人工智能技术（AI）的发展正在赋能千行百业升级转型，在卫生健康领域，AI正让医疗普惠成为可能。

　　近期，国务院发布的《关于深入实施“人工智能+”行动的意见》提出“探索推广人人可享的高水平居民健康助手”。去年底，国家卫健委、国家中医药局、国家疾控局联合发布《卫生健康行业人工智能应用场景参考指引》（下称“《指引》”），聚焦“人工智能﹢”与医疗服务管理、基层公卫服务、健康产业发展、医学教学科研相结合的四大领域，为卫生健康行业人工智能应用提供了具体的场景和规范。

　　中国信通院云计算与大数据研究所副所长闵栋日前表示，自今年2月起，全国已有几百家医疗机构部署了国产大模型，在诊疗服务、患者服务、医院管理、教学科研等方面均得到不同程度的提质增效，实现从单点突破到全流程覆盖的应用模式转变。

　　医联集团CEO王仕锐近日对证券时报记者表示，医疗服务领域长期存在着“不可能三角”——优质、便宜、可及的医疗服务，不能同时满足，这制约了行业的发展。即便前几年兴起的互联网医院，也无法很好实现优质医疗服务资源的普惠，但AI医疗工具或可实现优质医生服务的规模化。

　　“之所以强调优质医疗服务的重要性，是因为我们认为目前制约中国医疗服务最大的问题，仍然是优质医生服务时间的供给少。”医联集团首席战略官谢桐称。

　　不过，医疗作为容错率低、关乎生命安全的严肃领域，对AI的应用也会慎之又慎。谢桐认为，医疗服务更强调提供安全有效的诊疗方案，这对AI的可靠性提出更严格要求，如何抑制大语言模型中常见的“幻觉现象”尤为关键。

　　在王仕锐看来，即便目前医疗AI大模型日渐成熟，但始终无法替代医生临床经验的独特作用。医者多年的临床经验和对复杂病情的处置能力，是医疗服务不可替代的核心价值。

　　如何将AI医疗工具的高效普惠与专家宝贵的临床经验相结合，成为探索靠谱安全的医疗大模型的关键，各家的技术路径也不尽相同。以医联集团打造的未来医生APP为例，其自研的医疗大模型MedGPT采用快慢双系统架构：快系统调用不同的基座大语言模型，实现与人的交互和理解；慢系统利用RAG（检索增强生成）技术，基于医学知识图谱和独有的专家共识等，让快系统的产出进入慢系统进行调整、校验、重新修改，然后输出给快系统，并再返回给患者。

　　王仕锐进一步解释，慢系统的核心是构建小飞轮与大飞轮的相互作用和集成。小飞轮需要把医学中的“金科玉律”，例如用药指南、白皮书、论文、临床路径等全部输入，但就细腻程度而言，这是不够的，比如某些疾病的治疗或康复方式在指南里并不清晰，这就需要专家来补充。因此，基于MedGPT打造的医生智能分身，学习专家在临床积累的诊疗经验，以实战经验提升模型的底层能力，这也是大飞轮的核心。

　　“过去，患者可能无法第一时间选择到合适的科室，即便找到了合适的科室，专家问诊开始时需要花费很多时间询问病情，提炼关键信息。医生智能体可以提高专家的工作效率，实现专家服务的规模化。”王仕锐称。

　　不过，不同于医学中的金科玉律，在王仕锐看来，提炼专家不成文的临床经验，也是训练医疗大模型中最难攻克的一关。“我们现在和40多位中华医学会主委、副主委级专家共研智能体，我们称之为专家‘蒸馏’。”

　　具体来说，专家需要深度参与到模型开发与迭代中，目前的训练方式就是和专家开早会，专家会对未来医生C端用户的病例进行不同反馈，每位专家每日会对至少1个以上他们看到的真实患者的情况给予额外的建议，这些经验的总结会再沉淀到大模型中，专家要非常了解和信任AI才能做到这一点。

　　尽管我国人工智能与医疗卫生服务体系已进入高速融合发展阶段，但在王仕锐看来，智能系统仅能作为辅助工具，不建议未来直接让AI医生面对患者。医生智能体是“躲在”优秀的医生背后，而非取代他们。所有的诊疗建议，仍必须经过临床医生的严格复核与确认，遵循谁签字谁负责。

　　校对： 陶谦