在醫(yī)療數(shù)字化浪潮中，人工智能(AI)正加速進入臨床實踐。從影像識別、檢驗報告到輔助決策，AI正在重塑醫(yī)生的工作方式，也在悄然改變著患者的就診體驗。AI能取代醫(yī)生嗎？面對這位“智能醫(yī)生”，患者該如何理解它、使用它？它又如何成為醫(yī)生的“眼睛”與“大腦”？

　　近日，本報記者專訪中國醫(yī)學(xué)科學(xué)院阜外醫(yī)院心律失常中心原主任、民盟中央衛(wèi)生與健康委員會主任張澍，中國醫(yī)學(xué)科學(xué)院腫瘤醫(yī)院胸外科主任醫(yī)師、民盟中央衛(wèi)生與健康委員會副主任邵康，首都醫(yī)科大學(xué)附屬北京朝陽醫(yī)院超聲醫(yī)學(xué)科副主任、農(nóng)工黨北京市委會聯(lián)絡(luò)工作委員會委員于澤興，從心臟、肺部、超聲診斷三個不同領(lǐng)域，探討AI在臨床中的角色與邊界。

　　張澍：AI是“標(biāo)準(zhǔn)答案”而人的健康是主觀題

　　當(dāng)深度學(xué)習(xí)算法僅用0.8秒便可完成冠脈的三維重建，當(dāng)神經(jīng)網(wǎng)絡(luò)在2000萬份心電圖中精準(zhǔn)捕捉到異常波動，人工智能正在深刻改變心血管診療的基礎(chǔ)邏輯。

　　“AI的本質(zhì)是一套算法，它建立在海量的醫(yī)學(xué)知識和臨床數(shù)據(jù)之上?！睆堜榻B，在臨床應(yīng)用中，配備AI技術(shù)的影像設(shè)備能夠在極短的時間內(nèi)，從成千上萬張圖像中精準(zhǔn)定位異常病變點，協(xié)助醫(yī)生識別早期心臟結(jié)構(gòu)的異常、冠狀動脈的鈣化以及心肌的肥厚。“這種高效的判斷，甚至能夠超越人眼?！?/p>

　　在他看來，這正是人工智能的優(yōu)勢——速度快、處理量大、分析深入，最終目標(biāo)是精準(zhǔn)。然而，目前存在兩種極端觀點：一種認(rèn)為AI已經(jīng)能夠取代醫(yī)生，另一種則認(rèn)為AI在醫(yī)療領(lǐng)域的應(yīng)用并不可靠。張澍認(rèn)為，通過大量案例和指南的“喂養(yǎng)”，AI能夠迅速提供針對常見疾病和輕微病癥的標(biāo)準(zhǔn)化診斷和建議。“你無法期望一個初出茅廬的年輕醫(yī)生立即獨立擔(dān)當(dāng)重任，然而，一個新入行的AI卻能夠整合眾多資深醫(yī)生的豐富經(jīng)驗，迅速提供標(biāo)準(zhǔn)化的解決方案。這使得AI成為輔助診療過程中的得力助手，尤其在處理常見疾病或那些已有標(biāo)準(zhǔn)化治療方案的病例時，AI可充當(dāng)‘虛擬醫(yī)生’的角色?！?/p>

　　然而，張澍強調(diào)，這種能力并不能無限制地擴展。人工智能在識別“共性”疾病方面表現(xiàn)出色，但人類的健康問題往往是一道“主觀題”，其中包含著復(fù)雜且難以量化的“個性”因素。在處理復(fù)雜的心血管疾病，如心律失常時，AI技術(shù)能夠協(xié)助醫(yī)生快速識別潛在風(fēng)險和心電圖異常。然而，要深入理解疾病發(fā)展的全身性原因和動態(tài)變化過程，醫(yī)生的臨床經(jīng)驗和對患者個體狀況的精準(zhǔn)評估則顯得尤為重要。“心臟并非獨立運作的器官，其健康狀況及功能表現(xiàn)受到心理狀態(tài)、整體環(huán)境、生活習(xí)慣等多種因素的共同作用?！睆堜赋?。

　　例如，焦慮的個體可能會經(jīng)歷胸悶和心悸等癥狀，這些不適感源于情緒對心臟功能的影響，而非心臟存在任何器質(zhì)性問題?！凹幢鉇I技術(shù)再先進，目前它仍無法準(zhǔn)確判斷一個人是否正承受心理壓力、睡眠障礙，或是家庭與環(huán)境的變動。目前我們所提供的訓(xùn)練數(shù)據(jù)遠(yuǎn)遠(yuǎn)不足，因為與‘心’相關(guān)的人的整體狀態(tài)，往往不是僅憑臨床‘指標(biāo)＋圖像’就能完全闡釋的。”張澍進一步補充道。

