人工智能（AI）在醫(yī)療健康領(lǐng)域的應(yīng)用日益廣泛?；颊邘е鳤I生成的答案就診，醫(yī)生應(yīng)用AI工具輔助診療、科研等日常工作，醫(yī)療機(jī)構(gòu)部署多套AI系統(tǒng)，科研人員、企業(yè)等應(yīng)用AI使藥物研發(fā)不斷實(shí)現(xiàn)突破……如今，AI已滲透醫(yī)藥領(lǐng)域的方方面面。如何推動(dòng)AI持續(xù)賦能醫(yī)學(xué)發(fā)展，面對(duì)“幻覺”“黑箱”等不可避免的問題，如何更好地發(fā)揮AI優(yōu)勢(shì)，在近日在京舉行的2025年中國醫(yī)學(xué)發(fā)展大會(huì)上，醫(yī)藥、科技、教育等多領(lǐng)域?qū)＜覈@上述話題展開探討。

　　“我們正處于一個(gè)由人工智能驅(qū)動(dòng)的深刻變革時(shí)代。與過去的信息技術(shù)革命不同，AI不僅改變了工具，更重構(gòu)了生產(chǎn)力與生產(chǎn)關(guān)系的底層邏輯。”南京大學(xué)副校長鄭海榮表示，在醫(yī)療領(lǐng)域，數(shù)據(jù)成為新的生產(chǎn)資料；AI大模型推動(dòng)了數(shù)據(jù)處理從知識(shí)到方法的突破，進(jìn)一步可能產(chǎn)生智慧涌PG電子通信現(xiàn)，成為新的生產(chǎn)力載體；人機(jī)協(xié)同的新型生產(chǎn)關(guān)系正逐步構(gòu)建，并重塑整個(gè)醫(yī)療生態(tài)。

　　傳統(tǒng)醫(yī)療模式依賴醫(yī)生的經(jīng)驗(yàn)判斷，而未來，個(gè)性化AI模型將利用個(gè)體全生命周期數(shù)據(jù)預(yù)測(cè)疾病風(fēng)險(xiǎn)，實(shí)現(xiàn)從“治療”到“預(yù)防”的轉(zhuǎn)變。AI為影像學(xué)等領(lǐng)域帶來變革，不僅提升診療效率，更將推動(dòng)診療模式從“以醫(yī)生為中心”轉(zhuǎn)向“以患者-AI協(xié)同為核心”的新生態(tài)。

　　人工智能給教育領(lǐng)域帶來巨大機(jī)遇與挑戰(zhàn)，推動(dòng)人類文明邁向人機(jī)協(xié)同新階段，促使教學(xué)從知識(shí)傳授向能力塑造轉(zhuǎn)變，推動(dòng)教育時(shí)空拓展，但也帶來知識(shí)迭代快、開源社區(qū)缺乏等問題。教育部科學(xué)技術(shù)與信息化司司長周大旺介紹，為此教育部通過組建優(yōu)勢(shì)大學(xué)聯(lián)盟，打造頂尖學(xué)科交叉教學(xué)團(tuán)隊(duì)，構(gòu)建質(zhì)量監(jiān)控體系、探索學(xué)分制度，推出“AI﹢”課程，升級(jí)國家智慧教育平臺(tái)等，提升師生人工智能素養(yǎng)。

　　隨著人工智能發(fā)展與大量數(shù)據(jù)涌現(xiàn)，從數(shù)學(xué)角度系統(tǒng)研究生物和醫(yī)學(xué)的條件已成熟。清華大學(xué)講席教授、數(shù)學(xué)家丘成桐介紹，數(shù)學(xué)建立了AI的底層架構(gòu)，在疾病研究等多領(lǐng)域有重要應(yīng)用。但醫(yī)學(xué)數(shù)據(jù)具有小樣本、高維度、類別不平衡等特點(diǎn)，還存在“噪聲”和缺失值等問題，應(yīng)用傳統(tǒng)方法處理時(shí)，往往需要增加復(fù)雜的預(yù)處理步驟，增加了數(shù)據(jù)處理的復(fù)雜性和不確定性，影響模型的準(zhǔn)確性。另外，傳統(tǒng)AI模型基于線性假設(shè)，難以捕捉醫(yī)學(xué)數(shù)據(jù)中復(fù)雜的非線性關(guān)系，而利用線性方法研究非線性問題，需要大量計(jì)算及統(tǒng)一的非線性方程研究?！懊鎸?duì)醫(yī)學(xué)數(shù)據(jù)難題等重重挑戰(zhàn)，期待數(shù)學(xué)與醫(yī)學(xué)、AI等領(lǐng)域?qū)＜壹訌?qiáng)合作，推動(dòng)相關(guān)研究工作?！鼻鸪赏┱f。

