“生病了問AI”，出錯了怎么辦？ AI醫療現狀調查

2025-04-01 13:45:30來源：新華網

來源標題：“生病了問AI”，出錯了怎么辦? AI醫療現狀調查

今年3月，一名“95后”新手家長面對孩子反復咳嗽發熱的癥狀，在手機端用AI問診判定孩子為“普通呼吸道感染”，并參考網絡建議居家用藥，致病情延誤。最終，孩子被醫院確診為病毒感染肺炎。醫生指出AI問診存在一定風險，應以專業醫療意見為準。

此事引發網絡熱議。AI癌癥早篩、AI肺結核診斷、AI手術機器人、AI導診機器人……近年來，AI技術已在門診導診、臨床輔助診斷、疾病管理等環節廣泛應用，尤其是今年年初DeepSeek的問世，更是掀起了一股“生病了問AI”的熱潮。但也有不少人反映，AI醫療并沒有想象中那么靠譜，看錯病、看不出病的情況時有發生。

對于AI醫療，輿論場也涌現出更多的追問，比如：AI醫療是否會影響到醫生的地位?如果AI診斷錯誤，誰來負責?如何保護普通人的醫療數據隱私?如何讓AI醫療發展更快、應用更廣?

AI醫療只是輔助手段

“AI醫療可以提升醫療服務的效率，已經在疾病預測、健康管理、影像識別等領域表現出色，能夠為患者提供較為精準的醫療服務。”中國衛生法學會副會長鄭雪倩向記者介紹，在基層或缺乏專家資源的邊遠貧困地區，可以通過AI進行初步篩查，并為醫生提供提示或診斷參考，從而優化醫療資源分配、推動分級診療政策落地、提升基層醫療服務能力。

正因AI醫療彰顯出諸多優勢和巨大潛力，“AI會不會搶醫生飯碗?”“AI醫生看病爆火”“AI看病比三甲醫院醫生還準”……在最近關于AI醫療的網絡討論中，相關話題頻繁出圈。“當DeepSeek給出了和主任醫師一樣的診斷，以后是否還有必要去醫院?”近期，這樣的疑問也出現在了醫患對話中。

記者采訪了多位一線醫務工作者，他們均不反對患者使用“AI問診”。但對“‘AI問診’的結果是否靠譜”“能否作為診療依據”等問題，受訪醫生都抱著謹慎態度。他們普遍認為，“AI問診”存在局限，只能作為一種輔助手段，并不能替代醫生。

北京市某社區衛生服務中心的全科大夫周醫生坦言，在基層醫療機構平日里遇到疑難雜癥的情況不多，更多的是高血壓、糖尿病、心臟病等慢性病的老年患者，AI在慢性病隨訪、慢性病管理上還缺少些“人情味兒”。

“以預問診AI為例，有老年患者反映，他有幾個晚上睡不好覺導致頭疼、心慌，AI就有可能把所有有頭疼癥狀的病都列給醫生，其中絕大多數是無效信息。”周醫生說，疾病的診斷是一個模糊決策，尤其是在社區這種基層醫療機構，看病的基本是“老熟人”，往往需要醫生綜合病史、癥狀等多種信息、根據經驗縮小范圍下診斷，AI目前在這方面還不夠成熟。

“AI醫療是人工智能在醫療領域的應用，即通過大數據的分析學習，建模，來輔助或優化醫生在看病治療以及健康管理環節的一項技術應用。”在中國衛生法學會常務理事、北京市華衛律師事務所副主任鄧利強看來，AI醫療通過機器的學習建模進行數據的分析，讓AI反復學習的確可以幫助識別病癥，但這種建模本身有數據庫的問題，再加上無法把醫生的診療經驗揉到建模里，所以這種智能診斷不可能完全取代醫生。

“AI問診缺乏人文情感交流，AI開方無人審核，還可能出現誤診、誤治和AI醫療的法律主體不明確等問題。因此，AI醫療應當始終定位于醫生的輔助工具。”鄭雪倩說。

持謹慎態度劃定紅線

隨著AI醫療在全國逐步落地，一場醫療領域的巨大變革正在發生。僅今年2月以來，就有不少醫院發布其最新應用成果。

比如，上海瑞金醫院發布瑞智病理大模型，AI僅需數秒就能精準識別病理切片中的病灶區域;北京協和醫院研發的“協和·太初”罕見病大模型已進入臨床應用階段;上海市肺科醫院參與研發的肺部智能手術規劃系統，將實際手術規劃時間從數天縮短至2到5分鐘……

