AI医师助手

在当今科技迅猛发展的时代，人工智能（AI）已成为各领域的热门话题，医疗行业也不例外。近期 ChatGPT-4 的出现再度引发了对人工智能的高度关注，其智能化程度和广泛的应用潜力令人瞩目。在医疗领域，AI 医生的概念逐渐兴起，引发了广泛的讨论和思考。 医疗行业长期面临着高质量医疗技术人才短缺的问题，这一问题在全球范围内都具有普遍性。在我国，地区间的社会经济发展不平衡导致医疗资源和技术水平存在显著差异。尽管基层和偏远地区的医疗设备在政策扶持下有了显著改善，但医疗技术水平的滞后使得当地民众的医疗卫生保障仍不尽人意。同样，在全球范围内，许多贫困落后的国家和地区也急需高质量的医疗技术人员来完善其医疗卫生保障体系。 医生的培养周期漫长，精力和时间有限，且掌握的医疗知识存在局限性，这使得医疗服务的供给难以满足日益增长的需求。相比之下，AI 医生若能充分利用海量的医疗大数据并经过充分训练，有望高质量地完成疾病诊疗过程，从而有效缓解医疗技术短缺的问题。同时，即便是在医疗资源相对丰富的发达地区，误诊误治等医疗事故仍时有发生，这在一定程度上源于医生的主观性和知识应用的局限性。而经过充分训练的 AI 医生能够遵循严格的医疗诊治原则，减少人为因素导致的失误。 从医学模式的发展历程来看，从神灵主义医学模式到生物-心理-社会医学模式，均是以实践经验为基础不断演进的。这为 AI 医生的训练提供了可行的基础。通过大数据模型的训练，AI 医生有望具备更完善的逻辑分析能力，为不同患者制定个性化的诊疗方案。 然而，对于 AI 医生能否从心理层面分析和治疗患者，存在一定的争议。尽管心理学以物质为基础，但人类情感的复杂性和多样性仍给 AI 带来挑战。尽管有观点认为通过对大量人类情感数据的训练，AI 能够分析心理变化，但短期内，AI 医生在心理疾病治疗方面可能存在不足。不过，对于大多数患者而言，精准的诊治才是关键，心理关怀并非首要需求。 AI 医生在知识存储和分析能力方面具有显著优势。AI 能够存储海量医学知识和临床病例，包括少见病和罕见病，这是人类医生难以企及的。对于医疗领域的最新进展，AI 医生能够迅速掌握并应用，而人类医生则需要较长的学习和推广过程。 AI 医生的发展是一个渐进的过程。在初级阶段，可作为医生的助手，辅助诊疗工作并积累数据。中级阶段，能够对常见病、多发病给出诊疗方案，但仍需临床医生监督和验证，这使得高质量的专科医生能服务更多患者。最终，当积累足够的数据和训练，AI 医生有望成为诊疗正确率更高的全科医生。 AI 医生的发展还将带动智能健康产业群的全面发展。在智能诊断方面，如人工智能病理学诊断和智能影像学诊断，通过大量训练能够减少漏诊误诊率。同时，也将促进智能治疗和智能医疗服务的进步，如手术机器人、护理机器人等的完善和更广泛应用。此外，还将推动医学研究的智能化发展，为药物研发等领域带来新的突破。 然而，AI 医生的普及仍面临诸多难题。首先是技术层面的挑战，如何确保 AI 医生的诊断和治疗方案的准确性和可靠性是关键。虽然 AI 可以基于大数据进行分析，但医疗数据的复杂性和个体差异可能导致模型的偏差。其次，伦理和法律问题不容忽视。例如，AI 医生的决策责任归属、患者数据的隐私保护等都需要明确的规范和监管。再者，公众对 AI 医生的接受程度也是一个问题。人们可能对机器的诊断和治疗存在疑虑，担心缺乏人文关怀和个性化服务。此外，医疗行业的传统观念和利益格局也可能对 AI 医生的推广形成阻力，医生和医疗机构可能对新技术的应用存在顾虑。 尽管面临诸多挑战，但智能医生的发展有望为每个人带来平等的健康权，促进医学模式的变革。在当今国际环境下，智能健康产业具有巨大的发展潜力，而 AI 医生作为重要基础，我们应积极布局，加强研究和开发，同时解决好普及过程中的难题，为民众提供更优质、更公平的医疗服务。