　　“當(dāng)PG電子通信前，AI的發(fā)展主要依賴數(shù)據(jù)驅(qū)動(dòng)的大模型，但其存在高算力消耗、災(zāi)難性遺忘、推理能力弱、‘黑箱’不可解釋等固有缺陷?！蓖瑵?jì)大學(xué)黨委書記鄭慶華介紹了基于腦科學(xué)啟發(fā)的解決思路，通過模擬人腦的記憶和推理機(jī)制，開發(fā)小樣本、低算力、強(qiáng)推理的人工智能模型，推動(dòng)人工智能向認(rèn)知智能跨越。

　　隨著AI的廣泛應(yīng)用，其倫理與安全治理問題日益引發(fā)關(guān)注。工業(yè)和信息化部原副部長王江平表示，醫(yī)療健康領(lǐng)域是AI應(yīng)用的“高壓地帶”，人機(jī)對(duì)齊原則應(yīng)在該領(lǐng)域?qū)崿F(xiàn)體系化的全面滲透。

　　人機(jī)對(duì)齊是指通過技術(shù)手段確保AI的目標(biāo)、行為與人類價(jià)值觀和社會(huì)規(guī)范保持一致。如今，它已成為AI發(fā)展的重要原則。

　　王江平介紹，醫(yī)療AI應(yīng)用具有數(shù)據(jù)敏感、結(jié)果不可逆、責(zé)任復(fù)雜等特性，需在技術(shù)架構(gòu)、數(shù)據(jù)集建設(shè)、醫(yī)院管理、患者知情、行業(yè)監(jiān)督五大環(huán)節(jié)協(xié)同發(fā)力，切實(shí)提高醫(yī)療AI人機(jī)對(duì)齊水平，確保其始終服務(wù)于人類福祉。

　　AI正在成為推動(dòng)醫(yī)療健康行業(yè)高質(zhì)量發(fā)展的核心動(dòng)力。國家大力支持“人工智能﹢”行動(dòng)，通過標(biāo)準(zhǔn)化建設(shè)、跨機(jī)構(gòu)數(shù)據(jù)共享和垂直領(lǐng)域大模型應(yīng)用開發(fā)，提升診療效率和精準(zhǔn)度。國家衛(wèi)生健康委規(guī)劃發(fā)展與信息化司一級(jí)調(diào)研員沈劍峰表示，當(dāng)前需要建設(shè)醫(yī)療衛(wèi)生領(lǐng)域臨床專病高質(zhì)量數(shù)據(jù)集和AI語料庫，突破專業(yè)語料不足、多模態(tài)處理等技術(shù)瓶頸，同時(shí)，多學(xué)科、多專業(yè)、多部門聯(lián)動(dòng)，推動(dòng)政策標(biāo)準(zhǔn)創(chuàng)新，加強(qiáng)復(fù)合人才培養(yǎng)和醫(yī)學(xué)倫理安全，共同推動(dòng)醫(yī)療衛(wèi)生領(lǐng)域AI的應(yīng)用創(chuàng)新。

　　針對(duì)醫(yī)學(xué)AI帶來的種種挑戰(zhàn)，與會(huì)專家表示，如醫(yī)療數(shù)據(jù)涉及基因、患者病史等隱私敏感信息，一旦泄露，可能導(dǎo)致一系列社會(huì)問題。同時(shí)，如何在合規(guī)前提下獲取高質(zhì)量數(shù)據(jù)也是亟待破解的難題之一。

　　醫(yī)療領(lǐng)域容錯(cuò)率低，大模型由于固有的“幻覺”問題而給出錯(cuò)誤建議，可能直接影響患者生命安全，另外，AI“黑箱”決策機(jī)制也使醫(yī)生和患者對(duì)其的信任度打了折扣。從數(shù)據(jù)采集、算法開發(fā)到臨床驗(yàn)證，AI應(yīng)用鏈條長，參與方眾多。一旦出現(xiàn)醫(yī)療事故，責(zé)任歸屬模糊，需明確法律框架。

　　與會(huì)專家表示，醫(yī)學(xué)AI應(yīng)用要以安全為前提，堅(jiān)持以人為本、以患者為中心、以醫(yī)生為醫(yī)療決策主體，才能使AI實(shí)現(xiàn)從“可用”到“可靠”的跨越，最終使其成為提升醫(yī)療質(zhì)量和效率的核心助力。

　　本文經(jīng)「原本」原創(chuàng)認(rèn)證，作者健康報(bào)社有限公司，訪問yuanben.io查詢【1Q3GXEDS】獲取授權(quán)