HIT专家网
【编者按】
时光荏苒，一元复始。2025年伊始，HIT专家网延续惯例，推出年度“回顾展望”系列文章，邀请行业有识之士结合自身实践积累，分享年度洞察，以思想之火花，点亮行业前行之路。
通用大模型拥有广泛的适用性，具备跨域学习能力，但存在资源消耗大、处理特定领域任务表现较差等问题。专业领域大模型则可以根据特定行业的需求进行定制化开发、优化，能够更准确地理解和处理特定领域任务。
智能医疗是人工智能发展的一个重要分支。而大模型在医疗领域的应用，2023年大多还在试水，2024年已取得长足进步。总的判断是，多方力量都在努力推进，但除了影像类AI因为深耕多年已取得明显效果以外，整体上还在探索阶段，尚未形成清晰和可复制的商业模式。
随着大模型技术的不断创新升级、性能不断提升、使用成本不断降低，以及开源生态的快速发展，相信2025年大模型在医疗领域会有更多应用场景落地。
1.技术底座更新
在大模型风靡之前的智能医疗技术底座，更多是基于规则库、知识图谱和深度学习。2024年，医疗AI逐步转向以大模型为主。大模型具备强大的语言理解、多模态数据处理、知识记忆和推理泛化能力，能够流畅处理自然语言、生成高质量文本内容，可更好地处理医疗领域复杂的文本数据，如病历分析、医学文献解读等，应对复杂临床场景并制定有效策略。
2.政府政策引导
国家和地方政府层面通过政策来引导医学人工智能的发展。2024年11月14日，国家卫生健康委、国家中医药局、国家疾控局研究制定了《卫生健康行业人工智能应用场景参考指引》，该指引聚焦“人工智能+”（医疗服务管理、基层公卫服务、健康产业发展和医学教学科研）四大领域84个应用场景，非常全面给出了在大健康领域的应用指导。
其中，“人工智能+医疗服务管理”包括医疗服务、医药服务、医保服务、中医药管理服务、医院管理；“人工智能+基层公卫服务”包括健康管理服务、公共卫生服务、养老托育服务；“人工智能+健康产业发展”包括医用机器人、药物研发、中医药产业；“人工智能+医学教学科研”包括医学教学、医学科研。
2024年11月23日，上海市政府发布《上海市发展医学人工智能工作方案（2025—2027年）》，旨在推动上海医学人工智能发展，加速人工智能技术与医学创新深度融合，引领人工智能创新、推动生物医药产业发展，提升医疗卫生健康水平，将上海打造成为具有全球影响力的医学人工智能技术创新、应用示范和产业发展高地。
国家智慧医疗分级评价标准也进行了升级，新标准中增加了“人工智能”要求。包括人工智能应用如方案推荐、辅助判断、病历辅助生成、病历内涵质控，以及数字疗法，如院后诊疗方案、自采数据形成治疗计划。
3.应用取得进展
2024年，大模型在医疗领域的应用场景不断拓展。据不完全统计，国内涉及医疗的大模型已逾百个，覆盖辅助决策、质量控制、患者服务、中医传承、新药研发等医疗各应用场景。
一是在智慧服务方面。大模型依然还是在导诊、医患匹配、预问诊、随访、陪诊等几个功能层面发力。
在大模型支持下，在诊前咨询流程，AI可模拟医生与患者进行对话，引导患者对病症进行描述，智能推荐就诊科室和合适的医生。大模型还能基于患者的病情描述、病史等信息，自动生成电子病历，提高病历记录的效率。AI还可以快速帮医生分级筛选、制订方案，让医生把精力集中在那些最复杂的病例、最需要的环节。通过这种方式，医院能够将最大化发挥医疗资源的价值。
大模型还可以通过AI 驱动的虚拟健康助手和聊天机器人为患者提供帮助，包括解答一些就医常见问题、预约挂号、提醒服药等。
二是在智慧医疗方面。医学影像依然是进展较快和发挥作用较为显著的领域，以影像 AI 为核心打造的医疗器械已从单一病种诊断向脏器综合诊断发展，从单一环节向贯穿筛、诊、治、防全流程发展。其应用场景也从放射科向其他学科延伸。据不完全统计，迄今已有160多款人工智能医疗器械获三类注册证，其中仅2024 年内获批的就超过 40款 。
大模型辅助治疗决策取得进展。AI 通过分析患者的基因信息、生活习惯、既往病史等，为患者量身定制治疗方案。比如在肿瘤治疗中，AI 可依据患者肿瘤的基因特征和治疗史，预测其对特定疗法的反应，帮助医生选择最有效的治疗手段，提高治疗效果并降低副作用；在手术治疗中，大模型通过对患者影像数据的分析，生成三维模型，帮助医生制定更为精确的手术方案。在术中辅助阶段，基于 AI 的导航系统能够实时显示患者的解剖结构，帮助外科医生更准确地进行操作；术后还能监测患者的恢复情况，帮助医护人员及时发现并处理可能出现的并发症。
上海发布了MaaS（“模型即服务”）平台，重点聚焦医诊疗场景，通过大模型赋能临床诊疗。由清华大学智能产业研究院团队打造的首家“AI医院”Agent Hospital开始内测，预计2025年上半年对公众开放。各种专科大模型如雨后春笋，不断涌现。