雖然有多項成果問世，但對于AI醫療，不僅是醫生，相關部門也保持謹慎態度。記者梳理公開資料發現，目前針對AI醫療已出臺多項限制性措施：湖南省醫保局發布通知，禁止使用AI自動生成處方，以維護醫保基金安全和患者權益;北京禁用AI自動生成處方，并成立了互聯網診療監管平臺;國家衛健委和國家中醫藥局聯合發布的《互聯網診療監管細則(試行)》明確規定，人工智能不得替代醫師本人提供診療服務……

“這些政策和規定表明，我國在AI醫療領域已經開始劃定紅線，以確保技術應用的安全性和倫理性。”鄭雪倩說，醫療安全底線包括：處方紅線，即AI不得自動生成處方，醫生必須對診療行為負責;倫理紅線，即AI應用需遵循醫學倫理，確保患者隱私保護、數據安全和公平性;技術紅線即AI技術需經過嚴格的臨床驗證，確保其在實際醫療環境中的有效性和安全性。

受訪專家明確，即便有AI的輔助，醫生仍是最后把關人，如果醫生利用AI診療出現誤診、漏診等醫療事故，最終還是由醫生承擔責任。

鄧利強認為，由于AI醫療存在較多法律風險和合規挑戰，這才讓相關部門對AI醫療的態度如此謹慎。

“醫療數據涉及患者的個人隱私，哪些數據可以向研發AI醫療的企業開放并未有明確規定，而且直接針對醫療數據開放的法律法規尚未出臺，無法對數據按照統一技術標準進行清洗處理;對AI誤診的責任界定和相應法律糾紛的處理辦法同樣存在爭議;目前國內醫療數據共享不足且缺乏標準規范，制約著AI醫療產業的發展……”鄧利強說，正因有諸多問題亟待解決，所以醫療保守絕不是落后，恰恰是對生命的負責。

應平衡創新加強監管

AI醫療，今后如何才能更好地發展?

鄧利強說，應平衡AI醫療技術創新與合規監管關系。要強化全流程的資質審查機制，即針對AI醫療和AI處方各個環節的主體都必須有診療的資質，這是不能突破的底線。應強化企業的自律與誠信機制的建立，開發和使用AI醫療的企業都必須依法合規。需要明確AI醫療產品的注冊、審批、使用和退出流程，并加強對算法透明度、公平性、隱私保護等關鍵維度的評估與監管。

鄭雪倩建議，應建立倫理審查機制，確保AI技術在醫療領域的應用符合倫理道德要求。還要鼓勵社會各界對AI醫療技術進行監督和評價，形成全社會共同參與的監管格局。加大處罰力度，提高違法成本，構建更有效的法律威懾體系。加大正向宣傳引導，提高醫生和患者對AI技術的接受度是實現技術普及的關鍵。

2025中關村論壇年會期間，AI醫療成為與會專家熱議話題。與會專家建議，加強監管與倫理指導，制定嚴格的數據安全和隱私保護政策，設立醫療AI倫理委員會。同時，提高模型透明度，發展可解釋AI技術，使大語言模型在醫療決策時能夠提供推理過程。例如在腫瘤診斷中，AI需指出影像特征依據，而不是只給結論，還要設定合理的使用范圍。大語言模型適用于醫學教育、輔助決策和信息檢索，但不應直接用于關鍵診斷或治療決策，最終決策仍需由專業醫生作出。

“醫療從業人員的確應該積極擁抱發達的技術，但技術對行業本身的沖擊以及它是否能實現有溫度的醫療，也是我們行業的引領者所需要思考的。我們期待的是，行業參與者冷靜思考的心和職業情懷，可以讓技術成為幫手，而不是讓患者的醫療安全受到影響。”鄧利強說。( 趙麗陳穎)

標簽：