编｜王小 在多个交际平台上，大夫和患者纷纷晒出自己的“问诊履历”，找人工智能（AI）看病成为一股高潮。2025年2月25日上午，北京一家三甲医院肿瘤科的大夫在住院部查病时，遇到一个患者拿动手机版DeepSeek给出的治疗方案来问，为什么和大夫给出的治疗方案有些差别，“如许的患者越来越多，DeepSeek并不都是精确的，但像上午的这个患者，拿的方案团体上和我们的差不多”。一则“禁令”给出了部分答案。2月19日，湖南省医保局发布《关于进一步加强根本医疗保障定点零售药店管理的关照》，提出互联网医院须按规定接入省医保电子处方中心，并进行电子处方流转，处方活动须严格实行有关规定，应与患者或患者眷属进行有效、充实的沟通问诊，严禁使用人工智能等自动天生处方。这份地方规范连续了国家卫健委的一直要求，也对在一段时期内，AI大夫究竟能走多远给出了一个大抵的方向。无论是患者还是医务职员，对医疗AI技能水平再上一台阶充满等待，即便当下AI仍不可能代替大夫，但行业已经开始为新的医疗分工秩序在做预备。然而，在这个满屏都是AI的期间，不但要判定当下浩繁AI医疗体系有多少含金量，到底有没有开处方的水平？还应思索AI有没有能力负担开处方的责任，使用AI醒目什么不醒目什么的界线？ 大模子涌入医院2月26日，在上海，一位患者由于DeepSeek的分析决定在深夜赶去医院急诊。这位患有冠心病的老人晚上忽然感觉到有些背痛，但并不算严峻，原来想熬到天亮再去医院。但患者的女儿拿动手机在DeepSeek软件上形貌症状后，DeepSeek分析以为，60%-70%的可能是急性冠脉综合症（ACS），20%-30%的可能是自动脉夹层，另有10%-20%的可能是肌肉骨骼痛、肺栓塞等缘故原由。由于大概率可能是急性凶恶疾病，一番纠结后，女儿还是在破晓三点把患者叫醒到医院去看急诊。“到医院后，急诊大夫也很告急，立刻安排心电图、血通例、胸痛等一系例查抄。大夫给的初步结论是，暂时清除急性心梗风险，还是高度猜疑ACS，和DeepSeek判定一致。当天已经住院了，等做完血管造影才能进一步确诊。”患者眷属非常庆幸先咨询了“AI大夫”，假如比赶早上八点再到医院看专家号，白天查抄速率又慢，住院也得延后。也有大夫“败给”AI。不久前，一位广州的医学院博主直言“天都塌了”，因病人查询DeepSeek后，质疑他的治疗方案，气得他又查了一遍指南，结果发现指南更新了，而他不知道。上述肿瘤科大夫觉得如今AI的靠谱水平进步了一点,“原来在遇到疑难病例时，偶然必要查寻病案研究，从前是搜索出来一篇论文，得自己花半个多小时才能看完，如今AI不但2分中就能看完，还能和其他的病案做对比总结，资助提升很大”。也不乏由于AI而误诊的“反面教材”，有人在交际平台上发帖说，听DeepSeek保举吃药，末了药物过敏进了ICU，原来想快点好，反而更难熬。但这并不影响医院想要更精密的打仗AI体系。据不完全公开统计，自2025年春节，已有近100家医院公布已本地化摆设、接入DeepSeek。京东的京医千询大模子、蚂蚁的安诊儿医疗康健应用，也都推出接入DeepSeek后的新版本。AI的一个集中应用场景就是优化智能问诊，在大夫接诊前，通过AI网络形成患者的病例，来减轻大夫的工作。不外，现有的AI还不敷智能，因此，“对医院业务还没有起到突破性的作用，只是借助DeepSeek这类通用模子的思绪，更好地练习已有的医疗AI。”一位医疗行业人士对《财经》说。 医疗难容AI理想固然AI醒目的活在增多，但一条不变的红线就是AI不能独立提供诊疗服务。“此次湖南医保部分的文件中夸大严禁AI开处方，缘故原由有在药品贩卖过程中，行业存在使用AI违规开处方的征象，必要明确法律界限。”上海联合状师变乱所高级状师卢意光对《财经》说。如许的标题，告急出如今处方药贩卖中，遇到一些没有处方的患者，就有药店使用互联网医院给患者提供处方，此中有互联网医院为了低落本钱，直接使用AI开处方，离开了大夫，触碰了法律红线。此前，阿里康健、京东康健均曾公开回应，没有人工智能自动天生处方业务。《财经》相识到，在京东互联网医院，一些线上大夫通过AI来得到更多的支持，有超80%的大夫问诊单使用了包括“AI诊疗助手2.0”在内的工具，以此来资助大夫低落误诊风险，并且，大夫也能腾出更多的精力放在临床上。实在，专业版的“AI开方助手”早在医院应用了。一些医院现有的智能体系，已经可以在大夫诊断患者有某种疾病时，提供相应的药物处方发起，并提示大夫要留意某些药物的副作用，终极由大夫确认后天生处方。如许的AI体系还能指出大夫的错误，警示和拦截风险处方。从上述肿瘤科大夫使用DeepSeek的履历来看，“对于一些既有笔墨内容的解读分析，它根本没什么标题，但是对于一些前沿的医学发展和判定，它的能力还是不可的。但是这种能力的不敷，告急是来自于学习数据的不全面，而不是分析能力的不敷。”实在，在数据相对轻易获取的医疗细分范畴，AI已经显现出凌驾人类大夫水平的苗头。