清華大學副教務長、醫學院院長、美國國家醫學院外籍院士、新加坡國家科學院院士黃天蔭在第四期通用健康大講堂上作報告。

人工智能如何更有效地服務人們的健康需求？醫療行業該如何把握人工智能時代的機遇？日前，在第四期通用健康大講堂上，業內專家指出，人工智能與醫療健康結合的機遇與挑戰并存，要以審慎樂觀的態度積極應對。

技術驅動突破 “AI+醫療”潛力巨大

“人工智能在醫療領域潛力巨大，有望在健康管理、早期篩查、疾病診斷、康復護理、患者教育等多個環節輔助診療。”清華大學副教務長、醫學院院長、美國國家醫學院外籍院士、新加坡國家科學院院士黃天蔭表示。他進一步舉例說：基于深度學習訓練的AI皮膚病影像識別系統，其識別準確率已不輸醫學專家，諸多人工智能賦能醫療健康領域的實際成果令人振奮。

通用技術集團副總經理、黨組成員，通用健康公司董事長姚建紅指出，人工智能是引領科技革命和產業變革的戰略性技術，帶來了效率革命，催生了新業態新模式，驅動跨領域融合升級；把握AI話語權是提升競爭力，實現健康可持續發展的必然途徑。

醫療技術的持續進步，離不開人工智能前沿科技的強力支撐。“醫療健康領域的AI對數據質量要求極高。高質量高通量的檢測數據對于精準魯棒的AI醫療診斷極為重要。”中國工程院院士、國務院參事、清華大學信息科學技術學院院長戴瓊海分享時強調。

戴瓊海院士介紹了清華大學科研團隊一項新的技術突破：傳統光學顯微成像受到光毒性、光學像差、噪聲等物理壁壘影響，難以實現活體復雜環境下大視場與高分辨率兼備的介觀三維成像。他的團隊通過在計算成像、AI算法領域的創新，實現了介觀活體高通量成像。該技術為批量生成大規模活體細胞數據庫、構建數字生命大模型奠定了儀器基礎，助力深度解析復雜活體的生理病理過程，并推動基礎醫學數據轉化與智能藥物研發，成為生命醫藥領域的新工具。

得益于強大的數據分析能力，醫療大模型在醫學研究中具備獨特優勢。據百川智能創始人、首席執行官王小川介紹，目前，企業研發的AI醫生能夠全程陪伴研究型醫院里的患者，深入了解患者病情，促進醫學數據系統性的收集，以大數據輔助科研工作，并致力于推動循證醫學研究進一步向精準醫學方向拓展，為患者提供更個性化的診療數據支持。

加速創新探索 更多場景模式落地

業界對AI醫療的發展抱有多重期待。“人們期待借助AI的能力，預防和治療各種疾病，更好地進行健康管理、生命管理，實現‘生物自由’的理想。”王小川說，“我們還在‘創造AI醫生’，目標是實現人機協作，由人與機器兩個‘醫生’相互配合，共同為患者提供更全面的診療服務，加快發展新質生產力。”

同時，人工智能技術與醫療健康產業協同發展在當下的一個關鍵方向，是醫療機構的信息化與數字化建設。香港醫院管理局首席信息官蔡陽分享了香港醫療系統進行一體化、數字化轉型的經驗，為公立醫院提供參考。在他看來，組建專業的IT團隊對于大型醫療集團來說非常必要，整合醫療信息資源，增強數據驅動，支持智慧醫院建設，才能更好地迎接AI醫療的落地應用。

隨著醫療信息化進程加速，AI輔助應用正在基層和院后管理等場景落地生根。訊飛醫療科技股份有限公司總裁陶曉東介紹，基于訊飛星火醫療大模型研發的全科輔助診斷系統能夠在基層幫助醫生避免漏診誤診，在全國范圍內累計服務超過10億人次。其開發的整合患者管理平臺與華西醫院合作，為出院患者提供延續性醫療服務，累計服務了超過690萬人次。

