近日，多家医院宣布，将AI医疗落地到医院诊疗场景中。AI技术将为医疗领域带来哪些变化？“AI医生”能给人看病治病吗？

日前，全国首个“AI儿科医生”在国家儿童医学中心北京儿童医院正式上线应用，这名存在于虚拟世界里的“儿科医生”，承担的角色主要有两个：

一个是专家的临床科研助理，帮助医生快速获取最新科研成果和权威指南；

另外一个是辅助医生进行疑难罕见病的诊断和治疗。

就在本月20日，多位身穿白大褂的知名专家，和身穿黑色工装服操作下的“AI儿科医生”，共同为10名患儿进行疑难病多学科会诊。

就在专家们讨论的同时，桌子的这一边，工程师将患者的病历资料输入大模型中，“AI儿科医生”也给出了治疗方案：手术加化疗。

记者观察到，10名患儿的诊断中，AI儿科医生给出的建议与专家组会诊结果吻合度较高，有时AI儿科医生还会通过患者病例报告里的某个单项指标，给治疗方案增加特别提示。

不同于通用AI大模型，医学专业领域的大模型需要更多维度的精准数据。为此，国家儿童医学中心将300多位专家的临床经验及数十年高质量病历数据，整合进大模型中，从而把“AI儿科医生”训练得更专业、准确。

国家儿童医学中心主任 北京儿童医院院长 倪鑫：我们在研发儿科AI医生初衷，当时提出“双医生制”。我们所有的结果跟AI相互提醒，AI对于整个医生团队就是辅助和朋友。

人工智能在医疗领域还有一个功能是预判，相当于医学检测多了一把“尺子”。在北京协和医院，工作人员正在为陈女士做三维步态评估。

去年以来，陈女士左侧肢体发抖、发僵，走路越来越困难，医生怀疑她是神经系统疾病。高速摄像机记录下了陈女士的运动过程，然后交给人工智能系统去评估。

一直以来，神经系统疾病在临床上不同医生的评估结果存在差异，容易出现误诊、漏诊。“面向神经系统疾病预警的智能人机交互关键技术”，通过多维评估体系，助力阿尔茨海默病、帕金森等神经系统疾病的早期诊断。

北京协和医院神经科医生 苏宁：这个病人的评分是63分，有可能是在认知障碍的早期。

截至目前，这套系统已完成10多万例神经功能检测，为临床精准诊疗提供参考依据。

北京协和医院神经科主任 朱以诚：比如说我一年前看了一个帕金森的病人，我不记得他一年前在我面前是什么样子了，我没有一个量化值，但机器都记下来了。它作为一个长程随访的测量工具是非常有用的。

“AI医生”来了

如何辅助医疗？

如今在康复医疗领域，人工智能技术已经实现多方面的应用。在杭州，这个外骨骼机器人，正在帮助残障人士进行康复训练。朵朵十七岁时，一次意外摔伤令她下肢瘫痪。经过康复训练，朵朵的身体一天天好转。

心理咨询和心理教育领域也正在牵手人工智能。北京大学第六医院的“北小六”机器人已经在多地上岗，它能先和用户进行几轮AI对话，判断用户在认知、情绪、行为、人际关系等领域存在的问题，并评估问题的严重程度并给出相应建议，或提示用户到医院精神科接受进一步治疗。

在一些学校，AI正助力教师成为学生知心伙伴。在北京市宏志中学的学生心理驿站，有两个不需要预约的“心语小屋”，里面的AI大模型学习了近40万篇心理学期刊文献和来自医院、专业机构的100万个心理辅导对话案例，帮助学生大胆说出心里话。

北京市宏志中学心理教师 周冬梅：学生可以输入自己的账号、密码，私密性就得到保障。孩子就能够去畅快吐露自己的心声。

湖南省长沙市湘江新区莲花镇中心小学是一所乡镇小学，1200多名学生中不少是留守儿童。心理教师通过学生与AI的互动测试，动态掌握学生的心理变化。

湖南省长沙市湘江新区莲花镇中心小学校长 周燕：它可以有效解决我们很多乡镇学校在心理健康师资上面的不足。

AI+医疗

未来还将应用于哪些场景？

去年11月，国家卫生健康委等三部门发布《卫生健康行业人工智能应用场景参考指引》，给出了84个典型应用场景。

高频词为“智能”和“辅助”。“智能”体现出AI在技术层面的价值，而“辅助”则强调了AI在医疗领域承担的工具性角色。

有医生表示，AI的确可以在一些场景、一些环节辅助医疗，但医生面对复杂病情的综合判断和经验积累以及面对面的人文关怀，是AI无法替代的。

湖南郴州市儿童医院儿童健康研究所执行所长 肖能：它可以总结所有目前已发表的文献，所以我们可以给患者提供适合的诊断方案。

四川省医学科学院四川省人民医院副院长 傅启华：患者只需打开我们医院的微信公众号，用语音或者文字询问“胃疼怎么办”或“头疼应该挂哪个科室”，AI就能迅速给出贴心的建议和就医指南。

湖南怀化市第二人民医院脊柱关节外科 康复医学科护士长 康丹：一些自动化的任务，如智能导诊、药物分配等重复性和机械性的护理任务，正在被自动化系统取代。但是也需要特别警惕护理伦理、护理的数据安全和患者的隐私保护等问题。

北京协和医院罕见病医学科主任 沈敏：现在有一个词语叫“AI幻觉”，就是你拿到的这些信息到底是真的还是假的？我们要去甄别，因为它也是通过海量的数据分析。那些海量数据的里面，也许混杂了一些假消息。而且我们不是冰冷的机器，我们还要更多体现人文的决策。