腫瘤早期篩查、胎兒疾病診斷干預、腦機接口、醫療數字人……隨著大模型的不斷迭代和應用落地,AI助手開始參與院內與院外、預防與治療、個體與人群健康等“全周期醫療”。
這是近期中青報·中青網記者在相關學術會議、論壇中了解到的數字醫療進展。
近日,以“AI賦能 全周期醫療新篇”為主題的第三屆CCF數字醫學大會(DMS2025)在北京舉行。本次大會由中國計算機學會(CCF)主辦,CCF數字醫學分會、首都醫科大學附屬北京安貞醫院聯合承辦。大會設置9個分論壇,包括智能診斷、精準治療、醫療大數據應用、醫學大模型與多模態應用、AI輔助藥物研發、醫療機器人及具身智能等,計算機與醫學專家共同討論前沿議題。
“未來已來,多學科交叉合作至關重要。”北京智源人工智能研究院首席科學家張恒貴的這句話代表了很多專家的觀點。
“人工智能的發展為心臟醫學研究、臨床應用提供了新范式。”張恒貴帶領團隊正在構建“虛擬心臟”,將數據驅動與原理驅動相結合,目標是建成AI心臟診療模型與數字孿生心臟模型,為診斷心血管疾病、挖掘疾病產生機理賦能。
“虛擬心臟”的構建非常復雜,原理驅動涉及詳細的生理數據、血液流動動力學模型、生物力學模型,以及心臟結構、解剖模型等。有了“虛擬心臟”,臨床醫生可以全面了解心臟生理過程,預測心血管疾病發病風險。“虛擬心臟”支持臨床手術方案的預演,還能模擬藥物對心臟的影響,提高藥物研發的安全性和效率。
心血管疾病是我國居民死亡的首要原因。安貞醫院何怡華教授團隊依托國家心血管疾病臨床醫學研究中心的百萬級多模態數據庫,研發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”。在此基礎上,團隊進一步研發了心臟超聲智能報告系統、胎兒心臟智慧醫療智能體、智慧超聲診斷一體機等智能產品。
在我國,不少心血管疾病的死亡發生在醫院外。何怡華提出,人工智能數字醫療可以用于早期檢測、預測缺血性心臟病和惡性心律失常,構建有效心肺復蘇的數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,再由醫生作出診斷報告。在這個過程中,數據量被極度壓縮。北京航空航天大學教授田捷介紹,當前醫學圖像分析遵循“信號-圖像-知識”范式,因為醫療成像設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醫生的視覺診斷。“數據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流程,提出“信號-知識”范式,跳過“圖像重建”,直接利用數據分析進行疾病診斷。他們發現,在肺結節良惡性診斷、實性結節診斷、EGFR(表皮生長因子受體)突變預測這3個臨床診斷任務中,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數字醫學分會主任、復旦大學數字醫學研究中心主任宋志堅教授分享了Multi-LLM(多模態大語言模型)在結直腸癌預后方面的應用。該模型可以大幅提升基礎研究的效率,縮短基礎研究與臨床的距離,促進個性化、精準診療逐漸走向臨床。
中國工程院院士、北京航空航天大學教授趙沁平重點介紹了“醫用數字人體”。通過構建高保真的數字化人體模型,逼真再現人體從細胞、組織、器官到系統的幾何形態、物理特性、生理功能乃至病理演化規律,有望突破當前醫學發展的三大瓶頸:一是減少對動物實驗、尸體解剖等傳統醫學人才培養手段的依賴;二是構建患者個性化器官模型,為手術方案提供預演、評估與優化平臺,降低手術風險;三是輔助病理過程和藥械作用的研究,為醫療設備和新藥研制提供實驗靶場,縮短醫療設備和藥物的研發周期,降低研發成本和風險。
趙沁平同時強調,構建完整、可交互、可演化的醫用數字人體面臨巨大科學挑戰,我國應考慮布局醫用數字人體專項研究,統籌多學科優勢力量,開展系統性原始創新與關鍵技術攻關。
北京大學黨委常委、常務副校長、醫學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,手術機器人實現毫米級精準操作,醫療大模型為診療決策提供智能支撐;從公共衛生維度,大數據監測讓健康防控更具前瞻性,智能管理系統讓健康服務覆蓋更廣泛人群;從科研領域來講,數字技術加速了新藥研發進程,多組學數據融合推動了精準醫學突破。“醫學臨床需求與信息學技術創新的同頻共振,正是‘AI賦能全周期醫療新篇’的核心要義。”
當下,計算機、人工智能領域專家與醫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。多所醫學院校成立了人工智能學院或開設相關專業,計算機專家成為醫學院教授。
喬杰認為,數字技術延伸了醫生的“眼睛”與“大腦”,輔助實現疾病精準篩查診斷、個性化方案生成,打破壁壘,以遠程智能會診、基層輔助系統等讓偏遠地區患者享受高水平服務。這些變化不僅重構了醫療服務的供給方式,也在助力破解“看病難、看病貴”的民生痛點,為實施健康中國戰略注入強勁動力。
中青報·中青網記者 李新玲 來源:中國青年報
2025年12月07日 02版