日前,药易购健康之家“药易购,健康购”惠民活动正在如火如荼的进行,门店内人潮涌动,热闹非凡,成为了业界内外瞩目的焦点。在快速迭代的医药零售市场中,传统药店正面临着前所未有的挑战与机遇,健康之家又是如何在激烈的竞争中脱颖而出,成为消费者心中的首选呢? “AI会员+爆品金”引领双赢策略 据了解,药易购健康之家以创新思维为引领,推出了AI会员模式与爆品金模式,不仅重新定义了零售药店的服务边界,更为广大市民带来了前所未有的健康惠民新体验。 合纵药易购健康之家AI会员199元/年,开通成为会员后,立即送199元门店储值余额+199爆品金。余额可用于门店购药或购买健康产品,无使用门槛及限制,爆品金可以用于在爆品云超市免费兑换好物;市民注册成为AI会员之后,可长期参与买多少送多少爆品金活动,无消费门槛及频次限制,任意消费后即可1:1获得爆品金,全场商品均参与活动,无商品品牌限制,无商品种类限制(注:涉及医保基金使用不参与送爆品金),爆品金不仅可以在线下爆品云超市以市场价相等的比值直接兑换包括食品饮品、餐具厨具、洗护日化、日常百货、米面粮油等在内的家庭常用的各种商品,还可以通过线上小程序下单兑换上千款的平价大牌正品商品,且享受包邮到家的服务。 打造新零售模式下的药店共赢 药易购健康之家的创新发展模式,有效促进了药店服务的智能化与个性化升级,增强了药店在区域市场的竞争力,并显著提升了消费者的购物体验和满意度。这些策略不仅吸引了更多顾客,带动了药店销量的增长,还推动了零售药店向更加高效、便捷、个性化的方向转型。其在新零售模式下的实践,也为医药零售行业提供了一个可借鉴的范例,展示了通过技术创新与模式创新实现共赢发展的可能性。 一方面,药易购通过在医药领域强大的资源优势和丰富的行业实践经验,能够在品类选择、营销策略、私域打造、供应链支持上给予零售药店一站式的全方位服务,为药店在不同成长阶段的稳步前行提供精准而有力的支持;另一方面,药易购持续更新商业模式,通过AI会员、爆品金等创新手段,帮助药店更好地深入扎根区域市场,拓展门店服务半径,提升整体健康服务水平和消费者选择决策体验,为药店带来了更多且持续的客流和销量。 展望未来,随着社会对健康需求的持续高涨,以及药易购健康之家等药店在健康服务模式上的不懈探索与创新,药店的惠民便民之路正逐步拓宽,零售药店不再仅仅是药品交易的场所,它们正逐步转型为守护民众健康的温馨港湾,通过提供更加个性化、专业化、便捷化的健康服务,将健康与幸福生活的理念深植人心。返回搜狐，查看更多 责任编辑：

7月19日，2024百度健康产业生态大会聚焦“患医药”的核心场景，推出了五款大模型应用产品： 面向普通用户的健康智能体家族 面向医患的在线医疗Copilot 面向医院的“AI智慧门诊” 大模型的私有化产品CDSS 面向企业的灵医开放平台 百度集团资深副总裁、百度大健康事业群组总裁何明科发表主题演讲时表示，医疗行业中存在“看得上病”“看得起病”“看得好病”难以同时实现的“不可能三角”，AI是平衡这个“不可能三角”的关键点。 以“看得上病”来说，通过百度健康的平台和AI能力，医生能利用碎片化时间提供义诊服务，药械企业实现了超7000个临床项目与10万多名患者的精准匹配，从而解决疑难和罕见疾病患者信息不对称、确诊困难、缺医少药等问题。 针对 “看得起病”，百度健康发布了智能体家族：AI精准找医生、AI医学报告解读、AI用药助手、AI皮肤检测、AI睡眠助手等产品。它们以健康助手的形式，满足普通用户精准找医院医生、看懂医学报告、了解药品用法、多轮健康问询等非必须到院的需求，并支持多模态交互。 目前，AI健康问答服务日活用户已超过200万、AI用药助手累计服务超2000万人次、AI医学报告支持超100种报告类型。 服务“看得好病”，何明科认为，关键在于让确有需求的患者获得宝贵医疗资源，提升基层医疗服务的质量，AI在其中能发挥重要作用。比如百度健康联合医院开发的“AI智慧门诊”，其“智能加号”功能可以方便医生判断加号发放，帮患者“抢”到专家号。目前，该项目已落地武汉协和等三甲医院。相较专家手动筛选，AI准确率达95%。在武汉协和医院，已有140位急重症患者因此获得及时的手术治疗。 此外，百度健康CDSS（临床决策支持系统）产品也助力提高基层医生的诊疗能力，有效降低误诊与漏诊。该产品已落地4000余家基层医疗机构，帮助当地居民实现“小病不出村、大病不出县”。 面向医疗服务企业，本次大会还升级了灵医开放平台，能够提供分导诊、预问诊、药品问答、症状自诊、辅助诊断等五大高频的医疗服务API。即日起，灵医开放平台免费提供API 1000万token额度，助力产业伙伴低成本、低技术门槛地使用医疗垂类大模型。返回搜狐，查看更多 责任编辑：