在治疗环节，AI在放射治疗方面取得更为显著的进展。靶区勾画和治疗方案占用了医生的大量时间，AI可以自动识别医学影像中的肿瘤组织，并根据肿瘤的大小、形状、位置等信息，精确地勾画出靶区边界。随着AI 算法的不断迭代，标准化治疗数据的持续积累，给予了 AI 与放疗更为丰富的融合基础，通过将放射性药物与多种其他药物联合使用，能发挥放射性药物的最大功效。
三是在提质增效方面。目前已经涌现以下多种场景：
病历自动生成：帮助医生能在嘈杂环境中识别医患对话，生成专业术语表达的信息摘要和符合病历书写规范的电子病历，提高病历书写的效率和准确性。迈瑞医疗联合腾讯，发布全球首个重症医疗大模型——启元重症大模型。作为一款具有“重症思维”的AI，启元能高效处理病情数据，接管文书工作，让医生专注于治病救人。
病历智能检索：基于大模型的自然语言处理能力，可实现病历的智能检索和分析，帮助医生快速获取所需的病历信息，支持临床研究和医疗质量评估。
资源有效管理：通过对医院历史数据的分析和预测，大模型可以帮助医院合理安排门诊排班、住院床位、手术室、大型设备、供应链、医保等资源，优化各种资源配置，提高医院的运营效率。
医疗质量控制：对医院内部的医疗服务质量进行实时监测和评估，通过对大量诊疗数据的分析，及时发现潜在的质量问题和风险，并提醒医生进行复查和修正，为医院管理提供决策支持，提高医疗服务的整体质量和安全性。
四是在医药研发方面。2024 年 5 月 8 日，谷歌旗下公司 DeepMind 与 Isomorphic Labs 合作，发布了蛋白质结构预测领域最新人工智能模型AlphaFold3。2024年11月12日，谷歌开源了万众期待的AlphaFold-3，将对全球医药研发领域产生重大影响，可能极大缩短新药、疫苗的研发进程。
大模型还能在以下几个方面提高药物研究的高效率。
药物靶点发现：利用大模型对海量的生物医学文献和数据进行挖掘和分析，帮助科研人员快速发现潜在的药物靶点，加速药物研发的早期阶段。
临床试验设计与患者招募：根据大模型对疾病特征和患者群体的分析，优化临床试验的设计方案，提高试验的成功率。同时，还可以协助快速筛选出符合临床试验条件的患者，缩短患者招募时间。
疾病预测与早期检测：利用机器学习和大数据分析，AI 能够筛选海量医疗数据，提前发现潜在疾病风险。通过对影像数据和临床信息的综合分析能力，预测疾病的发生风险、发展趋势以及治疗反应等，为疾病的早期干预和个性化治疗提供依据，有助于提高治疗效果和降低疾病的复发率。通过分析心电图数据，AI 算法可检测出心律不齐等心脏疾病的早期迹象，使医生能在症状出现前进行干预，降低疾病的危害。
4.如何应对
大模型的创新发展远远超出想象。我个人总的判断是，大模型会重塑每个行业，对过往的互联网模式又会是一次彻底的改变和重构。
作为医院和我们每一个个体，特别是作为从事HIT的专业人员，要如何应对大模型时代的挑战与机遇？
一方面，我们要积极应用AI来提升工作和生活效率，用AI来拓宽自己的能力边界。
另一方面，作为HIT专业人士，我们要用AI来提升系统功能和服务能力，赋能医院各项业务。具体要如何做好呢？
一是要围绕场景。在关注技术进步的同时，一定要紧紧围绕业务场景，通过赋能具体的业务创造真正价值。
二是要做好数据。大模型核心要素依然还是算法、算力和数据。对大部分医疗机构来讲，唯一能做好的就是数据，只有积累高质量的数据，才能训练出适合自己的垂直大模型，数据的价值在大模型时代会得到更充分的显现。
三是要注重体验。大模型作为神经中枢，只有与业务系统紧密结合，赋能业务系统，才能真正发挥作用。因此大模型与原有系统以及业务本身要融为一体，才能真正被用户接受，才能发挥价值。
乔布斯说：“与其被别人取代，不如自己取代自己”。在AI时代，无论是作为个体还是组织，唯一能不被AI取代的选择，只能是拥抱AI，用AI来武装自己，成为更强的自己。
（在本文成稿过程中，参考了蛋壳研究院《2024年智能医疗研究报告》、豆包、Kimi等大模型工具，特此说明）
【回顾展望系列文章】
回顾展望 | 汪建华：创新无止境，从手麻系统到手术运营平台（上）
回顾展望 | 汪建华：创新无止境，从手麻系统到手术运营平台（下）
统信软件：“政策+业务”双轮驱动，医疗信创的必由之路 | 回顾展望
黄烨东：影像与医技全场景应用的订阅时代已经到来 | 回顾展望
陈中阳：信息技术创新已成为医疗新基建的关键引擎 | 回顾展望
精彩不容错过！
我们将尽快与您联系！
【责任编辑：封诚】
评论前必须登录！
注册