AI重塑生活：首個AI兒科醫生“上崗”，將帶來怎樣的變革？
（原標題：AI重塑生活：首個AI兒科醫生“上崗”，將帶來怎樣的變革？）
國內首個AI兒科醫生正式“上崗”了。
2月13日，在國家兒童醫學中心、北京兒童醫院會診中心的一場疑難病例多學科會診上，除了13位來自耳鼻咽喉頭頸外科、腫瘤外科等不同科室的兒科專家，還有一位特殊的專家——由北京兒童醫院與百川智能、小兒方健康科技聯合研發，以Baichuan M1大模型爲底座打造的AI兒科醫生。
當工程師將患者的主訴及詳盡病歷資料輸入系統後，AI兒科醫生與13位知名專家給出了高度吻合的建議。國家兒童醫學中心主任、北京兒童醫院院長倪鑫介紹，這款專家型AI兒科醫生，既可以擔任臨牀科研助理，幫助醫生快速獲取最新科研成果和權威指南，也可以輔助醫生進行疑難罕見病的診斷和治療，提升臨牀決策效率。
當AI以驚人的速度滲透到人們日常生活的各個領域，AI兒科醫生將給醫療領域帶來怎樣的變革？
會診現場，大屏幕顯示患兒頭部影像和AI診斷建議。 圖源：央廣網
思考34秒後
百川智能醫療副總裁李施政告訴潮新聞記者，這次創新性會診的對象是一名8歲男孩，他持續三週抽動，兩週前發現顱底腫物，病因複雜，輾轉多地醫院，診療結果不一。
由於患兒病情涉及多系統受累，需由各科室主任進行專家會診後做出最終診斷。按照慣例，由主治醫生彙報患兒的病情後，多學科專家們細緻審閱了患兒的外部就診資料並深入詢問病史。在獲得較爲全面的信息後，各科專家們發表各自的意見。
思考了34秒左右後，AI兒科醫生也給出了它的建議，包括對於病症的大致判斷以及治療建議。“它給的這個意見和我相同。”現場，有幾位專家如是說道。
2月13日，北京兒童醫院會診中心“AI兒科醫生+多學科專家”雙醫並行疑難病例多學科會診現場，醫生正在使用專家型AI兒科醫生相關功能。圖源：北京兒童醫院
在正式“上崗”前，AI兒科醫生已經經歷了各個科室專家的無數次“測試”。在美國執業醫師資格考試題目測試中，它的準確率超過94%。
這得益於解鎖了“醫療循證（Evidence-based）模式”的Baichuan M1大模型。在整合了北京兒童醫院300多位知名兒科專家的臨牀經驗和專家們數十年的高質量病歷數據外，它還“閱讀”了海量的醫學專業論文以及臨牀指南。
“爲什麼會高度吻合？因爲大模型能夠從真實可靠的醫學知識庫中進行檢索，完成推理。它並沒有被設定是神經內科或是呼吸內科的，可以從全學科的視角去思考。因此最終它給出的診斷最大可能性和下一步的診療方案，和專家們是高度一致的。”李施政說。
更像醫生的醫療大模型
步入人工智能時代，和醫院接入大模型相比，AI兒科醫生有怎樣的區別？
實際上，醫療大模型和通用模型之間有天然的鴻溝。當人們吐槽ChatGPT能胡謅出虛假論文時，已經指出通用模型解決不了醫療問題的現狀。和現實中的臨牀醫學實踐一樣，AI兒科醫生說出的每句話，都要有確切的循證醫學證據。
李施政坦言，要做成AI兒科醫生，需要經歷三個重要步驟：“訓模型、評模型、用模型”。
橫亙在技術團隊面前的有不少難題，比如：如何將醫療領域的知識灌到模型中，提高它的準確率，並且讓模型學習醫生問診的思維模式？
“在模型層面，我們收集公開數據，並且在合法合規的前提下與醫院建立合作。北京兒童醫院的專家們會輔助我們，將醫生的思維模式構建爲訓練數據。在本身的知識庫外，我們還在不斷融合最新的科學研究成果，增強醫學循證。”百川智能技術聯合創始人陳煒鵬告訴潮新聞記者。
在實際的問診過程中，AI兒科醫生面臨的是更爲複雜的情形。醫生可能需要從患者提供的一個微小信息開始不斷地進行溝通，才能收集到較爲全面的病情信息，而不能侷限於簡單的一問一答。“怎樣讓模型像醫生一樣和患者溝通，收集到有針對性的信息來提升診斷的準確性，這是我們正在研究的。”
不僅是問診，陳煒鵬期待，AI兒科醫生能夠像真正的醫生一樣，閱讀病歷、看紙質醫學報告和CT影像，進行輔助診斷。“AI兒科醫生的專家版將在會診中心和大查房工作中投入使用。我們希望當基層醫院的科主任在查房時，在AI兒科醫生的協助下，也能擁有頂級專家的診療水準。”
從互聯網醫療到AI醫療
