腫瘤早期篩查、胎兒疾病診斷干預、腦機接口、醫療數字人……隨著(zhù)大模型的不斷迭代和應用落地，AI助手開(kāi)始參與院內與院外、預防與治療、個(gè)體與人群健康等“全周期醫療”。

這是近期中青報·中青網(wǎng)記者在相關(guān)學(xué)術(shù)會(huì )議、論壇中了解到的數字醫療進(jìn)展。

近日，以“AI賦能 全周期醫療新篇”為主題的第三屆CCF數字醫學(xué)大會(huì )（DMS2025）在北京舉行。本次大會(huì )由中國計算機學(xué)會(huì )（CCF）主辦，CCF數字醫學(xué)分會(huì )、首都醫科大學(xué)附屬北京安貞醫院聯(lián)合承辦。大會(huì )設置9個(gè)分論壇，包括智能診斷、精準治療、醫療大數據應用、醫學(xué)大模型與多模態(tài)應用、AI輔助藥物研發(fā)、醫療機器人及具身智能等，計算機與醫學(xué)專(zhuān)家共同討論前沿議題。

“未來(lái)已來(lái)，多學(xué)科交叉合作至關(guān)重要?！北本┲窃慈斯ぶ悄苎芯吭菏紫茖W(xué)家張恒貴的這句話(huà)代表了很多專(zhuān)家的觀(guān)點(diǎn)。

“人工智能的發(fā)展為心臟醫學(xué)研究、臨床應用提供了新范式?！睆埡阗F帶領(lǐng)團隊正在構建“虛擬心臟”，將數據驅動(dòng)與原理驅動(dòng)相結合，目標是建成AI心臟診療模型與數字孿生心臟模型，為診斷心血管疾病、挖掘疾病產(chǎn)生機理賦能。

“虛擬心臟”的構建非常復雜，原理驅動(dòng)涉及詳細的生理數據、血液流動(dòng)動(dòng)力學(xué)模型、生物力學(xué)模型，以及心臟結構、解剖模型等。有了“虛擬心臟”，臨床醫生可以全面了解心臟生理過(guò)程，預測心血管疾病發(fā)病風(fēng)險?！疤摂M心臟”支持臨床手術(shù)方案的預演，還能模擬藥物對心臟的影響，提高藥物研發(fā)的安全性和效率。

心血管疾病是我國居民死亡的首要原因。安貞醫院何怡華教授團隊依托國家心血管疾病臨床醫學(xué)研究中心的百萬(wàn)級多模態(tài)數據庫，研發(fā)了覆蓋全生命周期的“安貞心宇”心血管專(zhuān)病超聲診斷大模型。該模型具備“專(zhuān)家級”推理能力，成為心臟超聲智能診斷的核心“大腦”。在此基礎上，團隊進(jìn)一步研發(fā)了心臟超聲智能報告系統、胎兒心臟智慧醫療智能體、智慧超聲診斷一體機等智能產(chǎn)品。

在我國，不少心血管疾病的死亡發(fā)生在醫院外。何怡華提出，人工智能數字醫療可以用于早期檢測、預測缺血性心臟病和惡性心律失常，構建有效心肺復蘇的數字和人工智能輔助工具，在減少院外心血管疾病死亡方面具有潛在作用。

CT、核磁共振、超聲等檢查，都是機器掃描人體后形成圖像，再由醫生作出診斷報告。在這個(gè)過(guò)程中，數據量被極度壓縮。北京航空航天大學(xué)教授田捷介紹，當前醫學(xué)圖像分析遵循“信號-圖像-知識”范式，因為醫療成像設備采集到的信號無(wú)法被人類(lèi)直接解讀，所以需要重建成圖像以服務(wù)醫生的視覺(jué)診斷?！皵祿亟ê罂梢暬町愶@著(zhù)，嚴重制約AI模型性能?！?/p>