當前，我國的醫療機構正積極投身于數字化、信息化浪潮之中。醫療信息化進程不斷提速，公立醫院加速數字化轉型，大型科技企業紛紛布局醫療垂直領域大模型。記者了解到，通用技術集團亦建立起醫療健康大數據平臺，覆蓋運營管理、質量安全、臨床科研等多個核心場景，旨在解決傳統臨床研究中“流程碎片化、數據孤島化、管理低效化”三大痛點，通過推動智能化加速科研轉化。

“人工智能與醫療健康的深度融合，前景廣闊，使命光榮。”姚建紅說，“我們通過智能審核和工作體系的重構，為社會提供‘檢、管、診、治’一體化的醫療健康服務，重點加強慢性病的早期預警和早期干預，腫瘤的早篩和早治，開展女性、兒童、老年等不同情景的健康管理，努力實現從以疾病為中心向以健康為中心轉變。”

活動現場，通用技術集團“醫療健康體檢大模型”與“智慧管理大模型”兩大AI創新成果首次亮相，它們以“數據+AI”為核心，旨在為健康管理、職場效率、臨床科研業務注入智能新動能。

應對挑戰 期待算法精進與機制革新

盡管前沿AI技術已在多個維度展現其輔助醫療的潛力，但專家們一致認為，要讓AI技術更廣泛地融入臨床實踐，仍需克服多重挑戰。

首要挑戰在于滿足醫療行業獨特的高標準技術要求。以DeepSeek為代表的通用大模型提升了公眾對AI的認知，但其在輔助醫療領域仍面臨信任壁壘。陶曉東指出，醫療健康垂域的大模型需要進行針對性的醫學算法設計，構建堅實的基礎醫學邏輯，并且要具備循證的思維鏈。面對不同醫療機構的實際需要，還要訓練不同尺寸、不同sip（Session Initialization Protocol，會話初始協議）的大模型產品。

其次，醫療行業需要建立能將AI技術與現有醫療體系相融合的新機制。多位專家強調了數字化轉型對醫院診療模式的挑戰。真實的臨床環境情況復雜，將人工智能納入臨床應用，不僅涉及技術本身，更牽涉醫療流程的改變、人才團隊的更新、相關法律法規的完善等多維度變革。

工業和信息化部原副部長楊學山指出，清晰責任是推行互聯網醫療的前提。目前來看，AI系統能夠輔助提升醫生的工作效率，但其出具的醫療報告最終還是需要由人來把關，這涉及到醫療責任的歸屬問題。黃天蔭則提出，迎接AI醫療時代，需要系統性搭建起信息化體系，實現醫療數據的規范收集與安全共享。他同時呼吁在醫院層面構建AI教學平臺，加強“AI+醫療”復合型人才的培養。

“在大模型落地的過程中，人的智能始終占據核心位置。”楊學山指出，人和數據是醫療大模型落地應用中的兩個關鍵問題。他認為，基于AGI（Artificial General Intelligence，通用人工智能）、LLM（Large Language Model，大語言模型）的文本生成能力的提升，高性能信息傳播網絡的建設，以及強大信息處理能力的普及，共同推動著人類智能化進程。而其中，人類的智慧、人類承擔的工作與醫療責任、人類對社會的深度參與，才是醫療邁入智能時代的關鍵。

歸根結底，“人”是醫療發展的最終目的。專家們強調，AI醫療的應用應致力于縮小而非擴大社會醫療水平差距。黃天蔭特別指出，在訓練醫療大模型時，必須充分考慮醫療資源匱乏地區的需求，在數據收集和模型構建中納入其代表性數據。唯有如此，才能通過AI醫療技術的進步，切實改善區域醫療發展不均衡的情況，讓科技紅利惠及更廣泛的人群。

據悉，通用健康大講堂是由通用技術集團醫療健康控股有限公司主辦的衛生類、學術性、融合型系列活動，攜手頂尖醫學權威、科研領軍人才、青年學術骨干，共同搭建高端、權威、開放的醫療健康學術交流平臺。本次活動為系列活動的第四期，旨在匯集各方智慧，共同探索AI賦能醫療服務模式創新、醫療技術水平提升、醫療資源配置優化的新模式新路徑，培育和發展醫療健康新質生產力，為醫療健康行業注入新的活力與增長動能。