朱晨：大模型助力临床全面诊疗，但须警惕医生“能力退化”

来源：HIT专家网 作者：朱晨

【编者按】

DeepSeek浪潮汹涌澎湃，各地医疗机构踊跃接入、积极部署。热潮当前，“冷思考”也不可或缺。本文是苏州大学附属儿童医院信息处处长朱晨发来的思考文章，分为上下两篇，上篇介绍当前AI医疗应用存在的问题，下篇分享对未来AI医疗发展的思考。本文为下篇。

上篇主要谈到了AI医疗应用当前需冲破四重关卡：算法瓶颈待突破、算力资源需统筹、数据质量存隐忧、伦理安全引关注，但笔者依然认为人工智能（AI）正在并将持续驱动医疗领域的深刻变革，以下是笔者对未来AI医疗发展的一点思考。

全面数据助力临床全面诊疗

在医疗技术不断革新的时代背景下，大模型凭借其强大的数据处理与分析能力，为医疗行业带来了全新的变革与发展机遇。大模型拥有庞大丰富的数据库，涵盖医学领域海量知识信息，能够为医生提供全面的数据支持。在现代医学专科、亚专科分工越来越细致的情况下，它可以帮助医生弥补知识结构、专科知识、最新诊疗方案等方面的不足，协助医生全面了解患者病历、症状及检验检查数据，避免信息遗漏，从而更全面地审视患者病情，提供合理的诊疗思路。

医生借助大模型的分析结果，能够从多个角度评估患者病情，不仅关注疾病本身的症状和指标，还能综合考虑患者的生活习惯、遗传因素、心理状态等影响病情的因素。在此基础上，大模型还能结合患者个体差异，推荐可能有效的治疗方法和药物，为医生制定个性化治疗方案乃至模拟手术方案等提供有力参考。

随着技术的不断进步和完善，可靠的医疗大模型将成为临床医护人员的重要助手。它与医护人员紧密协作，在提高诊疗效率、改善医疗质量、保障患者健康等方面发挥不可替代的作用，共同推动医疗行业向智能化、精准化方向发 展。

警惕医生的“能力退化”

AI大模型在医疗领域应用日益广泛的背后，也隐藏着医生能力可能被削弱的潜在危机。

当前，医生凭借自身专业能力，或许能够妥善解决约80%的医疗问题，AI技术作为辅助工具，在剩余20%的问题解决上提供助力，二者相辅相成，共同保障患者医疗健康。但随着大模型功能不断优化，在医疗场景中的应用愈发深入，医生在日常工作中使用AI辅助的频率也会不断增加。长此以往，部分医生可能会过度依赖大模型提供的诊断结果和治疗建议，减少自身主动思考和分析病情的机会，导致独立诊断和解决问题的能力逐渐退化。从长远来看，甚至可能出现医生仅具备20%甚至更低的自主诊疗能力，而其余80%或者更多的工作都依赖AI的情况。

医疗工作的复杂性和特殊性，决定了医生独立的诊疗能力至关重要。这种过度依赖AI的现象对医疗行业发展极为不利。医院作为医疗服务的主要场所和医生职业发展的重要平台，必须高度重视这一潜在问题，采取积极有效的措施引导医生正确使用AI技术，避免过度依赖。

例如，建立规范的AI使用流程和监督机制，明确医生和AI在诊疗过程中的职责，鼓励医生在借助AI辅助的同时，充分发挥自身专业能力；通过开展培训、学术交流等活动，促使医生不断提升自身诊疗水平，始终保持独立思考和解决问题的能力。

借助大模型构建医生专属知识库

在医疗行业，知识的快速更新和积累对医生专业成长至关重要。大模型的出现，为医生建立个人专属知识库带来了前所未有的便利。

大模型如同取之不尽的医学知识宝库，能够助力医生广泛收集各类医学资料。它还可以根据医生的需求，对收集到的知识进行智能化分类和整理。通过自动按照疾病种类、治疗手段、研究领域等不同维度，将海量知识梳理得井井有条。例如，医生可以将关于心血管疾病的所有资料归类在一起，再细分冠心病、高血压等具体病症，每个病症下分别整理诊断方法、治疗方案、最新研究进展等内容。这样，医生在查询知识时，能够迅速定位相关信息，大大提高工作效率。