為了解決這一問(wèn)題，田捷團隊的研究突破傳統流程，提出“信號-知識”范式，跳過(guò)“圖像重建”，直接利用數據分析進(jìn)行疾病診斷。他們發(fā)現，在肺結節良惡性診斷、實(shí)性結節診斷、EGFR（表皮生長(cháng)因子受體）突變預測這3個(gè)臨床診斷任務(wù)中，信號AI相較圖像AI模型均提升了診斷精度。團隊目前利用AI輔助腫瘤診斷，取得了系列成果，覆蓋了肺癌、胃癌、鼻咽癌、腸癌等多種疾病。

CCF數字醫學(xué)分會(huì )主任、復旦大學(xué)數字醫學(xué)研究中心主任宋志堅教授分享了Multi-LLM（多模態(tài)大語(yǔ)言模型）在結直腸癌預后方面的應用。該模型可以大幅提升基礎研究的效率，縮短基礎研究與臨床的距離，促進(jìn)個(gè)性化、精準診療逐漸走向臨床。

中國工程院院士、北京航空航天大學(xué)教授趙沁平重點(diǎn)介紹了“醫用數字人體”。通過(guò)構建高保真的數字化人體模型，逼真再現人體從細胞、組織、器官到系統的幾何形態(tài)、物理特性、生理功能乃至病理演化規律，有望突破當前醫學(xué)發(fā)展的三大瓶頸：一是減少對動(dòng)物實(shí)驗、尸體解剖等傳統醫學(xué)人才培養手段的依賴(lài)；二是構建患者個(gè)性化器官模型，為手術(shù)方案提供預演、評估與優(yōu)化平臺，降低手術(shù)風(fēng)險；三是輔助病理過(guò)程和藥械作用的研究，為醫療設備和新藥研制提供實(shí)驗靶場(chǎng)，縮短醫療設備和藥物的研發(fā)周期，降低研發(fā)成本和風(fēng)險。

趙沁平同時(shí)強調，構建完整、可交互、可演化的醫用數字人體面臨巨大科學(xué)挑戰，我國應考慮布局醫用數字人體專(zhuān)項研究，統籌多學(xué)科優(yōu)勢力量，開(kāi)展系統性原始創(chuàng )新與關(guān)鍵技術(shù)攻關(guān)。

北京大學(xué)黨委常委、常務(wù)副校長(cháng)、醫學(xué)部主任喬杰教授在講話(huà)中提及，從臨床場(chǎng)景看，AI輔助影像診斷讓早期病灶無(wú)所遁形，手術(shù)機器人實(shí)現毫米級精準操作，醫療大模型為診療決策提供智能支撐；從公共衛生維度，大數據監測讓健康防控更具前瞻性，智能管理系統讓健康服務(wù)覆蓋更廣泛人群；從科研領(lǐng)域來(lái)講，數字技術(shù)加速了新藥研發(fā)進(jìn)程，多組學(xué)數據融合推動(dòng)了精準醫學(xué)突破?！搬t學(xué)臨床需求與信息學(xué)技術(shù)創(chuàng )新的同頻共振，正是‘AI賦能全周期醫療新篇’的核心要義?！?/p>

當下，計算機、人工智能領(lǐng)域專(zhuān)家與醫生的合作越來(lái)越緊密，他們共同解決臨床問(wèn)題，推動(dòng)改進(jìn)診療流程。多所醫學(xué)院校成立了人工智能學(xué)院或開(kāi)設相關(guān)專(zhuān)業(yè)，計算機專(zhuān)家成為醫學(xué)院教授。

喬杰認為，數字技術(shù)延伸了醫生的“眼睛”與“大腦”，輔助實(shí)現疾病精準篩查診斷、個(gè)性化方案生成，打破壁壘，以遠程智能會(huì )診、基層輔助系統等讓偏遠地區患者享受高水平服務(wù)。這些變化不僅重構了醫療服務(wù)的供給方式，也在助力破解“看病難、看病貴”的民生痛點(diǎn)，為實(shí)施健康中國戰略注入強勁動(dòng)力。