AI兒科醫生並不是人機協作在醫療領域的個例。AI的浪潮，正涌向醫院。
去年11月14日，國家衛健委發佈《衛生健康行業人工智能應用場景參考指引》，其中指出，衛生健康行業人工智能的應用場景高達且不限於84個。而在具體的臨牀醫療服務場景中，人工智能的應用則幾乎可以參與全程。
潮新聞記者發現，目前已有多家醫院宣佈完成DeepSeek本地化部署。去年7月19日，浙大二院正式發佈Medcopilot，成爲全國首家在電子病歷系統中嵌入AI大模型的醫療機構。今年2月18日，上海交通大學醫學院附屬瑞金醫院也攜手華爲，發佈了瑞智病理大模型RuiPath。
浙江大學黨委常委、副校長陳剛（右）和中國科學院院士、 經血管植入器械全國重點實驗室主任、浙大二院黨委書記王建安（左）共同發佈Medcopilot。圖源：“浙大二院”微信公衆號
從已公佈的信息來看，導診與讀片，是現階段大模型在醫院的主要應用場景。此外，潮新聞記者觀察到，輔助診斷、手術智能導航等更爲複雜的醫療場景也逐漸開始擁抱大模型。據證券日報報道，有行業人士向記者表示，AI大模型還有望進一步與基因組學、影像組學、蛋白質組學等多學科數據深度融合，實現真正的個性化治療，並打通從診斷到治療、康復的全流程。
在此之前，互聯網醫療已經普及。據中國互聯網絡信息中心發佈的第53次《中國互聯網絡發展狀況統計報告》，截至2023年12月，我國互聯網醫療用戶規模達到了4.14億人。
AI兒科醫生，將帶來怎樣的新變革？
“互聯網時代實際是需求驅動的，聚攏需求、向供給側要利潤。映射在互聯網醫療中，就是幫患者找醫生。互聯網醫療解決不了優質醫療供給稀缺的本質問題：“大模型不是找醫生，而是‘造醫生’，使醫療的可及性和及時性得到提升，甚至讓每一個人手上都有一個家庭醫生。”
雙醫模式下，創造更多更好的“新醫生”
李施政強調，AI兒科醫生替代不了醫生。“我們推動的是雙醫模式，AI兒科醫生+真人醫生共同服務患者，其實是在供給更多更優質的醫生。從供給最稀缺的地方開始。”
兒科醫生短缺的局面一直存在。國家衛生健康委醫政司司長焦雅輝稱，當前兒童醫療服務供給和人民羣衆需求間仍然有一定差距，突出的表現就是還有少數綜合醫院未能夠提供兒科服務；到了兒童季節性疾病高發期，部分醫院的就診等候時間較長；還有一些地方兒童疾病診斷和治療能力有待於進一步提升。
和其他科室相比，兒科比較特殊：成人的心率如果達到150次/分已經屬於心跳過速，但對嬰幼兒來說很正常。“兒童的心電、腦電等各項指標和成人都不一樣，而兒科檢驗報告單上顯示的大多是成人蔘考區間。”
此外，兒童是“啞巴患者”，難以和成年人一樣說清楚自己疼痛的具體部位和感受，對於家長來說，這容易加重焦慮，甚至引發兒科醫療資源擠兌等問題。這也要求AI兒科醫生在更少的信息下做出更準確的診斷。
“以往優質醫療資源的下沉往往是由醫生下沉到基層，但優質醫生的供給是有限的。”李施政認爲，如果能夠讓醫療資源薄弱地區的醫生使用專家版AI兒科醫生，可以減少漏診、誤診的問題。而家長如果能使用家庭版的AI兒科醫生，當孩子身體不適時，通過初篩瞭解孩子的風險指數，能瞭解是居家觀察，還是去社區、醫院。
家庭版的AI兒科醫生
在李施政看來，AI兒科醫生家庭版不僅要專注醫療，更要以健康爲中心。“在合適的時間做準確的健康風險評估非常重要。以孤獨症爲例，三歲開始干預比6歲干預的效果顯著要好，但家長們很難擁有專業且完整的兒保知識。AI兒科醫生家庭版會主動提醒、指導家長在合適的時間做合適的篩查。”
下一步，陳煒鵬還將帶領團隊在提高模型本身的推理能力和主動探尋用戶信息兩方面進行技術改進。“讓它不僅能用文字和患者交流，也能捕捉患者的聲音信號等，比如咳嗽聲。”
“既不要低估AI兒科醫生，也不要高估它”。李施政坦言，“AI和人各有擅長，AI不會替代人類，但AI+醫生將發揮出遠超原醫生獨立作業的能力，新的醫療服務模式也因此誕生”。病理大模型 OmniPT的研發者、浙江大學附屬第一醫院病理科的章京教授也明確表示，醫學是一門複雜的學科，醫生是診斷的責任主體，數據和算法固然重要，但最終還是需要回歸到醫生的經驗和判斷。
醫療AI將走向何方？我們拭目以待。