AI赋能医疗：未来数智化服务新模式

文章主题：医疗行业, 痛点, 远程医疗, 互联网医疗

21世纪经济报道记者林昀肖北京报道“在数智医疗蓬勃发展的今天，我们有很多机会，基于数字医疗AI技术的发展，通过生成式AI预问诊、自动生成病历、远程监测预警等，可以创新医疗服务模式，为患者带来更好的服务。”在近日举行的2024京东健康年度医生盛典上，武汉大学人民医院精神卫生中心主任医师、教授王惠玲向21世纪经济报道等媒体表示。

目前，医疗领域依然存在着一些长期难以解决的难题。京东健康技术产品部总经理李欣表示，对于医生来说，他们在日常出诊、病房以及科研工作等领域面临巨大的压力；而对于患者来说，他们能够获得的医疗资源相对较少。此外，医生在诊前和诊后的服务等许多方面并未受到足够的关注。为了缓解这些痛点，利用远程医疗和互联网医疗成为了一种可行的解决方案。然而，互联网医疗平台的建设离不开技术的进步，尤其是包括众多工具和平台在内的技术发展。特别是在人工智能大模型时代，AI为远程医疗和互联网医疗提供更优解决方案的机会更大。

在回顾医疗服务模式的发展历程时，王惠玲指出，近30年的发展历程中，医疗服务经历了从1.0到4.0的转变。到了2023年，生成式AI的引入将加速医疗服务模式进入4.0阶段。这一变革有望实现按疗效价值付费以及更多的居家治疗方式，同时，数字化和数智化工具的应用也将进一步提升服务效率。

王惠玲在谈论AI医疗发展的同时，也强调了其中所面临的挑战。这些挑战包括伦理问题、准确性的验证、隐私和数据保护等。为了确保AI应用的公平性和避免偏见和歧视，我们需要进行深入的研究和临床试验，以确保其有效性。同时，保护患者的信息安全也是至关重要的。此外，她强调“数智化应用需要医学专家和科技专家的深度合作，以创造出有价值且有效的医疗服务模式”。这表明，AI医疗的发展不仅需要技术专家的努力，还需要医学专家的专业知识和经验。只有这样，我们才能真正实现AI医疗的潜力，为患者提供更好的医疗服务。

生成式AI加速医疗服务模式演进

自2020年起，数字化技术和生成式AI为医疗行业注入了无尽的创新潜力。王惠玲强调，随着数字医疗、数字疗法的不断发展，以及AI在医学领域的广泛应用，人类健康和福祉的进步已经取得了显著的可能性。

在过去的三十年里，医疗服务经历了从1.0到4.0的演变过程，逐步步入数字化时代。在1990-2007年这个时期，也就是1.0时代，传统医疗模式占据了主导地位，医院作为主要的医疗机构，医生则被视为权威，他们负责向患者提供关于健康指导以及诊断治疗的信息。

在📅2007年至2017年间，我们步入了2.0的时代，这是一个以机器为核心的时期。在这个时代，电子系统能够连接各个不同的部门，实现高效的信息共享和管理。在医保领域，我们可以整合各医院的信息资源，提高管理效率；同样地，在医院的内部医疗系统中，临床科室、机能检查科室以及收费系统之间也能实现部门的互联互通，进一步提升医疗服务质量。

从2017年开始，进入3.0的积极互联护理时代，也称为积极主动护理状态，患者可以上网了解各种信息及相关评价，并与医生进行讨论。患者因此能够对自身健康有更多的了解和管理，也能够与医生专业人员进行有效沟通，为精准医疗、数字医疗提供良好准备。

如今，进入4.0时代，AI生成式技术能够对自然语言进行处理。王惠玲认为，在科技进步下，预期数字医疗服务模式4.0可以提供预防性、预测性的护理和诊疗。

关于服务模式4.0的优势，王惠玲介绍，首先是能够按疗效价值付费，DRG临床辅助知识系统与AI相结合，有可能能够根据对患者提供的诊疗、疗效和服务进行付费，实现对医疗服务的更优化的监督管理；同时，患者可能更多进行居家治疗，在家较为方便地进行预约、检查和治疗，尤其是给慢性疾病患者带来更多便利，提高规范诊疗的可及性和依从性，从而改善患者的预后；此外，可以给医生提供更好的数字化、智能化工具，使医生的服务效率大幅提高。

当前，基于GPT的生成式AI技术应用广泛，王惠玲指出，GPT-AI正在成为用户首诊窗口和慢病患者管理平台。例如，梅奥医院正在使用ChatGPT进行预问诊服务，机器人能够跟患者进行聊天并提供情绪支持；同时，数字生物标志物的发展使远程监测成为可能，尤其是可穿戴装备的进步，在精神心理疾病领域，可以通过语言和文本分析，以及日常身体活动、社交活动、在线活动、睡眠、心电等数据的提供，对疾病进行进一步监测和了解；此外，还可以将药物与数字疗法相结合，二者具有协同共生效应，已有研究表明，其比传统药物治疗疗效更佳。

据王惠玲介绍，武汉大学人民医院与京东健康进行合作，通过采集包括影像学数据、基因组学数据等临床异构数据、多维数据，基于多维度、多类型数据，同时针对抑郁症、孤独症、阿尔兹海默病等疾病构建知识图谱。合作各方针对现有疾病数据进行模型的构建与验证，搭建精神疾病专用的PsyGPT，参与到AI技术与精神卫生的结合中。

