人工智能正在将临床诊疗方式从经验医学转变为由数据驱动。从影像识别、病理分析到手术机器人策略池，AI的发展正在推动个性化治疗的发展，掀起一场“智能医学”的变革。
但这并不意味着我们不再需要有经验的医生，而是在AI的赋能下，更多的年轻医生利用技术也能提升诊疗水平，整个医疗价值链也将被重塑。
AI能精准诊断冠心病吗
人工智能等新技术的飞速发展，正在悄然改变社会和人们的生活，在医学领域亦是如此，新技术为临床诊疗和科学研究带来了新视野，也已经产生了不少突破性的成果。
“原本依赖医生经验与感觉判断的部分，在智能化与数字化的辅助下，边界也没有那么绝对了。”中国科学院院士、复旦大学附属中山医院樊嘉教授在《在科技变革中，成为不可替代的你》一文中写道。
樊嘉表示，数字孪生医生已逐渐成为中山医院医疗团队中的重要成员——这些“数字分身”会对“生物人医生”原型进行建模与仿真，而不仅仅是知识结构的复制和经验叠加。
他告诉第一财经记者，这些“数字医生”有些已经成形，例如“小葛”医生和“小白”医生，分别代表了中山医院心内科葛均波院士及呼吸科白春雪教授的“分身”。
“这些AI医生能代理完成问诊、患者教育、科普宣传、专业授课等任务，甚至通过分析患者医疗数据、模拟病情进展、预测治疗效果，实现知识的融合与迭代。”樊嘉说道。
如今，在上海顶尖的三甲医院内，人工智能的相关应用开发已经成为各个科室的首要任务之一。复旦大学智能医学研究院院长、中山医院朱同玉教授告诉第一财经记者，他所在的肾脏移植科正在开发一个人工智能平台，该平台汇聚大量的病例分析和学术文献，有望成为未来全科室的“最强大脑”。
近年来，各大医院也在纷纷探索人工智能的落地场景，包括AI医疗大模型、手术机器人等技术成果已经在医院进行商业化应用部署。
在冠心病诊断方面，目前在临床中较多采用冠脉CT血管成像（简称：冠脉CTA）作为评估冠脉疾病的无创性方法。CTA可清晰显示冠状动脉形态，判断血管狭窄、堵塞情况，但该检查方法无法直接评估心肌是否缺血及缺血程度，诊断结果更依赖医生个人经验，如遇缺乏经验的医生，易出现错诊、误诊等情况，导致错过最佳的冠心病治疗时机，严重时甚至攸关生死。
“这就好比能看到道路（血管）有没有堵塞，但不知道因为道路拥堵，道路两侧居民的出行究竟受到了多大影响，是稍有延迟，还是完全无法出门（心肌状态）。”上海市第一人民医院放射科主任张佳胤在近期发表在《Radiology》上的一篇论文中写道。
为精准评估心肌血流状况，上海市第一人民医院联合相关企业研究人员开发并验证了一款可自动量化心肌血流状况的CT心肌灌注成像深度学习模型，辅助医生准确诊断患者心肌缺血程度，帮助医生预判患者发病几率，进而制定个性化治疗方案。
据介绍，该模型通过量化心肌血流量和缺血心肌体积百分比预测缺血心肌。研究团队还发现缺血心肌体积百分比指数与心血管不良事件（MACE）之间的紧密联系，在预测冠心病患者发病几率时，为医生提供极具价值的量化指标，并对高风险患者及时干预，改善患者的预后情况。
我国冠心病患者人数超过1000万。冠心病发病成因是患者血管动脉粥样硬化，使心脏血管变窄或堵塞，导致心肌缺血，进而引发心绞痛、心肌梗死等病症，若抢救不及时将会危及生命。因此，在冠心病诊断过程中，精确评估血管状况和心肌缺血程度尤为重要。
专家表示，目前，CT仍然是冠心病诊断的“常规”操作；AI技术已经开始融入包括血管内超声等诊断系统，但仍需要进一步完善。
就在今年两个月前，一款能够辅助血管评估、血流储备分数（FFR）和舒张期无充血比率（DFR）测量，以及快速回撤技术的多模态血管内超声（IVUS）诊断系统在复旦大学附属中山医院等6家医院同步展开了全国首批临床应用，为医生提供血管内部更清晰的成像以及准确的病变定位和测量信息。
千里之外也能手术策略池，科幻照进现实
AI不仅在疾病诊断方面展现出潜力，也正在手术过程中发挥作用。与5G等技术相结合，AI手术机器人成为各大医院争相布局的“神器”。
