就像开车用导航，AI辅助诊疗已成趋势？

·“未来用AI辅助诊疗肯定是一种趋势，就像开车用导航一样，应用会越来越多。医生和患者对AI的接受度也在慢慢提高，但是它能不能真正形成一个商业模式，还是个问题。”

1956年夏天，一场在美国达特茅斯（Dartmouth）召开的学术会议提出将人工智能（Artificial Intelligence，AI）确立为一门科学任务，这场会议后来被普遍认为标志着AI的诞生。AI研究的基本假设是，人的思维活动可以用机械替代。经过60多年的发展，2022年11月，美国OpenAI公司发布生成式人工智能ChatGPT，人工智能的概念以前所未有的速度向全世界普及。

产业界对探索这项“颠覆性技术”的应用兴致勃勃，医疗领域也不例外。芯片巨头英伟达的CEO黄仁勋多次在公开场合表达对医学与AI相结合的期望，落实到具体行动上，英伟达在2024年GPU技术（GTC）大会上一口气发布了25个医疗、生物制药相关的“微服务”，覆盖医学影像、药物研发和数字健康等领域。

医院已经成为探索AI应用的一个重要场所。“我觉得未来用AI辅助诊疗肯定是一种趋势，就像开车用导航一样，应用会越来越多。”近日，复旦大学智能医学研究院（筹）常务副院长刘雷在接受澎湃科技采访时说，“目前大模型在辅助诊断方面还没有特别突出的应用。未来可能慢慢会有针对专病的专业版人工智能出现，也许不是大模型，而是中小模型。”

甲状腺专病诊疗AI

近日，澎湃科技从上海交通大学医学院附属第六人民医院普外科主任医师周光文教授处得悉，上海蝶笙医疗科技有限公司开发了一款甲状腺疾病在线诊疗平台，名为“蝶生健康-蝶生智医”（以下简称“蝶生健康”）。

周光文是上述公司的科学顾问。据他介绍，“蝶生健康”有三大功能板块，分别为“蝶生智医”、“甲状腺九大诊断评估工具”和“甲状腺关键指标记录工具”。

“蝶生智医”是甲状腺专科AI医生，由AI大模型驱动，通过自主学习国内外大量的甲状腺医学指南、医学书籍、临床案例和学术论文，形成一套标准化的诊疗流程。它可以随时为患者提供个性化的健康管理和治疗建议，充当“24小时智能医生”。现阶段大部分为免费咨询，只有在平台上联系专业医生问诊需要支付费用。

“甲状腺九大诊断评估工具”是一种辅助诊断工具。对于未手术的患者，它可以提供甲状腺结节风险评估、甲状腺癌辅助诊断、甲状腺功能报告解读等服务；对于已手术的患者，它可以提供甲状腺癌复发风险评估、TSH（促甲状腺激素）抑制治疗用药副作用风险评估、甲状腺癌术后TSH抑制目标、药量调整建议、术后是否行碘-131治疗的建议等。“甲状腺关键指标记录工具”可以全程跟踪患者治疗进展，促进医患之间的沟通。

周光文表示：“讲得更通俗一点，我们可以做甲状腺全病程管理，能精准地告诉患者什么时候做超声，什么时候验血，定期随访，术后会不会复发等。”

周光文告诉澎湃科技，“蝶生健康”是在ChatGPT和一些国内的其他大模型的基础上开发的。之所以选择做甲状腺疾病的诊疗AI，是因为甲状腺疾病比较适合做线上管理，通过化验、超声结果，基本就能判断疾病的进展。但穿刺等操作性的过程还是需要医生来完成。据他介绍，该平台目前大约能代替50%的医患真实咨询，“这50%和自然的诊疗环境完全符合，另外的50%是有争议的，不同的医生有不同的说法。三年后，我们大约能覆盖70%-80%的真实诊疗环境。”

周光文说，“蝶生健康”平台现已纳入万级以上患者的真实数据。团队从10万个顶尖医生的咨询回答中，精选了2万个回答，生成一个模拟医患就诊的真实生态环境的系统。最主要的目的是为医生做医疗辅助，尤其是在三四线城市。他们正在寻求和医院的合作，希望将他们的系统接入医院的信息系统。

