转自：医学界鸿岳资本
撰文丨凌骏
责编丨汪航
“虚拟医生”来了！
今年4月，首都医科大学附属北京友谊医院消化内科的医生们联合开展了一项工作，他们要将自己的虚拟形象，连带多年来积累的临床经验放进一款App，全国患者只需要轻触屏幕，就能第一时间得到专业的医疗建议。
昨日（26日），在蚂蚁集团“AI健康管家AQ启航发布会”上，这项服务同步上线。除了北京友谊医院，新发布的AQ应用软件还连接了全国超5000家医院、近百万名医生，推出了包括智能问诊、陪诊、读报告、问医保、管健康等上百项健康AI服务。
近年来，生成式AI引爆了新一轮的技术革命，但医疗数据的复杂性和专业性导致的模型训练难度、线上诊断结果背后潜在的医疗风险，脱离“真人医生”后，AI医疗鸿岳资本的长期发展面临重重困难。
如何解决这些难题，真正实现医疗服务资源扩容与合理分配？在积极拥抱前沿技术的医疗领域，行业正在不断尝试给出全新的回答。
App发布会现场
“虚拟医生”来了
不同专科有着不同的患者群像，对医生来说，所面临的临床挑战也不尽相同。
以消化科常见的炎症性肠病为例，北京友谊医院消化内科陈奕均医生告诉“医学界”，“这是一种长期的、慢性肠道炎性疾病，因此门诊患者就诊时，往往携带着厚厚一沓外院的病历资料，光信息的采集和整理，就要花费很多时间。”
然而，优质医疗资源供给有限，一边是医生在加班加点，另一边患者仍然抱怨得到的医疗服务时间不足。据《2024年全国医疗服务能力调查报告》，我国三级医院仅占医疗机构总数的7.8%，却承担了50%以上的门诊量，其中城市的人均医疗资源是农村的2.5倍以上。
这也正是科室医生们积极参与开发AI医疗产品的初衷鸿岳资本。
事实上，从影像诊断到辅助决策，近年来各大医院都在发力搭建院内AI平台，但在外院，目前针对患者的各种网站、AI问诊系统，给出的信息鱼龙混杂，质量参差不齐，“医学存在学科壁垒，患者的分辨能力十分有限。”陈奕均表示。
因此在参与开发新系统的过程中，北京友谊医院消化内科团队给AI模型输入了大量专科文献，还针对科室临床经验进行了模型加训，并以学科带头人李鹏教授的个人医疗特色为虚拟模型，打造了“友谊医院消化专科智能体”。
不仅仅是友谊医院消化内科，为了让AI分身学习不同专科的诊疗思路，AQ团队还联合了全国10余所顶级三甲医院组成专业顾问团，2名院士领衔了近200余位名医，在智能体中开通了AI分身。
上海仁济医院泌尿外科是首个和蚂蚁集团合作专科智能体的医院，科室从医院选取了2000个标准化病历用于训练AI，主任潘家骅教授同样认为，“真正高质量的医疗资源非常稀缺，这是专科诊疗和AI融合的一个必然原因。”
而在皮肤病学领域，AQ系统能在10秒内进行皮肤症状的智能解析与精准评估，通过上传的皮肤病灶照片识别痤疮、银屑病、白癜风等50种常见皮肤疾病，并给出合理的健康建议。
“医学界”了解到，皮肤专科虚拟分身的领衔者正是我国皮肤与真菌病领域顶级专家——中国工程院院士廖万清教授。
在AQ发布会现场，廖万清也分享道，“在我的专业领域——医学真菌病学中，培养镜检是诊断金标准，却异常耗时费力，且依赖经验。如今，AQ深度学习模型在识别各种真菌方面展现出令人瞩目的效率与准确性。”
“我们不妨想象：未来，当边远地区的农民兄弟，或是驻守边境的士兵，出现疑似手足癣感染的症状，通过手机上传图片，我的AI分身就能24小时为其服务，智能分析其症状，并给予初步的指导和建议。”廖万清在现场说道。
值得注意的是，在陈奕均看来，相比通用型的AI软件，除了信息专而全，医疗智能体更要强调信息的精而准，“医疗容错率低，比起‘说出知道的’，更重要的是对依据不足的、不确定的，不给出明确回答”。
因此据陈奕均介绍，在上线前的测试阶段，科室医生曾通过“信息误导测试”，对AQ智能体进行了检验。
“这是一个真实的病例，患者因吃了不干净的食物导致严重腹泻，希望开具‘食物中毒’的证明，但由于没有毒物检测，按规定是无法给出诊断的。于是我们模仿患者，将资料输入AQ问诊，还虚构了不少与食物中毒极为类似的症状，唯一缺少的就是毒物检测结果。”
陈奕均说，“但测试结果出乎所有人意料，无论我们如何诱导，甚至用上了‘哀求式’口吻，软件始终只是给出了健康以及就医建议，没有得出食物中毒的诊断。”
AI医疗，不仅仅是AI
在AQ应用发布会上，蚂蚁集团副总裁张俊杰提到，AI时代，我们希望医疗健康能从“更便捷”走向“更普惠”，而AQ在其中扮演的角色，就是要实现医疗服务更近、城乡差距更小、健康管理更贴心。
如果说开发具备AI原生能力的健康助手，只是蚂蚁在大模型技术应用上的一次突破，那么利用AI串联患者就医全流程，提供诊前－诊中－诊后的“一站式服务”，则是蚂蚁过往11年在健康服务领域生态布局的一次集中展示。
