人工智能（AI）创新在健康研讨会上成为焦点：DeepSeek已部署在超过800家公立医院
由世界互联网大会人工智能专业委员会组织的一次具有开创意义的研讨会在北京召开，重点关注人工智能（AI）在医疗保健领域的应用。本次活动聚焦于AI技术在中国各大医院日益增长的应用，专家透露，全国已有超过800家公立医院实施了DeepSeek系统，以提升服务交付能力。
领先医院展示AI进展
多家著名医院在研讨会上展示了他们最新的AI研究和开发成果。香港中文大学（深圳）数据科学学院执行院长李海洲介绍了TCM Omini，这是一个为传统中医药（TCM）量身定制的大型语言模型。该模型由李海洲团队开发的华佗GPT-o1驱动。
TCM Omini：革新传统中医诊断
TCM Omini融合了中医的四种基本诊断方法：望、闻、问、切。这个创新模型利用图像识别来分析舌象等视觉线索，通过专用传感器捕捉声音和气味，并利用自然语言处理来提取症状和病史。此外，它还整合了脉搏传感器数据，并使用信号处理和模式识别技术分析脉搏模式，从而为中医诊断提供全面的方法。
PUMCH-GENESIS：加速罕见病诊断
北京协和医院（PUMCH）和中国科学院自动化研究所（CASIA）联合开发了PUMCH-GENESIS，这是一个专为诊断罕见病而设计的人工智能大型模型。该模型在研讨会上正式亮相。
北京协和医院纪检委书记杨墩干强调，PUMCH-GENESIS解决了基因组分析中的一个关键瓶颈：全基因组测序（WGS）数据的耗时解读。目前，即使是经验丰富的临床医生每天也只能分析有限数量的WGS报告，这阻碍了患者的治疗。这种新的人工智能系统，利用深度学习和混合数据-知识融合，有望显著提高基因诊断的效率和准确性。PUMCH-GENESIS分析更多WGS数据的能力加速了诊断过程，有可能为罕见病患者带来更早和更有效的治疗干预。
北京协和医院已经在各个医院功能中集成了超过80个人工智能应用，包括患者服务、临床诊断和治疗、医学研究和医院管理，展示了人工智能在该机构的广泛应用。
瑞金医院的数据驱动型AI开发方法
上海市数字医学创新中心副主任朱立峰强调了瑞金医院对数据利用的重视，以及构建多模态和多疾病医学语料库的努力。医院认为数据是人工智能开发最有价值的资源。
构建全面的医学语料库
瑞金医院已经利用健康数据进行各种应用，包括质量评估测量、数据时间序列组织、多模态临床数据集对齐和细粒度数据标注。医院广泛的数据库，涵盖了广泛的医疗信息，允许开发能够解决复杂医疗挑战的强大AI模型。
朱立峰透露，瑞金医院的健康数据总量已达到5PB，由于医疗技术的不断进步，每年增加约1.5PB。不断扩展的数据库为训练和完善AI算法提供了丰富的资源，确保了它们的准确性和有效性。
DeepSeek对医院AI部署的影响
中国信息通信研究院云计算与大数据研究所副所长闵栋强调了DeepSeek在加速中国医院系统采用AI技术方面的重要作用。
DeepSeek系统的广泛应用
截至5月3日，全国已有超过800家公立医院实施了DeepSeek系统，覆盖了各级医疗机构。这种广泛的应用突显了人们对AI在改变医疗服务交付方面的潜力日益增长的认可。
闵栋强调，人工智能显著提高了医院内部服务交付和管理的效率。人工智能驱动的工具可以自动化常规任务、简化工作流程，并为临床医生提供有价值的见解，最终带来更好的患者预后。
解决医疗AI应用中的挑战
然而，闵栋也承认了大规模应用医疗AI所面临的挑战，包括可能导致输出失真的算法局限性和产生幻觉的风险。缺乏用于专门医疗条件的高质量数据集也可能导致训练和推理的数据质量低下。此外，数据训练过程引发了对安全和隐私风险的担忧。
算法局限性和幻觉
AI算法并非万无一失，有时会产生不准确或具有误导性的结果。这在医疗应用中尤其令人担忧，因为即使是微小的错误也可能产生严重的后果。“幻觉”的风险，即AI模型生成不基于真实数据或证据的输出，进一步强调了对AI系统进行仔细验证和监控的必要性。
数据质量和可用性
AI模型的性能在很大程度上取决于训练数据的质量和数量。缺乏足够大和多样化的专门医疗条件数据集可能会限制AI驱动的诊断和治疗工具的准确性和可靠性。应对这一挑战需要共同努力，以收集、管理和共享高质量的医疗数据，同时遵守严格的伦理和隐私标准。
安全和隐私问题
使用敏感的患者数据来训练AI模型引发了重大的安全和隐私问题。至关重要的是，要实施强有力的安全措施，以保护患者信息免受未经授权的访问和滥用。此外，必须开发透明和负责任的AI系统，尊重患者的自主权，并确保AI驱动的决策符合患者的最大利益。
AI在医疗保健领域的未来
研讨会强调了AI在医疗保健领域的变革潜力，例如从传统中医诊断到罕见病识别的创新应用。DeepSeek系统在中国各医院的广泛应用表明，人们越来越认识到AI可以改善服务交付和管理。
然而，研讨会也强调了为确保AI在医疗保健领域的安全、有效和合乎伦理的实施必须解决的挑战。这些挑战包括算法局限性、数据质量问题以及安全和隐私问题。通过积极应对这些挑战，医疗保健行业可以释放AI的全部潜力，并创造一个技术能够赋能临床医生并改善患者预后的未来。
所展示的进展反映了将AI集成到医疗实践中的更广泛趋势，为更精确的诊断、个性化治疗和高效的医疗服务提供了潜力。讨论还涉及数据可访问性、算法透明度和伦理考虑的重要性，以确保在医疗保健中负责任地实施AI。
精准医疗
AI分析大量患者数据的能力可以带来精准医疗，即根据个人的基因构成、生活方式和环境定制治疗方案。这种个性化的方法可以提高治疗效果并减少副作用。
药物发现
AI可以通过识别潜在的候选药物、预测其疗效和优化其设计来加速药物发现过程。这可以显著减少开发治疗疾病的新疗法所需的时间和成本。
远程患者监控
AI驱动的远程患者监控系统可以跟踪患者的生命体征，及早发现潜在的健康问题，并提供及时的干预措施。这可以改善患者预后并减少住院需求。
行政效率
AI可以自动化行政任务，例如预约安排、计费和保险索赔处理，从而使医疗保健专业人员能够专注于患者护理。这可以提高效率并降低成本。
增强现实
AI与增强现实（AR）相结合可以在复杂的手术过程中为外科医生提供实时指导，从而提高准确性并降低并发症的风险。AR还可以用于培训医学生和教育患者。
在研讨会上讨论的进展表明了AI技术正在重塑医疗保健的方式。随着AI不断进步并更加融入医疗领域，数据隐私、安全以及在敏感的医疗保健决策过程中使用AI的伦理影响将在未来几年内继续成为医疗保健行业关注的关键领域。随着人们将注意力转向这些关键领域的发展，AI的整合将使医疗技术进入一个全新的护理时代。随着技术的进步，所描述的协作努力将确保AI的进步得到安全开发和部署，并密切关注个人患者的需求。