AI在医学健康领域已得到大规模应用，并且形成了一个医疗产业的新赛道，这个赛道正在快速成长。然而，AI进入医疗界，并不意味着“可以让 AI 帮你看病”。
AI 的加入对于患者意味着什么？对于医生意味着什么？对于医院意味着什么？对于企业意味着什么？南都健闻带来了医疗界的一线走访。
在中山大学附属第一医院，日均门诊量超过 1.5 万人次。这里正悄然上演一场医疗领域的 AI 革命。这场革命发轫于 2021 年，历经了 4 年的系统化布局。也许你不知道这家医院有医疗大数据与人工智能研究中心，但从开始手机挂号起，你就已经搭上了 AI 列车。影像检查的报告得以生成，验血结果能被精准分析，医生对肺结节进行诊断，用药方案得以优化……这些都在 AI 的智能推动下开展。在这些可感可触的细节之外，医院的管理逻辑以及医生的培养理念等，也在积极地迎接 AI 所带来的变化。如今，中山一院正在编织一张由“DNA”构成的网络，这里的“DNA”指的是医生、护士和人工智能。通过这张网络，用技术来赋予优质医疗资源扩容下沉的能力。
中山一院存在哪些已成熟的 AI 应用案例？接下来，还将在哪些领域率先行动？在科技前沿探索的医生们怎样看待 AI 对自身职业的影响？又怎样看待 AI 与医疗的关系？医院的多位专家给出了他们的见解。
01/
赋能医生
大幅提升医疗效率与质量
在中山一院，医学影像科每天会用磁共振来检查大概 600 个身体部位，同时用 CT 检查约 3000 个部位；医学检验科每天需要完成数以万计的标本检测；超声医学科每天上午就得完成 40 到 50 份超声检查报告……面对那种工作任务负荷高，且容错率几乎为零的高标准要求，人工智能技术成为了提升效率、缓解医护人员工作压力、保障医疗质量的关键力量。随着算力技术持续优化，AI 正在为精准医学的发展贡献力量，使其发展速度加快。
A. 把医生从成千上万的样本中“解放”出来
医学检验科等学科凭借快速发展的图像学习技术，加之医学影像具备易获取和数据标准化的特性，积极投身其中，成为这场技术革命的先锋，率先开启了“AI+医疗”的想象画卷。
医学影像科的初建平教授表明，科室在六年前就已经开始运用人工智能来辅助诊断肺结节。人工智能是诊断的加速器。在扫描环节，AI 能够把部分采样的图像重建为完整图像，这样能减少检查时间，也能降低电离辐射量，还能提高图像信噪比；在阅片环节，AI 可以辅助诊断，能迅速检出病变，还能对肺结节大小、成分进行定量分析，进而判断肺结节的良恶性，提高诊断效率，减少错漏诊。对于一些临床经验尚不丰富的医生，AI 也可以给他们的诊断提供提示和修订。
初建平介绍说，除了针对肺结节进行筛查之外，在心脑血管斑块筛查以及骨折筛查等领域，AI 的技术运用已经达到了非常成熟的程度。这使得扫描和诊断的效率得到了极大提高，其所需时间大约可以缩减为原来的一半。在她的观念里，AI 正在促使医学影像科的部分工作从重复阅片这一行为，转变为对 AI 结果的判定以及复核。在判断结节的良恶性时，如果出现 AI 诊断与医生诊断不一样的情形，那么就会有经验更为丰富的医生参与进来，或者是医院的多学科诊疗团队加入，一起进行评估。
中山一院的医学检验科，医务人员每天需处理大概 3000 份血常规报告。科室引入了 AI 阅片机，从而减少了许多用于重复劳动的时间。
医学检验科工作人员在使用AI阅片系统。
科室副主任陈培松教授称，凭借 AI 技术，于血常规标本复检期间，从上机开始到报告发出，所需时间不会超过 15 分钟。与传统手工复检相比，人工筛选样本的时间、手动推染片的时间以及在显微镜下阅片的时间都大幅减少了。
B. 智能语音报告系统节省人力50%
在超声检查里，报告书写是很重要的一个环节。长久以来，这个环节都是由医生以口述的方式，把检查时发现的阳性指征或者结果告知助理，接着由助理或者医生自己把这些内容打字输入到报告界面中。要是助理出现注意力降低、没理解口述内容等情况，就很可能会出现信息记录错误，并且会耗费大量的时间。为此，超声医学科的工作人员花费的时间中，有将近一半是用于报告书写录入工作的。
2022 年，此系统正式在超声医学科得到应用。
超声医学科主任谢晓燕教授介绍，如今，医生在进行超声检查的同时，能够利用智能语音来完成超声报告的书写。科室不再需要报告录入员这一工作职位，人力成本节省了一半。这样一来，医生就能够有更多的时间去关注病人的检查和诊断。“语音识别系统能够实现智能过滤。”询问患者是否吃过早餐这类语音不会被录入报告，指导患者动作这类语音也不会被录入报告。只要讲到专业词汇，就会被系统采纳，且准确率非常高。”谢晓燕说。
C. AI让精准医学时代更快来临