原创 GlobalMD 全球医生组织 2024年07月15日 06:30美国 Open AI（GPT-AI）与健康行业的两大巨头宣布合作开发“定制化、超个性化的AI健康教练(AI coach)，并且以数字健康软件app形式提供給终端用户（B2C），旨在扭转慢病患者的健康管理方法。能否成功？业界人士给出了不同观点和依据。 阅读文摘 AI应用于医疗和保健服务 以美国为例：有1.29亿成年人至少患一种重大慢性疾病；每年政府4.1万亿美元医保费用中，至少90%用于维持治疗和管理这些慢病患者的健康问题。预计这种费用支出只会增加，不会减少。是否解决办法？已知单靠医疗或药品解决不了患者的慢病问题或健康需求。必须将个人健康维持或不健康行为改变，纳入到成为可预防措施中，AI优化和个性化尤为重要。 近日，Open AI人工智能和健康行业的两巨头企业宣布合作开发“个性化AI健康教练”，希望通过数字健康App形式，逆转慢性疾病不断增长费用的趋势。尽管此类数字健康App承诺提供个性化健康建议，但是，业界专家认为，它们可能无法解决慢病的根本问题。 AI健康教练旨在通过分析用户的生物特征、实验室检测数据等，提供个性化的健康建议，包括睡眠、饮食、运动、压力管理和社交联系。 许多业界人士质疑这种方法的有效性，认为它缺乏对社会健康决定因素的关注，这些因素对获得医疗保健、优质健康食品和自由时间安排，起着重要且决定性作用。 虽然AI技术仍在不断进步，但AI/Open AI 模式在主动健康领域中的应用，仍存在着偏见、甚至是错误问题。 总之，业界权威专家认为，解决慢病问题不仅仅依赖个人健康生活方式的改变，还需要改善社会整体的健康大环境。AI健康教练可能只是解决医药获取需求问题的一部分，而不是全局解决方案。

过去，智能影像设备让医疗检查更精准、智能手术机器人打破医生“脑”“眼”“手”的局限。如今，AI进入互联网诊疗、病例数据管理等医院场景，普通人能真正用上吗？7月19日，百度集团资深副总裁、百度大健康事业群组总裁何明科在出席2024百度健康产业生态大会时对中国商报记者表示，如今，在医院中，AI大模型能应用于分导诊、预问诊、智能加号、病历生成等场景，未来，它也可以辅助医生做诊断诊疗。 AI看病 目前仍是难题 AI热潮正席卷医疗行业。数据显示，截至去年10月，国内累计公开的大模型数量达238个，其中医疗大模型近50个，涉及患者问诊、医生助手、药物研发、健康科普等多个领域。但是，患者“看得到摸得到”的AI仍是少数。 如何让医院用得起，是AI大模型实现商业化落地过程中首先要面对的问题。何明科表示：“早在2018年，百度就开始布局权威医疗内容生产，尝试AI+医疗场景融合的产品，如CDSS（临床决策支持系统），但是，从政府、医院、药械企业、患者端突破，很难实现规模商业化。如在医院端，医院预算有限、支付意愿不强、支付流程很长皆是我们面临的挑战。” “如果AI大模型真能帮助医生提升治疗、科研、收入等方面的水平，帮助医院降低运营成本，医院是愿意购买AI大模型的。”何明科表示，“百度健康已经在武汉协和医院上线‘AI智慧门诊’，如其中的‘智能加号’功能在武汉协和医院甲乳外科上线1个月，已为300多名患者提供了加号诊治机会，其中有超过70%是需要尽快手术治疗的肿瘤患者。” 如何让AI大模型融入医疗全流程，也是个难题。