“AI醫生”看病 你放心嗎？看AI解讀AI醫療政策

來源：央視新聞客戶端

隨着人工智能技術廣泛賦能千行百業，“AI+醫療”也成爲熱門應用領域。“AI醫生”，您接不接受？我們首先聽聽大家怎麼說。

AI解讀AI政策

人工智能（AI）在醫療行爲當中，究竟應當充當什麼樣一個角色？其實有關部門最近也公佈了一些指導性的文件。有哪些特點，我們一起來跟着記者看一看。

總檯央視記者 鄭怡哲：我手上拿的這份45頁的文件就是去年11月國家衛生健康委員會印發的《衛生健康行業人工智能應用場景參考指引》，提出了84個應用場景，涉及預防-診斷-治療-康復全流程。文件很長，又很專業，所以我們今天來讓AI自己來分析這篇AI應用場景參考指引究竟強調了哪些關鍵詞，從文件發佈到現在三個月過去了，AI在醫療領域所做的事情和原先預想的一樣嗎？ 讓我們跟着AI提供的線索和思路，一起看看人工智能如何改變我們的看病就醫。

總檯央視記者 鄭怡哲：根據AI的分析，我們注意到有一個領域的詞彙非常聚集，就是“影像”，出現了40多次，而像“CT”“MRI”“超聲”“X射線”“病理”等具體影像檢查的名詞也多次出現。應用場景主要涉及影像分析、診斷、篩查、病竈定位、手術規劃等場景。其實AI應用在醫學影像識別領域由來已久，因爲與自然語言和病情推理相比，圖像的像素，更加容易轉換爲計算機可以識別和計算的代碼，訓練的素材也非常標準化和廣泛。隨着AI的升級和廣泛應用，在圖像領域應用AI的速度和準確度也在不斷提升。

近期湖南省多家醫院紛紛引入國產AI大模型，並通過本地化部署將其應用於臨牀、科研和行政管理等多個場景。目前，中南大學湘雅醫院已成功完成全國產AI開放中臺的本地化部署，拓展出臨牀指南助手、影像學檢查報告結構化、體檢報告解讀等應用。

中南大學湘雅醫院放射科副主任醫師 周暉：這個病人，我們打開以後，識別出來有14個結節，我們可以根據結節的大小進行排序，我們自己要人工來複核，看哪些是有意義的，哪些是沒有意義的。如果沒有AI，人工去瀏覽，逐層瀏覽圖像，去找到這些結節，肯定會非常耗費時間和精力，而AI的作用是直接把有意義的、沒有意義的結節全部都給展示出來了。所以只需要在裡面去選有意義的、要關注的。

在基層醫療機構，AI在圖像領域的只能識別也應用廣泛，在雲南昭通市鎮雄縣中醫醫院從去年4月開始使用醫學影像人工智能輔助系統，在冠心病診斷、 腦出血 及 腦梗死 測量、骨齡分析等方面更加快速高效。在 肺結節 微小病竈的發現方面遠高於人眼識別，配合人工把控，診斷更專業、更準確。將肺結節從人眼檢查5毫米的極限，推到AI篩查精度達1-2毫米。

人工智能助攻 破解罕見病診療難題

讓AI解讀AI政策，記者從這份行業指導文件中看到了很多具體的應用，目前，已經有很多醫院將推薦的場景變成了現實。

總檯央視記者 鄭怡哲：接下來的高頻詞就是“輔助”，我們可以看到，輔助診斷、輔助決策、輔助治療、輔助生成、輔助質控、輔助篩查等關鍵詞，一共重複提到了超過80次，覆蓋了超過一半的應用場景。比如這些天的採訪中，我們看到很多醫院在罕見病領域的複雜疾病領域，在基層醫療機構的常見病、慢性病管理方面，AI已經逐漸成爲醫生手中提高就診水平非常有用的診療工具之一。

