全部商品分類
２０２４年，醫療行業正在被ＡＩ重塑。
得益于生成式ＡＩ和大語言模型的迅猛進步，醫療服務、醫學影像診斷及新藥研發等多個場景應用迎來了一場深刻的變革。
據《未來醫生白皮書（２０２４）》顯示，中國臨床醫護人員在ＡＩ技術采納上領先全球，超過三分之一的人員已在日常工作中應用ＡＩ工具，遠超全球２６％的平均水平。
針對我國醫療ＡＩ行業的發展，多位行業專家表示，醫療ＡＩ的未來發展前景廣闊，隨著政策引領和資本驅動的雙重加持，ＡＩ技術在提升醫療服務效率與質量、加速醫學研究進展等方面發揮巨大的價值，更預示著醫療體系智能化、精準化轉型的新時代的到來，為公眾健康福祉帶來深遠影響。
在醫學影像智能輔助診斷方面，《指引》強調應用人工智能從海量影像中準確快速發現微小病灶，直觀定位病灶，實現骨折、肺癌、肝癌、皮膚癌、顱內動脈瘤等疾病精準早篩。這一技術的應用，不僅提高了診斷的準確性和效率，也緩解了醫生閱片的壓力。
“在醫療服務方面，影像閱片是發展最快的領域之一，因為影像數據比較標準化，數據質量較好。未來，智能分診和醫院服務流程優化等應用場景也有望快速發展。”曹艷林談到。
此外，基層醫療與人工智能的結合也是《指引》關注的重點之一。曹艷林表示，基層全科醫生智能輔助決策，即通過人工智能技術結合基層醫療衛生機構的常見慢性病，構建基層全科醫生診療輔助決策應用，可以提高基層醫療水平，解決老百姓看病難的問題。
不過，曹艷林強調，在人工智能應用的過程中，一個非常重要的方面是明確其邊界，不可越界。例如，在醫療咨詢過程中，人工智能應作為輔助工具，而不應直接替代醫生的決策角色。醫生在使用這些工具時，必須保持責任心，不能完全依賴平臺的結果，而忽視自己的專業判斷，否則將喪失醫師的主體地位，進而可能導致醫療質量和安全問題。
“如果醫生過度依賴ＡＩ診斷，那么診斷可能會變得過于標準化，忽視了患者的個性化需求和不同情況，從而缺乏精準性，甚至可能導致誤診。”曹艷林談到。
加速新藥研發進程
２０２４年，諾貝爾化學獎授予了人工智能領域。得益于科學家們在這一領域取得的成就，人們現在可以通過計算軟件設計蛋白質，還可通過人工智能預測蛋白質三維結構。
人工智能在生命科學領域創造出來的巨大價值不言而喻。
而在新藥研發中，人工智能技術的應用也正在影響著人類的健康未來。數據顯示，２０１０年至２０２１年間，全球由ＡＩ參與的藥物研發項目數量由６個增長至１５８個。２０２４年，這一趨勢更加明顯，ＡＩ制藥技術的快速發展，讓新藥研發的部分環節提速百倍。
ＡＩ在藥物研發中的應用主要體現在靶點篩選、藥物活性分子發現、臨床前研究、臨床試驗等多個環節。特別是在藥物早期的發現過程中，ＡＩ技術可以運用機器學習和深度學習算法，快速篩選出針對靶點有效的藥物活性分子，大大加快了藥物開發的進程。
此外，ＡＩ技術還可以通過基因序列、蛋白質序列產生蛋白質三維空間模型，讓靶點實現視覺化，以便醫療人員觀察到靶點上適合藥物分子起作用的位置。在臨床試驗階段，通過利用臨床研究數據和機器學習算法，ＡＩ可以對病人進行精準分型，從而更精準地實施藥物治療。
《指引》中也提到ＡＩ在智能藥物研發中的應用，包括智能藥物研發、智能藥物臨床試驗輔助、智能藥品臨床綜合評價輔助等。這些應用有望縮短藥物研發周期，降低成本，提高研發成功率，為新藥研發帶來革命性的變化。
“藥物研發是人工智能的一個重要應用場景。”曹艷林表示，在藥物研發中，確定化學分子是最核心的部分。過去，這個過程通常需要通過大量的實驗和測試來完成。然而，現在人工智能可以通過算法模擬來快速確定化學分子，從而大大加速了藥物研發的進程，并節約了大量的成本。
醫療ＡＩ前景廣闊 但需應對數據安全與倫理法律挑戰
盡管醫療ＡＩ發展如火如荼，但應用過程中的風險與挑戰仍不容忽視。
“在醫療數據合作的過程中，數據安全成為了首要關注點。”曹艷林談到，企業從醫療機構獲取數據時，必須做好數據管理工作，明確數據的使用范圍和保護措施，以確保數據的安全性和隱私性。此外，醫療機構也要秉承著患者知情同意的原則，來進行醫療數據的相關研究。對于歷史數據的合法使用，可以給予相關的授權豁免。
崔偉男也強調了數據安全和隱私保護的重要性。他建議，應做好數據安全和保護措施，如實施強大的數據匿名化技術，建立安全的數據存儲程序，并在數據采集過程嚴格遵守倫理標準，讓患者和醫生知悉數據的流向，提高透明度。“只有實現醫療人工智能倫理問題的有效治理，才能讓醫療人工智能發揮并創造真正的技術價值和社會價值。”
談及醫療ＡＩ的未來發展，曹艷林認為，我國醫療ＡＩ還處于興起發展階段，未來會走向快速發展階段。“未來還可以加強在傳染病監測和慢病管理等方面的人工智能應用。通過人工智能技術加強傳染病監測和預警，可以快速發散各種新發傳染病和重大疫情的監測信息，提高疫情防控能力。同時，利用人工智能技術進行慢病隨訪和預后管理，也可以提高慢病管理的效果和質量。”
“我國醫療ＡＩ正處在從１．０向２．０邁進的階段。未來，隨著大模型與醫療領域的結合，人工智能將很快滲透到醫療行業的各個環節。”崔偉男認為，大模型通過深度神經網絡和大規模文本數據訓練，能夠生成式地處理實際數據實例，這些數據在訓練中具有相似的分布特征。這種生成式的人工智能模型在未來的診斷、臨床決策支撐、虛擬醫療助手等方面都將會有很大的提升。
“醫療人工智能已經發展到了一個新階段，雖然還存在一些問題，但作為一項有前景、可以產生顛覆性創新的技術，它將為提高醫療服務的效率和質量、推動醫學研究以及整個社會發展產生深遠影響。”崔偉男最后談到。
注：文章來源于網絡，如有侵權，請聯系刪除