在未来，科技+医疗专家深度合作，利用数智化应用，推动基于价值的医疗服务新模式。然而，在面临机会的同时，AI+医疗的发展同样也面临诸多挑战，王惠玲指出，首先是可能出现的伦理问题，例如通过ChatGPT技术进行自杀干预辅助系统的构建，其中一旦出现错误，对患者提出不好的假设或建议，患者出现问题如何解决？“这也是在人工智能时代需要控制和尽量避免的问题，在人工智能与医学尤其是精神医学结合的研究中，需要更多考虑伦理方面问题，规避风险。”

其次，是准确性与验证，王惠玲强调，AI+医疗是否有效、是否优于传统，还需要多一些质疑，质疑并非否定AI+医疗的意义，而是为了让其走得更稳更好。“同时，在过程中还要注意患者隐私与数据保护问题，如何让患者信息不被暴露，避免患者受到进一步伤害，也是我们要面临的挑战。”

除此之外，王惠玲也认为，在提高诊疗水平过程中，提供服务者即临床医生也是需要关注的对象。“很多线下医院都设有云医院或互联网医院，之所以运行效果不够理想，可能存在的原因中，也有医生本身在线下已经耗竭，再无时间为患者提供良好的线上服务，同时还面临风险问题。医生的时间和精力有限，在人工智能时代，为患者提供良好服务的同时，如何保护医生的休息时间及健康，也是目前需要考虑的问题。”

皮肤科是AI+医疗突破新方向？

除精神心理领域外，皮肤科疾病也是AI+医疗的探索方向之一。中国医科大学附属第一医院皮肤科副主任医师、副教授郭昊认为，AI技术天然适合皮肤科，这是由于皮肤科疾病种类繁多，约有超过2500种，但同时，很多皮肤科疾病都有非常典型的皮肤表现和病理表现，典型病理的临床图片是很好的数据。“人通过见多识广可以成为经验丰富的医生，而AI可以在短时间内采集海量的典型临床图片和病理图片，实现数据的采集和标注，进行模型训练和识别，后续可以提升辅助诊断的精度。”

除此之外，郭昊也介绍，皮肤科医生总体数量不足，临床重复工作较多，而在皮肤病理等核心技术领域，医生总量更是极缺。因此，AI技术在皮肤科的应用场景也非常广阔，应用场景包括辅助诊断、病理分析、临床研究思路挖掘、患者自助诊断等。

在发展前景巨大的同时，郭昊也指出，在当前起步阶段，AI技术同样面临一些困难和挑战，包括数据质量、模型迁移和复制、法律政策和伦理风险。

当前，在皮肤科治疗领域已有多款AI产品上市，在线下服务医患两端，囊括辅助决策和自助检测方向。其中，中国医科大学附属第一医院与东北大学共同研发人工智能病理辅助诊断系统，郭昊介绍，该系统实现8000万的转化，不仅局限于病理典型图片的扫描，辅助诊断系统也会关注病理医生重点关注的视野，对关键视野标注关键信息，防止关键信息被稀释，能够提升未来的诊断精度。

此外，北京协和医院也开发了面部疾病辅助诊断平台、痤疮严重程度分级智能评估平台，以及皮肤影像数据管理系统等。

在线上方面，郭昊也介绍，京东健康AI已经覆盖皮肤医院问诊的全链路。在护肤阶段，AI智能评估提供包括肤质测评和潜在问题检测；在诊疗阶段，能够帮助患者优化主诉，且能够推荐给更为擅长该问题的医生，同时，智能医助能够给医生提供很多可能的鉴别诊断；在后续确诊后，也会根据指南和现有临床路径，推荐优选备用处方药物。

除上述综合性辅助诊疗系统外，针对皮肤科各细分疾病领域，近年来，也有多家国内外企业布局AI检测和健康管理工具。2023年8月，贝泰妮推出了AI科技与护肤相结合的祛痘新品牌——贝芙汀，提出“分级定制精准抗痘”的模式和理念，利用AI技术科学分级，定制痤疮解决方案。

2023年6月，由中国罕见病联盟皮肤罕见病专业委员会发起，北京协和医院皮肤科主任晋红中领衔，勃林格殷格翰参与支持的中国首个泛发性脓疱型银屑病（GPP）人工智能辅助识别工具发布。该微信小程序，分别设有患者端和医生端，数据库直接来源于1000张真实的GPP患者患处的皮肤照片，结合人工智能图像识别技术，识别准确率可达到85%以上。

此外，荷兰SkinVision公司开发皮肤癌症预防和管理APP，可以计算皮损情况和皮肤组织分形维数，构建各生长模式的组织结构图，指引患者追踪皮肤斑点，具有很高灵敏度和特异性，对于高度可疑皮肤癌的患者，可以主动推送至专科医生。

在2023年欧洲皮肤病学和性病学会年会中，研究人员展示了一项AI辅助临床诊断在检测皮肤癌方面的准确性，该研究是基于2.2万名患者在2.6年期间的数据和临床实践。验证结果显示，AI在检测各种类型皮肤癌，包括癌前病变和黑色素瘤方面表现出极高的灵敏度，达到99.5%准确度，对癌前病变的检测准确度为92.5%。

更多内容请下载21财经APP