此前，有国内三甲医院相关负责人坦言，目前在医院使用的AI大模型多作用于处理影像报告、分诊导诊等基础性工作，用于建设智慧医院的并不多，即AI大模型在药品研发、临床诊断、患者健康管理跟随等领域应用受限。 “AI大模型在医疗领域的商业化应用还是需要分阶段去推动的。”百度大健康事业群策略研发总经理黄海峰对记者表示，“受困于‘医疗数据保密性较强，不能在医院外公开使用’的特性，AI大模型目前在医院里的服务场景有限，像分导诊、预问诊等这些不依赖临床数据的领域是最先应用的，这也是AI大模型商业化落地的必经之路。此后，我们再讨论面向具体的医院去推广私有化大模型相关的服务，比如生成病历、知识问答或者处理医疗单据。我们也正在和医院及科研机构合作，针对他们的需求定制专属大模型。” AI进入临床还能从哪里突破 何明科说：“过去AI只帮助医院实现信息化、满足国家政策需求，医院付费意愿并不强。而当我们的产品真正成为医院的生产工具时，医院是愿意付费的。医疗领域的学科非常多，比如影像方面，AI处理的图像更便于医生理解。在皮肤科，AI处理的图像能够起到辅助医生诊断的作用。未来，在更多的科室，AI可以在辅助医生诊断诊疗方面做更多的尝试，这需要时间。” 中国医院协会今年6月发布的报告显示，全国已有超过100家三甲医院在门诊、影像科、病理科等多个科室引入AI辅助诊断系统。 上海仁济医院泌尿外科主治医生迟辰斐认为，AI在处理疾病症状描述时表现出色，但在构建主观知识体系、进行反向推理方面仍显不足，还需要提供高质量的训练数据、促进医生与AI的紧密合作，并为AI模型创造实际应用的测评环境。 “我们也在尝试利用AI技术辅助医生书写病历，从医生的使用反馈来看，使用AI大模型后，他们书写病历的时间大概能压缩到十几分钟或者二十分钟。”黄海峰说，“另外，我们也在与专病专科的临床医生交流，根据他们的需求做产品升级。” “在医疗行业，看得好病、看得起病、看得上病这三点同时被满足几乎是不可能的。虽然AI不能直接给人类看病，却是这个‘不可能三角’的重要平衡点。”何明科说，“我们也在思考，如何在国家政策推动、医院需求带动和数字化能力及系统意识的加持下，真正让患者实现‘看病不出省、不出村’。”（记者 马嘉） 来源：中国商报

AI颠覆传统医疗之际，也是时代“弄潮儿”走上更大发展舞台的最好时机。 据了解，近日，讯飞医疗已完成港股上市备案。天眼查App显示，该公司成立于2016年，主要基于人工智能技术，针对基层医疗机构、医院、患者等主体的广泛需要，提供疾病预警、早筛、诊断、治疗与疗效评价、诊后与慢病管理的全流程医疗服务，目前公司有基层医疗机构服务、医院服务、患者服务、区域管理平台解决方案四大业务板块。 从招股书数据来看，讯飞医疗也已展现出领跑势能：2021-2022年及2023年1-9月，讯飞医疗实现营业收入分别为3.72亿元、4.72亿元及3.24亿元，其中2022年同比增长26.7%。 另外，根据弗若斯特沙利文的资料，按照2022年的收入规模，公司在中国医疗人工智能行业中排名第一。 可以看出，AI医疗时代到来，使得讯飞医疗这类公司的发展价值持续凸显，加之公司持续的技术研发和市场拓展，使其在风口真正“起飞”。 具体而言，AI已经是当前医疗服务体系中不可或缺的助力，对于提升医疗效率、优化成本结构、保证服务质量等，均有裨益。 正如北京大学中国健康发展研究中心主任李玲指出：“AI及大数据能使我们的不确定性变成确定性，使信息的不对称，让它相对对称一点，使老百姓对医疗服务、对健康的需求都能在各个层面得到满足，甚至可以使医患关系走向良性。” 这种形势下，相关市场也已经打开较大规模。根据共研网数据，2018-2022年，我国医疗人工智能行业的市场规模由人民币18亿元增至68亿元，复合年增长率为39.1%，并预计到2024年将达到172亿元。 但从这样的增长曲线也可以看出，AI医疗行业仍处于初步发展阶段，在爆发之时，仍然存在诸多商业化难点，有待相关企业突破。 此前，弗若斯特沙利文资料显示，医疗人工智能市场的主要进入壁垒包括行业认知壁垒、财务资源、跨学科人才留任及监管规定。