人工智能赋能医疗健康行业创新发展

人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的技术科学。20世纪50年代科学家提出人工智能概念，同时也有人提出智能增强概念，智能增强强调通过技术增强人类智能，而非取代人的能力。之后，人工智能常被用于描述拥有模仿学习和解决问题等人类功能的机器，而人工通用智能在定义上更加精准。目前已经有包括机器人、语言识别、图像识别、自然语言处理、专家系统、机器学习、计算机视觉等能与人类作出相似反应的智能机器，其核心是通过学习算法使机器能够根据数据作出智能决策或反应。可以说，“人工智能”一词既包括机器学习等传统人工智能，也包括生成式人工智能。

人工智能在医疗健康领域的应用

在医疗健康领域，人工智能的潜力不仅体现在提高工作效率，还包括优化诊断、个性化治疗、药物开发等多方面。

影像/多模态数据分析。人工智能的图像识别能力在医学影像领域展现出巨大潜力。通过深度学习算法，人工智能能够分析计算机断层扫描、核磁共振成像及X光片中的图像细节，识别早期肿瘤、肺结节等病灶。谷歌健康（Google Health）开发的人工智能系统在乳腺癌筛查中体现出高准确性，甚至超过放射科医生。近年来，结合影像学的多模态数据，将病历、基因型、可穿戴设备等不同来源的数据信息进行整合与分析，可生成个体健康画像，由此提升对疾病和健康管理的服务效率。

个性化精准治疗。分析病历信息和生物组学数据，帮助医生制定个性化治疗方案。埃隆·马斯克创立的神经链接公司（Neuralink），专注高精度设备植入大脑，通过实时解读神经信号的人机交互，帮助瘫痪患者恢复部分肢体功能或与外界设备通信。再如融合人工智能技术的手术机器人，通过算法帮助外科医生实时调整操作路径，保障手术更加精准、安全，减少术后并发症。

药物研发。传统药物研发周期约10年以上，人工智能技术的应用大幅缩短这一过程。例如，谷歌旗下深度思考公司（DeepMind）的人工智能模型阿尔法折叠（AlphaFold）可成功预测蛋白质三维结构，为药物靶点识别提供了关键工具。此外，人工智能还能筛选出最有可能成功的药物候选分子，减少筛选时间，降低研发成本。2024年诺贝尔化学奖授予了该领域的创新成果，对蛋白质药物研发将起到革命性的推动作用。

远程医疗与虚拟助手。人工智能驱动的虚拟助手可回答患者的健康问题，帮助医生完成病例的记录整理，协助对患者的随访。对于偏远地区服务，人工智能还能实时分析患者数据，实现居家健康管理，并帮助医生在短时间内筛选和诊断病患，使远程医疗和虚拟助手在诊断准确性与效率上得以提升。如美国人工智能工具IDx-DR系统已通过美国食品药品管理局认证，用于糖尿病性视网膜病变的筛查，这些技术助力实现“关口前移，双向转诊”的工作。

医养结合。斯坦福大学李飞飞团队开发的基于计算机视觉和多种传感器的环境智能系统，能够非接触式地感知病人活动，并对病人的行为、身体状况进行监测。该技术可广泛应用于重症加强护理病房、养老院以及患者家中，如通过监测病人移动模式帮助护理人员优化决策，提高护理效率并降低风险，还可通过传感器监测行动能力的微小变化，早期发现步态异常、摔倒风险等，减少对人工护理的依赖，提升老年人的生活质量。

人工智能赋能医疗健康行业创新发展的核心方向

人工智能在医疗健康领域拓展应用的同时，也在同步解决数据隐私与安全性、算法偏差与公平性、人工智能技术与伦理的平衡、行业适应性与人才培训等方面面临的问题和挑战。同时，“人工智能+医疗健康”行业场景的深入应用也促使政府、医疗机构、医保部门、保险机构等通过整合数据分析、深度学习和计算机视觉等先进技术，重新定义医疗服务、医药开发和医保支付的方式与解决方案。未来，需要关注以下核心方向。