自去年5月，中国科学院院士、复旦大学附属中山医院心内科主任葛均波教授实施了国内首台远程泛血管介入机器人辅助PCI（经皮冠脉介入）手术，成功救治一名5200公里外的新疆患者以来，AI机器人辅助的远程手术正在治疗越来越多的患者。
“很多年前，我们看到美国的医生坐在手术室外，手里端着咖啡，只需要动动遥控操纵杆，一台手术就能轻松完成了。”葛均波对第一财经记者表示，“我们为这一天的到来畅想了很久，如今终于变成了现实。”
“技术打破了空间距离，让手术突破了地域和环境的限制。”中国工程院院士、上海交大医学院附属瑞金医院院长宁光上个月在瑞金远程手术智联中心（Rui Surgery）成立仪式上表示。瑞金医院微信公众号报道了这场发布仪式。
4月22日，在瑞金医院的报告厅内，五块显示屏同步连接着福建三明、云南迪庆、江西瑞金、海南博鳌和上海嘉定五地医院，远隔千里的瑞金医院专家们通过Rui Surgery平台，隔空操控手术机器人，实施胰腺、肝胆、泌尿、胃肠等高难度手术。
“我们把手术操作从传统的手术室中解放出来，医生可以不穿手术服，不用奔赴万里，直接在远程手术智联中心完成手术。”宁光在发布会上说道，“这不仅仅是一个技术突破，而是外科手术史上的一次里程碑。”
畅想未来，宁光认为，借助AI技术，医生将不再局限于手术室，而是可以在办公室，飞机或高铁上，任何只要有网络的地方，都能通过远程手术平台为患者提供医疗服务。
不仅如此，借助AI技术，如今医生已经能在手术前预演整个手术的过程，并预测手术结果——科幻画面正照进现实。
当肝脏内部血管与胆管纵横交错，选择何种术式、如何精准切肝？面对这一难题，一款“肝脏智能手术规划系统”可利用AI算法支持三维重建，将2D影像转化为全息肝脏模型，并通过AI自动标记转移灶的坐标。不到5分钟，模拟手术结果自动生成。
今年3月，在复旦大学附属中山医院口腔颌面外科手术室内，科室主任季彤教授演示了一场“AI+AR”皮瓣移植术。这是一场高难度的手术，过去只能凭借医生的经验来判断，但借助“外科手术智能体”（AI agent），整合患者影像多模态数据，通过重建分割患者血管及相邻软硬组织，可以精准地模拟手术效果。
手术可视化正在改变治疗范式。季彤介绍称，医生无需佩戴AR眼镜，裸眼就能根据软件重建的3D模型，“透视”原本隐藏在肌肉组织中的血管，快速精准地勾勒手术区域，并定位到皮瓣的穿支血管，提高皮瓣制备的精准性、安全性，最终高效地完成手术。
这只是中山医院打造的“智能体”之一。在放射科，“放射智能体”也在研发中——曾经一张影像诊断可读出的信息有限，如今37种胸部CT常见病种和异常可以“一扫多查”，信息容量呈几何倍数增加，完成真正意义上的多模态数据呈现。
朱同玉对第一财经记者表示，器官移植AI软件“易知”已经在中山医院肾脏移植科室初步应用，成为器官移植医生的得力助手，也是患者24小时的随身健康管家。
他认为，从AI诊室到AI医院，未来通过手术智能体、治疗方案智能体等系统，将实现“1个医生+N个智能体，服务N个患者”的场景，有助于大幅提升诊疗效率，同时降低医疗成本。
“通过大量临床病例的数字治理，建立以个人为中心的数字健康档案PHIS系统，融合院内院外健康信息，可以发现传统研究手段无法发现的内在临床规律，从而指导临床用药，提升患者的长期存活率。”他说道。
今年上半年，中山医院心内科也推出了国内首个心血管AI模型“观心”（CardioMind）测试版，这一模型未来将成为中山心内科每一位医生的助手，深度参与疾病的诊断和治疗。
未来，人工智能还有望在整个智慧医院的建设方面发挥优势。上海市胸科医院院长侯旭敏教授向第一财经记者介绍称，胸科医院正在以AI落地应用为导向，联合多家企业合作研发医疗创新新场景。
侯旭敏演示了数字孪生ICU（重症监护室）的新场景，基于数字孪生技术，可实现ICU生命体征监护+诊疗提示，通过整合多模态数据，构建患者专属的数字孪生体，从而实时监测患者生命体征；此外，通过模拟推演治疗方案，还能预测未来患者病情的发展趋势。
