人工智能(AI)輔助解讀患者影像資料，外骨骼機器人幫助患者做康復訓練，AI系統預判患者發生急性心梗的風險……如今，AI逐漸走進醫療的不同場景，給看病就醫帶來實實在在的改變。
前不久，國務院辦公廳印發的《關于加快場景培育和開放推動新場景大規模應用的實施意見》要求，推動大數據、物聯網、腦機接口等新一代信息技術及醫療機器人等智能設備集成應用，創新健康咨詢、問診指引、輔助診斷、遠程醫療、用藥審核等醫療應用場景。
這一政策在為AI醫療普及指明方向的同時，也讓一個重要問題浮出水面：先進技術如何適配應用場景，使AI真正走進基層醫院、服務普通百姓？
重塑醫療全鏈條
1月6日，中國科學院深圳先進技術研究院醫學成像科學與技術系統全國重點實驗室研究員王珊珊等人在《自然·生物醫學工程》發表一項研究。研究團隊展示了一款名為AFLoc的AI模型，其最大特點是可以自動在醫學影像中“找病灶”。這一最新成果是AI醫療技術應用的生動縮影。
醫學影像診斷是AI醫療應用最成熟的領域之一。
在放射科，AI能自動識別肺部CT片中的結節和腫瘤，大大縮短出報告的時間，幫助放射科醫生減少閱片工作量；在皮膚科，AI通過分析皮膚鏡圖像，判斷病灶是良性還是惡性，部分大醫院已常規使用該技術做篩查；在眼科，AI能通過分析眼底圖像識別糖尿病引發的視網膜病變，幫助患者早發現、早治療。
AI應用還能提升臨床診療效率和醫院管理水平。
例如，在急診科，AI可整合患者的生命體征、病史和檢查結果，實時預判急性心梗風險，大幅縮短危急病例的識別時間，為搶救生命爭取更多時間。在醫院管理上，AI能通過歷史數據預測床位需求，顯著提升床位利用率；智能排班系統根據患者流量調配醫護人員，能讓患者候診時間減少三成以上。
在慢性病管理和新藥研發上，AI也發揮著重要作用。
智能手環、血糖儀等可穿戴設備搭配AI，能形成慢性病管理閉環。比如，智能血糖儀能提前預測糖尿病患者低血糖風險并發出提醒；遠程心電監測系統已在基層推廣，能自動識別心跳異常。在新藥研發領域，AI能大幅縮短抗癌藥物的篩選時間，加快研發進度；此外，部分平臺能根據患者身體情況調整化療劑量，提升治療效果。
在公共衛生領域，AI的預測和干預能力也很突出。
AI通過分析搜索引擎、社交媒體、醫院報告等數據，能提前14天預測流感流行趨勢，為防控提供參考；通過分析居民健康檔案，能精準找出高血壓、糖尿病的高危人群，幫助基層醫生開展針對性干預。
應用面臨多重挑戰
雖然AI醫療技術越來越成熟，但要“下沉”到鄉鎮衛生院、社區醫院等基層機構，還面臨不少現實困難。首都醫科大學宣武醫院信息中心醫生張璨從臨床經驗中發現，這些困難主要有四類。
第一類是網絡和設備跟不上。“不少基層醫院網絡不穩定、設備性能差、系統接口老舊，要是直接把AI大模型裝進去，很容易卡頓，影響看病節奏，最后醫生寧愿不用�！睆堣舱f。比如，一些AI設備依賴穩定的網絡和高性能設備，對設備條件有限的基層醫療機構來說，應用并不順暢。
第二類是后續維護成本高�；鶎俞t院采購AI醫療技術產品，除了前期采購費，還要持續花錢更新模型、維護知識庫、改造系統接口、整理數據、培訓人員和日常運維，這些費用對經費緊張的基層機構來說，是不小的負擔。
第三類是數據和工作流程不匹配。張璨說，基層醫療數據記錄不規范、用詞不一致、質控標準不統一，這會讓AI的判斷能力下降，出現誤判、漏判，反而加重醫護人員的工作負擔，和用AI減負的初衷背道而馳。
第四類是合規和責任劃分不明確�！癆I醫療涉及患者隱私保護、風險提示，以及出問題后該由醫生還是AI負責等問題，解決這些問題需要制度和技術雙重保障。這對基層醫院的管理能力是不小的考驗�！睆堣蔡寡浴�
云知聲智能科技股份有限公司是智慧醫療領域的實踐者，該公司執行董事、研發副總裁李霄寒的觀點與張璨不謀而合。“我們觀察到，AI產品‘下基層’的挑戰集中在四方面：基層網絡與硬件條件薄弱，綜合成本壓力大，產品與基層實際工作流脫節，醫護人員缺乏使用動力與能力。”李霄寒說。
加快培育場景試點
如何突破重重梗阻，讓AI真正落地基層醫療機構？
“AI醫療產品不是簡單搬到基層就行，而是要根據基層看病的實際需求，把技術嵌入日常工作流程，形成可復制、可推廣、可監管的用法�！痹趶堣部磥恚黄苹鶎勇涞仉y題，關鍵要做到“輕量化、標準化、平臺化、可監管”。
具體來說，一是采用“云端+本地”協同模式，降低基層設備的性能要求，確保相關設備在網絡差的情況下也能穩定運行；二是統一數據和系統接口標準，規范數據記錄，讓AI能精準識別和分析數據；三是改變花錢方式，從買單一的AI產品，變成搭建可靈活調整的AI能力平臺，避免被某一家廠商或某一個模型“鎖死”；四是建立可追溯、可評估的安全機制，對關鍵診療場景嚴格把關，明確醫生和AI的責任，防范風險。
李霄寒也認為，AI賦能基層醫療并非簡單的技術輸出，其核心是“適配的技術+可持續的模式+貼心的服務”，和基層醫院一起成長。
“關鍵在于務實融合�！崩钕龊f，“一是要推動技術輕量化與邊緣部署，保障設備在弱網、低配環境下穩定運行。二是要通過軟件運營服務等模式創新降低初期投入，并依托區域醫聯體實現技術的集約化落地，減輕長期成本。三是要推動產品深度適配基層場景，聚焦常見病與公共衛生需求，融合語音等自然交互，提升使用便捷性。四是要建立長效運營與培訓體系，幫助基層醫生會用、用好AI�！�
首都醫科大學宣武醫院在病歷質控、自動生成病歷上的AI應用，為基層提供了可借鑒的經驗�！斑@兩個場景精準滿足了醫生需求�！睆堣步忉屨f，“AI在病歷書寫過程中就做好質量把關，貼合診療節奏，能夠實現不打斷診療、少干擾操作，還能減輕文書工作的負擔。其簡單實用、直擊臨床需求的設計思路，很適合推廣到基層�！�
在張璨看來，進一步推動AI在醫療衛生場景的應用，關鍵是要讓AI醫療在實際應用過程中找到可復制的落地方法——首先選痛點突出、效果明顯的場景試點，然后逐步完善平臺能力、數據規范和評估標準，從單個場景應用推廣到更多地方。
“推廣AI醫療技術產品，必須把臨床價值和安全放在第一位。”張璨說，“只有把能落地、有效果、可監管的環節做扎實，AI才能真正幫到一線醫生和臨床患者，而不是添負擔�！�(科技日報 記者 代小佩)
|
