2024年，醫(yī)療AI步入轉(zhuǎn)折期，挑戰(zhàn)與新生并存。

生成式人工智能（AI）技術(shù)正實(shí)現(xiàn)從結(jié)構(gòu)化數(shù)據(jù)處理向高度專業(yè)化、強(qiáng)交互性應(yīng)用的快速躍遷。這一過(guò)程不僅蘊(yùn)含了對(duì)既有技術(shù)的漸進(jìn)式優(yōu)化與擴(kuò)展（即“量變”），更蘊(yùn)含了對(duì)傳統(tǒng)技術(shù)框架的顛覆性創(chuàng)新（即“質(zhì)變”）。

在此背景下，醫(yī)療領(lǐng)域因其固有的復(fù)雜性與碎片化特征，對(duì)AI技術(shù)的全面融入需求尤為迫切，尤其，“AI+醫(yī)療”的融合已成為當(dāng)下的顯著趨勢(shì)。

在國(guó)內(nèi)，眾多綜合性互聯(lián)網(wǎng)企業(yè)以及專注于醫(yī)療信息化、互聯(lián)網(wǎng)醫(yī)療服務(wù)、智能醫(yī)療機(jī)器人等領(lǐng)域的專業(yè)機(jī)構(gòu)，正積極采納大型語(yǔ)言模型等尖端科技，持續(xù)對(duì)其解決方案與產(chǎn)品體系進(jìn)行優(yōu)化升級(jí)，旨在提升服務(wù)的智能化程度與專業(yè)效能，以更好地滿足行業(yè)需求。

值得注意的是，即使在最佳工作狀態(tài)下，醫(yī)院每年也會(huì)產(chǎn)生約 50 PB 的數(shù)據(jù)，其中 97% 的數(shù)據(jù)都被閑置。人工智能可以幫助醫(yī)療保健專業(yè)人員有效地組織、分類和使用這些信息，從而進(jìn)行更精確的診斷。

例如，Google 和 Verily開發(fā)了一種機(jī)器學(xué)習(xí)算法，用于協(xié)助篩查糖尿病視網(wǎng)膜病變 (DR) 和糖尿病黃斑水腫 (DME)，這是導(dǎo)致成人可預(yù)防性失明的兩大主要原因。它使醫(yī)生能夠?qū)⒏嗟臅r(shí)間用于患者的治療和管理，而不僅僅是初步診斷。

不難發(fā)現(xiàn)，AI醫(yī)療領(lǐng)域仍面臨諸多挑戰(zhàn)，要實(shí)現(xiàn)真正意義上的“AI醫(yī)院”，或?qū)⑿杩缭街刂仉y關(guān)。

智能輔助診斷：通過(guò)深度學(xué)習(xí)算法，AI系統(tǒng)能夠高效分析X光片、CT、MRI等醫(yī)學(xué)影像資料，精準(zhǔn)識(shí)別腫瘤、病變等異常結(jié)構(gòu)，輔助醫(yī)生做出快速準(zhǔn)確的診斷。

個(gè)性化治療方案：基于大數(shù)據(jù)和機(jī)器學(xué)習(xí)技術(shù)，AI能夠根據(jù)患者的遺傳信息、生理指標(biāo)、生活習(xí)慣等多維度數(shù)據(jù)，為患者量身定制治療方案。

藥物研發(fā)與發(fā)現(xiàn)：通過(guò)模擬藥物分子與靶點(diǎn)的相互作用，AI能夠快速篩選出具有潛力的候選藥物，預(yù)測(cè)其藥效、安全性和副作用，從而縮短研發(fā)周期，降低研發(fā)成本。

智慧醫(yī)院管理：AI技術(shù)在醫(yī)院的日常管理和運(yùn)營(yíng)中同樣發(fā)揮著重要作用，對(duì)海量數(shù)據(jù)的深度分析，實(shí)現(xiàn)了醫(yī)療資源的優(yōu)化配置。

