AI重塑医疗
“我当时提出的目标是：造100万个儿科医生！我的愿景是借助这些‘不用吃饭不用喝水不用领工资’的‘AI儿科医生’，解决我国儿科医生短缺的现状。”倪鑫说。
《瞭望东方周刊》记者简宏妮 编辑顾佳贇
2025年2月20日，北京儿童医院会诊中心，北京儿童医院院长倪鑫（前排右6）带领多名儿科专家与AI儿科医生共同开展疑难病例多学科会诊
近日，全国首个“AI儿科医生”在北京儿童医院正式“上岗”。“AI儿科医生”主要有两项工作：一是作为专家的临床科研助理，帮助专家快速获取最新科研成果和权威指南；二是辅助临床医生进行疑难罕见病的诊断和治疗。
2025年政府工作报告提出，持续推进“人工智能+”行动。AI医疗作为“人工智能+”的一个重要探索方向，正在从辅助诊断、疾病管理向更深入的领域延伸。
2024年11月，国家卫生健康委等多部门印发《卫生健康行业人工智能应用场景参考指引》（以下简称《参考指引》）。文件提出了医疗服务管理、基层公卫服务、健康产业发展和医学教学科研等领域的84种具体场景，涉及预防-诊断-治疗-康复全流程。如今，AI正在各类医疗场景加速布局。仅深圳一个城市，就集成了16类63个场景，近450个人工智能产品在全市各级医疗卫生机构落地。
“AI+医疗”会对医疗行业带来哪些显著影响？患者和医生应当如何迎接AI时代的来临？
AI“专家”
2月27日，北京儿童医院门诊楼会诊室，一场疑难病例多学科会诊正在进行。
患者是一名来自重庆的5岁女孩，因鼻面部肿物前来就诊。患者此前已辗转重庆、上海、北京多家医院，尚未查明病因。这一次，由国家儿童医学中心主任、北京儿童医院院长倪鑫牵头，耳鼻咽喉头颈外科、病理科、影像中心、免疫科、皮肤科、超声科、肿瘤内科等9位专家经过约20分钟激烈讨论，达成了初步一致的诊疗方案。
满屋“白大褂”间，两名身着黑衣的工作人员格外醒目。他们在笔记本电脑输入病历，屏幕上跳出一行行专业诊断建议，包括最可能的诊断、需排除的鉴别诊断、需完善的检查和下一步治疗方案等。这是参与会诊的第10位“专家”——由北京儿童医院与百川智能合作研发的全国首个“AI儿科医生”。
“‘AI儿科医生’的判断跟专家组一致，在治疗方案上也跟专家组作出了一致的选择。”倪鑫说完转向患者家属：“接下来的治疗，我们希望通过用药，观察孩子的身体反应，并继续做进一步的医学检查。”
不同于通用AI大模型，医学专业领域的垂直大模型需要更多维度的精准数据。“AI儿科医生”何以跟专家们做出趋于一致的诊断？“我们以近5年出版的儿科教科书、国际期刊论文及北京儿童医院数十年高质量病历等数据构建‘AI儿科医生’的知识底座，同时融入300多位知名专家经验，助力AI实现对儿科疾病的辅助诊断与治疗。”倪鑫告诉《瞭望东方周刊》。
不仅是北京儿童医院，近期，多地多家医院宣布，已将AI医疗落地到诊疗场景中。
“我脑壳晕，心头慌，是啷个回事（方言）？”当70岁的张大爷用重庆话向“宽仁慢病通”App的AI医生发起问询后，AI医生也用流利的重庆话回答道：这种情况有几种可能，最常见的是低血糖或血压不稳……
3月9日，重庆医科大学附属第二医院发布了全国首款深度融合方言诊疗能力的AI医疗应用“宽仁慢病通”。这款说重庆话的“智能医生”，以乡音破解老年慢性病患者的“沟通困境”，为老年群体架起通往科技与健康的桥梁。目前，该应用已覆盖方言问诊、报告解读、慢病监督等核心功能，成为越来越多川渝地区老年患者的“健康管家”。
业内人士认为，“AI问诊”的核心优势在于其高效性和规范性。一方面，它可以通过逻辑清晰、规范标准的方式，快速捕捉患者的病史、症状等基础信息，降低诊疗过程中的沟通与时间成本；另一方面，依托AI高效的数据收集和处理能力，能够为诊断提供更全面的参考依据。特别是在慢性病管理方面，以帕金森病为例，患者很多系统性的症状都需要长期跟踪管理，包括排便、睡眠、用药状况等，信息量庞大且复杂。通过医疗模型的系统性问诊，能更高效地帮助医生掌握患者的病情变化，从而制定更精准的治疗方案。
