂肪过多积聚在腹部区域 。本文链接：医疗AI的下一站：技术潜力如何跨越现实鸿沟？｜ AI医疗浪潮⑬http://www.sushuapos.com/show-9-38861-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。