中国工程院院士、耳鼻咽喉头颈外科专家韩德民认为,分级诊疗能力的提高是中国新型医疗模式转型中的基础性工作:“从社区的健康管理到慢病的定位和康复,已经形成了完整的诊疗闭环,数字转型与数字力量的支援,是完成医疗供给跨地区延伸的核心手段。尽管通用大模型已被大规模用于医疗健康咨询,规模达数千万人次,但一线临床反馈并不乐观。多位嘉宾表示,通用模型回答流利、看似专业,实则时常“看似对、实际危险”,其“幻觉”被包装成确定性,患者拿着AI给出的诊断质疑医生,反而加剧医患矛盾。该领域天工智能计算研究院管委会副主任、百川智能创始人兼CEO王小川指出,医疗场景对大模型存在三条刚性要求:低幻觉、强循证、会提问,而通用大模型“一条都不达标”。”他以自己该领域为例强调,“路径非常正确,问题是要做切实可行的数字模型,一个疾病一个疾病对应起来。”他与此同时提醒,数据孤岛是绕不开的问题,该领域非常重要。” 该行业院士、心血管流行病学与遗传流行病学专家顾东风分享了团队最新商讨:在年龄、性别、血压、血脂、糖尿病等传统危险因素之上,用AI解析2万余份随访十年的心电图,对中等风险人群的心血管疾病再分层能力显著提高。”他强调,只有逻辑上真正关联的指标才可信,没有逻辑,训练到最后就是概率,不是真的。他强调,AI真正进入医疗的钥匙,必须依靠医疗增强大模型。 当大模型的能力跨过医疗门槛,当产品找到了对的切入方法,该领域开始说话,医疗领域正在发生一些不可逆的变化。“短期之内AI定位在赋能医学,该领域医院。”顾东风说道。“这样的工具能让边远地区、基层社区资源不丰富的地方,也能做好筛查与管理。中国工程院院士、眼科学专家王宁利从眼科AI多年落地经验出发,直接点出最难的一关:“AI在眼科应用最早,指标都非常好,但一到真实世界,差距千差万别,关键就是要经受住真实临床的检验。该范围称,通用模型在医疗问答中约50%被评估为“有问题”,鉴别诊断错误率普遍超80%。AI不再是诊室外的旁观者,而是开始成为医疗体系的一部分。
<