如今，每周四，倪鑫都会主持有“AI儿科医生”参与的专家会诊，对5-10名患儿的病情进行全方位讨论。为了让AI真正推动儿科医疗资源普惠、满足不同场景下的儿童保健需求，北京儿童医院计划开发的“AI儿科医生”分为四类，包括“家庭型”“社区型”“专家型”和“科研型”。这些“AI儿科医生”将分别应用于家庭保健、基层和社区医院、三级医疗机构等场景。
医疗普惠
2025年政府工作报告提出，促进优质医疗资源扩容下沉和区域均衡布局，实施医疗卫生强基工程。
“人工智能技术正加速渗透到公众生活中。”在河北医科大学第一医院智慧医院建设部主任赵鹏看来，智慧医院建设是医疗行业的重要发展方向，人工智能大模型的应用将赋能基层医疗，让优质医疗资源更普惠可及。
“号难挂、队难排、大病跨省”是中国家长的一块“心病”。在3月9日举行的十四届全国人大三次会议民生主题记者会上，国家卫生健康委主任雷海潮在谈到儿科看病难问题时坦言，尤其是到了冬春季，呼吸道疾病高发，儿科的医疗服务在局部地区出现紧张情况，在一些大城市表现得比较突出。
国家卫生健康委2024年公布的数据显示，我国儿科医师数量达到20.58万人，和2015年相比增长了74.4%。但儿科医生比较紧缺的局面依然存在。今年全国两会期间，有代表就提到，儿科医师年均流失率6.8%，这一数字在基层达到了9.3%。
倪鑫告诉《瞭望东方周刊》，早在2016年，北京儿童医院就开始推进AI在医疗领域的应用，当时推出了基层儿科呼吸道系统疾病诊治辅助系统，后逐步拓展至消化系统等，为“AI儿科医生”发展奠定了基础。前两年推出的社区获得性肺炎AI辅助诊断系统，现在已经在全国约150家基层医院中应用。2024年8月，北京儿童医院与人工智能企业百川智能签署战略合作协议，共同启动儿童健康大模型建设。“我当时提出的目标是：造100万个儿科医生！我的愿景是借助这些‘不用吃饭不用喝水不用领工资’的‘AI儿科医生’，解决我国儿科医生短缺的现状。”倪鑫说。
“‘AI儿科医生’可以实现儿科医生数量的虚拟增加，提升儿科医疗服务整体质量与效率；通过标准化知识与专家经验共享，提高各级医疗机构儿科医生的诊疗水平，减少误诊漏诊，促进医疗普惠公平。”倪鑫说。
许多业内人士对AI在推动优质医疗资源下沉方面的价值充满期待。“对于基层医生来说，庞大的医疗数据库的优势将更为凸显。”中国科大附一院（安徽省立医院）党委书记刘连新说，将人工智能和大数据技术结合起来，让等AI大模型深度融入医疗场景，系统可以通过深度学习海量医学数据和优秀诊疗案例，为基层首诊医生提供快速、精准的诊断建议，有效提高诊断效率和准确率，降低误诊漏诊风险。
好医生药业集团董事长耿福能表示：“很多医院引入了AI大模型，我们的乡村医生也可以使用。以往乡村医生诊疗手段局限，如今借助互联网医疗，乡村医生可精准判别疾病类型，用药更具针对性。”
第十四届全国政协委员、京东集团技术委员会主席曹鹏建议，建设“国家医疗数据共享平台”，推广“AI数字医生”模式，在县域医共体部署“AI诊疗助手”。
做好辅助
一张病理切片的细胞数量数以万计，病理医生要在显微镜下从无数个正常细胞中筛选出病变细胞，不仅费时费力，还容易因疲劳导致误判。
2024年底，浙江大学发布了视觉与语言模型融合的人机交互AI病理万能助手，该模型已在浙江大学医学院附属第一医院病理科进行临床应用验证。
浙大病理AI助手辅助病理医生诊断分析任务演示（图片源自浙江大学医学院）
“现在有了数字病理切片扫描仪，我们可以把切片全部数字化，上传到云端，然后通过病理AI大模型去作出辅助诊断。”浙江大学医学院附属第一医院病理科副主任医师张秀明表示。
传统医院需要很多年轻的病理医生，他们每天做得最多的重复劳动就是把阴性的片子筛选出来，找到有问题的片子，交给更有经验的病理医生分级诊断。AI大模型不仅能够快速筛选出正常标本，对于那些有问题的，还能精准识别出疑似病变区域，极大提高了工作效率和准确性。
AI有强大的知识底座和强大的数据处理能力，一些垂直大模型还被“投喂”了众多专家学者的诊疗数据，有了这样的AI专家，未来还需要人类医生吗？
在北京清华长庚医院医学数据科学中心主任李栋看来，虽然AI能依托大量数据在多场景的智能辅助诊断等方面“快速上手”，但目前还无法像医生那样，基于临床经验形成专业、清晰的诊疗逻辑。
