AI医生正在实实在在进入了医疗工作的日常实践之中。
▲AI医疗已不再是限于未来层面的设想，而是正在成为普惠大众的现实。
文| 徐涛
（北京大学人民医院泌尿外科主任）
近年来，AI（人工智能）正在重塑医疗服务的内涵与外延。作为泌尿外科一线医生，我同样已经深切感受到，技术不仅能够提升效率，更是正在推动着医疗资源的结构性重构。
比如，蚂蚁集团刚刚推出的全新AI健康应用AQ，通过“名医分身智能体”、“报告解读”“智能问诊”“健康随访”等功能，正在成为患者与医生之间的新型桥梁。
AQ不仅支持上传检查报告、影像资料，还能整合可穿戴设备的实时健康数据，辅助医生获得对疾病的初筛判断，提升了诊疗效率。
诸如这一类平台的兴起，不再仅仅是技术工具的演进，更预示着一种全新的医疗体验与协作模式的诞生。
据了解，AQ还上线了以2名中国工程院院士领衔的超200位三甲医院名医AI分身。每个上线的医生智能体，都需要经过医生及其团队严格训练与测评。
随着这样的AI医生正式上岗，AI医疗已不再是限于未来层面的设想，而是实实在在进入了医疗工作的日常实践之中。更令人期待的是，AI赋能医疗普惠化，小地方也能看上“大专家”了。
AI让医疗服务发展更均衡
众所周知，中国医疗体系资源配置不均衡的问题极为显著。大城市三甲医院汇聚了顶尖设备与专家，导致患者蜂拥而至，门诊、病房压力巨大。
而其背后的原因，也是显而易见的。偏远地区基层医疗机构上述条件匮乏，导致很多患者看病就倾向于去大城市。
同时，即使在同一个区域之内，也存在层级间资源分配失衡的问题，大医院虹吸效应显著，导致患者无论病情轻重都涌入大医院，基层资源则被闲置。
此外，医疗机构间信息壁垒森严，检查检验结果互不认可，既浪费资源又加重患者负担，严重制约医疗服务的均衡发展。
对于在医疗一线的医务工作人员来说，AI应用也有可能显著减轻非诊疗性工作负担。例如在泌尿外科日常接诊中，患者常带来多地的检查和化验报告，内容繁杂、格式不一，需要花费相当多的时间和精力整理。
这时候，借助AQ等平台的自动解读能力，医生可以更高效地把握患者病情主线，专注于诊断与治疗决策，从而提升诊疗效率与专业判断质量。
对于患者来说，AI的各种应用同样方便好用。例如，AQ平台的“初诊导诊”“报告解读”“挂号推荐”等功能，就能实实在在为医患带来便利。
初诊导诊时，AI通过对话了解患者症状，精准推荐科室，减少盲目挂号；报告解读功能将专业术语转化为通俗语言，便于患者理解病情，也节省医生解释时间。
AQ平台的挂号推荐，则依据科室挂号情况、医生排班和患者病情，优化就医流程，减轻医生接诊安排压力。
健康管理也是AI的强项
当今的健康新理念，不仅包括看病，更关注健康管理，而这恰恰是AI的强项。
比如，针对慢性泌尿系统疾病，有了AQ这样的AI应用，就可以通过连接可穿戴设备实时监测生理数据，一旦出现异常信息就能及时预警，并根据具体病情针对患者的全身情况制定个性化管理计划，助力整体化地干预病情。
日常健康管理干预方面，AI能够依据用户个人信息分析健康风险，推送针对性建议，如对于泌尿系统结石患者，结合搜集的个体特点，提醒久坐人群加强运动、增加饮食纤维含量、均衡液体纳入等，从根本上做到加强预防。
当然，要成为被广泛认可的 “健康管理助手”，AI应用还需提升准确性、优化用户体验，加强与医疗机构协作，形成完整健康管理链条。
总的来说，我特别认同“AI医疗的终极目标是普惠”的基本理念，从契合医疗保障全民健康的本质而言，AI已经展现了实现该愿景的潜力。不过也要看到，目前还存在着技术普及、经济成本和公众认知等实现这一目标的关键缺口。
比如，AI目前对复杂病情判断存在局限，当前其结果仅可用作参考，最终诊断仍需医生综合判断。
再如，目前AI在改善资源分配上尚处起步阶段，虽已具备一定作用，但距离从根本上解决资源分配不均的目标，仍有很长的路要走。
另外，基层和偏远地区医疗机构对AI技术的认知、掌握与应用能力不足，缺乏设备与人才，需加强技术培训帮扶。
对此，国家也已经出台了相关规定。比如，《“数据要素×”三年行动计划（2024-2026年）》旨在促进医疗数据流通共享，为AI模型训练提供优质数据，提升AI医疗产品服务性能，推动其在各地普及。
《卫生健康行业AI应用指引》则明确行业规范，指导相关主体开展AI医疗应用，规范市场秩序，提高产品服务质量，增强患者信任。这些都是针对上述瓶颈问题的指导性政策。
而另一方面，AQ这样面向大众的优秀产品不断问世，也是相关厂商平台针对市场需求提供的解法。
AI会与大数据、云计算、物联网、区块链更多深度融合，获得更多的知识创新、观念更新，AI也将在药物研发、医疗教育、全生命周期健康管理等领域发挥重要的、超越我们可预期的作用。
我们期待更多像AQ这样的产品面世，因为惟有这种创新平台的百花齐放，才能给AI医疗的普及带来更多的选择、更繁荣的支撑。我们也有理由相信，AI 医疗一定会顺应市场需求，朝着技术融合创新与应用场景拓展方向发展。
当然，在发展中也会呈现超出我们预期的有关数据安全、伦理道德等新问题新挑战。这也要求我们发挥更多的智慧，确保AI医疗这一技术创新能保持健康可持续发展，真正实现医疗普惠，释放最大的正向价值。