好比在2018年，解放军南京总医院预备了100例有肺结节病变的CT片，找了126位初、中、高级影像科大夫，以及一款AI辅助诊断体系测试，从精确性、敏感性等四个维度比力。终极，第一名仍是人类大夫，但AI凌驾了126位大夫的均匀水平。若论在已有的知识体系中与人类竞争，AI的上风很显着。近期，澳大利亚西澳大学、新南威尔士大学和印度尼西亚哈萨努丁大学的团队，使用印度尼西亚一家医院的200次颅骨CT 扫描，练习并测试了三种基于深度学习的大模子，其对颅骨性别的分类精确率可达97%，显着高于人类观察者的82%。然而，在对事关生命的医疗范畴，丝毫的毛病都难以被担当。即便仅从技能角度看，AI也不能独立开处方，以DeepSeek为例，多位测试者发现，其存在比力显着的理想。如原人民日报海外版总编辑詹国枢在借助DeepSeek撰写文章的过程中，发现DeepSeek把《平凡的天下》这本书的作者，从路遥改成了自己的老班长朱大建。美国天生式AI服务平台Vectara在2月公布的大模子测评排行中，DeepSeek-V2.5的幻觉率是2.4% ，而DeepSeek-R1的幻觉率到达14.3%；谷歌的 Gemini-2.0-Flash-001，以低幻觉率位居榜首，表现出其在处理文档时险些没有引入虚假信息，但还是有0.7% 的幻觉率。可见，AI幻觉标题是一个行业痛点。“我们可以明确为今天的大模子技能，还是一个‘门生’，我们可以通过拉长推理过程，不断让他自己反复校验，可以大概到达一个更好的结果。”京东康健探索研究院（JDH XLab）首席科学家王国鑫体现，从技能层面这不是不能办理的标题，AI会无穷迫近谁人精确性。 AI大夫更近了？“即便AI的能力得到认可，但假如不能负担法律责任，也就难以更换人类。”上述业内人士说。约莫十年前，手术呆板人的发展曾将医疗中AI的法律责任的探究引致小高潮。有人提出的观点是，假如AI可以大概到达肯定水平，是否在医疗纠纷中，AI作为独立的责任主体，也就是生厂商的责任，固然这和质量标题无关的环境下。“显然对这个话题的探究，如今还是太早，到今天，我们仍旧明确的要求，只有专业的医务职员有资质使用手术呆板人，并且呆板人只作为大夫使用一种医疗东西工具。”卢意光说。不外，对技能一直持保守态度的卢意光也说，“我也并没有想到像自动驾驶可以大概这么快的发展，与之类似，相干的法律标题，会随着AI自己的发展渐渐办理。据媒体报道，2025年1月，美国亚利桑那地区下院议员大卫施瓦科特提出了人工智能可以开药物的法案。假如法案通过,在没有人类大夫参与的环境下,AI将确认患者状态,并自行开具药物处方。根据美国现行法律,只有“法律允许的工作职员”,即大夫才能开药。只有在大夫亲身开处方或药剂师根据口头处方开具文件的环境下才有效。此次提议的法案将“法律允许的工作职员”概念扩大到AI和呆板学习技能。不外，这位议员在2023年也提出了同样内容的法案,但未经委员会讨论就自动废除。1月6日，美国食品和药品监视管理局（FDA）发布了一份《使用人工智能支持药品和生物制品监管决议的留意事项》指南草案，对有关在药品全生命周期内使用AI天生信息或数据的规范给出发起，并要求确定人工智能模子的应用场景，评估人工智能模子的风险。制药业存在的顾虑，在医疗界则会被放的更大。现在，AI不能更换人类大夫是共识。但大夫们也都或多或少的想过，自己的“饭碗”是否会被抢走。一位北京三甲医院的大夫以为，“肿瘤科的大夫挺伤害，内科大夫不用好AI也伤害。”AI大夫开始打击是市场化的全科服务，由于又可以尺度化，又没沟通的风险，“另有内分泌等非常依赖化验、查验的科室。”一位皮肤科大夫对《财经》分析，内分泌科大夫还是必要和患者沟通，这部分是现在AI做不了的。引入AI的低级阶段，在于是否能用好的AI。“在国内，有些医院的本地算力不敷，还难以支持使用DeepSeek，但大量医院的快速亮相接入AI，这是少见的，这也为医疗AI的推进开释一个不错的信号。”上述医疗行业人士说。如今医疗体系开展了一系列的AI培训课，大夫们在积极成为好的AI使用者。上述肿瘤科大夫接下来的课题项目就是，联合医院的病历数据库，开辟肿瘤分级和治疗方案的AI产物，这必要相当巨大的数据和时间来完成练习。固然他并不知道，是否能获取到自己医院之外的，更多的数据来美满自己的产物，但是至少在他看来，未来如许的产物就可以资助一些低级的大夫，精确判定肿瘤患者的病情。也就是将高级大夫的履历快速遍及下去。这正是AI破局好大夫不敷用最告急的一步。一些顶尖的医院将留意力放在稀有病上，由于这是“优质大夫资源紧缺的范畴。2025年2月，北京协和医院与中国科学院自动化研究所共同研发的“协和·太初”稀有病大模子，正式进入临床应用阶段。别的，国家儿童医学中心北京儿童医院上线应用“AI儿科大夫”，负担的告急职责之一就是辅助大夫进行疑难稀有病的诊断和治疗。王国鑫以为,在未来3年-5年，是一个医疗大模子突破的一个关键时间点，固然结果也取决于冲破医疗数据壁垒的水平。他盼望，未来有更强盛的大模子，通过少数病例就能提升学习能力，也更接近人的大脑。 | 
微信访问
手机APP
