互联网医疗时代再度升级 ——约翰霍普金斯等顶级大学携手AI，推动医疗模式创新与改革

11月14日，由国家卫健委、国家中医药局、国家疾控局联合研究制定了《卫生健康行业人工智能应用场景参考指引》，旨在积极推进卫生健康行业“人工智能+”应用创新发展。我国自 2016 年起便开始围绕AI出台相关政策，从宏观角度出发，推动AI技术在医疗领域的应用，提高医疗服务效率和质量，最终实现医疗行业的智能化升级。

全球顶尖大学致力于推动人工智能与科技的融合，促进医疗创新和突破

全球顶尖大学正积极引领人工智能与医疗健康的融合浪潮，推动智能医疗技术的发展和创新，这已成为不可逆转的行业趋势。

● 清华大学智能产业研究院团队开发的AI医院Agent Hospital，通过模拟真实医院设施和流程，创建了42位AI医生，分布在21个科室，覆盖300余种疾病。这些AI医生通过与虚拟病人的交互和学习，不断提升诊疗准确率，其中在呼吸道疾病领域达到了93.06%的诊断准确率。预计该AI医院将于明年上半年对公众开放。

● 约翰霍普金斯大学加入了美国国家癌症人工智能联盟 （Cancer AI Alliance，CAIA），这是一个集合了团队科学和大数据资源的合作项目，旨在利用人工智能开发精准癌症护理的新策略。该联盟将通过AI技术，开发更好的方法来检测、拦截和治疗癌症，同时考虑每位患者独特的病史和治疗路径，以解决癌症医学中最紧迫的挑战。

● 斯坦福大学和哈佛医学院联合开发了MMedAgent，这是一个创新的多模态医疗AI智能体，专门设计用于处理医疗领域的广泛任务。MMedAgent通过集成多种医疗工具，能够无缝管理包括定位、分割、分类、医疗报告生成等多种任务，并在多种医学成像模式中展现出卓越的性能。该智能体在实验中显示出比现有开源方法更高的效率和准确性，甚至超越了闭源模型GPT-4o。

智能医疗的应用价值

1.为患者提供优质的个性化医疗服务

为了提供优质的个性化医疗服务，医疗AI技术正通过辅助诊断等方式赋能基层医疗，实现疾病的早发现和个性化干预。

● 2018年美国食品药品监督管理局（FDA）批准的首款基于计算机视觉技术的眼科医疗设备，在社区医院中用于糖尿病视网膜病变的早期筛查。

● Skin Analytics公司开发的DERM AI产品，能够帮助患者尽早发现皮肤癌，显著提高生存率的同时降低医疗成本。

● 以ChatGPT为代表的自然语言处理技术，经过海量医学专业数据训练后，医疗AI机器人能够全天候为慢性病患者提供智能交互及个性化健康管理，帮助患者更有效地预防和控制疾病，减少并发症的发生。

2.提升医生诊疗效率和服务水平

医疗AI在接管常规重复性、标准化任务上展现出巨大潜力，有效提升了医生的工作效率。比如，AI智能导诊机器人可以分流病人，语音识别系统协助医生录入电子病历，医学影像和病理辅诊系统自动完成图像初筛和病灶勾选，智能采血系统提升采血效率，这些都是提升医生工作效率的实例。

3. 推进互联网医院的发展

AI技术正推动医院管理智能化，尤其在电子病历和资源优化等方面提升效率。AI技术与5G、云计算和互联网技术的融合，促进了医院间的信息互联和资源共享，推动了优质医疗资源的下沉，使患者无论身处何地，都能获得高质量的医疗服务。有研究显示，临床药师通过互联网服务平台为糖尿病患者提供的居家药学服务，有效改善了患者的空腹血糖达标率、药物知识、用药依从性及不良生活方式，减缓了并发症的发生。