　　目前，隨著AI技術(shù)從后臺支持走向前臺服務(wù)，它不再局限于為醫(yī)生提供輔助決策，而是開始直接與患者互動，參與初步的問診過程，問題也開始逐漸顯現(xiàn)?！安糠只颊邔Α瓵I問診’平臺抱有過分的信任，認(rèn)為通過回答幾個問題、獲取一份報告便能替代與醫(yī)生的面對面咨詢”，張澍提醒，盡管AI平臺能夠利用算法模型初步識別患病風(fēng)險并提供標(biāo)準(zhǔn)化建議，但由于它缺乏對“人心”的真正理解，有時反而可能導(dǎo)致病情延誤。

　　“AI可以是一個優(yōu)秀的‘起點’，但絕非‘終極診斷’系統(tǒng)。”張澍強調(diào)，特別是在心血管領(lǐng)域，許多疾病的早期跡象微弱到幾乎難以察覺，例如偶爾的心悸、輕微的乏力，患者常常不以為意。然而，這些看似普通的癥狀背后，可能隱藏著嚴(yán)重的心律失常風(fēng)險。這類復(fù)雜且隱蔽的病情，單憑一臺AI、一次線上咨詢，是無法實現(xiàn)精確識別的。

　　如何把握AI在現(xiàn)代臨床實踐中的應(yīng)用？張澍生動地描述道：“從傳統(tǒng)的水銀血壓計到現(xiàn)代電子血壓監(jiān)測器，從聽診器到先進的可穿戴心電監(jiān)測設(shè)備，醫(yī)學(xué)領(lǐng)域一直在進步和演變。AI的融入，正是這一持續(xù)發(fā)展過程中的一個環(huán)節(jié)，而且它代表了一次真正的革命?！?/p>

　　而對于患者而言，未來的醫(yī)療不是“人退AI進”，而是“人機共治”，將科技的速度與人性的溫度融為一體，用AI的“理性判斷”與醫(yī)生的“經(jīng)驗推理”實現(xiàn)更精準(zhǔn)的診療。醫(yī)學(xué)AI的終極形態(tài)，并非取代人類在希波克拉底誓言下的深思，而是將機器數(shù)據(jù)的確定性轉(zhuǎn)化為臨床過程的潛在可能性，加速并優(yōu)化診療流程。在這個人機共存的診療新時代，每一次心跳既是生物電信號，也是生命故事的獨特旋律。

　　邵康：AI是個“好學(xué)生”但還不是“好醫(yī)生”

　　作為深耕一線的資深胸外科專家，邵康對人工智能在醫(yī)療領(lǐng)域的應(yīng)用有著深刻洞察：“AI就像個過目不忘的超級學(xué)霸，堪稱醫(yī)生的‘超級大腦’，是極具潛力的臨床助手。”

　　從最基礎(chǔ)的病歷書寫、病情錄入，到門診中的影像識別、輔助診斷，再到初步治療方案的建議，AI幾乎可以覆蓋醫(yī)生工作的各個環(huán)節(jié)，邵康介紹：“它的最大優(yōu)勢是穩(wěn)定、全面、不疲勞，能承擔(dān)大量重復(fù)性工作。尤其在圖像處理方面，AI的表現(xiàn)已經(jīng)超過了許多經(jīng)驗尚淺的醫(yī)生?！?/p>

　　以肺結(jié)節(jié)篩查為例，傳統(tǒng)閱片模式下，醫(yī)生每看一個病人，需要手動翻閱300至400張 CT斷層圖像，不僅耗時耗力，還易出現(xiàn)視覺疲勞導(dǎo)致漏診。而 AI憑借深度學(xué)習(xí)算法，可在數(shù)秒內(nèi)完成全肺掃描，不僅能精準(zhǔn)標(biāo)注病灶位置，還能量化分析結(jié)節(jié)大小、密度、邊緣特征等參數(shù)，并基于大數(shù)據(jù)模型給出初步良惡性概率評估。

　　“以往對一位患者的影像判讀需5至10分鐘，現(xiàn)在 AI輔助下僅需數(shù)秒即可完成初篩?！鄙劭堤岬?，這種效率的提升，顯著優(yōu)化了診療流程，讓醫(yī)生得以將更多精力投入到復(fù)雜病情研判與個體化治療方案制定中。