在四川省人民醫院罕見病中心，專家們正在爲一位下肢無力的患者會診。最初，醫生懷疑是因爲椎管狹窄壓迫神經導致的下肢無力，經過神經內科、心內科、血液科專家會診，並在人工智能罕見病輔助決策平臺的幫助下，被診斷爲罕見病心臟澱粉樣變。四川省人民醫院人工智能罕見病輔助決策平臺彙集了遺傳學家、臨牀醫學、臨牀藥學等專業100多名專家，整合全球醫學知識庫以及符合中國人羣特徵的知識圖譜，形成了具有自主知識產權的醫學認知網絡。最近，該平臺接入DeepSeek大模型，建立完整的罕見病診療管理模式。

與原有人工智能罕見病輔助決策平臺不同的是，融合DeepSeek後能夠清晰呈現疾病預測的邏輯路徑，將錯誤的邏輯予以糾正，將正確的邏輯反哺DeepSeek，使預測更加精準，如 重症肌無力 、心臟澱粉樣變等疑難疾病的預測準確率達到了90%。

AI在醫療領域的邊界在哪裡

AI與醫生不是取代的關係，而是要共同守護醫療初心——“治病救人”。而管理規範、權責明晰，無論在什麼場景下，這都是醫療行爲不變的遵循。AI在醫學領域的邊界在哪裡？

總檯央視記者 鄭怡哲：相信很多觀衆也都用過AI給自己提供一些醫學上的建議，或者看到醫生使用AI提高診斷水平，但是讓患者全盤接受AI替代醫生，大家還是會顧慮重重。AI在醫療領域的邊界在哪裡，通過對政策文件的解讀我們發現有兩方面特別的考慮，一方面是“數據怎麼用”，比如，“隱私”“數據安全”“個人信息”在文件中出現了多次，一些高頻場景包括、醫學影像數據、患者診療記錄、健康檔案等場景，都強調了AI需要遵循隱私保護原則。AI在醫療領域的另外一條紅線，則是“決定誰來做”，是關注未經人工干預的獨立決策方面，比如“禁止獨立決策”“需人工複覈”等關鍵字出現多次，而“麻醉藥品”“精神藥品”“毒性藥品”在特殊藥品管理中需額外加密和權限控制。

湖南省醫療保障局近日印發的通知明確規定：

醫生開具處方應與患者或患者家屬進行有效、充分的溝通問診；嚴禁接收人工智能等自動生成處方。規定一出，引發熱議。記者走訪湖南多家藥店，發現藥師在接收處方時需要嚴格履行“雙審覈”、均不接收AI處方。

湖南某藥店執業藥師 周鳳琦：我們目前是患者通過實體醫療機構的處方，以及他們的疾病診斷材料，然後我們職業藥師的審覈，再進行報銷的流程，也是確保用藥安全。如果患者拿了線上開具的處方，類似於AI開過來的處方我們是肯定不能認可的，我們的藥師也不會進行審覈。

基於大模型出具的所謂“處方”到底有多大的可信度？多名醫務工作者表示，AI系統的準確性和可靠性依賴於大量的高質量訓練數據，在處理複雜病例、結合患者個體差異進行診斷等方面仍有侷限性，AI只能做輔助診斷。

同時，專家提醒，用人工智能開處方，還面臨一定的法律風險，如果患者真的按照人工智能開出的藥方去吃藥，出現問題的話人工智能也無法對患者負責。

中國衛生法學會理事 周宇君：從法律來講，我們國家的藥品管理法、醫師法、處方管理辦法，醫生開處方是要有處方權的，沒有處方權不能夠開處方。它可能通過數據搜索、學習可以掌握人的病，但是它很難做到治療“病的人”，因爲每個人的用藥，年齡、肝功能、腎功能、性別、體重、身高都是密切相關的，在這個過程中用藥出了問題，那這個責任誰承擔？開處方是做決策的過程，你做了決策就要對決策承擔責任，誰來承擔？這個問題在法律沒有修改之前，應該要更加慎重。

來源：央視新聞客戶端

原標題：《“AI醫生”看病 你放心嗎？看AI解讀AI醫療政策》