2026-03-28 11:01
來源：中國網
鏈接已複製
字體：小大
在中關村國家自主創新示範區展示中心，一臺來自北京兒童醫院的AI兒科醫生系統吸引了衆多參觀者駐足體驗。該系統配備雙屏，分別面向醫生與患者，患者可語音錄入症狀，AI會快速給出診療建議，醫生與患者均可同步查看。
例如輸入“兒童發燒”症狀後，大模型會進一步追問咳嗽、腹痛等伴隨症狀。依託循證思維，AI兒科醫生可有效輔助基層醫生開展診療、轉診、培訓及健康科普工作，彌補基層醫療經驗不足的短板。
國家兒童醫學中心主任、北京兒童醫院院長倪鑫在2026年中關村論壇上介紹，該系統已推出家庭版、基層版、專家版三個版本，適配不同應用場景。AI提供診斷與治療建議，醫生可直接採納或提出修改意見，大幅提升診斷效率，同時處方權與診療責任仍由醫生承擔。
目前，基層版AI兒科醫生已在北京、陝西、山東、安徽、江蘇、黑龍江、青海等八個省市落地應用，基層社區醫院的實踐反饋整體積極。倪鑫表示，已初步實現“打造100萬名兒科醫生”的願景，但項目當前無市場化資金運作，未來運營、設備升級與系統維護將面臨資金挑戰。
行業核心瓶頸：支付機制待突破
論壇活動中發佈的《人工智能醫療器械應用及發展研究報告》指出，支付機制是當前AI醫療發展的核心瓶頸。
清華大學醫療管理學院副教授吳悠介紹，全球正通過更新診療編碼以認可AI的臨牀價值，將新技術納入醫保、推動規模化公共採購等方式破局。她介紹說，我國目前仍處於探索階段，主要依託地方試點、醫保與商保融合的模式推進市場準入。
人工智能醫療器械，是指運用機器學習、深度學習等AI技術處理醫療器械數據，實現疾病診斷、治療、監護、預防等功能的醫療器械。
報告顯示，全球AI醫療器械市場規模高速擴張，預計2033年將突破2500億美元。這一趨勢背後的核心驅動力是人口老齡化加劇、慢病負擔加重與醫護人員短缺。
技術難題：幻覺與黑箱問題待破解
針對AI大模型易出現的“幻覺”問題，倪鑫強調，大模型有效性認證至關重要。北京兒童醫院依託2400萬份高質量兒童病例與300餘名專家資源，在AI兒科醫生上線前，每週組織多學科會診覈驗AI分析報告，驗證系統準確率達95%。
除“幻覺”外，AI黑箱模型難以解釋決策邏輯，成爲行業痛點，可解釋性也成爲新一代人工智能的核心發展方向。
首都醫科大學附屬北京同仁醫院院長袁進介紹，醫療AI應用已歷經兩個階段：第一階段以單模態分析爲主；第二階段進入多模態診斷階段，要求診斷結論具備清晰的邏輯推理依據。
以糖尿病眼底病變爲例，依託生物測量、AI生物計算與自動追蹤技術，可在血管病變未出血時提前預警，實現眼科與內分泌科跨學科協同診斷，大幅提升診斷效率。
袁進表示，AI在圖像數據分析能力上已超越人類，需將數據與知識構建新認知圖譜，實現人機協同、共同進化。
首都醫科大學附屬北京朝陽醫院信息中心主任韋力提出，AI醫療未來可進一步突破知識經驗壁壘、實現手術質量監控、優化手術室等核心醫療資源排期，拓展更多應用場景。
報告指出，AI正重塑生命健康管理範式，醫療模式從單一診療轉向多學科協同，覆蓋疾病預防、預測、全週期管理，算力、算法與醫療數據的深度融合持續催生技術突破，提升醫療服務質量。
產業變革：AI加速新藥研發迭代
中國科學院院士、首都醫科大學附屬北京天壇醫院院長王擁軍認爲，以AI等技術爲核心的第四次工業革命，將推動醫學範式在臨牀試驗、醫療模式、新藥研發三大領域全面變革。
傳統新藥研發需從疾病機制研究、動物實驗起步，單款藥物平均耗時17年、投入數十億美元。而AI可快速精準尋找藥物靶點，結合數字孿生技術構建虛擬病人開展藥物干預試驗，大幅縮短研發週期、降低成本。目前，美國食品藥品監督管理局與歐洲藥品管理局已批准近10款採用虛擬臨牀試驗研發的藥物。
清華大學深圳國際研究生院生物醫藥與健康工程研究院副院長邢新會表示，AI應用於多肽藥物挖掘，可將傳統試錯法的成功率從低於1%大幅提升，研發效率提高十倍至百倍。
諾誠健華董事長崔霽松透露，AI新藥研發已成爲企業核心佈局方向，目前AI主要用於提升運營效率，AI設計的藥物分子仍需經過細胞、動物實驗驗證安全性與有效性後，才能進入人體試驗。她預測，未來部分試驗環節或可免去實驗室驗證，進一步壓縮藥物研發週期。
合規治理：六大原則規範AI醫療應用
AI醫療臨牀應用面臨法律與倫理挑戰，論壇上，中國生物醫學工程學會醫學人工智能分會、北京衛生法學會大數據與互聯網人工智能醫療專委會聯合發佈《醫療機構人工智能應用與治理專家共識（2026）》。
中國醫學科學院、北京協和醫學院信息研究所醫療衛生法制研究室主任曹豔林解讀共識核心要求：
准入審查：多學科聯合建立評估機制，實施分類分級管理。
臨牀應用：堅持人機協同、以人爲主，醫務人員承擔複覈義務，修改內容需記錄。
保障患者權益：保障患者知情同意權與診療解釋權。
隱私保護：完善數據管控與醫務人員行爲規範，明確數據權益、歸屬及模型授權。
風險管理：全生命週期監測，建立安全報告、不良事件響應、熔斷機制，推行責任保險分擔風險。
人才與文化：保留醫患面對面溝通渠道，確保無AI輔助時可正常開展臨牀服務。
曹豔林將AI定義爲醫生的“外腦”與“助手”，主張通過制度建設將AI納入規範體系，確保技術始終服務於人類健康福祉。
未來展望：數字醫療開啓全新圖景
北大未來技術學院研究員韓夢迪預測，未來數字化生物標誌物將實現精準診斷，AI手術機器人將大幅提升手術成功率與效果；數字孿生技術將依託虛擬臨牀，爲現實患者制定個性化精準治療方案。
“人工智能領域的發展速度超乎想象，未來一定比我們描述的更加美好！”韓夢迪對AI醫療的未來充滿信心。
（中國網記者楊佳 攝影 報道）