AI将成为“基因遗传咨询师”
专家表示，在一定程度上，人工智能缩小了人与人个体间的能力差距，在所谓的“AI平权”之下，精英与大众的界限变得模糊；同时，AI也在不断刷新人类可被替代的职业版图，并引发AI医疗的伦理问题。
在美国斯坦福大学医院，AI已经开始参与胰腺癌MDT（多学科诊疗）会诊，并推荐实验性的疗法。值得关注的是，当AI的意见与大部分专家意见冲突时，专家团队通过投票的方式决定是否采纳AI的方案——这反映了AI参与诊疗过程中的伦理问题，在采纳AI治疗建议的时候，应建立风险-收益量化评估标准。
在美国顶尖诊所Mayo Clinic（妙佑国际），每个诊疗组包含一名主治医师、一名AI系统工程师和一名伦理顾问，共同决策复杂病例。
对此，树兰医疗集团总裁郑杰对第一财经记者表示：“我看到一个趋势，AI参与MDT会诊的时代将加速来临。AI能够在跨学科、更大范围内寻求医疗解决方案，未来在MDT会诊过程中，AI的反馈意见将越来越受到重视。”
郑杰正推动AI在树兰医疗全方位落地的系统架构和深度部署。他表示，在美国，AI参与MDT会诊，已经针对疑难重症、罕见病、肿瘤等个性化靶向治疗等方面展现出优势，充当了所谓的“遗传咨询师”的一些职能—这是指专门从事遗传学咨询的医疗专业人员，他们通过分析基因检测结果、评估遗传疾病风险，参与精准医疗建议。
“现在即便在国内的大型医院里，在医学生阶段就学习过基因组学等多组学知识的专家还是很少。”郑杰表示，“目前很多医院在涉及基因分析的业务时，很多时候都是由第三方实验室机构来给出，很少在院内做。但这种能力以后对于大型综合性医院来讲，是必须要自身具备的，就好比医院的影像科、病理科一样，不可或缺。”
“AI MDT会诊的本质，不是用算法替代人类专家的智慧，而是通过AI的广度记忆能力、搜索能力与推理能力，与人类的临床经验深度融合，让每个复杂病例都能获得最优解。”他补充道，“当AI将多学科、多模态数据编织成精准的决策网络和工具助手时，医生可以从信息过载中解放出来，回归到医学的本质，与患者更多地进行交流，做更有温度的医生。”
在谈及“当遇到医生和AI意见不一致的情况该如何处理”时，复旦大学附属中山医院副院长钱菊英教授对第一财经记者表示：“AI大模型还不是医疗行为的执行者，AI医生也无法承担医疗责任，医生对医疗行为负有法律责任。”
她同时强调，临床上对医生亚专科的分工越来越细，专科医生的知识也具有一定的局限性，因此AI能够辅助医生提高诊疗质量。
一些专家认为，AI模型的能力对于医生而言，就好比是自动驾驶对于司机的作用。医院加速构建AI模型的目标，就是为了打造医疗领域的“自动驾驶”系统。
“与开发自动驾驶系统的原则一致，在构建AI医疗模型时，比技术更重要的，是守住生命至上的底线。”宁光在谈到瑞金的AI病理大模型时说道，“我们只用经得起验证的技术。”
葛均波也强调在使用AI技术时愈发凸显的伦理问题，例如医疗数据安全。“技术的发展速度远远超前于监管的速度，如何为AI诊疗制定伦理方面的规范，是我们当前面临的重要课题。”他对第一财经记者表示。
在葛均波看来，训练AI模型的目标是“教会AI像顶尖医生那样思考”。他强调，AI不会取代医生，但能让医生超越人类双手的物理极限——这才是AI推动医学进步的真正意义。
一位心内科专家告诉第一财经记者：“AI医生面临医疗安全和伦理方面的问题，且缺乏人类医生的直觉、情感，在跨学科复杂问题的处理以及提供多元化解决方案方面也缺乏经验，但AI医生也是人类医生最全能、最不知疲觉且最具执行力的帮手。”
上述专家认为，无论AI和手术机器人发展多快，都只是医生的“超级助手”；而AI的最大价值，是让医生重新成为医生。“在医疗服务中，那些需要同理心、涉及创造力和道德判断的部分，始终需要人类医生来主导。未来的医疗体系不会是机器取代人，而是用机器解放人策略池，让医生从重复劳动中解脱。”
通弘网配资提示：文章来自网络，不代表本站观点。
