專家倡國家牽頭制定AI醫療應用標準
香港文匯報訊（記者 郭瀚林 北京報道）2025中關村論壇舉辦期間，多位專家探討人工智能技術在醫療領域的應用及前景。香港文匯報記者了解到，AI技術目前可對癌症患者進行基因監測，幫助醫生優化治療方案；或通過深度學習功能進行眼底照片篩查，系統化眼科疾病預測。在醫藥等科研領域，大模型的應用也提速了創新藥的研發。但與此同時，提供給AI產品的醫療數據目前普遍可靠性不足，且缺乏有效評估AI醫療應用的標準。有專家建議由國家牽頭、行業制定標準，建立醫療垂類領域的語料庫，用於大模型的訓練。
「當前，無論頭部醫院還是基層醫療機構，都正積極接入DeepSeek人工智能大模型，為未來醫療場景的智能化帶來更多想像空間」，在「行業大模型應用與發展論壇」上，北京大學人民醫院外科腫瘤研究室主任王杉指出，目前大模型在醫療領域的應用主要有三個方向：一是應用於醫學本身發展，例如如何解釋疾病的發生發展規律，推動生物技術和生命科學發展；二是構建全新的醫療生態，大模型可能作為「家庭醫生」或者「醫生助手」等角色；三是用於醫藥等科研領域，大大提速創新藥的研發。
促AI研發成果落地
他同時稱，醫療垂類大模型發展仍面臨挑戰。「有大模型會編造一些看似真實但毫無科學依據的答案，這在醫療垂類大模型的應用中是絕對不能出現的。」王杉認為，要訓練真正好用的醫療垂類大模型，需要大量真實、精準、豐富的語料庫資源，他建議由國家牽頭、行業制定標準，建立醫療垂類領域的語料庫，用於大模型的訓練。
清華大學醫學院院長黃天蔭表示，深度學習技術的興起推動了AI在皮膚科、眼科等領域取得顯著成果。如在眼科方面，深度學習不僅助力眼底照片篩查，還能進行系統化疾病預測。此外，大語言模型的發展也為醫學AI帶來新機遇，推理技術則可解釋AI預測的依據，增強醫生對相關診斷的信心。
他同時強調，一方面，當前大量醫院數字化進程緩慢，臨床流程改革困難，許多AI研發成果難以落地應用；另一方面，部分提供給AI產品的臨床醫療數據的真實性和可靠性存疑，且缺乏有效評估AI醫療應用的標準。「只有加強醫學教育改革，提升醫生數據處理能力，完善AI研發與應用的標準，才能讓醫學AI更好地服務於醫療行業，提高醫療質量，為患者帶來更多福祉。」黃天蔭說。
部署AI系統前需完成三大評估
另外，論壇期間，作為行業共識和倡議，由北京衞生法學會大數據互聯網人工智能醫療專委會、中國生物醫學工程學會等機構聯合起草發布了《醫療機構部署DeepSeek專家共識》提出，醫療機構部署DeepSeek等AI系統前需完成三大關鍵評估：醫療需求適配性評估，重點針對不同科室臨床痛點定制解決方案；數據質量與基礎設施評估，強調原始病歷數據的專業化清理、標注及安全保護，遵循「患者隱私信息最小化」原則；法律法規與倫理風險審查，建立全流程合規審查機制。起草組成員、北京清華長庚醫院執行長柳玉倩說：「AI模型對海量病例的持續學習，可輔助醫生更快識別病徵，但過程中需嚴格監控數據使用邊界。」
