医疗领域的 AI:它能为医生和患者真正做些什么
AI 已经在医院里工作——读片、起草病历、标记高风险患者。它不是要取代医生,而是接手医学中那些像模式识别和文书工作的部分,让临床医生把时间花在真正需要人的地方。
AI 帮助最大的地方
看到人类忽略的东西
医学影像是 AI 在医疗领域的第一个真正立足点,原因很简单:扫描就是图片,而现代 AI 非常擅长看图。经过数百万张 X 光片、乳腺钼靶、眼底照片与病理切片训练的系统,如今能标记癌症、糖尿病眼病与骨折的早期征兆——常常捕捉到凌晨两点疲惫的放射科医生可能忽略的细微模式。诚实的表述很重要:这些工具是第二双眼睛。报告仍由放射科医生签署,最好的结果来自“人+AI”,而非 AI 单独。
新药研发,加速进行
研发一种新药过去需要十年时间和数十亿美元,其中大部分花在测试那些注定无效的分子上。能预测蛋白质结构、在模拟中筛选候选化合物的 AI 模型,已把早期阶段从数年压缩到数月。研究人员现在可以在碰实验台之前先用计算验证想法——这意味着那些从未获得大额研发预算的罕见病也有了更多机会。
文书工作难题
AI 在医学中最不起眼的用途,可能是医生最喜欢的:环境记录员倾听问诊(经同意),起草临床记录、转诊信与计费代码。医疗行业的倦怠与行政负担密切相关,早期部署报告说,医生当天就能完成病历,而不是熬到午夜。排班、分诊消息与预授权表格也在走同样的路。
两次就诊之间的持续关照
可穿戴设备与远程监护仪为 AI 模型提供数据,及早发现恶化——心律不齐、血糖控制缓慢下滑、可能再次入院的患者。对于慢性病,检查正从每季度一次变为持续进行,能在问题尚且便宜易修时就发现。
需要注意的地方
医疗是 AI 失效模式后果最严重的地方。主要用某一人群数据训练的模型,在其他人群身上可能表现不佳,把有用的工具变成不平等医疗的源头。AI 还会编造听起来言之凿凿的参考文献与建议——一旦出现在病历中,就具有真实的法律与临床分量。患者数据是最敏感的数据,因此隐私与知情同意不是脚注。而当出了问题,责任在谁——临床医生、医院还是软件厂商——法院与监管机构仍在厘清。如今好医院的工作规则是:AI 建议,临床医生决定,决定要记录在案。
这对医疗从业者意味着什么
对医生和护士来说,工作正从数据录入转向判断、沟通与操作——这些才是患者真正看重的部分。对管理者而言,AI 是产能工具:同一支团队无需延长工作时间就能接诊更多患者。对患者来说,变化大多看不见却是真实的:结果更快、重复检查更少、两次就诊之间也能得到关照。越来越值钱的技能不是写提示词,而是知道何时信任模型、何时推翻它。