生成式AI赋能医疗数智化应用 “AI+医疗”服务模式还面临哪些挑战？
21世纪经济报道记者 林昀肖 北京报道“在数智医疗蓬勃发展的今天，我们有很多机会，基于数字医疗AI技术的发展，通过生成式AI预问诊、自动生成病历、远程监测预警等，可以创新医疗服务模式，为患者带来更好的服务。”在近日举行的2024京东健康年度医生盛典上，武汉大学人民医院精神卫生中心主任医师、教授王惠玲向21世纪经济报道等媒体表示。
当前，医疗行业仍面临着与过去长期相同的痛点，京东健康技术产品部总经理李欣指出，在医生端，医生每天在出诊、病房、科研等工作中十分忙碌；而在患者端，患者能够接触的医疗资源十分有限，同时，对其诊前和诊后的大量服务关注不够。针对上述痛点，提供远程医疗和互联网医疗是解决方案之一，而互联网医疗平台建设离不开技术发展，其中包括大量工具和平台建设，尤其在人工智能大模型时代，AI更有机会为远程医疗、互联网医疗提供更好的解决方案。
回顾医疗服务模式的发展，王惠玲介绍，近30年来，在数字化驱动下，医疗服务历经从1.0至4.0的发展阶段。在2023年，生成式AI加速医疗服务模式4.0的迈进，有望实现按疗效价值付费和更多居家治疗，数字化和数智化工具也有望大幅提升服务效率。
在面临众多机遇的同时，王惠玲也指出，AI+医疗的发展同样面临诸多挑战，其中包括伦理问题、准确性验证，以及隐私和数据保护，需要避免AI应用中的偏见和歧视，通过研究和临床试验确保应用的有效性，并确保患者信息安全。“数智化应用亟需医学专家和科技专家深度合作，生成有效、有价值的医疗服务模式。”
生成式AI加速医疗服务模式演进
2020年以来，数字化技术+生成式AI为医疗赋能带来丰富想象空间。王惠玲指出，数字化技术的进步，包括数字医疗、数字疗法以及AI在医学领域的发展，无疑给人类生命健康的进步提供了更多可能性。
王惠玲分析认为，近30年来，医疗服务历经从1.0至4.0的发展阶段，逐渐走向数字化时代。其中，1990-2007年的1.0时代是传统医疗模式，以医院为主，医生是权威，给患者提供健康指导、诊断治疗的信息。
到2007-2017年，进入2.0的机器时代，这一时代的电子系统可以和不同部门间联网。例如在医保领域，可以收集各个医院信息进行管理；还如医院的内部医疗系统，实现临床科室、机能检查科室、收费系统间部门的互联互通。
从2017年开始，进入3.0的积极互联护理时代，也称为积极主动护理状态，患者可以上网了解各种信息及相关评价，并与医生进行讨论。患者因此能够对自身健康有更多的了解和管理，也能够与医生专业人员进行有效沟通，为精准医疗、数字医疗提供良好准备。
如今，进入4.0时代，AI生成式技术能够对自然语言进行处理。王惠玲认为，在科技进步下，预期数字医疗服务模式4.0可以提供预防性、预测性的护理和诊疗。
关于服务模式4.0的优势，王惠玲介绍，首先是能够按疗效价值付费，DRG临床辅助知识系统与AI相结合，有可能能够根据对患者提供的诊疗、疗效和服务进行付费，实现对医疗服务的更优化的监督管理；同时，患者可能更多进行居家治疗，在家较为方便地进行预约、检查和治疗，尤其是给慢性疾病患者带来更多便利，提高规范诊疗的可及性和依从性，从而改善患者的预后；此外，可以给医生提供更好的数字化、智能化工具，使医生的服务效率大幅提高。
当前，基于GPT的生成式AI技术应用广泛，王惠玲指出，GPT-AI正在成为用户首诊窗口和慢病患者管理平台。例如，梅奥医院正在使用ChatGPT进行预问诊服务，机器人能够跟患者进行聊天并提供情绪支持；同时，数字生物标志物的发展使远程监测成为可能，尤其是可穿戴装备的进步，在精神心理疾病领域，可以通过语言和文本分析，以及日常身体活动、社交活动、在线活动、睡眠、心电等数据的提供，对疾病进行进一步监测和了解；此外，还可以将药物与数字疗法相结合，二者具有协同共生效应，已有研究表明，其比传统药物治疗疗效更佳。
据王惠玲介绍，武汉大学人民医院与京东健康进行合作，通过采集包括影像学数据、基因组学数据等临床异构数据、多维数据，基于多维度、多类型数据，同时针对抑郁症、孤独症、阿尔兹海默病等疾病构建知识图谱。合作各方针对现有疾病数据进行模型的构建与验证，搭建精神疾病专用的PsyGPT，参与到AI技术与精神卫生的结合中。
