全部商品分類
ＤｅｅｐＳｅｅｋ引領大模型應用熱潮。正在召開的２０２５年全國兩會上，人工智能在醫療健康領域的應用，成為全國人大代表、全國政協委員們熱議的焦點，相關提案和議案聚焦垂直領域醫療大模型研發、慢性病智能化管理、數據標準與安全規范制定等多個維度。
ＡＩ如何賦能智慧醫院建設
全國政協委員、中國科大附一院（安徽省立醫院）黨委書記劉連新在接受媒體采訪時表示，我國人口基數大、疾病譜豐富而廣泛，醫療領域每天都會產生大量的數據包括電子病歷、醫學影像、實驗室檢查結果等，通過大數據技術，可以將這些分散的數據整合起來，建成一個有效、詳實、完備的數據庫系統。
劉連新表示，將人工智能和大數據技術結合起來，讓ＡＩ大模型深度融入醫療場景，系統可以通過深度學習海量醫學數據和優秀診療案例，為基層首診醫生提供快速、精準的診斷建議，有效提高診斷效率和準確率，降低誤診、漏診風險。
全國政協委員、北京大學腫瘤醫院大外科主任、胃腸腫瘤中心主任季加孚介紹，很早以前北京大學腫瘤醫院就已經在使用人工智能技術了，目前已經能夠通過人工智能來篩查部分腫瘤，比如篩查頸部的甲狀腺結節，到底是良性還是惡性的，然后再根據它的嚴重程度，分流給不同的醫生診治。
季加孚說，在他們醫院的臨床研究過程中，還通過人工智能來招募患者、篩選患者、建立研究檔案等，人工智能不僅為醫生的診斷和治療決策提供了有力支持，也為整個健康醫療行業的發展注入了新的活力，帶來了諸多變革。他還舉例，醫生和患者可以在很輕松的氛圍里深入溝通，人工智能則在一邊抓取并記錄了和患者疾病相關的重要數據，極大地提高了診療效率。
全國人大代表、山東省立醫院東院保健神經內科主任盧林指出，ＡＩ技術在自然語言處理、知識圖譜構建等方面具有獨特的技術優勢。例如，ＤｅｅｐＳｅｅｋ能夠學習大量病歷數據，總結疾病診斷規律和治療經驗，輔助醫生進行診斷和治療決策；能夠梳理國內外醫療機構成熟的服務模式，分析各模式的優缺點，助力醫院改進服務流程、改善患者就醫體驗；能夠整合技術優勢，分析成本和預算結構，幫助醫院降低運行成本、提高運營效率。
全國政協委員、中日友好醫院原副院長姚樹坤指出，沉重的慢病負擔導致大量老齡人群長期生存質量顯著下降，加重了個人與家庭負擔，更對醫保體系形成了壓力。他表示，破解這一困局的關鍵，在于構建預防為主的健康管理體系。隨著人工智能技術的成熟，智能化健康管理為此提供了全新路徑。
當前，微型化可穿戴設備已能無創監測血糖、血壓、心率、血氧等多項指標，一枚指環大小的裝置即可實現全天候數據采集。與人工智能深度結合，這些實時生理數據可轉化為個性化健康方案，對慢病患者提供智能化、個性化、全天候飲食、運動等生活方式的健康指導和行為矯正，就可以大幅度提高健康管理質量與效率。
數據治理三重難題：
準確性、隱私保護與共享壁壘
雖然人工智能在醫療領域應用前景廣闊，但也面臨諸多挑戰。「比如接入ＤｅｅｐＳｅｅｋ后，在模型訓練和數據處理過程中，要確保患者數據不出院，嚴格保證醫療數據安全性與患者隱私保護。」劉連新表示。
基于ＤｅｅｐＳｅｅｋ等ＡＩ技術構建智慧醫院也面臨諸多挑戰。盧林指出存在如下問題：
在技術層面，數據的準確性、完整性和一致性有待提高，數據泄露和篡改的風險不容忽視；模型的可解釋性與可靠性有待增強，模型性能波動影響準確性的風險需要重視；技術集成與兼容性存在難題，接口不兼容、數據格式不一致等阻礙了系統整合；
在醫學倫理與法律層面，存在責任歸屬模糊、隱私保護困難、公平性受挑戰等倫理困境，以及責任認定、數據保護、醫療事故處理等法律空白與爭議；
在人才與管理層面，復合型人才短缺制約了技術應用，醫院現有的管理模式、組織架構、業務流程和績效考核辦法等影響了技術推廣。
全國人大代表、浙江省人民醫院院長葛明華表示，目前醫學人工智能存在數據共享程度低、知識利用不足、算力不足以及安全隱患等不足等現狀。為此他建議，國家應制定醫學人工智能發展的專項規劃，完善相關政策法規和標準規范，推動建立全國統一的醫療數據標準和規范，打破數據孤島，建立醫療數據交易平臺。加大對醫學人工智能關鍵核心技術的研發支持，建立醫學人工智能關鍵技術的評價機制和評判標準，加強國際合作與交流，并培養一批復合型人才，鼓勵公立醫院與高校、企業聯合開展人才培養。
全國政協委員、中國醫學科學院阜外醫院主任醫師敖虎山表示，目前說的大模型大多是通用的，但是垂類的大模型還有很長的路要走。