“很多三四线城市的医生缺乏学习的机会和环境，为日常的琐碎工作所累，这个平台能够提升他们的诊疗水平，减轻他们的负担。它还可以提供全病程管理，替代重复简单的工作，尤其是可以方便外科医生的患者管理，让他们把注意力集中在手术上。另一方面，它可以计算每位患者每年的用药量，可以减少药品浪费。我们还和商业保险合作，降低患者的诊疗费用，让医保更高效。”周光文说。

专病AI可能慢慢出现

类似的尝试还有很多。例如，近日在一场行业会议上，华为云盘古医学大模型负责人祝晓庆介绍，其团队在探索应用大模型服务于医疗的场景，涵盖诊前、诊中、诊后三个阶段，诊前做医疗知识科普、智能问诊等，诊中做病历生成、辅助诊断等，诊后做预后管理等。

蛋壳研究院发布的《2023医疗人工智能报告》将医疗AI分为影像学AI、生命科学AI（新药AI）、信息学AI三类。信息学AI是一个相对传统的市场，2023年，国内信息学AI低调融入各类系统，并借助大语言模型尝试技术内核的跨时代升级。除专科CDSS（ClinicalDecisionSupportSystem，医疗机构临床决策支持系统）以独立产品形态进行销售，绝大多数AI以支撑技术存在，置于成熟产品或解决方案中。

2023年3月，《新英格兰医学杂志》（NEJM）发表题为《临床医学中的人工智能和机器学习，2023》的评论文章，其中提到，人工智能辅助心电图、白细胞分类计数的读取、视网膜照片和皮肤病变的分析以及其他图像处理任务已成为现实，并纳入日常医学实践。除阅读图像外，人工智能还可以在识别可能影响公共卫生的传染病爆发、罕见和常见疾病等许多方面提供帮助。

AI在医疗中的应用场景。图片来源：NEJM

刘雷说，大模型在医疗场景中的作用主要体现在文字性工作和辅助诊疗两方面。大模型处理数据和知识的能力比人强很多，所以在做文字工作、知识管理等方面的工作时效率会比人高很多。例如很多医院已经开始使用的电子病历，过去是人工撰写，比较麻烦，而且容易出错，现在用AI替代，既可以节省医护人员的时间，又可以减少人工可能产生的错误。辅助诊疗方面，由于大模型对复杂事物的记忆力更强，能够看到更多文献，也能做不少工作。

刘雷团队开发了一款罕见病智能筛查与辅助诊断系统。研究团队基于脸部、皮肤或其他器官的特征，结合生化特征，用大模型把图像、文本和其他不同模块的数据综合在一起，进行罕见病的筛查和辅助诊断。这个系统会先判断患罕见病的风险，若患病风险高，系统会给出可能患的疾病列表。

“这个系统筛查的准确度可以达到88%，灵敏度达到97%，假阴性率只有3%。它不是单病种的筛查，系统给出疾病列表后，需要进一步补充证据来确诊。罕见病的诊断本身就需要4年以上的时间，临床证据需要慢慢积累。”刘雷说。目前，他们已经和复旦大学附属儿科医院、中国人民解放军总医院（301医院）以及一些药企开展合作，希望将这个系统真正推向临床。

“目前大模型在辅助诊断方面还没有特别突出的应用，很多医生用ChatGPT查找医学答案，像谷歌一样，找到的答案很可能是有问题的。现有大模型还不能真正用于临床辅助诊断，需要在数据和医学知识图谱的基础上重新训练。未来可能慢慢会有针对专病的专业版人工智能出现，真正在医学上应用的也许不是大模型，而是中小模型。它可能不需要那么多数据、那么强的想象能力，只需要准确、高效、有逻辑推理能力。”刘雷说。

目前，在医院应用较为成熟的辅助诊断方式是CDSS。据国家卫生健康委印发的《医疗机构临床决策支持系统应用管理规范（试行）》，CDSS是通过应用信息技术，综合分析医学知识和患者信息来支持临床决策的一种计算机辅助信息系统。通俗来讲，CDSS的本质是由临床指南、医学文献等客观数据资料构成的医学知识库，可以把医生记不住的知识用计算机呈现出来。据动脉网数据，国内AI医疗行业下游需求中，CDSS占比近30%。