在未来，科技+医疗专家深度合作，利用数智化应用，推动基于价值的医疗服务新模式。然而，在面临机会的同时，AI+医疗的发展同样也面临诸多挑战，王惠玲指出，首先是可能出现的伦理问题，例如通过ChatGPT技术进行自杀干预辅助系统的构建，其中一旦出现错误，对患者提出不好的假设或建议，患者出现问题如何解决？“这也是在人工智能时代需要控制和尽量避免的问题，在人工智能与医学尤其是精神医学结合的研究中，需要更多考虑伦理方面问题，规避风险。”
其次，是准确性与验证，王惠玲强调，AI+医疗是否有效、是否优于传统，还需要多一些质疑，质疑并非否定AI+医疗的意义，而是为了让其走得更稳更好。“同时，在过程中还要注意患者隐私与数据保护问题，如何让患者信息不被暴露，避免患者受到进一步伤害，也是我们要面临的挑战。”
除此之外，王惠玲也认为，在提高诊疗水平过程中，提供服务者即临床医生也是需要关注的对象。“很多线下医院都设有云医院或互联网医院，之所以运行效果不够理想，可能存在的原因中，也有医生本身在线下已经耗竭，再无时间为患者提供良好的线上服务，同时还面临风险问题。医生的时间和精力有限，在人工智能时代，为患者提供良好服务的同时，如何保护医生的休息时间及健康，也是目前需要考虑的问题。”
皮肤科是AI+医疗突破新方向？
除精神心理领域外，皮肤科疾病也是AI+医疗的探索方向之一。中国医科大学附属第一医院皮肤科副主任医师、副教授郭昊认为，AI技术天然适合皮肤科，这是由于皮肤科疾病种类繁多，约有超过2500种，但同时，很多皮肤科疾病都有非常典型的皮肤表现和病理表现，典型病理的临床图片是很好的数据。“人通过见多识广可以成为经验丰富的医生，而AI可以在短时间内采集海量的典型临床图片和病理图片，实现数据的采集和标注，进行模型训练和识别，后续可以提升辅助诊断的精度。”
除此之外，郭昊也介绍，皮肤科医生总体数量不足，临床重复工作较多，而在皮肤病理等核心技术领域，医生总量更是极缺。因此，AI技术在皮肤科的应用场景也非常广阔，应用场景包括辅助诊断、病理分析、临床研究思路挖掘、患者自助诊断等。
在发展前景巨大的同时，郭昊也指出，在当前起步阶段，AI技术同样面临一些困难和挑战，包括数据质量、模型迁移和复制、法律政策和伦理风险。
当前，在皮肤科治疗领域已有多款AI产品上市，在线下服务医患两端，囊括辅助决策和自助检测方向。其中，中国医科大学附属第一医院与东北大学共同研发人工智能病理辅助诊断系统，郭昊介绍，该系统实现8000万的转化，不仅局限于病理典型图片的扫描，辅助诊断系统也会关注病理医生重点关注的视野，对关键视野标注关键信息，防止关键信息被稀释，能够提升未来的诊断精度。
此外，北京协和医院也开发了面部疾病辅助诊断平台、痤疮严重程度分级智能评估平台，以及皮肤影像数据管理系统等。
在线上方面，郭昊也介绍，京东健康AI已经覆盖皮肤医院问诊的全链路。在护肤阶段，AI智能评估提供包括肤质测评和潜在问题检测；在诊疗阶段，能够帮助患者优化主诉，且能够推荐给更为擅长该问题的医生，同时，智能医助能够给医生提供很多可能的鉴别诊断；在后续确诊后，也会根据指南和现有临床路径，推荐优选备用处方药物。
除上述综合性辅助诊疗系统外，针对皮肤科各细分疾病领域，近年来，也有多家国内外企业布局AI检测和健康管理工具。2023年8月，贝泰妮推出了AI科技与护肤相结合的祛痘新品牌——贝芙汀，提出“分级定制精准抗痘”的模式和理念，利用AI技术科学分级，定制痤疮解决方案。
2023年6月，由中国罕见病联盟皮肤罕见病专业委员会发起，北京协和医院皮肤科主任晋红中领衔，勃林格殷格翰参与支持的中国首个泛发性脓疱型银屑病（GPP）人工智能辅助识别工具发布。该微信小程序，分别设有患者端和医生端，数据库直接来源于1000张真实的GPP患者患处的皮肤照片，结合人工智能图像识别技术，识别准确率可达到85%以上。
此外，荷兰SkinVision公司开发皮肤癌症预防和管理APP，可以计算皮损情况和皮肤组织分形维数，构建各生长模式的组织结构图，指引患者追踪皮肤斑点，具有很高灵敏度和特异性，对于高度可疑皮肤癌的患者，可以主动推送至专科医生。
在2023年欧洲皮肤病学和性病学会年会中，研究人员展示了一项AI辅助临床诊断在检测皮肤癌方面的准确性，该研究是基于2.2万名患者在2.6年期间的数据和临床实践。验证结果显示，AI在检测各种类型皮肤癌，包括癌前病变和黑色素瘤方面表现出极高的灵敏度，达到99.5%准确度，对癌前病变的检测准确度为92.5%。
更多内容请下载21财经APP