在临床实践里，有一个常见的现象。患者 A 和患者 B 都患有相同的疾病，然而在使用同一种药物且剂量相同时，对 A 是有效的，可对 B 却没有效果，甚至还可能引发严重的不良反应。这种差异是因为个体在遗传基因方面、环境方面以及生活方式等方面存在不同，从而使得治疗效果和反应有着显著的差异。为了应对这一问题，“精准医学”就随之产生了。该方法将基因组学、蛋白质组学、代谢组学的大数据信息进行整合，同时也整合环境和生活方式等方面的大数据信息，从而为患者量身定制最有效的治疗方案。
药学部副主任陈攀教授指出，精准医学在器官移植领域有着重要的应用价值。器官移植术后，患者的免疫系统会把移植器官当作异物并发起攻击。所以，需要运用免疫抑制剂来进行抗排斥治疗。然而，仅仅依靠药物说明书是难以做到精准用药的。剂量如果过高，就有可能引发感染等不良反应；剂量如果不足，就可能导致移植失败或者治疗效果不佳。
为解决这一问题，药学部与器官移植科借助 AI 技术来为患者制定免疫抑制剂的精准用药方案。在开始用药之前，系统会把患者的药物代谢相关基因型以及生化指标等数据进行整合。接着，通过前期构建好的精准用药模型，自动生成最佳的剂量推荐。在用药之后，医生会对患者血液中的药物浓度进行检测。并且，结合治疗效果，将相关数据反馈到系统模型当中。之后，再次生成剂量调整的建议。这些动态数据和模型使得免疫抑制剂的初始治疗浓度达标率得以提升。原本经验性给药时达标率为 30%，现在提升到 60%以上。同时，这也辅助实现了器官移植术后患者免疫抑制剂的精准用药。
02/
赋能患者
让优质医疗资源变得更加可及
当前，医疗工作者的数量存在严重短缺的情况。数据表明，全球在医生方面还需要 640 万名，在护士和助产士方面需要 3000 万名，在药学专业人员方面需要 290 万名。而面向患者的 AI 服务，能够为患者提供个性化的医疗建议，能够提升患者的就医体验，能够进行智能健康监测与管理等，从而让优质医疗资源变得更加容易获得。
A. 打造“智慧医院”
地中海贫血是临床上常见的遗传病。它是隐形单基因遗传病。夫妻双方若均携带致病基因，生下重型地贫患者的概率为 1/4。这类患者需通过输血或造血干细胞移植来维持生存。若能在婚前清楚知晓是否为地贫基因携带者，并做好地贫筛查和产前诊断，就可以避免生育重度地贫儿。
中山一院医学检验科借助大数据构建了一个地贫智能预测系统。被评估者只需依照页面提示，输入若干血常规检测指标，模型便能评估患地贫的风险。同时，模型还会告知被评估者是否需要进行下一步的基因检测。据陈培松教授称，此模型用于α地中海贫血筛查的准确率约为 90%。
医院除了为特定病种的患者提供服务外，还在互联网医院设立了智能导诊窗口。患者只需输入症状、年龄、性别等基本信息，AI 便能够给出挂号科室的指引。这样做可以减少患者因不了解科室主治范围而挂错号的情况，从而提升患者的就医体验。
看病会耗费较多的时间和精力。尤其在大型医院里，因为就诊人数多，楼宇以及科室的分布较为复杂，就医流程也很繁琐，所以更容易让那些时间紧张或者行动不便的患者感受到压力。据医院信息数据中心主任余俊蓉所述，医院当下正打算推行 AI 陪诊系统。该系统能通过 AI 协助患者制定出详细的就诊和检查计划，从而实现就诊全流程的智慧化以及个性化服务。
B. 打通基层医疗服务的“最后一公里”
中山一院在利用 AI 增强医疗资源的公平性和可及性方面展开了行动。产科副主任医师陈海天于 2022 年启动了一项课题。他争取到了 900 台远程胎心监测设备和 900 台远程血糖、血压监测仪。这些设备被免费提供给肇庆封开、河源紫金、阳江阳春三个县级基层医疗机构。通过这些设备，当地孕妇能够进行更加科学的孕期保健。孕妇能够使用设备以及与之对应的手机软件来进行监测并且上传数据。AI 和医生会对这些数据进行判读。如果数据出现异常，就会及时进行干预。
2024 年，中山一院的院长肖海鹏提出了构建新型健康网络的“FAH—DNA 模式”，这里的 FAH 是中山一院的英文缩写。该模式依托医生、护士和人工智能这三个载体，借助区域医疗中心、社会康养合作机构、家庭照护服务以及互联网医院等路径，把优质的医疗服务送到社区和家庭。未来，医院会更多地去尝试借助 AI 的力量。通过这种方式，能够打通基层医疗服务的“最后一公里”。
管理大型医院就像治理一座繁忙且复杂的微型城市。中山一院在医院管理的人事、药品以及医疗设备选购等方面，引入了 AI 技术来进行精细化管理。陈攀举例说明，在三级公立医院绩效考核里，抗菌药物使用强度、国家组织药品集中采购中标药品使用比例、门诊患者基本药物处方占比、住院患者基本药物使用率等这些指标，都属于合理用药方面的考核指标。如果某些临床科室的上述指标出现了异常情况并且超标了，AI 系统就会自动给相关科室负责的人员发送提醒。
03/
AI时代，顶尖医院需要什么样的人才?