这意味着相关企业要想实现快速发展并不容易，需要具备一定资金实力，以应对技术研发、市场培育等方面的挑战。 对此，讯飞医疗招股书中也有反映。数据显示，2021-2022年及2023年前三季度，公司销售开支分别为9100万元、1.60亿元、1.29亿元，占总收入的比重分别为24.3%、33.9%、39.7%；研发费用分别为1.60亿元、2.42亿元、1.96亿元，占总收入的比重分别为42.9%、51.2%、60.3%。 这样的高投入下，技术成果也是较为显著的。根据弗若斯特沙利文资料，截至最后实际可行日期，讯飞医疗的智医助理是全球首个且是唯一一个通过国家执业医师资格考试（综合笔试）的智能解决方案。 另外，根据中国国家科技信息资源综合利用与公共服务中心（STI）的一项测试，公司专有的讯飞星火医疗大模型在专家级医学知识图谱问答、临床语言理解、医学文档生成、疾病诊断及治疗推荐、多轮医疗对话及多模态交互等六个维度医学场景中的自然语言处理（NLP）超越GPT。 但值得注意的是，高投入之下，讯飞医疗的盈利前景并不明朗。招股书显示，2021-2022年及2023年前三季度，讯飞医疗录得亏损分别为0.9亿元、2.09亿元和1.70亿元。 而从行业现状来看，加码投入仍是讯飞医疗需持续的动作。一方面，如前文所述，AI医疗还处于商业化起步阶段，另一方面，市场竞争也正趋加剧，据了解，讯飞医疗所涉足的AI+医疗影像/诊疗器械、智慧医院领域，已有迈瑞医疗、联影医疗、万东医疗、数坤科技、鹰瞳科技等企业在争先布局。 因此，本次讯飞医疗香港IPO募资金额将主要用于研发，以不断增强公司的核心竞争力。这样来看，立足风口之上，以研发为核心的长期主义，仍是指引讯飞医疗探索出可行商业模式的关键。返回搜狐，查看更多 责任编辑：

普通老百姓身上的3座大山，医疗、教育、买房，今天我想谈谈人工智能结合医疗怎么降低我们的看病成本？ 现在看病越来越贵了，而且去医院等待的时间也长，还有一些病，小县是没办法看的，只能在一二线大城市一线医院才能看病治疗，如果我们引进人工智能在医院的应用可能会改变这一切的状况，例如我们去医院可能会排队等待，而且我们会在寻找每个科室和诊疗室之间花费更多时间，其实这些都需要用大数据，AI可以帮我们做提前预约，然后也可以精准的引导我们快速到达目的地。 上个月我朋友吃鱼喉咙卡了个鱼刺，被医院忽悠做了全身CT，喉镜，验血，胸透，心电图等，医院能用的机器全上了一遍，最终结果是刺没了，花了几千元检测费小病大治，一个简单的小病不仅要上这个机器上那个机器，还要三番五次去医院检查复诊，每次复诊还会被开一大堆的药，而这些药呢，安全是安全，但大多是效用低，利润却很高的药，以至于大量的医疗资源在这个过程中被浪费。 如果我们使用人工智能去检测，可能过程很简单，他只需要精准的帮你分析治疗方法，还有如果需要开药，人工智能也只会针对你现在目前所需要的药品去开处方。 现在的AI非常的聪明，可以帮助医生分析病人以前病例和之前吃过哪些药，然后在饮食上有哪些忌口的？然后也可以提醒医生病人在哪些方面有一些特别的需要？有的病人需要特别提醒按时吃药，有用药时要小心别跟其他药冲突，在这一方面，人工智能可以做到很细心，很耐心帮助医生去更好的治疗病人，这样病人也会积极的配合。 医渡科技有限公司和北京大学肿瘤医院联手，用了一个很厉害的“大数据+大模型”技术，搞了一个智能筛选系统。这个系统超级棒，它能帮医生们更快地找到适合参加药物临床试验的病人，而且做得又快又准，省下了好多人力成本。 具体来说，如果是肿瘤相关的试验，用这个系统能省下大约88.5%的人工筛查费用；如果是其他非肿瘤的试验，也能省下69.8%的费用。这简直就是个看病省钱小能手！ 而且，这个系统还能像个侦探一样，自动扫描临床试验的数据，找出里面可能的问题，确保试验的质量和准确性。这样一来，医生和科学家们就能更放心地进行研究，推动新药的开发和疾病的治疗啦！ 还有人形机器人，在护理这一方面可以帮助我们更好的去照顾病人的饮居起食，可以节省很多护工的成本，这也帮老百姓省去了一部分的医疗费用。在医生方面可以利用人工智能大数据远程看病分析病情，还能远程操作做手术，这也可以帮助医生节省更多的时间跟精力，医院的成本也会下降很多，病人还少了远距离跑的交通费用和时间。 人工智能还可以帮医药公司管理生产成本提高效率，人工智能手表还可以帮助我们预防和管理身体，这些都是可以减少老百姓在医疗上的投入。 我们普通人去医院看病没有个几百到大几千真的很难，如果我们解决看病难，看病贵的问题，大家都愿意花在消费上，结婚生孩子，你觉得呢？

