領先醫院展示AI進展
由世界互聯網大會AI專門委員會組織，聚焦人工智慧（AI）在醫療保健領域應用的突破性研討會，近日在北京召開。本次活動重點展示了AI技術在中國各地醫院日益增長的整合應用，專家透露，全國已有超過800家公立醫院導入DeepSeek系統，以提升服務交付能力。
在研討會期間，多家知名醫院展示了他們最新的AI研發計畫。香港中文大學（深圳）數據科學學院執行院長李海洲介紹了TCM Omini，這是一個為傳統中醫（TCM）量身定制的大型語言模型。該模型由李海洲團隊開發的華佗GPT-o1提供支援。
TCM Omini：革新傳統中醫診斷
TCM Omini融合了中醫的四種基本診斷方法：望、聞、問、切。這個創新模型利用影像辨識來分析視覺線索，例如舌頭外觀，透過專用感測器捕捉聲音和氣味，並採用自然語言處理來提取症狀和病史。此外，它還整合了脈搏感測器數據，並使用信號處理和模式識別技術分析脈象，從而提供全面的中醫診斷方法。
PUMCH-GENESIS：加速罕見疾病診斷
北京協和醫院（PUMCH）與中國科學院自動化研究所（CASIA）聯合開發了PUMCH-GENESIS，這是一個用於診斷罕見疾病的AI大型模型。該模型在研討會上正式亮相。
北京協和醫院紀律檢查委員會秘書楊敦幹強調，PUMCH-GENESIS解決了基因組分析中的一個關鍵瓶頸：全基因組測序（WGS）數據的耗時解讀。目前，即使經驗豐富的臨床醫生每天也只能分析有限數量的WGS報告，這阻礙了患者護理。這個新的AI系統利用深度學習和混合數據知識融合，有望顯著提高基因診斷的效率和準確性。PUMCH-GENESIS分析更多WGS數據的能力加速了診斷過程，可能為罕見疾病患者帶來更早和更有效的治療干預措施。
北京協和醫院已在各種醫院功能中整合了超過80個AI應用，包括患者服務、臨床診斷和治療、醫學研究和醫院管理，展現了AI在整個機構中的廣泛採用。
瑞金醫院的數據驅動AI開發方法
上海數字醫學創新中心副主任朱力為強調了瑞金醫院對數據利用的重視，以及其構建多模態和多病種醫學語料庫的努力。該醫院認識到數據是AI開發中最寶貴的資源。
構建全面的醫學語料庫
瑞金醫院利用健康數據進行各種應用，包括質量評估測量、數據時間序列組織、多模態臨床數據集對齊和細緻的數據註釋。該醫院廣泛的資料庫涵蓋了廣泛的醫療資訊，可以開發能夠應對複雜醫療挑戰的穩健AI模型。
朱力為透露，由於醫療技術的不斷進步，瑞金醫院的總健康數據已達到5PB，每年增加約1.5PB。不斷擴展的資料庫為訓練和完善AI演算法提供了豐富的資源，確保其準確性和有效性。
DeepSeek對醫院AI部署的影響
中國資訊通信研究院雲計算與大數據研究所副所長閔棟強調了DeepSeek在加速中國醫院系統採用AI技術方面的重要作用。
DeepSeek系統的廣泛採用
截至5月3日，全國已有超過800家公立醫院導入了DeepSeek系統，涵蓋了各級醫療機構。這種廣泛採用突顯了人們越來越認識到AI在改變醫療保健服務方面的潛力。
閔棟強調，AI顯著提高了醫院內服務交付和管理的效率。AI驅動的工具可以自動化例行任務、簡化工作流程，並為臨床醫生提供有價值的見解，最終帶來更好的患者預後。
解決醫療AI應用中的挑戰
然而，閔棟也承認了大規模應用醫療AI所面臨的挑戰，包括可能導致失真輸出的演算法限制以及產生幻覺的風險。缺乏針對特定醫療狀況的高質量數據集也可能導致訓練和推理的資料質量低下。此外，數據訓練過程引發了人們對安全和隱私風險的擔憂。
演算法限制和幻覺
AI演算法並非萬無一失，有時可能會產生不準確或具有誤導性的結果。這在醫療應用中尤其令人擔憂，因為即使是微小的錯誤也可能產生嚴重的後果。AI模型產生並非基於真實數據或證據的輸出的“幻覺”風險，進一步突顯了仔細驗證和監控AI系統的必要性。
資料質量和可用性
AI模型的性能在很大程度上取決於訓練資料的質量和數量。缺乏針對特定醫療狀況的足夠大且多樣化的數據集可能會限制AI驅動的診斷和治療工具的準確性和可靠性。應對這一挑戰需要協同努力，以收集、整理和共享高質量的醫療數據，同時遵守嚴格的道德和隱私標準。
安全和隱私問題
使用敏感的患者數據來訓練AI模型引發了重大的安全和隱私問題。實施強有力的安全措施以保護患者資訊免受未經授權的訪問和濫用至關重要。此外，開發透明且負責任的AI系統至關重要，該系統尊重患者自主權，並確保AI驅動的決策符合患者的最大利益。
AI在醫療保健領域的未來
研討會重點闡述了AI在醫療保健領域的轉型潛力，從中醫診斷到罕見疾病識別，皆有創新的應用實例。DeepSeek系統在中國各地醫院的廣泛採用，展示了人們越來越認識到AI具有改善服務交付和管理的能力。
然而，研討會也強調了必須解決的挑戰，以確保AI在醫療保健領域的安全、有效和道德實施。這些挑戰包括演算法限制、資料質量問題以及安全和隱私問題。透過積極應對這些挑戰，醫療保健行業可以釋放AI的全部潛力，並創造一個技術賦予臨床醫生權力並改善患者預後的未來。
展示的進展反映了將AI整合到醫療實踐中的更廣泛趨勢，為更精確的診斷、個性化治療和高效的醫療保健服務提供了潛力。討論還談到了數據可訪問性、演算法透明度和道德考量的重要性，以確保在醫療保健中負責任地實施AI。
精準醫學
AI分析大量患者數據的能力可以實現精準醫學，其中治療方法會根據個人的基因構成、生活方式和環境進行定制。這種個性化的方法可以提高治療效果並減少副作用。
藥物發現
AI可以透過識別潛在的藥物候選物、預測其功效和優化其設計來加速藥物發現過程。這可以顯著減少開發新疾病治療方法所需的時間和成本。
遠端患者監測
AI驅動的遠端患者監測系統可以追蹤患者的生命體徵、及早發現潛在的健康問題，並提供及時的干預措施。這可以改善患者預後並減少住院需求。
行政效率
AI可以自動執行行政任務，例如預約安排、計費和保險索賠處理，從而讓醫療保健專業人員能夠專注於患者護理。這可以提高效率並降低成本。
擴增實境
AI與擴增實境（AR）相結合可以在複雜的手術過程中為外科醫生提供即時指導，提高準確性並降低併發症的風險。AR還可以用於培訓醫學生和教育患者。
研討會上討論的發展表明了AI技術正在重塑醫療保健的方式。隨著AI不斷發展並更加融入醫療領域，數據隱私、安全以及AI在敏感醫療保健決策過程中的道德影響將仍然是未來幾年醫療保健行業關注的重點領域。透過關注這些關鍵領域的發展，AI的整合將把醫療技術帶入一個新的護理時代。隨著技術的發展，所述的協同努力將確保AI的進步得到安全開發和部署，並仔細關注個人患者的需求。