當前，人工智能(AI)技術在疾病診斷、影像識別、藥物研發(fā)等領域均展現出巨大潛力和價值。如何進一步推動人工智能深度賦能醫(yī)學發(fā)展，又如何使人工智能在賦能醫(yī)學發(fā)展中“揚長避短”?4月19日至20日，以“人工智能賦能醫(yī)學發(fā)展”為主題的2025年中國醫(yī)學發(fā)展大會在北京召開，與會專家就人工智能與醫(yī)學深度融合的創(chuàng)新路徑與發(fā)展方向進行了探討。
中國工程院副院長、中國醫(yī)學科學院院長王辰指出，人工智能正在深刻改變醫(yī)學研究的范式與行業(yè)生態(tài)。醫(yī)學界要適應人工智能發(fā)展，分階段推進人工智能與醫(yī)學融合，發(fā)揮人工智能作為新質生產力照護人民健康的重要作用。
“醫(yī)療領域數據具有敏感性、結果不可逆、責任主體復雜等特點。”工業(yè)和信息化部原副部長王江平坦言，醫(yī)療健康行業(yè)的特殊性，使得醫(yī)療健康AI大模型需要人機對齊法則的全面滲透，即通過技術手段與倫理框架，確保AI的目標行為和輸出與人類價值觀和社會規(guī)范保持一致。
從算法和數據做起，搭好“底層架構”
“隨著人工智能發(fā)展與大量數據的涌現，以數學研究生物和醫(yī)學的條件已成熟。”清華大學講席教授、數學家丘成桐解釋，醫(yī)學數據有著非線性特點，而傳統(tǒng)人工智能模型通�；诰�性假設，難以捕捉醫(yī)學數據中復雜的非線性關系。面對醫(yī)學數據難題，數學與醫(yī)學、人工智能等領域應加強合作，為人工智能提供底層架構，持續(xù)推動人工智能在疾病研究等多領域的應用。
基于數學科學的加持和完善，一些醫(yī)學事件已獲得更好的解析。例如，對于“衰老”這一生命活動的典型非線性事件，一項研究用多種數學分析算法對超過2400億數據點進行分析后，成功呈現了其發(fā)生發(fā)展規(guī)律。
數據問題仍是制約人工智能在醫(yī)學領域深入應用的瓶頸。丘成桐說，醫(yī)學數據存在“噪聲”(數據集中錯誤或無關的信息)和缺失值等問題，傳統(tǒng)方法在處理這些問題時往往需要復雜的預處理，增加了數據處理的復雜性和不確定性，影響模型準確性。
國家衛(wèi)生健康委規(guī)劃發(fā)展與信息化司一級調研員沈劍峰認為，當前需建設醫(yī)療領域高質量數據集和人工智能語料庫，以突破專業(yè)語料不足、多模態(tài)處理不一致等大模型技術瓶頸。“相關部門正在通過標準化建設、跨機構數據共享和垂類模型應用開發(fā)等措施，加強數據價值的挖掘，提升診療效率和精準度。”他介紹。
直面安全與治理，構建醫(yī)療新生態(tài)
安全與治理是醫(yī)學人工智能發(fā)展的重要議題。生理數據、病史信息等醫(yī)療數據事關每一名患者的隱私和生命權，如何不“因噎廢食”，在保護安全的同時充分利用醫(yī)療數據?
“應設立數據過濾器自動屏蔽違反倫理的數據源，建設醫(yī)療可信數據空間促進數據共享流通。”王江平強調，數據集建設必須把隱私保護放在突出位置，深度融合醫(yī)學專業(yè)知識與先進的數據科學技術，通過隱私計算、術語標準化、多模態(tài)關聯和小樣本增強等策略，有效應對醫(yī)療數據敏感性和碎片化等問題。
國家衛(wèi)生健康委統(tǒng)計信息中心主任趙韡強調，醫(yī)學人工智能應用始終要以安全可信為前提，堅持以患者為中心、醫(yī)生醫(yī)療決策為主的原則，建立動態(tài)可持續(xù)評估機制，推動法律、技術、倫理協同治理。
“要使AI實現從高效工具到可信伙伴的跨越，醫(yī)療AI應用需實現可解釋性、信任性、人類和諧性的對齊目標。”王江平說，要將對齊法則深入到醫(yī)療AI的技術架構、數據集建設、醫(yī)院管理、患者知情、行業(yè)監(jiān)管等環(huán)節(jié)。
談及人工智能賦能醫(yī)學的發(fā)展路徑，王辰建議應明確任務分階段推進。短期內明確人工智能在醫(yī)學中的定位與應用邏輯，開展場景化試點;中期階段擴大應用范圍，推動人工智能與醫(yī)療的全場景融合;長期發(fā)展要覆蓋科研、臨床、管理全鏈條，構建人工智能賦能醫(yī)學新生態(tài)，并參與國際規(guī)則制定。
（責任編輯：華康）
