科技日報記者 劉霞

AI技術既能幫醫(yī)生識別骨折病灶，又可助力疾病早期篩查，如今更承擔著智能分診患者的重任。然而，世界經(jīng)濟論壇最新發(fā)布的《醫(yī)療人工智能未來藍圖》白皮書顯示：在AI應用這場全球競賽中，醫(yī)療保健行業(yè)落后于大多數(shù)領域。

世界經(jīng)濟論壇網(wǎng)站在近日的報道中指出，全球仍有45億人難以獲得基礎醫(yī)療服務，而AI技術正成為縮小這一醫(yī)療鴻溝的關鍵力量。這份報告特別強調，醫(yī)療AI化絕非簡單引入智能工具，而是要對傳統(tǒng)醫(yī)療模式進行革命性重構。當前，醫(yī)療AI市場正以破竹之勢生長，其規(guī)模今年預計突破27億美元，到2034年更將攀升至170億美元。在這場變革中，AI正在四大核心領域重塑著現(xiàn)代醫(yī)療的格局。

提前預警千余種疾病

阿斯利康公司最新研發(fā)的AI預測系統(tǒng)AI-MILTON，正在改寫疾病早期診斷規(guī)則。這款創(chuàng)新工具基于英國生物銀行50萬份醫(yī)療記錄進行訓練，在患者尚未出現(xiàn)明顯癥狀時，就能精準預測阿爾茨海默病、慢性阻塞性肺病、腎病等1000多種疾病的潛在風險，且能提前數(shù)年發(fā)現(xiàn)疾病征兆。

AI-MILTON能通過分析全科醫(yī)生收集的常規(guī)生化血液檢測指標和標志物，如血液和尿液常規(guī)檢查結果、血壓監(jiān)測等數(shù)據(jù)，在早期及時發(fā)現(xiàn)潛在的疾病風險，并將其與多年后的診斷結果聯(lián)系起來。結果顯示，AI-MILTON系統(tǒng)在預測121種疾病方面表現(xiàn)卓越，對其他1091種疾病的預測能力也非常強，甚至超過一般的初級保健醫(yī)生水平。

英國倫敦大學學院神經(jīng)學研究所康拉德·瓦格斯蒂爾等人開發(fā)的另一套AI系統(tǒng)，能檢測出放射科醫(yī)生會錯過的64%的癲癇腦損傷。該AI工具利用全球1100多名成年人和兒童的核磁共振成像（MRI）掃描數(shù)據(jù)進行訓練，能比醫(yī)生更快發(fā)現(xiàn)病灶，還能發(fā)現(xiàn)人眼難以辨別的微小病灶。

此外，來自加拿大蒙克頓大學工程學院等機構的研究團隊在近期出版的《科學報告》雜志發(fā)表了一項突破性成果。他們創(chuàng)新性地融合兩種深度學習模型，開發(fā)出一套AI系統(tǒng)，能夠通過分析患者的MRI影像，以98.30%的超高準確率識別腦腫瘤。

精準解讀腦部掃描影像

英國倫敦帝國理工學院與愛丁堡大學的科研團隊聯(lián)合研發(fā)出一款革命性AI診斷系統(tǒng)。這款智能軟件通過分析腦卒中患者的計算機斷層掃描（CT）或MRI影像，不僅能準確判斷中風發(fā)生的時間窗，還能評估臨床治療的可行性。

研究團隊基于800例腦部掃描大數(shù)據(jù)對該AI算法進行了訓練，教它從腦部掃描圖像中自動找到相關區(qū)域，然后讀取并分析已識別的病變，推斷中風發(fā)生的大致時間——這些信息對專業(yè)人士來說至關重要。在2000名患者身上進行的測試結果顯示，該AI系統(tǒng)的準確性是使用標準視覺方法的兩倍。

對于中風患者，治療時機就是生命線。發(fā)病4.5小時內可采用藥物治療，6小時內可考慮手術治療。但超過這個時間窗，腦損傷往往不可逆轉。這款AI系統(tǒng)就像“時間偵探”，能幫助醫(yī)生抓住黃金救治時機。

顯著降低骨折漏診風險

數(shù)據(jù)顯示，在急診醫(yī)療中，每10位骨折患者就有1位面臨漏診風險。這些被忽視的損傷往往導致病情惡化，使后續(xù)治療難度倍增。雪上加霜的是，英國醫(yī)療系統(tǒng)正遭遇影像診斷人才荒：放射科醫(yī)生缺口達12.5%，放射技師空缺率更高達15%。

AI技術的應用讓這一形勢出現(xiàn)轉機。英國國家衛(wèi)生與護理卓越研究所（NICE）最新臨床研究證實：AI輔助閱片可使骨折檢出率顯著提高，從而有效緩解影像科醫(yī)生超負荷工作的狀態(tài)，且能在提升效率的同時不增加誤判風險。

基于這一突破，英格蘭國家衛(wèi)生服務體系（NHS）于2024年底率先引入革命性AI診斷系統(tǒng)，單次掃描成本僅需1英鎊。這項被譽為“急診科火眼金睛”的技術，已重點部署在漏診高發(fā)的急診和急救中心，成為醫(yī)生的智能診斷助手。

大幅提升臨床診療效率

在臨床決策中，醫(yī)生往往需要在短時間內作出關鍵判斷。AI技術的加持有望大幅提升診療效率。

美國科學家開展的一項最新研究發(fā)現(xiàn)，ChatGPT、Claude和Gemini等通用AI模型對臨床問題的回答僅有2%—10%符合醫(yī)療標準?；诖?，他們開發(fā)出了ChatRWD。這是一種檢索增強生成系統(tǒng)，本質上是讓大語言模型與檢索系統(tǒng)強強聯(lián)手以提高輸出質量，結果顯示有用回答率躍升至58%。

2024年世界經(jīng)濟論壇《數(shù)字醫(yī)療轉型倡議》報告顯示，Huma數(shù)字平臺可使患者再入院率降低30%，將醫(yī)生病例審查時間縮短40%，從而顯著緩解醫(yī)護人員負擔。

報告還預測，未來數(shù)字醫(yī)療將深刻改變就醫(yī)方式。健康人群可通過智能設備進行身心監(jiān)測，患者則能獲得全方位的數(shù)字診療方案。

盡管各類醫(yī)療AI系統(tǒng)已在特定領域大放異彩，但其快速普及也引發(fā)學界擔憂。牛津大學AI倫理研究所卡羅琳·格林博士特別指出，在擁抱AI技術的同時，醫(yī)護人員必須接受系統(tǒng)培訓，既要充分認識AI的能力邊界，更要警惕其可能產(chǎn)生的誤導性信息。