簡(jiǎn)言之，為樹立醫(yī)院對(duì)于前沿技術(shù)的正確認(rèn)知，引導(dǎo)相關(guān)產(chǎn)業(yè)的快速發(fā)展，我國(guó)自2016年起便開始圍繞AI出臺(tái)相關(guān)政策，從宏觀角度出發(fā)，推動(dòng)AI技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用，提高醫(yī)療服務(wù)效率和質(zhì)量，最終實(shí)現(xiàn)醫(yī)療行業(yè)的智能化升級(jí)。

其次，對(duì)于醫(yī)院以外的場(chǎng)景，同樣有部分賽道需要沿著政策的方向提前布局。以生物制藥為例，“722”事件后，NMPA（當(dāng)時(shí)為CFDA）相繼發(fā)布了《關(guān)于開展藥物臨床試驗(yàn)數(shù)據(jù)自查核查工作的公告》《關(guān)于調(diào)整藥物臨床試驗(yàn)審評(píng)審批的公告》等文件，引發(fā)了國(guó)內(nèi)EDC、RTSM市場(chǎng)的繁榮，太美醫(yī)療等企業(yè)在系統(tǒng)中植入AI，使其順勢(shì)成為藥企數(shù)字化的關(guān)鍵要素。

如今FDA鼓勵(lì)藥企采用數(shù)字健康技術(shù)（DHT）進(jìn)行臨床試驗(yàn)申辦，間接引導(dǎo)著藥企的進(jìn)一步開展轉(zhuǎn)型。以eCOA為例，美國(guó)約80%的臨床研究都以eCOA的形式進(jìn)行，歐洲也有60%依照這一路徑，而中國(guó)只有不到5%的申辦方使用了eCOA。

目前，AI也被認(rèn)為可應(yīng)用于患者病程管理，在疾病的認(rèn)知、就診、治療、隨訪等多場(chǎng)景中發(fā)揮作用；通過(guò)醫(yī)患不同視角下的多樣化場(chǎng)景觸達(dá)，生成式AI能夠使診療“更優(yōu)質(zhì)”、醫(yī)生“更專業(yè)”、病患“更自主”。

另外，蛋殼研究院發(fā)布的《2023醫(yī)療人工智能報(bào)告》將醫(yī)療AI分為影像學(xué)AI、生命科學(xué)AI(新藥AI)、信息學(xué)AI三類。信息學(xué)AI是一個(gè)相對(duì)傳統(tǒng)的市場(chǎng)，2023年國(guó)內(nèi)信息學(xué)AI低調(diào)融入各類系統(tǒng)，并借助大語(yǔ)言模型嘗試技術(shù)內(nèi)核的跨時(shí)代升級(jí)。

2023年3月,《新英格蘭醫(yī)學(xué)雜志》(NEJM)發(fā)表題為《臨床醫(yī)學(xué)中的人工智能和機(jī)器學(xué)習(xí)2023》的評(píng)論文章，其中提到，人工智能輔助心電圖、白細(xì)胞分類計(jì)數(shù)的讀取、視網(wǎng)膜照片和皮膚病變的分析以及其他圖像處理任務(wù)已成為現(xiàn)實(shí)，并納入日常醫(yī)學(xué)實(shí)踐。除閱讀圖像外，人工智能還可以在識(shí)別可能影響公共衛(wèi)生的傳染病爆發(fā)、罕見和常見疾病等許多方面提供幫助。

與此同時(shí)，人工智能與醫(yī)療的深度融合下，政府監(jiān)管與時(shí)俱進(jìn)，通過(guò)了以《生成式人工智能服務(wù)管理暫行辦法》為代表的多項(xiàng)法規(guī)對(duì)生成式AI進(jìn)行監(jiān)管，且近年來(lái)醫(yī)療反腐風(fēng)暴背景下多環(huán)節(jié)監(jiān)管升級(jí)，行業(yè)政策頻頻更新。

因此，相關(guān)企業(yè)需及時(shí)跟進(jìn)，掌握人工智能、數(shù)據(jù)治理、網(wǎng)絡(luò)安全等相關(guān)政策，結(jié)合醫(yī)療醫(yī)藥領(lǐng)域的特性，提前預(yù)防、及時(shí)識(shí)別并規(guī)避風(fēng)險(xiǎn)。

由于篇幅受限，本次的AI+醫(yī)療就先介紹這么多......