　　转自：金融界 　　本文源自：财联社 　　财联社7月18日讯（编辑 李林/实习编辑 王艺霏）CytoReason 是以色列一家利用人工智能技术建立疾病模型从而进行药物开发的初创公司。该公司周三表示，公司在一轮私募融资中筹集了8000万美元。英伟达、辉瑞、美国生物技术公司赛默飞和风投公司OurCrowd参与了本轮融资。 　　CytoReason表示，他们计划将其模型的应用扩展到更多适应症，并扩大其专有的分子和临床数据库。公司还计划今年晚些时候在美国马萨诸塞州剑桥市设立办公室，该城市拥有两座世界知名的大学——哈佛和麻省理工。 　　CytoReason的机器学习软件收集并结合各种来源的数据，以探索疾病机理。接下来，该技术构建数字人体模型、预测身体对药物的反应，从而为患者的用药提供方向。 　　图源：CytoReason官网 　　CytoReason表示，其庞大的数据库和 AI 驱动的平台有助于制药和生物技术公司缩短试验阶段并降低开发成本，同时增加药物审批通过的可能性。 　　“世界已经意识到，单靠数据是不够的，数据驱动洞察的未来在于数据建模。”CytoReason 联合创始人兼 CEO大卫·哈雷尔说道。 　　在 2022 年，辉瑞曾宣布对这家以色列公司进行 2000 万美元的股权投资。这项投资是一项为期五年、价值高达1.1亿美元的协议的一部分，用于CytoReason的平台和疾病模型获得授权。CytoReason还与其它全球领先的医药公司合作，包括法国的赛诺菲、瑞士的辉凌和罗氏，以及英国的葛兰素史克（GSK）。 　　辉瑞首席科学官Mikael Dolsten表示，人工智能等新技术的迅速扩展具有巨大的潜力，能为人类健康创造新的可能性。辉瑞可以利用CytoReason的平台增强辉瑞自身的研发能力，并为新药开发的路径提供见解。 　　据CytoReason透露，全球前十大制药公司中有六家利用其技术，在免疫学、免疫肿瘤学等治疗领域做出数据驱动的决策。 新浪合作大平台期货开户 安全快捷有保障 海量资讯、精准解读，尽在新浪财经APP 责任编辑：戴明 SF006

早在AI大模型火爆全网之时，就已有人预测过AI技术将对各行各业的发展产生积极助推作用。当前，随着AI技术与医疗健康的不断融合，疾病诊断、临床研究等方面都将产生一系列变革。医联推出的AI医生MedGPT于近日完成真实世界测试，与三甲医院医生医学一致性达到96%，具有较高的准确性，获得了业内专业人士的高度认可。 MedGPT是医联基于大语言模型研发而成的AI医生，在今年6月30日已经率先完成真实世界测试。这是全球首次人类医生与AI医生面对真实患者的能力验证对比，由120多位真实患者和10位来自四川大学华西医院的主治医师以及MedGPT共同参与。 据了解，在此次测试中，患者进入诊室后，医助将与其沟通交流病情，以线上文字输入的方式将患者的主诉传达给真人医生与AI医生，并协助医患进行多次沟通，在收集足够的决策因子后，真人医生与AI 医生分别为患者开具检查单或诊断结果，患者直接在测试医院完成检查。在检查结果出炉后，患者进行复诊，由真人医生和AI医生提供临床诊断和治疗解决方案。 在上述流程中，条件基本保持一致，真人医生与AI医生进行独立诊断，互不干涉。最后，由来自北大人民医院、中日友好医院、阜外医院和友谊医院的7位专家教授审核测验形成的91份有效病例，对MedGPT在各个环节的准确性打分。