“培养医生从临床提出需求的能力”
医疗科技快速发展，这使得医务人员面临着多重挑战。如今，在医院药房方面，通过自动化技术实现智能发药已成为普遍现象，同时药学服务模式也从传统的“以药品为中心”逐步转变为“以患者为中心”。为了适应这种转变，药师的角色不再仅仅局限于药房窗口，而是更多地走向临床一线，直接参与到患者的治疗过程中。2024 年 1 月，国家卫健委公布了《驻科药师工作模式试点方案》。此方案明确了驻科药师的职责，涵盖审核医嘱这一工作，还包括参与查房与会诊，以及实施药学监护与药物重整等。同时，驻科药师要提供用药咨询与教育，并且指导患者出院带药等。中山一院作为全国试点医院之一，其药学部的临床药师已经覆盖了多个临床科室，从而构建起了全程一体化的药学服务体系。
陈攀介绍说，中山一院的驻科药师在进行查房工作时，借助搭载“移动查房系统”的平板电脑，能够即刻调取到患者的基础信息以及生化检测指标等相关数据。同时，他们还可以利用视频、图片、语音、文本等多种模态的方式来记录和反馈用药建议。另外，AI 技术能够自动生成药学监护评级建议，这有助于药师迅速识别出那些需要重点关注的患者，进而提升药学服务的精准性与效率。这一创新模式为患者提供了更高质量的个体化药学服务。
中山一院的驻科药师在进行查房工作时，会使用一种搭载着“移动查房系统”的平板电脑。
在 AI 时代，我们需要让医生具备从临床提出需求的能力。副院长张弩表示。
余俊蓉介绍说，对于新入职的医生，中山一院在他们刚开始接触临床的初期，依然坚持让他们适当疏离 AI 辅助工具，不能对其产生依赖，只有扎实打好基本功，才能提出更具针对性和原创性的问题。同时，医院通过与国际一流的高校、医疗机构开展教研合作，使年轻医生对 AI 有了多维度的理解。医院引入的信息技术方面的人才，需要先在临床进行流转，流转时间要在半年以上。只有对临床足够熟悉了，才能够去服务临床。
在采访中，专家们提出了一些 AI 尚未解决的问题。陈培松表示，AI 在解决跨学科问题时存在短板，像使用何种抗生素药物，需要药学部、医学检验科、临床医生等多方共同决策；初建平表示，目前用于精准医疗的多模态 AI 模型发展不成熟，还需进行专病大数据训练，她希望 AI 能参与患者全生命周期管理；余俊蓉表示，当前全国通用的医疗大模型数量少，各家医疗机构、高校研究及应用的 AI 模型通用适配性不高，这主要是由于医疗领域特殊、病种本身复杂，且不同医院的专业技术特色、治疗流程、用药习惯相差较大等因素，这些问题需多方联手解决。据悉，中山一院正通过以下方式加速 AI 与医疗的融合：引入复合型人才；加强医工融合人才的培养；与先进制造业企业开展产学研合作。
在人工智能时代，医生会被完全取代吗？受访专家都给出了否定的答案。他们认为，即便医生和 AI 给患者开出相同的处方，在患者身上产生的效果也可能存在差异。医患之间面对面所产生的信任感，以及医生给予患者的暖心鼓励和暗示，都会对患者的治疗起到巨大的作用。正如中山医的医训所说，医生需要“医病、医身、医心”。借助人工智能，能把更多时间留给医患之间的沟通交流，让技术更好地展现人文的温度。技术最终的价值必然体现在生命至上且以人为本上。从这一角度而言，医疗需要 AI，在 AI 的助力下，医疗将快速步入精准医疗时代。而能够运用 AI 看病的医生，也给 AI 的应用赋予了人文的温度。这或许印证了现代对特鲁多墓志铭的一种演绎：有时候是去进行治愈；常常会借助 AI 来辅助；总是会以人文关怀作为基础。
策划：王卫国 李阳
统筹：尹来 游曼妮 王道斌
执行统筹：李文
采写：南都记者 王诗琪 通讯员 彭福祥 章智琦
受访者供图