加快“人工智能+医学”学科建设和人才培养的步伐

生成式人工智能技术突破性的进展，将助力学习效率极大提升。人工智能辅助自学模式帮助学生更加自主灵活地学习，海量教学资源和虚拟现实的教学场景，也会丰富课堂教学内容。2024年11月18日，教育部办公厅发布《关于加强中小学人工智能教育的通知》，将人工智能教育的范畴从大学和职业学校拓展到中小学基础教育。2024年11月14日，国家卫生健康委、国家中医药局、国家疾控局联合发布了《卫生健康行业人工智能应用场景参考指引》，聚焦“人工智能﹢”与医疗服务管理、基层公共卫生服务、健康产业发展、医学教学科研相结合的四大领域，明确医学影像智能辅助诊断等84个细分领域的基本概念和应用场景。鉴于医疗健康行业是人工智能方向的主要应用场景，学科建设和人才培养的需求更为迫切。要按照国家战略方向、政策导向和布局，在大学和职业学校尽快开展“人工智能+医学”学科和人才培养体系建设。如何有效利用人工智能技术辅助医疗健康行业的应用，如何培养具备跨学科知识和技能的医学人才以提升医学专业学生的胜任力，如何引导师生树立正确的学术道德观以适应医疗服务，都值得深入思考，人工智能医学课程体系设计及领域人才培养计划、实训基地的建设也非常重要。

加强政府监管下数字疗法产品注册和临床推广力度

数字疗法是依靠高质量软件为患者提供基于循证医学证据的干预措施，实现在预防、管理或疾病治疗上的更好效果。数字疗法既可单独使用软件，也可与药物、医疗器械或其他疗法联合使用。数字疗法产品在多个亚专科均有应用，主要通过对疾病持续治疗和连续管理，辅助或提升药物干预效果。数字疗法技术与人工智能算法密不可分，截至2023年10月，我国已有85个数字疗法产品获注册。当前，人工智能正以惊人的速度逼近人类能力的边界，在逻辑推理、问题解决、模仿人的抽象思维能力等方面有更大提升，某些方面甚至超过99%的人类。美国开放人工智能研究中心（OpenAI）新一代人工智能模型o3利用思维链进行多步推理、复杂推理，通过强化学习使人工智能提升。我国人工智能大语言模型DeepSeek的突破和应用，也得到全球认可。可以预见，人工智能应用将进入大爆发阶段。围绕疾病筛查、评估、管理、治疗、康复等，将会产生大量数字疗法解决方案。我国已颁布《人工智能医用软件产品分类界定指导原则》《人工智能医疗器械注册审查指导原则》《医疗器械软件注册技术审查指导原则》《医疗器械网络安全注册技术审查指导原则》等监管标准，均为数字疗法类产品提供重要的监管技术依据。国家药监局医疗器械技术审评中心在人工智能医疗器械创新合作平台牵头成立“数字疗法工作组”，致力于推动我国数字疗法行业快速健康发展，而在产品注册数量和临床推广应用方面，仍需更大的支持力度。

卫生健康行业应用场景的付费模式创新

未来人工智能医疗助手可以模拟人性化的问诊方式，与患者建立更紧密的关系，从而提高治疗依从性。美国开放人工智能研究中心推出的o1-preview模型在鉴别诊断生成（判断“这是什么病”）、诊断临床推理（判断“这最可能是什么病”）和管理推理（判断“应该如何治疗”）等任务中的表现甚至超越许多经验丰富的医生。人工智能技术的引入，无疑将提高医疗服务的效率，缓解“看病难、看病贵”的问题。清华大学智能产业研究院打造的首家人工智能医院“Agent Hospital”将于近期上线，对公众开放。此外，上海东方医院急诊、重症医学科研发推出的人工智能医学大模型“Med-Go”已上岗，引起业界的关注。我国已发布超过30个医疗领域生成式人工智能大模型，应用场景覆盖患者问诊、医生助手、新药研发、健康管理等多个领域，预计到2032年“人工智能+医疗”市场规模将达到700亿美元。海南、浙江等省探索数字疗法先行先试，成效显著。海南省医疗保障局根据患者和特定疾病实际诊疗需求，积极探索临床使用数字疗法价格形成机制，合理制定数字疗法收费方式和标准。但我国在定价收费、支付方式探索等方面亟需模式创新。要鼓励探索多种支付方式，从商保创新、定价收费、医保支付等方面进行讨论，包括鼓励“数字疗法+商业保险”产品创新，探索数字疗法价格形成机制和医保支付模式等，为数字疗法的推广应用提供支付保障。《卫生健康行业人工智能应用场景参考指引》发布后，相关部门应尽快制定相关标准和分类的收费编码，大力支持人工智能辅助诊疗的临床合理收费工作。

（作者单位：西北大学生命科学学院，西北大学第一医院）