“AI儿科医生”的研发也证实了这一点。百川智能相关负责人告诉《瞭望东方周刊》：“我们访谈了300多位儿科专家，正是要让他们把自己的诊疗思路教给AI。比如，看到患者首先考虑什么？为什么要这样诊疗？孩子哪些表现对应哪些症状和病因？……这些思想是来自经验的火花，很难捕捉。我们请专家们随时想、随时说，想到就说。”
对于社会热议的“AI会不会取代医生”话题，吉林大学第一医院党委书记吕国悦给出了否定的回答。他认为，AI目前承担的是数据分析、快速筛查、预测分析和标准化工作，而医生的核心价值则体现在复杂病例决策、人文关怀和伦理把控等方面。
AI与人类医生应该是一种怎样的关系？AI的边界在哪里？
在《参考指引》中，高频词为“智能”和“辅助”。“智能”体现出AI在技术层面的价值，“辅助”则强调了AI在医疗领域承担的工具性角色，其核心价值在于提升效率与精准度，而非取代医生。
而2022年国家卫生健康委和国家中医药局联合发布的《互联网诊疗监管细则（试行）》已经对AI画下了一条“边界线”：处方应由接诊医师本人开具，严禁使用人工智能等自动生成处方。
“目前我们采用‘双医生制’，‘AI儿科医生’没有处方权。不管我们配备多少大模型，都必须有儿科医生在场来决策、把关。”倪鑫说。
河南省肿瘤医院（中国医学科学院肿瘤医院河南医院）主任医师陈小兵认为，未来的AI医生和人类医生，不是黑白对弈，而是相互合作，双方的合作将在新的场景应用中不断深化。
“双方的协作流程，体现在以下几个维度——一是数据的收集和处理，医生收集患者的数据，AI进行数据的整合和分析，提取有用信息；二是辅助诊断和治疗，AI提供初步诊断和治疗方案，医生在此基础上结合自身经验做进一步检查，给出最终评估、精准诊断以及治疗方案；三是在监测和评估方面，医生将和AI共同监测患者的病情变化和治疗效果，及时调整、优化治疗方案。医生和AI也在工作之中不断优化协作模式，提升医疗服务质量。”陈小兵说。
前景广阔
AI医疗前景广阔，却也面临技术、政策、伦理等方面的挑战。技术上，须提升模型准确性与可靠性，优化数据质量和算法；政策上，要完善法规与监管，保障应用安全合规；伦理上，须明确AI在医疗决策中的定位，保护患者隐私。
针对AI医疗中的数据隐私与伦理、医生与AI的决策差异、技术更新与信息冗余等问题，北京儿童医院已采用相应对策。倪鑫说：“在研发与使用过程中，严格遵循隐私保护原则，对患者数据进行脱敏处理，确保数据安全与患者隐私。当AI与医生诊断不一致时，医生需慎重考虑AI建议，结合自身临床经验做出判断；将这种情况视为医生学习与提升的机会，促进医生专业成长。不断修正与更新AI系统中的数据与知识，避免信息冗余对医生决策的干扰，确保AI提供的信息准确、有效。”
围绕当前医疗信息化“数据孤岛”现象普遍存在、数据隐私与安全难以得到有效保障、数据标准化与互操作性程度较低等问题，第十四届全国人大代表；通用技术集团董事长、党组书记于旭波建议“共建医疗健康可信数据空间”。他认为，必须要有创新的数据整合协作技术体系和模式，来系统性解决医疗健康数据的标准化问题以及安全可信的数据流通问题，形成一个可持续发展的医疗健康数据生态。
行业专家的共识是，AI医疗需以“辅助+普惠”为核心定位，通过技术创新与政策支持双轮驱动，助力实现优质医疗资源下沉与全生命周期健康管理。
展望未来，“AI+医疗”将在哪些领域大有可为？
当前，我国全民健康面临挑战，沉重的慢病负担导致大量老龄人群长期生存质量显著下降，加重了个人与家庭负担，更对医保体系形成了压力。中日友好医院原副院长姚树坤建议，国家层面可考虑出台专项政策，将智能健康管理纳入公共卫生体系顶层设计，研发符合国情的全生命周期、全方位、全场景的大健康管理模型；选取典型区域开展规模化试点，开发低成本、高效益、普惠化的人工智能管理平台，最终实现两大核心目标：降低慢病患病率，遏制慢病所致早残、早死情况的发生，提高全民健康水平。
“让AI成为14亿人的‘健康管家’。”姚树坤说。
（本文刊载于《瞭望东方周刊》2025年第8期，总第931期）
