腫瘤早期篩查、胎兒疾病診斷干預(yù)、腦機接口、醫(yī)療數(shù)字人……隨著大模型的不斷迭代和應(yīng)用落地，AI助手開始參與院內(nèi)與院外、預(yù)防與治療、個體與人群健康等“全周期醫(yī)療”。
這是近期中青報·中青網(wǎng)記者在相關(guān)學(xué)術(shù)會議、論壇中了解到的數(shù)字醫(yī)療進展。
近日，以“AI賦能 全周期醫(yī)療新篇”為主題的第三屆CCF數(shù)字醫(yī)學(xué)大會(DMS2025)在北京舉行。本次大會由中國計算機學(xué)會(CCF)主辦，CCF數(shù)字醫(yī)學(xué)分會、首都醫(yī)科大學(xué)附屬北京安貞醫(yī)院聯(lián)合承辦。大會設(shè)置9個分論壇，包括智能診斷、精準治療、醫(yī)療大數(shù)據(jù)應(yīng)用、醫(yī)學(xué)大模型與多模態(tài)應(yīng)用、AI輔助藥物研發(fā)、醫(yī)療機器人及具身智能等，計算機與醫(yī)學(xué)專家共同討論前沿議題。
“未來已來，多學(xué)科交叉合作至關(guān)重要。”北京智源人工智能研究院首席科學(xué)家張恒貴的這句話代表了很多專家的觀點。
“人工智能的發(fā)展為心臟醫(yī)學(xué)研究、臨床應(yīng)用提供了新范式。”張恒貴帶領(lǐng)團隊正在構(gòu)建“虛擬心臟”，將數(shù)據(jù)驅(qū)動與原理驅(qū)動相結(jié)合，目標是建成AI心臟診療模型與數(shù)字孿生心臟模型，為診斷心血管疾病、挖掘疾病產(chǎn)生機理賦能。
“虛擬心臟”的構(gòu)建非常復(fù)雜，原理驅(qū)動涉及詳細的生理數(shù)據(jù)、血液流動動力學(xué)模型、生物力學(xué)模型，以及心臟結(jié)構(gòu)、解剖模型等。有了“虛擬心臟”，臨床醫(yī)生可以全面了解心臟生理過程，預(yù)測心血管疾病發(fā)病風(fēng)險。“虛擬心臟”支持臨床手術(shù)方案的預(yù)演，還能模擬藥物對心臟的影響，提高藥物研發(fā)的安全性和效率。
心血管疾病是我國居民死亡的首要原因。安貞醫(yī)院何怡華教授團隊依托國家心血管疾病臨床醫(yī)學(xué)研究中心的百萬級多模態(tài)數(shù)據(jù)庫，研發(fā)了覆蓋全生命周期的“安貞心宇”心血管專病超聲診斷大模型。該模型具備“專家級”推理能力，成為心臟超聲智能診斷的核心“大腦”。在此基礎(chǔ)上，團隊進一步研發(fā)了心臟超聲智能報告系統(tǒng)、胎兒心臟智慧醫(yī)療智能體、智慧超聲診斷一體機等智能產(chǎn)品。
在我國，不少心血管疾病的死亡發(fā)生在醫(yī)院外。何怡華提出，人工智能數(shù)字醫(yī)療可以用于早期檢測、預(yù)測缺血性心臟病和惡性心律失常，構(gòu)建有效心肺復(fù)蘇的數(shù)字和人工智能輔助工具，在減少院外心血管疾病死亡方面具有潛在作用。
CT、核磁共振、超聲等檢查，都是機器掃描人體后形成圖像，再由醫(yī)生作出診斷報告。在這個過程中，數(shù)據(jù)量被極度壓縮。北京航空航天大學(xué)教授田捷介紹，當前醫(yī)學(xué)圖像分析遵循“信號-圖像-知識”范式，因為醫(yī)療成像設(shè)備采集到的信號無法被人類直接解讀，所以需要重建成圖像以服務(wù)醫(yī)生的視覺診斷。“數(shù)據(jù)重建后可視化差異顯著，嚴重制約AI模型性能。”