　　對于肺癌影像診斷的準(zhǔn)確率，AI已能與經(jīng)驗豐富的主治醫(yī)師比肩。臨床實踐中，醫(yī)生只要輸入準(zhǔn)確的疾病相關(guān)信息，AI就可以根據(jù)指南、共識給出全面、準(zhǔn)確的疾病診療方案供醫(yī)生參考。

　　邵康直言：“對于知識更新滯后的從業(yè)者而言，部分成熟的AI系統(tǒng)確實展現(xiàn)出更強的知識儲備與分析能力?！比欢?，在肯定技術(shù)優(yōu)勢的同時，邵康反復(fù)強調(diào) AI的臨床應(yīng)用邊界：“醫(yī)學(xué)的本質(zhì)是針對‘生病之人’，而非僅僅是‘疾病’?！?/p>

　　臨床實踐中，患者的基礎(chǔ)狀況、心理狀態(tài)、生活環(huán)境等信息，往往是左右診療決策的關(guān)鍵變量。這些難以量化的“隱藏參數(shù)”，恰是 AI當(dāng)前的技術(shù)盲區(qū)。

　　于澤興：超聲不是“看圖說話”那么簡單

　　當(dāng)人們談?wù)撊斯ぶ悄軐︶t(yī)療行業(yè)的影響時，影像科常常被視為“最容易被AI替代”的領(lǐng)域，甚至有人斷言，AI時代最先“下崗”的，將是影像科醫(yī)生。

　　“確實，從很早開始，就有團隊嘗試將AI引入影像診斷，尤其在放射科領(lǐng)域應(yīng)用較多?！庇跐膳d介紹，像X光片、CT片這類標(biāo)準(zhǔn)化的平面圖像，非常適合深度學(xué)習(xí)算法進行訓(xùn)練與識別，因此AI在這些領(lǐng)域的發(fā)展起步較快。

　　不過，作為醫(yī)學(xué)影像中的重要分支，超聲科的情況卻遠(yuǎn)比想象中復(fù)雜。于澤興指出，雖然超聲也是較早引入人工智能技術(shù)的科室之一，并積累了一定的探索經(jīng)驗，但要讓AI真正扮演臨床“決策者”的角色，還面臨諸多挑戰(zhàn)。

　　在甲狀腺、乳腺等結(jié)構(gòu)清晰、圖像穩(wěn)定的部位，有的軟件已經(jīng)具備初步的輔助診斷能力，可以在醫(yī)生操作過程中自動識別結(jié)節(jié)并評估其風(fēng)險等級，其表現(xiàn)相當(dāng)于一位年輕的主治醫(yī)生。

　　然而，這種應(yīng)用目前仍局限于少數(shù)場景?！耙驗槌暀z查本質(zhì)上是一個動態(tài)探查的過程，它不只是‘看圖說話’，醫(yī)生需要一邊操控探頭，一邊觀察屏幕上不斷變化的圖像，在瞬息之間捕捉關(guān)鍵線索?！庇跐膳d表示，這一過程中，醫(yī)生的感知、操作和認(rèn)知能力缺一不可，經(jīng)驗遠(yuǎn)比圖像本身更為關(guān)鍵。

　　“胖的人、瘦的人，器官的位置和形態(tài)不一樣，超聲醫(yī)生掃查時的角度、范圍、按壓的力度都不同，需要實時調(diào)整、因人而異?！庇跐膳d說?！斑@些操作細(xì)節(jié)，都是AI目前難以勝任的。”

　　那么，如果僅從圖像分析來說，患者是否可以上傳報告，在AI上獲取“診斷建議”？

　　于澤興提醒，這種做法存在不小的安全隱患，比如甲狀腺的某些結(jié)節(jié)，從圖像上看與惡性腫瘤極為相似，AI可能會直接標(biāo)紅提示風(fēng)險，“但如果結(jié)合患者既往的檢查記錄，可能會發(fā)現(xiàn)這些結(jié)節(jié)原本較大，隨著時間逐漸縮小，是一種良性的退變結(jié)節(jié)。而這種需要綜合病史、遺傳史乃至病程變化作出的判斷，是當(dāng)前AI尚不具備的能力。”

　　不過，應(yīng)該看到的是，在目前超聲醫(yī)生資源緊張的背景下，無論是三甲醫(yī)院還是基層機構(gòu)，合理引入AI，將在一定程度上緩解人力壓力?！凹夹g(shù)無法取代醫(yī)生的經(jīng)驗和判斷，但它可以成為醫(yī)生的工具，為他們加一雙‘眼’、多一雙‘手’，把專業(yè)力量用在更需要的地方?！庇跐膳d說。(完)(《中國新聞》報劉益伶報道)