“人工智能不會把醫生淘汰，但不懂人工智能的醫生一定會被淘汰。”

在3月29日至30日召開的神經與腫瘤藥物研發全國重點實驗室協同創新會議期間，北京天壇醫院院長王擁軍在接受澎湃新聞記者采訪時表示，人工智能在醫療領域的應用可以分為兩個階段，一個是深度學習和機器學習時代，另一個就是現在的通用人工智能時代。未來醫療會越來越依賴于新一代的人工智能，醫院管理者也需要去積極擁抱人工智能。

自DeepSeek在全球爆火后，AI在醫療健康領域的應用進一步獲得關注。在上述會議期間，多位醫院負責人及藥企人士就AI醫療的應用展開討論。在他們看來，當前人工智能和醫療行業已經有了實際案例，對人工智能在醫療場景的應用有更多期待，在這個過程中，也需要關注醫療安全、醫療責任、倫理等多方面的問題。

“由于存在‘幻覺’問題，通用人工智能不能直接用到醫療中。醫療需要一個封閉的人工智能系統，也就是垂直大模型，它可能有些聯想不夠，但安全是沒有問題的，因為醫療是安全第一，沒有安全，后面的任何東西都是零，患者安全得不到保障。”王擁軍指出，其所在的醫院接下來也將推出神經系統的垂直大模型。

今年以來，國內已經有多家醫院官宣推出垂直領域的人工智能大模型。2月16日，北京協和醫院與中國科學院自動化研究所共同研發的“協和·太初”罕見病大模型正式進入臨床應用階段，這是國際首個符合中國人群特點的罕見病大模型；2月26日，由復旦大學附屬中山醫院聯合上海科學智能研究院共同研發的觀心大模型CardioMind beta版正式發布，這是國內首個深耕心血管專科的醫療大模型。

神經與腫瘤藥物研發全國重點實驗室協同創新會議期間，多位行業人士就醫學人工智能展開討論

不僅僅圍繞某一疾病領域，人工智能在醫院的應用正在逐步深入。安徽醫科大學第一附屬醫院南區院長陳明衛介紹，其所在的醫院在今年2月份就率先在安徽省開展DeepSeek模型本土化的部署，完成了醫療知識檢索，包括辦公、病歷自動生成、輔助決策支持等大場景應用。未來，醫院對AI創新的響應主要集中在智能導診、智能預問診、智能病歷的輔助生成、智能的患者全程管理等多個方面。醫院還在建設智算中心，希望把臨床資源，包括科研成果，借助人工智能的手段進行轉換，包括國家重點臨床專科建立相應的專病數據庫，希望這些在未來能夠為醫院的整體發展帶來很大促進。

陳明衛表示，自己也在思考人工智能在院內運營方面存在的一些問題，主要包括數據質量安全問題、醫療責任界定問題、專業人才的短缺問題以及倫理和社會問題，“但我想這些都不是問題，隨著我們工作的推進，很多在發展中逐漸能夠解決，希望未來我們在人工智能和醫療行業做一個深度融合，最終為患者提供高效、優質、安全的醫療服務，也推動醫院高質量發展”。

在諸多臨床環節，影像是AI在醫療領域應用較早的場景，在輔助醫生提升工作效率上受到醫療人士的肯定。遼寧省腫瘤醫院黨委書記劉宏旭在此次大會上就提到，其所在的腫瘤醫院是遼寧省癌癥中心，每年要承辦幾萬例的篩查，如果影像都靠醫生來看，根本看不過來，尤其現在小結節多，人工智能給了醫生很大的助力。

新疆醫科大學附屬腫瘤醫院黨委副書記、院長王成偉介紹，在放療 AI 領域，醫院在全疆率先試用了放射治療靶區和危及器官的人工智能AI勾畫系統，在放射治療中，準確勾勒靶區和保護正常器官人工智能勾畫軟件可以在短時間內自動、精準地完成這一任務，無論是頭頸部、胸部還是盆腔的危及器官，其自動勾畫的準確性和穩定性都經過大量臨床驗證。放療靶區勾畫時間減少了四十分鐘以上的時間，極大地提高了放療效果，同時也減輕了醫生的工作壓力。

“以我們醫院的肺小結節中心為例，如果用人工讀CT片子，發現的概率、準確度以及深度分析，大概需要花費40分鐘，但用AI軟件之后，5分鐘就可以閱讀完畢。更重要的一點是，AI能夠通過勾畫，把小結節和周圍血管位置關系，通過3D打印呈現在術者面前，這樣為醫生制定更好的肺小結節切除手術計劃，打下很好的基礎。”

王成偉表示，目前，醫院的AI使用還僅僅是跟企業的合作，基于企業的大數據庫。未來希望有深度合作的機會，把醫院的數據和專家意見融入AI診斷系統中，使得AI的算力、邏輯性、關聯度能夠更高。

除了醫療服務端的應用場景，AI在醫藥研發端的應用也備受期待。在此次會議上，神經與腫瘤藥物研發全國重點實驗室發布了“求索計劃”，將持續5年投入累計20億元，針對10大研究方向，其中就包括基于臨床數據，AI技術手段應用于靶點發現、驗證；AI技術手段應用于藥物研發臨床有效性和安全性預測。

先聲藥業執行董事、神經與腫瘤藥物研發全國重點實驗室主任唐任宏表示，人工智能對于醫藥創新肯定有促進作用，但如何真正把AI的能力賦能到整個全鏈條，還有很大一段距離。目前，先聲藥業在研發端對AI的應用主要集中在一些相對成熟的環節，比如臨床階段，一個很大的需求就是臨床路徑的選擇。以腫瘤為例，不同的瘤種里面還分為一線、二線、三線、晚期，以及手術前新輔助或手術后的輔助。企業如何找到一個最有利的候選藥物、最有利的開發路徑，以前是靠人腦，現在在嘗試人工智能幫助優化。

唐任宏認為，現在AI輔助臨床開發的計劃和策略還是在點上的突破，希望未來AI能對行業全鏈條進行支持，包括在藥品的推廣端，通過AI找到患者的需求，這需要給AI輸入真實、可靠和全面的數據，更全面、更深度的AI運用還需要一段時間。