4月28日，由《新英格兰医学杂志》（NEJM）旗下中文平台《NEJM医学前沿》与清华大学医院管理研究院主办、嘉会医疗承办的“重塑医疗：医学中的创新人工智能转型”2024中关村论坛年会平行论坛召开。
“人工智能正引领科技革命，对医疗健康产生深远影响。”北京市卫健委副主任邓平基指出，北京市在医疗人工智能领域处于全国领先地位，拥有众多医疗AI企业和产品，涵盖医疗辅助决策、健康管理等多个方面，北京市卫健委将继续推动医疗AI研发应用，服务人民健康和产业发展。
关注AI驱动的医疗实践
克拉利特研究所AI医学主任、本古里安大学副教授Noa Dagan博士指出，AI模型部署时面临的挑战包括准确识别临床需求和模型的可解释性。以丙肝筛查项为例，由于高危人群丙肝筛查率不高，研究者开发了有助于预测丙肝阳性患者的AI算法，从而提高筛查的依从性和效率。此外，不同亚人群数据可获得性或准确性可能不甚一致，根据总体人群构建出的通用模型必须根据亚人群的具体特点加以微调，从而确保模型的准确性。
浙江大学医学院附属邵逸夫医院院长蔡秀军介绍了邵逸夫医院在AI与医疗结合方面的创新实践和成果。据悉，医院积极推动AI技术在医疗领域的应用，如通过手机应用实现挂号、支付、检查单管理等，极大提升患者就医便利性。此外，医院还开发了“智慧用药”APP帮助患者管理用药。AI在医疗资源下沉方面也发挥了重要作用，如AI眼镜辅助基层医疗，以及通过远程医疗技术让专家远程为基层患者提供服务。
“打造人工智能驱动的生物制药研发机构是当前生物医药领域的重要发展方向。”赛诺菲转化医学中国负责人唐蕾认为，人工智能可以加速药物发现、优化药物设计、提高临床试验效率，大大缩短新药上市时间和降低研发成本。赛诺菲将利用人工智能分析病理病变等数据以实现精准医疗，为患者提供个性化的治疗方案。人工智能驱动的生物制药研发将为新药开发注入新的活力，促进医药产业的快速发展。
人工智能赋能医、教、研
论坛上，清华大学医学院主任黄天萌分享了医学教育面临的挑战以及AI和大语言模型（LLM）的解决之道。在分析目前医学教育的弊端之后，黄教授介绍了AI和LLM如何通过缩短医生培训时间、提高培训质量等助力医学教育。通过AI辅助的自学模式，学生可以自主调节学习进度，不必依赖传统的面授教学。此外，AI可以帮助医学生接触到罕见病例，提高医疗记录文档的编写效率，减轻医生的工作负担。
“AI在神经系统疾病的预防、诊断、治疗和管理中发挥着越来越重要的作用。”首都医科大学附属北京天坛医院副院长王伊龙指出，AI通过分析大数据可以早期预测帕金森病的发生和严重程度。在诊断方面，AI技术可以快速分析影像学数据，预测脑血管病的发病机制，辅助个体化精准治疗；治疗方面，在脑机交互领域，如难治性帕金森病的脑深部刺激治疗中，AI通过精准调控可显著减少副作用。
NEJM AI常务主编Charlotte Haug表示，NEJM AI的愿景是确保AI工具在临床应用中达到与传统医疗干预相同的标准，即具有实用性、有效性，并能为患者、家庭、医疗专业人员及整个医疗系统带来益处。NEJM AI特别关注AI在医疗实践中的应用，包括AI在风险因素识别、诊断、治疗和慢性病管理中的新方法。
新京报记者 张兆慧
校对 翟永军
