"AI（人工智能）来了，大家都在拥抱。"4 月 9 日下午，复旦大学附属中山医院党委书记、副院长顾建英在联影举办的 uAInnovation2025 创新大会上说。

AI 医疗喊了 10 年，终于不再是 " 狼来了 " 的资本故事。今年春节以来，国内几百家三甲医院接入 DeepSeek，国家卫健委发布 84 个 AI 应用场景。联影智能联合创始人、联席 CEO 周翔说，大模型的到来就像春天一样春意盎然、生机勃勃，一些以前靠医生的知识储备、记忆力和通识进行推理的任务可能很快会被人工智能取代，整个行业正迎来一场巨变。

但 AI 并不是为了取代医生。在这场关于 AI 医疗的深度对话中，同场的中山大学肿瘤防治中心副院长孙颖说，她对 AI 的态度是 " 越来越多、越来越爱、越来越快、越来越难 " ——与几年前不同，现在 AI 已经成为医生基本的生产工具。

公立医院院长开箱 AI 医疗

10 年前，互联网医疗如火如荼，时任北京大学人民医院院长王杉在一场 75 分钟的对话中，与春雨医生创始人张锐互相打断 18 次，辩论激烈。

有人说科技浪潮下的医院就像是堡垒，科技公司一直想 " 攻 " 进去。" 火药味 " 十足的双方，代表的正是公立医疗机构与互联网医疗。王杉并不反对互联网医疗，恰恰相反，他是医疗信息化最早的践行者。彼时，很多公立医院院长的态度相对保守，很少有愿意和互联网医疗对话的。

但在 10 年后的今天，越来越多公立医院正在开箱 AI 医疗。

复旦大学附属中山医院是我国排名前十位的顶级医疗机构，年门急诊量近 140 万人次，患者来自全国四面八方。顾建英说，医生、患者和管理者都会感受到 AI 带来的变化。

例如，在辅助诊断方面，" 有爱小山 - 病历助手 " 按照诊疗规范主动生成的电子病历可以让医生有更多时间真正看病、思考、培训，而不是不断地做这些重复的劳动。而且医生还可以通过远程诊疗做慢病管理等一系列的突破，在提高效率的同时还减少了误诊和漏诊。

对患者来说，现在中山医院的智慧客服已经通过导入大语言模型，可以 24 小时不间断为患者服务，如果碰到不能回答的问题就会转到人工。顾建英表示：" 这样一个有耐心的 24 小时服务，我觉得也是很好的改变。"

作为医院的管理者，顾建英感触更深。她说，经常碰到医生说要空间，有了空间以后要设备，有了设备以后又没人，永远是一个无解。通过数据化和人工智能的赋能，中山医院一方面用模块在诊疗端更规范化、数字化和智能化，另一方面实现合理配置资源提高效率，比如在门诊、急诊病人高峰时预警、配置医疗资源。

AI 应用到医疗端带来的效率提升也是肉眼可见。孙颖提到她所在的中山大学肿瘤防治中心，放疗的 12 个流程中有 9 个贯穿了 AI 元素，剩下 3 个也实现自动化。以前患者的放疗时间是以天来计算，现在已经控制在 24 分钟。

但 AI 确实也在挑战医生。孙颖说：" 现在经常有病人拿着 DeepSeek 来问我们，为什么方案不是这个。以前的信息不对称，现在已经不存在了，所以医生怎样提升自己去跟病人沟通。还有哪些是幻觉，你得会辨认；还要建自己的智能体，医生得学这些工科的知识。"

" 百模大战 " 下，AI 医疗从效率工具转变为 " 智能协作者 "

这只是 AI 医疗发生颠覆性变化的缩影。据不完全统计，DeepSeek 已经在全国范围内的超 90 家知名三甲医院实现部署。此外，医疗领域的垂类大模型已有上百个。

"AI 不是一个技术竞赛，而是解决临床痛点的工具。" 盈康生命副总经理、盈康一生医疗服务 CEO 马安捷接受《每日经济新闻》记者采访时表示，据其统计，目前在全球围绕肿瘤患者的诊断、治疗、康复的 AI 已经有将近 500 种。国内某三甲医院应用 12 个 AI 的产品涉及 9 个厂家，在每一次服务一个患者去调用各个不同厂家 AI 的时候，要花费的时间超过 20 分钟。

但据中国医师协会的统计数据，在已经布局 AI 影像辅助诊断的医院当中，AI 影像辅助诊断的实际使用率是 58%。在布局预防预测的 AI 的应用当中，实际使用率不足 22%。马安捷说，盈康生命的 AI 创新应用平台接入联影智能等多家厂商的 AI 应用，就是解决医疗多场景与 AI 产品多样化的难题，从患者、临床和管理三个维度融入 AI，构建面向患者的智能交互平台和面向医护技的临床创新平台。

周翔表示，大模型对整个行业的推动非常大，技术推动是一个方面，更重要的是推动医院使用。因为治病救人，生死攸关的事情，医生是非常谨慎的群体，所以 AI 医疗比自动驾驶还要谨慎，但也是应该谨慎的。

但任何形式的医疗都离不开医疗质量和病人安全两个原则。通用大模型在当前许多医疗细分场景中，性能还远未达到临床应用的要求，医疗领域仍然需要有专业的团队来构建垂域、多模态的大模型，来应对复杂多样的医疗需求。

周翔在发布会现场展示了一些用通用模型生成的文本和医疗影像。" 都不像真正的医疗影像，说明它还没有完全学会什么叫医疗影像。我们训练了个医学影像模型学习 DSA 图像，可以生成非常好的图片出来，但这需要专业的人去做专业的数据训练。"

他表示，虽然大模型的学习能力非常强，但它仍然没有学会医疗领域很多东西，还会有幻觉。而且，医疗领域很多问题不那么容易学习。" 举一个最常见的，所有做 AI、但不懂医疗的人第一次进入 AI 一定会做 X 光辅助诊断，可是从来没有很成功过。因为它跟人脸找心脏疾病很类似，X 光里结节很多时候躲在骨头、心脏后面天生看不见，怎么教 AI 呢？"

4 月 9 日当天，联影推出元智医疗大模型平台和 10 余款医疗智能体。周翔表示，AI 医疗任重道远，过去七八年，联影智能在医疗领域里积累了很多垂类知识。希望用联影的 AI 大模型来解决医疗上优质、可控和可及性的问题。

在他看来，医疗行业的决策是多模态诊断的整合，血检、尿检、家族病史、症状加影像，未来还有基因学等新技术，这些综合起来才能对健康问题、医疗问题做出正确的答案。行业挑战就是很多问题非常模糊，这个行业还有非常大的爆发空间。

对此，联影集团董事长薛敏也表示，大模型的竞争已经从单纯的 " 参数竞赛 "，逐渐转向围绕 " 生态协同和场景落地 " 的下半场比拼。未来由文本、影像、混合模型能力驱动的大模型基建，将有机会全面重塑 AI 产品的应用形态，催生一系列能够持续学习进化的智能体，最终将智能真正转化为生产力。

每日经济新闻