此外，大模型还能协助医生将自身临床经验转化为知识沉淀。医生在治疗患者过程中积累的独特经验，大模型可通过数据分析和总结，提炼出更具普遍性的知识要点。比如，医生在治疗某类复杂疾病时，采用特殊治疗顺序取得良好效果，大模型可将这一经验与其他类似病例对比分析，总结出可供参考的治疗策略，充实到医生的知识库，为未来临床工作提供更丰富的思路。同时，大量通过医生自己筛选后建设的专属知识库，也从另一种途径上为AI医疗提高了数据质量。

为AI医疗培养人才

近年来，随着人工智能在医疗领域的不断深入发展，医院普遍面临人工智能专业人才的严重短缺问题。人工智能医疗是一个跨学科领域，涉及医学、数据科学、计算机科学以及伦理法律等多个学科。因此，该领域对人才的需求呈现出高度的多样化。目前，除了持续培养现有信息工程师和医疗数据工程师、为他们提供合理的岗位和学习机会之外，医院人工智能系统的建设也迫切需要其他系列的专业人才：“临床AI应用专家”是不可或缺的，他们能够提供适用场景、弥合人工智能技术与实际临床实践之间的差距；“AI伦理与法律专家”在确保医疗领域的人工智能应用符合伦理和法律规范方面发挥着关键作用；“临床AI培训专员”则负责培训医务人员掌握与人工智能相关的知识和技能，推动人工智能技术在医院的普及和应用。

鉴于人工智能医疗领域多样化的人才需求，其培养方式也应多样化且具有针对性。途径之一是医院与企业合作。医院可以与领先的人工智能企业开展联合培训项目。企业能够提供前沿技术和实践经验，而医院则可以提供真实的医疗场景用于实践。这种模式能够让学员迅速掌握最新的人工智能技术及其在医疗领域的应用。

另一种方式是开展专题培训，培训课程能够聚焦于特定的技术要点和应用场景，满足医务人员对相关知识的迫切需求。定制化课程也是重要手段之一。根据不同医院的实际情况和发展规划，可以开发定制化培训课程，以满足每家医院的独特需求。

具备一定条件的医院可以与大专院校合作培养跨学科人才，通过在相关专业中设置跨学科课程，如医学与计算机科学融合课程、医学与数据科学结合课程等，培养既懂医学又具备人工智能技术能力的复合型人才。

时刻坚守医疗服务初心

在医疗行业快速发展的今天，新技术层出不穷，为医疗领域带来诸多机遇和变革。然而，医院在应用这些新技术时，必须保持清醒的头脑，避免陷入盲目追捧的“技术狂热”。医院存在的根本意义在于提供优质的医疗服务，因此，必须始终以医疗服务为核心出发点，坚定不移地守住为患者服务的初心。

医疗大模型作为备受瞩目的新技术，在医疗领域展现出巨大潜力。但我们要明确，其最大价值并非单纯展示技术先进性，而是切实为医生提升工作效率、节省时间。当医生从繁琐的数据整理、信息查阅等工作中解放出来，便能有更多时间深入病房，与患者面对面交流，认真倾听患者诉求，观察患者身体和心理状态，为患者提供更多人文关怀。这种关怀不仅包括身体治疗，更重要的是心灵慰藉。通过与患者深入沟通，医生能够更全面了解病情根源，发现可能被忽略的细节因素，这些因素对准确诊断和有效治疗起着关键作用。

“有时治愈，常常帮助，总是安慰”这句医学界名言，历经岁月洗礼，至今仍闪耀着温暖的人文之光。在信息化时代，通过信息化手段为医生打造的各类工具，包括医疗大模型，其目的都是帮助医生更好地践行“治愈”“帮助”与“安慰”患者的使命。这些工具应成为医生提升医疗服务质量的有力助手，而非增加临床负担的累赘。医院在引入和应用新技术时，要充分考虑临床实际需求，确保技术与医疗服务深度融合，真正做到让技术服务于患者，让患者在接受治疗过程中感受到更多温暖和关怀。

在AI医疗蓬勃发展的今天，医院信息工作者肩负着重要使命。我们应秉持理性、客观的态度，深入思考、审慎推进AI技术在医疗领域的应用，让AI技术真正为医疗行业带来可持续的、有益的变革，为患者提供更优质、高效、安全的医疗服务，推动医疗行业在科技浪潮中稳健前行。

（上期回顾：朱晨：DeepSeek热下，AI医疗应用仍需冲破四重关卡）

【责任编辑：陈曦 版式：明超】