CDSS的一个重要组成部分是医学知识图谱。刘雷说，医学知识图谱很准确，但目前的应用比较笨拙，只能做简单的问答，不能像大模型回答一般生活问题那样自然，“将大模型和医学知识图谱相结合，用医学知识图谱改变大模型不专业的特点，又用大模型可以比较自然地进行人机对话的能力来改善传统方式笨拙的特点，是市场热点之一。”

AI起辅助作用，问题是辅助作用有多大

在AI辅助诊断领域，开发者遇到的一个主要挑战是机器“幻觉”（hallucination）。据哈尔滨工业大学和华为的研究人员2023年11月发表在论文预印本平台arXiv上的一篇综述，大模型的“幻觉”是指模型生成的内容与现实世界事实或用户输入不一致的现象。刘雷说，这可能导致用户问AI问题时，AI会给出错误的回答，而且这种错误可能比较隐蔽，非专业人士会相信它说的是真的。因此在AI问诊中，AI不能自己下处方，最终的诊断和处方仍然要由医生来下。

AI要真正在临床上落地应用，准确度是一个重要问题。“医院本身有传统的辅助诊断方式，AI是否真正提高了效率和准确度有待证明。这其中，数据是一个瓶颈，即用于训练AI的语料数据是否能够让模型变得更加准确。”刘雷说。

在开发“蝶生健康”的过程中，周光文团队遇到了类似问题。“ChatGPT的原始语言是英语，一个单词只代表一个意思，但中文里一个单词可能有不同的意义。对于同一个问题，不同的患者表达不同。例如，‘甲状腺有结节吗？’有些人会表述为‘甲状腺有肿块吗？’系统可能理解不了不同的表述。我们在这方面花了很多精力，但仍有一些不完整，未来会进一步完善。”周光文说。

他们遇到的另一个问题是真实数据的收集。“初期招募患者很难，尤其是在新冠疫情期间。但我们做了一个正确的选择，在疫情期间大力推广线上咨询，后来很多人慕名而来。”周光文说。

周光文表示，“智能医生会带来观念上的革命性变化，任何有真实世界的经验和医学指南的诊疗都可以被覆盖，但是覆盖的过程要精准，还有比较长的一段路要走，但总是要前行。”

医生和患者的接受度也是一个问题。刘雷说，“几年前深度学习刚开始应用于医疗领域时，有些医生是有抵触情绪的，认为它并没有那么好，反而可能增加麻烦。但现在大家都在拥抱人工智能的市场。AI 能够提高所有事情的效率，在诊疗上更是如此。中国病人多医生少，把一些事情交给AI做，医生能有更多时间考虑疑难的临床问题。”

这也是周光文希望“蝶生健康”起到的作用之一。“AI可以帮助医生解决简单、重复的诊疗，这部分患者大量涌入门诊，实际上占用了宝贵的门诊资源。用AI来替代，其实也是对医生的解脱。”周光文说，他目前收到的反馈是，年轻医生非常接受AI提供的支持。

“医生不会被替代，但是医生要懂得利用AI。就像开车用导航一样，在导航出现以前，大家也会开车，但是导航出现以后，司机走错的路更少了，导航也逐渐成为必备的工具。”刘雷说，“AI起到的作用是辅助，问题是它能在多大程度上进行辅助。”

据《财新》2024年4月29日报道，浙江大学医学院附属邵逸夫医院院长蔡秀军在2024中关村论坛年会的一场平行论坛上提出，AI助理上线，应该减轻医生的负担，为繁忙的医生节省时间。

现实医疗中，AI存在“帮倒忙”的可能性。刘雷举例，在肺结节的检测中，AI可以一下子检测到很多肺结节，医生如果对每个肺小结节都进行分析，负担就会加重。因为大部分小结节不会影响健康，不需要报告。此外在CDSS中，现有的方法经常出现过度药物预警的情况，总是亮黄灯，对医生来说更像是“骚扰”，医生就把它关掉，不再使用。

“我觉得未来用AI辅助诊疗肯定是一种趋势，就像开车用导航一样，应用会越来越多。医生和患者对AI的接受度也在慢慢提高，但是它能不能真正形成一个商业模式，还是个问题。”刘雷说道。

前述《2023医疗人工智能报告》提到，基于大语言模型（LLM）的应用研发仍处于探索阶段。该技术严重依赖环境，需要医院同时具备基础设施和智能算法。如今开源节流大环境下，愿意为其付费的医院尚未形成规模。