特别呈现｜创新人工智能转型，赋能医教研（奔走相告）

2024年4月28日，由《新英格兰医学杂志》（NEJM）旗下中文平台《NEJM医学前沿》与清华大学医院管理研究院主办、嘉会医疗承办的“重塑医疗：医学中的创新人工智能转型”2024中关村论坛年会平行论坛召开。

北京市卫健委副主任邓平基，NEJM副主编、北京大学未来技术学院院长肖瑞平和清华大学医院管理研究院常务副院长张宗久莅临会场并作嘉宾致辞。

本场平行论坛的主旨演讲嘉宾有NEJM AI期刊常务主编Charlotte Haug博士，克拉利特研究所AI医学主任、NEJM AI编委Noa Dagan博士，清华大学医学院主任、NEJM AI编委黄天荫教授，浙江大学医学院附属邵逸夫医院院长蔡秀军教授，首都医科大学附属北京天坛医院常务副院长王伊龙教授，赛诺菲转化医学中国负责人唐蕾博士和GE医疗中国首席数字官黄峰博士等多位国际知名专家学者。

北京市卫健委副主任邓平基在开场致辞中指出，“人工智能正引领科技革命，对医疗健康产生深远影响。北京市在医疗人工智能领域处于全国领先地位，拥有众多医疗AI企业和产品，涵盖医疗辅助决策、健康管理等多个方面。北京市卫健委将继续推动医疗AI研发应用，服务人民健康和产业发展。期望本次论坛为加快AI在卫生健康领域的应用贡献更多的智慧和力量。”

NEJM副主编、北京大学未来技术学院院长肖瑞平教授在致辞中强调了医疗AI在改善治疗效果、改善医疗信息交流及提升医疗系统效率领域的潜力。同时，她也提醒考虑AI相关的伦理问题，如隐私权、透明度和数据分享。她呼吁制定AI在医疗保健中的使用标准，促进透明度，并期待论坛能为创造更好的医疗卫生环境贡献智慧。

清华大学医院管理研究院常务副院长张宗久教授在致辞中表示，AI在医疗行业的革命性作用包括精准预测医疗需求、优化资源配置、提升医院运营效率、保障医疗质量和安全，以及为政策制定提供科学依据等。张宗久教授期待AI推动医疗服务的公平可及和质量提升，并预祝论坛圆满成功。

第一部分：转型中的智慧医疗

AI驱动的医疗实践——成功与挑战

克拉利特研究所AI医学主任、本∙古里安大学副教授Noa Dagan博士指出，AI模型部署时面临的挑战包括准确识别临床需求和模型的可解释性，并以丙肝筛查项为例进行了阐述。由于高危人群丙肝筛查率不高，因此研究者开发了有助于预测丙肝阳性患者的AI算法，从而提高了筛查的依从性和效率。此外，不同亚人群数据可获得性或准确性可能不甚一致，所以根据总体人群构建出的通用模型必须根据亚人群的具体特点加以微调，从而确保模型的准确性。

数字医院建设的邵医实践

浙江大学医学院附属邵逸夫医院院长蔡秀军教授介绍了邵逸夫医院在AI与医疗结合方面的创新实践和成果。医院积极推动AI技术在医疗领域的应用，如通过手机应用实现挂号、支付、检查单管理等，极大提升了患者就医便利性。此外，医院还开发了“智慧药师”APP帮助患者管理用药。AI在医疗资源下沉方面也发挥了重要作用，如AR眼镜辅助基层医疗，以及通过远程医疗技术让专家远程为基层患者提供服务。邵逸夫医院在智慧医院建设方面做了大量工作，推动了医疗服务的现代化，为患者、医生、医院、第三方等多方带来了共赢。

人工智能驱动的生物药物研发

赛诺菲转化医学中国负责人唐蕾博士在讲座中强调，打造人工智能驱动的生物制药研发机构是当前生物医药领域的重要发展方向。人工智能可以加速药物发现、优化药物设计、提高临床试验效率，从而大大缩短新药上市时间和降低研发成本。赛诺菲将利用人工智能分析病理病变等数据以实现精准医疗，为患者提供个性化的治疗方案。人工智能驱动的生物制药研发将为新药开发注入新的活力，促进医药产业的快速发展，为人类健康事业做出更大的贡献。

第二部分：人工智能与医学的未来

AI在医学教育的价值

清华大学医学院主任黄天萌教授分享了医学教育面临的挑战以及AI和大语言模型（LLM）的解决之道。在分析了目前医学教育的弊端之后，黄教授指出了AI和LLM如何通过缩短医生培训时间、提高培训质量等助力医学教育。通过AI辅助的自学模式，学生可以自主调节学习进度，不必依赖传统的面授教学。此外，AI可以帮助医学生接触到罕见病例，提高医疗记录文档的编写效率，减轻医生的工作负担。

AI在重大神经疾病诊治中的应用

首都医科大学附属北京天坛医院副院长王伊龙教授重点探讨了AI在神经系统疾病的预防、诊断、治疗和管理中发挥的越来越重要的作用。预防方面，AI通过分析大数据可以早期预测帕金森病的发生和严重程度。在诊断方面，AI技术可以快速分析影像学数据，预测脑血管病的发病机制，辅助个体化精准治疗。治疗方面，在脑机交互领域，如难治性帕金森病的脑深部刺激治疗中，AI通过精准调控可显著减少副作用。

NEJM AI 杂志与医学AI研究

NEJMAI常务主编Charlotte Haug博士指出，NEJM AI的愿景是确保AI工具在临床应用中达到与传统医疗干预相同的标准，即具有实用性、有效性，并能为患者、家庭、医疗专业人员及整个医疗系统带来益处。NEJM AI特别关注AI在医疗实践中的应用，包括AI在风险因素识别、诊断、治疗和慢性病管理中的新方法。

第三部分：圆桌讨论

在圆桌讨论环节，肖瑞平教授、Charlotte Haug博士、Noa Dagan博士、黄天荫教授、蔡秀军教授、唐蕾博士和黄峰博士等多位国际知名专家学者就AI在医学领域的应用、挑战和未来发展进行了深入探讨。

黄峰博士指出，GE医疗着重于AI在医疗器械中的应用，通过AI提升设备的智能化、速度和用户体验。

唐蕾博士认为，AI在转化医学中的应用需要科学家和临床医生合作以解决临床问题，她还提到了AI在临床前研究中的应用，并强调了AI在解决临床问题中的潜力。

Charlotte Haug博士指出，AI应用规模应逐渐扩大，以使全球更多患者受益。

肖瑞平教授认为，AI可以在转化医学和临床医学的整个链条上发挥作用。她特别提到了AI在药物发现和研发中的应用，以及在临床研究管理中的作用。

蔡秀军教授提出了AI与临床医生之间的技术交流和需求理解问题，并建议通过学术交流、培养交叉复合人才和发挥医院IT队伍的作用来弥补AI与临床之间的差距。

黄天荫教授指出了AI应用中的3P问题：人才（People）、平台（Platform）和政策（Policy）。他强调高校需要培养更多了解AI领域的人才。

Noa Dagan博士则强调了系统化工作的重要性，以及长期战略规划的必要性。她指出，科学家和医生需要使用医学和AI科学两种语言进行沟通，以促进AI在医学教育中的应用。