隨著人工智能（AI）技術(shù)的飛速發(fā)展，其在醫(yī)學(xué)領(lǐng)域的應(yīng)用日益廣泛且深入，不僅重塑了醫(yī)療服務(wù)的模式，也引發(fā)了醫(yī)學(xué)界對AI技術(shù)運(yùn)用的思考。在近期召開的“中華醫(yī)學(xué)期刊集群高質(zhì)量發(fā)展研討會暨國家新聞出版署醫(yī)學(xué)期刊知識挖掘與服務(wù)重點(diǎn)實(shí)驗(yàn)室第二屆專家委員會第二次工作會”上，清華大學(xué)北京清華長庚醫(yī)院董家鴻院士、首都醫(yī)科大學(xué)附屬北京友誼醫(yī)院王振常院士和北京協(xié)和醫(yī)院朱蘭院士圍繞AI在醫(yī)學(xué)領(lǐng)域的角色、發(fā)展與未來展開了深入探討。本文整理了三位院士的核心觀點(diǎn)，為讀者呈現(xiàn)一場智慧碰撞的盛宴。

▌董家鴻院士：臨床復(fù)雜性決定AI的角色邊界

“盡管新一代生成式AI有更強(qiáng)大的智能，但我依然認(rèn)為它不可能取代醫(yī)生?！倍银櫾菏客ㄟ^分析醫(yī)療場景的不確定性和價值觀差異性，論證了AI無法取代醫(yī)生的觀點(diǎn)。

首先，在醫(yī)療場景中，患者情況高度復(fù)雜，充滿極大不確定性。AI無論多么強(qiáng)大，本質(zhì)上也只能處理確定的事情。然而，實(shí)際醫(yī)療中不存在兩個完全一樣的患者，即便是同種疾病的患者，其生物學(xué)、病理學(xué)以及社會學(xué)特征都會存在差異。這種復(fù)雜性和不確定性，使得AI難以在面對不同患者和多變場景時做出正確判斷。

其次，涉及人類價值觀的問題也是AI無法取代醫(yī)生的關(guān)鍵因素。在臨床實(shí)踐中，經(jīng)常會出現(xiàn)這樣的情況：以肝癌患者為例，從科學(xué)專業(yè)的角度，醫(yī)生建議進(jìn)行移植等手術(shù)，但患者基于自身價值觀和意愿等因素，不接受手術(shù)，轉(zhuǎn)而選擇中醫(yī)治療。這種基于人類價值觀和個人選擇所做出的決策，是AI無法左右和判斷的。

此外，在一些外科實(shí)時判斷場景中，AI的局限性更為明顯。在復(fù)雜手術(shù)過程中，突發(fā)情況隨時可能出現(xiàn)，需要醫(yī)生實(shí)時做出精準(zhǔn)判斷。當(dāng)AI在術(shù)中遇到各種場景時，要做到及時反應(yīng)、準(zhǔn)確判斷、響應(yīng)改變，目前來看幾乎是不可能完成的任務(wù)。

“AI不可能完全取代醫(yī)生，但能替代一部分醫(yī)生的工作?！倍银櫾菏勘硎?。

針對AI在論文寫作中的應(yīng)用問題，董家鴻院士也發(fā)表了自己的看法。“現(xiàn)在有一些學(xué)生嘗試用AI來輔助論文寫作，這在一定程度上提高了寫作效率?！彼瑫r強(qiáng)調(diào)了學(xué)術(shù)誠信的重要性，“雖然AI可以在論文的形式和文字上起到幫助，但論文的核心思想和創(chuàng)新點(diǎn)仍然需要學(xué)生自己來完成?！?/p>

▌王振常院士：高質(zhì)量數(shù)據(jù)集筑牢AI的發(fā)展基石

“所有大模型的構(gòu)建都是基于高質(zhì)量的數(shù)據(jù)集，這是最基本的語料。”王振常院士強(qiáng)調(diào)了高質(zhì)量數(shù)據(jù)集作為AI大模型基礎(chǔ)的重要性，并結(jié)合前沿實(shí)踐介紹了如何建設(shè)高質(zhì)量數(shù)據(jù)集的關(guān)鍵問題。

當(dāng)前，高質(zhì)量數(shù)據(jù)集的建設(shè)成為社會關(guān)注的焦點(diǎn)，得到政府的高度重視。北京積極推進(jìn)相關(guān)工作，建設(shè)了北京健康云，匯聚了包括文本和圖像在內(nèi)的大量醫(yī)學(xué)資料，其中影像云部分由王振常院士牽頭負(fù)責(zé)質(zhì)量控制，希望構(gòu)建高質(zhì)量數(shù)據(jù)集為診療、科研、教育等服務(wù)。