為了解決這一問題，田捷團隊的研究突破傳統(tǒng)流程，提出“信號-知識”范式，跳過“圖像重建”，直接利用數(shù)據(jù)分析進行疾病診斷。他們發(fā)現(xiàn)，在肺結(jié)節(jié)良惡性診斷、實性結(jié)節(jié)診斷、EGFR(表皮生長因子受體)突變預(yù)測這3個臨床診斷任務(wù)中，信號AI相較圖像AI模型均提升了診斷精度。團隊目前利用AI輔助腫瘤診斷，取得了系列成果，覆蓋了肺癌、胃癌、鼻咽癌、腸癌等多種疾病。
CCF數(shù)字醫(yī)學(xué)分會主任、復(fù)旦大學(xué)數(shù)字醫(yī)學(xué)研究中心主任宋志堅教授分享了Multi-LLM(多模態(tài)大語言模型)在結(jié)直腸癌預(yù)后方面的應(yīng)用。該模型可以大幅提升基礎(chǔ)研究的效率，縮短基礎(chǔ)研究與臨床的距離，促進個性化、精準診療逐漸走向臨床。
中國工程院院士、北京航空航天大學(xué)教授趙沁平重點介紹了“醫(yī)用數(shù)字人體”。通過構(gòu)建高保真的數(shù)字化人體模型，逼真再現(xiàn)人體從細胞、組織、器官到系統(tǒng)的幾何形態(tài)、物理特性、生理功能乃至病理演化規(guī)律，有望突破當前醫(yī)學(xué)發(fā)展的三大瓶頸：一是減少對動物實驗、尸體解剖等傳統(tǒng)醫(yī)學(xué)人才培養(yǎng)手段的依賴；二是構(gòu)建患者個性化器官模型，為手術(shù)方案提供預(yù)演、評估與優(yōu)化平臺，降低手術(shù)風(fēng)險；三是輔助病理過程和藥械作用的研究，為醫(yī)療設(shè)備和新藥研制提供實驗靶場，縮短醫(yī)療設(shè)備和藥物的研發(fā)周期，降低研發(fā)成本和風(fēng)險。
趙沁平同時強調(diào)，構(gòu)建完整、可交互、可演化的醫(yī)用數(shù)字人體面臨巨大科學(xué)挑戰(zhàn)，我國應(yīng)考慮布局醫(yī)用數(shù)字人體專項研究，統(tǒng)籌多學(xué)科優(yōu)勢力量，開展系統(tǒng)性原始創(chuàng)新與關(guān)鍵技術(shù)攻關(guān)。
北京大學(xué)黨委常委、常務(wù)副校長、醫(yī)學(xué)部主任喬杰教授在講話中提及，從臨床場景看，AI輔助影像診斷讓早期病灶無所遁形，手術(shù)機器人實現(xiàn)毫米級精準操作，醫(yī)療大模型為診療決策提供智能支撐；從公共衛(wèi)生維度，大數(shù)據(jù)監(jiān)測讓健康防控更具前瞻性，智能管理系統(tǒng)讓健康服務(wù)覆蓋更廣泛人群；從科研領(lǐng)域來講，數(shù)字技術(shù)加速了新藥研發(fā)進程，多組學(xué)數(shù)據(jù)融合推動了精準醫(yī)學(xué)突破。“醫(yī)學(xué)臨床需求與信息學(xué)技術(shù)創(chuàng)新的同頻共振，正是‘AI賦能全周期醫(yī)療新篇’的核心要義。”
當下，計算機、人工智能領(lǐng)域?qū)＜遗c醫(yī)生的合作越來越緊密，他們共同解決臨床問題，推動改進診療流程。多所醫(yī)學(xué)院校成立了人工智能學(xué)院或開設(shè)相關(guān)專業(yè)，計算機專家成為醫(yī)學(xué)院教授。
喬杰認為，數(shù)字技術(shù)延伸了醫(yī)生的“眼睛”與“大腦”，輔助實現(xiàn)疾病精準篩查診斷、個性化方案生成，打破壁壘，以遠程智能會診、基層輔助系統(tǒng)等讓偏遠地區(qū)患者享受高水平服務(wù)。這些變化不僅重構(gòu)了醫(yī)療服務(wù)的供給方式，也在助力破解“看病難、看病貴”的民生痛點，為實施健康中國戰(zhàn)略注入強勁動力。
中青報·中青網(wǎng)記者 李新玲 來源：中國青年報
2025年12月07日 02版