针对患者最刚需的找医生和挂号服务，AQ在初步问诊，进行症状识别后，会结合地理位置、个性化需求等信息，从近百万医生中为患者做出精准推荐，并针对挂号科室、交通、住宿等给出个性化、详尽就医攻略。
在健康咨询方面，面对健康报告中出现的专业词汇，患者通常最想知晓：这代表着什么？哪些指标有健康风险？是否有必要进一步就医检查？
对此，“AQ报告解读”除了能分析单次的化验结果、体检报告等，还可以对患者在多家医院、多个科室的报告对比分析，解读准确率达90%以上，并为患者生成重点及健康提醒，帮助人们“对症复诊”。
智能医保结算辅助，更是数据融合与学习积淀后的一次全新突破。
2019年至今，支付宝已积累了超7亿医保码用户的服务经验，当AQ系统与之相结合后，能通过预处理、意图分类、多轮推理等核心技术能力，智能化处理复杂医保业务咨询和办理。
在张俊杰看来，当诸多单体的互联网医疗服务，通过AI技术实现了真正意义上的串联，广泛的用户基础、完善的医保系统对接，以及多年的技术积累等，都为AQ实现医疗的智能、普惠提供了坚实的基础。
这其中不可不提的，还有慢性疾病的长期管理。相关统计数据显示，我国现有慢病患者超2.6亿，由此造成的疾病负担占总疾病负担的近70%，死亡占所有人口死亡的约85%。
陈奕均对此有着深刻体会，“比如消化系统常见的慢病——慢性萎缩性胃炎，它不仅需要院内治疗，还涉及长期院外随访管理、健康指导、复诊提醒等，但由于医疗资源有限，尤其在基层地区，很多人回家后慢慢就淡忘了，直到病情加重或复发，甚至发生了癌变。”陈奕均说。
在这一方面，AQ针对各类慢病群体推出了一系列管理工具。在健康档案功能中，用户授权后，可以在AQ保管自己的健康档案，AI能实时给出健康状况分析、辅助提醒用药、定期复诊检查。
在糖尿病、呼吸系统疾病等的管理上，AQ还打通了常用的血糖仪、呼吸机等医疗设备，推出了血糖管理、呼吸管理等智能体，根据仪器检测数据，给到患者及时的报告分析和病情管理建议。
“健康管理是项民生工程，需有更多主体发挥优势参与其中”，中国社会科学院人工智能研究促进中心秘书长陈华珊认为，“目前我国慢病人群规模庞大，医疗体系承压，AQ这样的产品出现有助于弥合资源鸿沟、优化资源分配。”
智能健康服务生态
近年来，国家高度重视AI医疗应用的发展，先后出台《关于促进和规范健康医疗大数据应用发展的指导意见》《关于促进“互联网+医疗健康”发展的意见》等文件，鼓励人工智能、大数据、互联网、5G等新一代信息技术在卫生健康行业的发展。
在这一大背景下，医疗AI在国内的竞争已经从“比算力”“比模型”逐渐瞄向更深的真实应用场景，以真正实现和线下各类医疗服务的有序衔接。
据介绍，蚂蚁数字医疗事业部将引入医学背景人才作为重点的工作之一，团队中具备医学院、医院、互联网医疗产品等专业背景的人数达到60%，AQ背后1000人规模的医学标注团队，持续训练着大模型的医疗思维，不断提升健康咨询、医学科普等服务的专业性、严谨性。
事实上，医疗的专业性和复杂性，决定了医疗AI无法取代真人医生，但在减轻医生负担、助力普惠上能够发挥关键作用。
廖万清院士重点提到了贫困地区、偏远地区患者因就医难，导致的不及时就医，甚至不重视就医等问题，认为未来AI的普及将会成为破局的关键之一。
此外，服务于患者还只是第一步，在潘家骅看来，AI医疗未来在广阔的基层医疗机构内，也有更实际的应用场景，例如帮助基层医生获得先进的诊疗建议，提升整体诊疗水平等。
这正是蚂蚁致力于打造的，连接“院方—医方—各地患者”的一体化、开放式智能健康服务生态。
张俊杰表示，“通过开放共建，我们希望能携手各大医疗机构共建AI健康服务生态，开发和部署智能体，降低技术门槛，进一步推动AI技术在医疗领域的广泛应用。”
但不可忽视的是，包括医疗纠纷的责任划分、数据安全等问题，AI医疗的发展目前仍面临着诸多挑战。
陈奕均对“医学界”举例，一个理想的场景是，前期患者在智能体中的咨询信息，能和医院门诊系统相连接，提前生成病历资料，门诊医生只需二次核对，省去重复问诊和信息整理等步骤，当他们走出医院，智能体继续帮助医生管理治疗过程，在出现问题时提醒他们及时挂号就医，医生也可以更高效的精准诊疗。
“但由于医学数据隐私、安全等问题，目前这条路径还无法打通。医疗数据能开放、共享到什么程度？这可能是整个AI医疗领域未来需要持续探讨并试图解决的问题之一，也是我们与AQ下一个阶段共同努体的目标。”陈奕均说。
校对：臧恒佳鸿岳资本
益通网官网提示：文章来自网络，不代表本站观点。