应对智能医疗飞速发展，监管机构该怎么做？

伴随技术创新而来的挑战也不容忽视，特别是在安全性、隐私保护和伦理问题方面。因此，监管机构如何在促进创新的同时确保技术的合规性和安全性，成为当下亟待解决的重要课题。目前，FDA已经批准了近1000种支持AI的医疗设备上市，并收到了数百份使用AI进行药物发现和开发的监管申请。面对AI技术的广泛影响及其在发展和应用上的变化速度，FDA正面临着确保适当的监管框架以及是否有足够的资源来处理大量AI相关申请的挑战。

基于此，对AI产品的监管应着重于以下几点：

1. 全生命周期监管：采取全产品生命周期的方法来监管AI，从数据收集和管理、模型构建和调整，到部署后的运营和监控。

2. 数据和模型评估：强调在数据收集和管理阶段对数据进行严格评估，以及在模型构建和调整阶段对AI模型的性能进行监控。

3. 持续的性能监测：倡导在AI软件部署后进行持续的性能监测，以评估其在现实世界中的有效性。

4. 适应性监管框架：确保能够及时有效地评估新的AI产品，使用现代化的工具和方法，如实时数据分析和机器学习。

5. 跨学科合作：鼓励跨学科团队合作，包括医学、工程、数据科学和伦理学等领域的专家，共同制定产品标准和规范。

 总结

总之，AI医疗不仅预示着一场医疗行业的变革，更是互联网医疗发展的一个里程碑。随着AI技术的深入应用，我们正见证着医疗服务从依赖传统经验的诊疗模式，向以数据驱动的精准医疗和智能化医疗转型。在这个过程中，互联网医疗作为新兴领域，正在重塑患者获取医疗服务的方式，提供更加便捷、高效的远程诊疗和健康管理解决方案。

同时，监管机构将继续扮演关键角色，密切关注AI技术在互联网医疗中的应用，确保技术的安全性和有效。通过这种审慎而积极的态度，我们有望实现医疗服务的质量和可及性的双重提升，为全球患者带来更加美好的健康未来。

参考文献：

1. 规划发展与信息化司. 国家卫生健康委员会办公厅关于印发卫生健康行业人工智能应用场景参考指引的通知. 国卫办规划函〔2024〕420号. 发布时间：2024-11-14. http://www.nhc.gov.cn/guihuaxxs/gongwen12/202411/647062ee76764323b29a1f0124b64400.shtml

2. 张雪.AI赋能听科技与医疗深度对话[N].上海证券报,2024-11-15(006).

3. Li J, Wang S, Zhang M, et al. Agent Hospital: A Simulacrum of Hospital with Evolvable Medical Agents. arXiv.org. doi:https://doi.org/10.48550/arXiv.2405.02957

4. Johns Hopkins. Johns Hopkins Joins Cancer AI Alliance. Hopkinsmedicine.org. Published 2024. Accessed December 4, 2024. https://www.hopkinsmedicine.org/news/newsroom/news-releases/2024/10/johns-hopkins-joins-cancer-ai-alliance

5. Li B, Yan T, Pan Y, et al. MMedAgent: Learning to Use Medical Tools with Multi-modal Agent. arXiv.org. Published 2024. Accessed December 4, 2024. https://arxiv.org/abs/2407.02483

6. 王燕萍, 金钢, 赵佳, 韩雪, 王蓓蕾. 我国医疗人工智能的应用现状、风险及对策建议[J]. 卫生软科学, 2024, 38(10): 74-78 https://doi.org/10.3969/j.issn.1003-2800.2024.10.016

7. 马岩,许霞青,张凯,等.糖尿病远程居家药学服务的实践及效果评价[J].中国合理用药探索,2022,19(01):57-62.

8. Warraich HJ, Tazbaz T, Califf RM. FDA Perspective on the Regulation of Artificial Intelligence in Health Care and Biomedicine. JAMA. Published online October 15, 2024. doi:10.1001/jama.2024.21451