结果显示，真人医生综合得分为 7.5分，AI 医生综合得分为 7.2分，双方在比分结果上的一致性达到96%。 对于此次医联MedGPT基于真实患者的真实世界评测，来自北大人民医院、中日友好医院、阜外医院和友谊医院的7位专家教授纷纷发表了自己的评价。 其中，来自北大人民医院的主任医师薛峰认为，医联MedGPT表现出的实力已经超出预期，其不仅在问诊时非常详细周到，还能够不知疲倦、非常耐心地和患者沟通，并为患者科普常见病领域的知识，整体表现很出色。尽管目前AI医生暂时无法实现查体，但未来在医学多模态能力上将会有更大的突破。 另外，来自中日友好医院的主任医师任景怡教授则表示，AI医生MedGPT在应用中面对诊断不明的情况，没有坚持给患者以治疗手段，这是值得鼓励的选择。因为在诊断不明的情况下，随意给出治疗手段是不安全的行为，可能会导致更大的错误。 作为一家国内领先的互联网医院，医联自成立以来始终围绕疾病预防、诊断、治疗、康复的全流程管理模式，致力于为患者提供更加有效、可及的优质医疗服务，打造线上线下的完整医疗服务闭环，并持续探索用科技赋能医生及行业的发展道路，服务患者，助推整个行业的发展变革。 此次医联在医疗AI大模型领域取得的亮眼成绩，为我国乃至全球医疗领域的大模型的研发落地带来了积极示范。相信未来医联也将持续发力，深耕医疗领域，坚持科技创新，为我国医疗产业的发展贡献积极力量！返回搜狐，查看更多 责任编辑：

每经记者 林姿辰    每经编辑 陈俊杰     超声检查领域难度最高的产科超声筛查正在被AI“拿下”，这是几年前的王睿丽想象不到的。 作为河南省人民医院超声科副主任，王睿丽在临床一线工作30年，见证了产科超声对新生儿健康的贡献。据新华社报道，与5年前相比，全国因出生缺陷导致的婴儿死亡率和5岁以下儿童死亡率均降低30%以上，神经管缺陷、唐氏综合征等严重致残出生缺陷疾病发生率降低约23%。 但即便如此，由于超声技术的局限性、医生技术存在差异等原因，国内的产科超声漏检事件时有发生。如何减少人为因素，尽可能提高产科超声的准确性，减少漏检、漏诊？AI会是一个好助手吗？ 7月15日，王睿丽接受《每日经济新闻》记者采访时表示，目前的AI超声在一定程度和范围内已经可以胜任产前筛查，但超声医生既有的操作习惯和认知是产品广泛应用的“坎儿”，AI应用于临床仍需面临普适性和伦理问题的挑战，AI产品的工作流、切面细节显示仍需提高。 河南省人民医院超声科副主任王睿丽图片来源：受访者供图 曾认为产科超声“最不可能被AI代替” 作为一名同时有着30多年教学经验的超声科医生，王睿丽曾认为产科超声是最不会被AI（人工智能）代替的超声检查。这是因为胎儿与位置固定的器官不同，其在子宫内羊水中体位变化无法固定，可能会出现不同姿势和位置旋转，孕妇的身体情况也会对图像显示有影响。 在此基础上，产科超声医生不仅需要观察羊水情况，胎盘位置，还要观察胎儿主要的解剖结构、生长发育情况，检测难度非常大，即便是同一位医生，在不同时间的测量结果也会存在差异。 现在，很多低年资医生都很难做好的筛查项目，正在被AI“拿下”。具体来说，当超声医生手持的超声探头在孕妇的肚皮上扫描时，AI超声会快速识别用于观测胎儿发育状况的多个标准切面，并自动获取最佳标准切面快速测量胎儿头围、腹围、股骨长、肱骨长等指标。根据王睿丽的使用体验，AI获取的标准切面质量和测量准确性都较高，既可以提高医生的操作效率，也能节省患者的就诊时间。 王睿丽告诉记者，产科超声医生的工作量非常繁重，每一名孕妇的检查时间通常在半小时左右，“一个医生在加班的情况下，上午最多能做8名中孕期孕妇的检查，现在很多孕妇要提前一个月甚至更长时间预约产前筛查”。如果使用AI妇产超声，这些时间会大大缩短。 另外，AI在超声领域的应用场景还包括质量控制和医生教学。王睿丽表示，按照国家超声医学质控中心对于产科超声的最新要求，每名孕妇的超声检查需要至少保存22个切面、24幅图片，但临床获取的图片基本是这一数量的两倍甚至更多，因此质控小组平均需要在每个病例上花费十几分钟的时间挑选图片，但AI可以将这一时间缩短到一分钟以内，甚至几秒钟就可以完成。 