那么如何定義高質(zhì)量數(shù)據(jù)集？標(biāo)準(zhǔn)化建設(shè)和場景化應(yīng)用是關(guān)鍵。不同應(yīng)用場景下，數(shù)據(jù)集的評判標(biāo)準(zhǔn)各異，因此需要針對不同醫(yī)療場景制定相應(yīng)標(biāo)準(zhǔn)，按照標(biāo)準(zhǔn)構(gòu)建數(shù)據(jù)集。同時，高質(zhì)量數(shù)據(jù)集的建設(shè)也需要智慧化，開發(fā)數(shù)據(jù)治理大模型。以影像數(shù)據(jù)集為例，傳統(tǒng)觀念是對每個圖像的病癥進(jìn)行標(biāo)注，但面對百萬級甚至上億的海量數(shù)據(jù)，難以做到逐張標(biāo)注。如今醫(yī)學(xué)影像大模型的發(fā)展改變了這一模式，通過對患者進(jìn)行標(biāo)注，結(jié)合報(bào)告和圖像進(jìn)行數(shù)據(jù)治理，形成邏輯關(guān)系，實(shí)現(xiàn)全病種覆蓋，更利于臨床應(yīng)用。

王振常院士特別指出了醫(yī)學(xué)期刊知識庫轉(zhuǎn)化為數(shù)據(jù)產(chǎn)品的潛力。中華醫(yī)學(xué)會雜志社擁有龐大的知識數(shù)據(jù)，通過規(guī)范化治理，未來有望形成高質(zhì)量的數(shù)據(jù)產(chǎn)品，為科研和臨床服務(wù)。

此外，王振常院士表示積極擁抱AI技術(shù)的同時應(yīng)保持學(xué)術(shù)創(chuàng)新主體性，確保學(xué)術(shù)誠信和科研質(zhì)量。“我鼓勵學(xué)生使用AI，但強(qiáng)調(diào)使用后要將其轉(zhuǎn)化為自己的思維。在AI時代，必須擁抱AI，因?yàn)樗芨淖兪澜纭⒏淖冋撐臅鴮?、改變科研、改變?chuàng)新效率和質(zhì)量，但絕不能依賴AI。”

▌朱蘭院士：持續(xù)學(xué)習(xí)鋪就AI時代醫(yī)生的進(jìn)階之路

“無論是醫(yī)生還是其他行業(yè)的從業(yè)者，都必須保持持續(xù)學(xué)習(xí)的狀態(tài)。”談及AI在醫(yī)療領(lǐng)域的未來，朱蘭院士強(qiáng)調(diào)，必須明確AI的工具定位，醫(yī)生始終是醫(yī)療活動的主體，要學(xué)會正確運(yùn)用AI技術(shù)，在扎實(shí)自身專業(yè)技能的同時熟練掌握AI相關(guān)知識，不斷學(xué)習(xí)跟上時代發(fā)展的步伐。

未來，AI將在醫(yī)學(xué)影像識別、疾病預(yù)測等方面發(fā)揮越來越重要的作用。如醫(yī)學(xué)影像處理方面，當(dāng)數(shù)據(jù)量極為龐大時，AI可以憑借其強(qiáng)大的計(jì)算能力和高效的數(shù)據(jù)處理能力，快速完成病灶定位和性質(zhì)判斷等復(fù)雜任務(wù)。但由于其本質(zhì)是基于大量數(shù)據(jù)的學(xué)習(xí)所形成的結(jié)論或推斷，并不構(gòu)成完整的主體能力，AI缺乏醫(yī)生作為主體所擁有的人文關(guān)懷、研究意圖、責(zé)任感和創(chuàng)新性，無法像醫(yī)生那樣根據(jù)患者的具體情況進(jìn)行創(chuàng)造性思考和獨(dú)立決策。在決策場景中，尤其是面對罕見病或復(fù)雜病例時，AI往往因缺乏足夠的數(shù)據(jù)支持而難以作出應(yīng)對。“AI不應(yīng)被定位為將來會完全替代人類的工具，它本質(zhì)上應(yīng)該是一個高級工具，醫(yī)生在創(chuàng)新思維、責(zé)任擔(dān)當(dāng)、醫(yī)學(xué)倫理等方面具有不可替代性?！?/p>

基于此，AI技術(shù)的引入對醫(yī)生群體提出了更高要求，醫(yī)生不僅要持續(xù)學(xué)習(xí)、終身學(xué)習(xí)，更要緊跟新技術(shù)、新概念、新理念的發(fā)展步伐，只有這樣才能更好地將AI應(yīng)用到醫(yī)學(xué)診療中，實(shí)現(xiàn)科技與醫(yī)療的協(xié)同發(fā)展。

醫(yī)生始終是主體，絕不能本末倒置。合理運(yùn)用AI，能夠?yàn)檎撐膶懽?、臨床工作等提供有力支持。朱蘭院士忠告，對于年輕醫(yī)生而言，學(xué)會正確運(yùn)用AI是臨床工作的必修課，切不可走捷徑，任何捷徑都是要付出代價的。必須扎實(shí)掌握相關(guān)技能，為職業(yè)發(fā)展奠定堅(jiān)實(shí)基礎(chǔ)。