医疗AI革命：真实世界的落地之路-器械之心

据不完全统计，目前国产医疗AI大模型数量已超过40个，2023年中国生成式人工智能(AIGC)市场规模有望突破10万亿元。

医疗AI该如何真正走向医疗服务，摸索出适合真实世界的落地之路？

医疗AI在不同领域的应用正在不断扩展。医疗市场对于改善患者护理、优化医疗流程、降低成本以及提升服务质量有着巨大的期望。这种市场需求推动着医疗AI技术的迅速应用和广泛普及，进一步促进了医疗行业的数字化转型和创新发展。医院和诊所是医疗AI的主要应用场景之一。在这些机构中，AI被用于医学影像诊断、临床决策支持、患者管理和病历记录等方面。AI能够加速诊断过程、辅助医生做出更准确的治疗决策，并提高医疗服务的质量和效率。医药企业对AI的需求主要体现在药物研发、临床试验设计和销售策略优化等方面。AI技术能够加速新药物的发现和开发过程，提高研发成功率和降低成本，同时也能更好地理解患者需求，制定更智能的销售策略。

零售药店或药房利用医疗AI来提供更个性化的服务，如药品咨询、健康建议和处方审核等。AI技术使得药店能够更好地理解患者需求，提供更准确的建议和服务，增强患者体验。

在互联网医疗领域，AI被应用于在线诊断、医疗咨询、健康管理和远程医疗等服务。这种形式的医疗AI使得患者能够更便捷地获取医疗服务和信息，同时也为医疗从业者提供了更多的工具和支持。

虽然公立医院已开始引入医疗大模型，甚至与企业合作参与研发，但大多医院只是在部分科室试用某项功能，各大AI厂商为覆盖医疗问诊、科研全流程设计出的产品，不少无用武之地。公立医院到底需要什么？患者到底需要什么？公立医院的主要痛点在于医院管理，存在资源调配、诊断繁琐、排队等待时间长等问题。医疗AI可以通过优化资源分配、提高诊断效率、减少等待时间等方面，为医院管理带来革命性的改变。例如，AI可用于提高医疗资源的利用率，优化医院排班安排，帮助医院更好地应对日益增长的患者需求，提升服务质量和效率。而应用型的AI产品，应当更加针对临床痛点，在普惠医疗层面探索更多价值。以医学影像为例，由于医疗资源的不均，偏远地区医生对于医学影像解读能力不足的缺陷可以很好地被AI补齐。

通过智能算法，AI产品可以专注于提高影像诊断的精确度和速度，比如针对乳腺癌、肺部疾病等的早期诊断，为患者带来更好的医学诊断服务。同时，面对医院对AI这项新兴技术的顾虑，AI厂商可以积极推动与第三方合作，推动医疗AI更快地进入到临床服务中。AI厂商可以与医疗机构、医药企业等建立合作伙伴关系，开发智能诊断工具，改善诊断准确性，提高治疗效率，推动医疗AI在临床实践中的应用。

AI大模型与医疗结合，首先需要保障患者的数据安全。医疗数据通常涉及个人隐私和敏感信息，如患者病历、诊断图像等，具有协同与共享需求大、敏感信息多、数据价值高等特点，各种因素导致的攻击、泄露都可能带来不可估量的损失。因此，确保数据的安全性、隐私性和合规性是医疗AI开发和应用过程中必须重视的问题。同时，医院方也要做好准备。医院需要建立数据管理制度，这其中，一方面要解决数据资产的梳理、纳管，以及医院数据的分类分级；另一方面，还要针对医院不同数据场景需求的数据安全管控、监测规范和数据合规使用的流程，将技术与管理流程相结合。

其次，医疗AI的风险监测、合规使用等，需要从法规条例方面给予一定规范。

医疗AI技术的快速发展对医疗管理规范和监管制度提出了极高的要求。相关的法律法规和政策需要及时跟进，以保障技术的合法合规应用，维护医疗行业的公平和安全。缺乏统一的评价标准和认证机制也是医疗AI发展的一大挑战。

医疗AI的性能评估和准确性验证需要透明、客观的标准，以便医疗从业者和患者能够对其可靠性和安全性有清晰的认知。

最后，算力不足也是阻碍医疗AI落地的难题。医疗AI对于高性能计算资源的需求巨大，为了运行复杂的AI算法和模型，需要大量的计算资源支持。以医院为代表的医疗机构在算力部署等方面仍存在短板，轻量化、本地化部署的大模型，也是未来需要去挑战完成的。

那么，AI厂商想好产品的变现之路了吗？目前，医疗AI服务多通过医院端收取费用，回款周期长，医院的付费意愿低。随着2022年《人工智能医疗器械注册审查指导原则》的发布，我国已有几十款三类医疗AI产品获批上市，但这些产品在医保准入、物价制定方面仍然受到一定限制。也就是说，要使AI大模型在医疗领域形成一定的广泛应用规模，还需要向商业健康险种领域做进一步渗透。AI大模型正在通过惠民保打开局面。圆心惠保相关负责人曾表示，与腾讯云合作的AI大模型的介入，能为参保人的后续理赔、药物获取、储存和正确使用等提供专业的指导意见。从长远来看，商业健康险行业其实都迫切希望从一次性的保险付费模式，转型成为客户提供可持续的健康服务。如果能将AI大模型针对C端个人用户提供的医疗健康相关服务纳入惠民保保险范畴，将会是AI大模型的重要变现方式，但其中，需要重点解决的问题是AI大模型的医疗准确性，需要确保AI大模型可以和医生一样提供专业、准确的医疗健康服务。尽管医疗AI无法取代医生的专业判断和人文关怀，但医疗AI技术与医生的协同合作无疑将是未来医疗产业发展的关键。在迅猛发展的科技浪潮中，AI厂商、医疗机构、政府部门都应当做好准备，共同探索出一条适合真实世界的落地之路，使医疗AI能够更好地为患者服务。