而且，AI还可以对产科超声图片进行打分评价和动作指导，在产前诊断中心培训基层医生时，这一功能可以辅助完成教学和评估任务，提高培训效率，从而更高效地培养出合格的基层医生，提升产前超声筛查的整体水平。 AI超声仍面临普适性和伦理问题的挑战 尽管“了解后发现AI很好用”，但王睿丽坦言，让临床医生接受这个新鲜事物并不是件容易的事，其中最大的障碍源于产科超声医生的认知和操作习惯。 一般来说，培养一名合格的超声医生，往往需要3到5年，而在产前胎儿筛查领域，则可能需要5到8年。临床经验充足的老医生们知道超声技术存在局限性，超声波在某些情况下可能无法穿透胎儿的部分组织，或者胎儿的位置和姿势可能影响超声波的传播，因此对AI技术的信任不足，更倾向于根据个人经验进行操作。 “有点类似于家长让孩子做家务活儿，你教他做一部分，然后你再去做他没有完成的那部分，看似更省劲儿。但实际上还不如自己一口气干完。”王睿丽说。 另外，不同的超声医生在打切面时有不同的工作习惯，比如有的医生习惯先查基本测量切面，按照头部、腹部、心脏、脊柱、肢体的顺序获取标准切面，但AI对图像的识别速度特别快，在探头滑过肚皮的瞬间，会留存一系列标准切面，而这些切面的顺序是随机的，因为和医生的检测习惯不同，这可能会在一定程度上会降低筛查或诊断效率。 王睿丽认为，这两种现象的背后，是AI超声广泛应用于临床的现实挑战。目前，AI产科超声获取标准切片的准确性和完整性已经在有关研究中得到验证，但由于产科超声的复杂性和高难度，AI产科超声在大规模样本中的普适性价值还需要进一步的研究验证，相关的伦理问题也值得关注。 在工作流方面，AI产科超声的厂家需要与临床医生持续沟通，“只有把产品的工作流做顺畅了，AI超声才可能被临床医生接受，如果医生的接受度提高了，应该很快就能成功”。据王睿丽观察，目前AI应用是国内外超声设备厂家共同的研究方向，国产厂商的最大优势在于与临床医生的沟通速度，“他们的反馈特别快，所以我觉得这个磨合的时间可能不会太久”。 目前主要是产前筛查，还无法做到辅助诊断 目前，AI在产科超声的主要应用场景是产前筛查，还无法做到辅助诊断。 王睿丽告诉记者，从检查指标看，产前筛查和产前诊断的超声检查并无明显区别，但面向的人群和标准不同，产前筛查一般面向所有孕妇，有筛查标准切面要求；但诊断则面向有遗传性疾病、生育不良家族史的孕妇，或胎儿在筛查中出现可疑问题的孕妇，由于没有标准化的切面要求，产前诊断的准确性更多地依赖于医生的个人经验。 据王睿丽了解，在产前诊断方面，部分AI超声已经能够识别胎儿某部位的正常与否，甚至能提供几种可能性较高的畸形类别供医生参考，这样的功能可以缩小诊断的范围，但这距离辅助诊断还有很长一段的距离。 例如，有一类头颅切面显示了胎儿存在脑积水，但脑积水对应的先天畸形种类很多，要判断胎儿属于梗阻性脑积水，还是Dandy-Walker综合征、脊柱裂等，临床医生需要观察超声的其他切面，搜寻能够支撑某种畸形的其他表征。在这一过程中，医生需要根据经验截取一些非常规的切面，这些切面缺乏大量可学习的数据样本，是现阶段AI还无法实现产前诊断功能的原因之一。 但王睿丽认为，辅助诊断一定是AI应用在超声领域的未来趋势。实际上，目前的AI超声已经建立起畸形种类的数据库，可以帮助医生“解放”大脑。例如，有些畸形是多器官、多部位的综合征，很多医生不可能只靠大脑记住，但AI可以通过读取超声图片、识别异常部位，输出综合征对应的常见畸形，并指引医生观察其他重点部位的切面，从而做出最终诊断。 “人工智能的时代已经来临，你只能接受它。而且只有越早接受、接受越快，才能够适应这个时代。”王睿丽认为，AI可以作为超声医生的辅助工具，使临床工作更高效、准确。但对于患者情感需求、心理关怀等工作，AI难以胜任，而这也是一个提醒——临床医生除了关注患者的身体，还应关注心理、情感、精神方面的需求。 海量资讯、精准解读，尽在新浪财经APP