敖虎山正在研究麻醉機器人，目前遇到的問題是，「垃圾數據比較多，已經拿到的數據需要不斷地整理、清洗。」因此，敖虎山呼吁，要提高垂類數據的公開、共享。
全國政協委員、遵義醫科大學附屬醫院副院長傅小云表示，希望國家加快構建一體化醫療大數據市場。在他看來，由于不同地區的醫療資源都不一樣，醫療數據存在著很多壁壘，或者說數據的質量不高。只有有了「好數據」，再加上好的算法、強大的算力，才能夠建出最優的大模型，構建一體化的數據市場，讓醫療資源造福于民。
結合智慧醫療等三大體系
聚焦診前、診中、診后全程
雖然ＡＩ看病的風險確實存在，但是來自醫院的代表委員們也在想辦法讓ＡＩ更好地為患者服務。全國政協委員、浙江大學醫學院附屬第一醫院總部麻醉科主任方向明希望，未來ＡＩ可以模擬情景，深入淺出地告訴病人：第二天要麻醉，為什么前一天晚上不能吃飯；做了心臟支架后，為什么要等３個月才可以做腦部的手術。方向明還希望用數字孿生技術來緩解醫生工作中的負擔。
為構建基于ＤｅｅｐＳｅｅｋ等ＡＩ技術的智慧醫院高質量發展新范式，盧林提出如下建議：
在技術優化與創新方面，建立統一數據標準，加強質量管理和安全保障，提升數據質量與安全；改進算法，調整超參數，增加可視化工具，優化模型性能與可解釋性；制定統一技術標準，加強產學研合作，促進技術集成與協同創新；
在醫學倫理與法律規范建設方面，制定完善倫理準則，建立獨立審查委員會，加強監督管理；完善相關法律法規，明確責任主體，加大執法力度；
在人才培養與管理變革方面，構建復合型人才培養體系，推動高校教育改革、在職人員培訓和專職人才引進；創新醫院管理模式，優化組織架構，再造業務流程，創新績效考核體系；
在服務行業方面，一方面，ＡＩ技術開發者要深入了解醫療行業的需求和特點，開發出更符合醫療實際的ＡＩ產品和解決方案。另一方面，醫療行業從業者要不斷提升自身的ＡＩ技術素養，積極應用ＡＩ技術；
在社會支持方面，充分發揮政府和行業協會作用，加強對「ＡＩ＋醫療」的規范和引導，制定相關的標準和指南。
全國人大代表、蘇北人民醫院大內科主任、風濕免疫科主任魏華則提出如下建議：
強化頂層設計。建議國家層面成立「人工智能＋醫療健康」高質量發展領導小組；由國家衛生健康委牽頭，聯合相關部門研究編制醫學人工智能發展專項規劃，明確發展目標、重點任務和實施步驟，為醫學人工智能的發展提供政策依據和方向指引；
布局算法算力。建議國家層面統籌推進醫療大模型建設，應深入挖掘并整合醫療領域的大數據資源，利用這些數據驅動大模型在醫療垂直領域的訓練、強化學習、監督微調等，確保模型能精準解讀醫療信息，并服務于臨床醫療實踐，大幅提升診斷精準度與治療有效性；應同步規劃算力基礎設施建設藍圖，指導評估高性能計算設備的應用方案，加速醫療垂直領域大模型向實用臨床工具的轉化進程；
加大財政投入。應設立國家醫學人工智能科研專項基金，鼓勵醫療機構、科研機構和企業開展醫學人工智能的創新研發，并專項用于支持醫學人工智能領域的項目研發、平臺建設等關鍵環節。對納入國家醫學人工智能發展重點項目庫的項目，給予優先資金扶持，并按照項目實際需求與進展情況，分階段、精準化撥付資金，確保項目順利推進并取得實效。
在拓展應用場景方面，魏華建議結合智慧醫療、智慧服務、智慧管理三大體系，聚焦診前、診中、診后的全程，以提升患者就醫體驗、提升醫療質量、促進醫學科研創新為目標，高標準規劃設計應用場景，并制訂分步實施和推廣應用的計劃：
一是面向公眾提供智慧服務，有序建設和推廣基于人工智能大模型的智能分診、智能報告解讀、智能陪診、智能隨訪、智能慢病管理、智能滿意度調查。
二是面向醫務人員打造智慧助手，推廣輔助問診、電子病歷輔助生成與內涵質控、臨床決策支持等。
三是面向政府構建智慧監管體系，一方面監管醫療用藥行為、醫保基金使用的合規性等，另一方面監測醫療衛生機構的運營情況和高質量發展指標情況，為行業管理提供科學決策支撐。促進產學研合作。應由國家衛生健康委及國家數據局牽頭，成立醫學人工智能產學研合作的聯盟，搭建醫療機構、科研機構和企業之間的溝通與合作平臺。同時，定期舉辦產學研對接活動。
「人工智能能幫助人類更好地工作、生活，但它替代不了人類。」季加孚說，當前人工智能還面臨隱私保護、倫理等問題，這些問題還需要更深入地研究與討論，并需要通過制定相關法律法規和準則加以規范。
注：文章來源于網絡，如有侵權，請聯系刪除
