隨著包括醫(yī)渡科技、鷹瞳科技、萬(wàn)達(dá)信息、智云健康等在內(nèi)的首批企業(yè)先后官宣接入DeepSeek后，最新數(shù)據(jù)顯示，已有超過30家醫(yī)療大健康公司宣布整合DeepSeek，領(lǐng)域覆蓋藥物研發(fā)、影像分析、診斷篩查、病理檢測(cè)、慢病管理等多個(gè)領(lǐng)域。

由于DeepSeek大模型的特點(diǎn)在于開源、高性價(jià)比，因此，人工智能（AI）與醫(yī)療大健康產(chǎn)業(yè)的結(jié)合將催生出更多場(chǎng)景和產(chǎn)品。“但我們也要正視場(chǎng)景和產(chǎn)品背后的市場(chǎng)認(rèn)可度，以及支付、準(zhǔn)入、安全、倫理等多方面挑戰(zhàn)。”一位資深業(yè)內(nèi)人士告訴第一財(cái)經(jīng)。

兩大成熟應(yīng)用場(chǎng)景

記者了解到，數(shù)據(jù)的數(shù)量規(guī)模、質(zhì)量等級(jí)決定了AI背后的模型訓(xùn)練狀態(tài)，這也是AI大模型率先在醫(yī)療、金融等領(lǐng)域爆發(fā)的原因。

以醫(yī)療領(lǐng)域?yàn)槔?ldquo;智慧醫(yī)院”是一大主要應(yīng)用場(chǎng)景。比如，深圳市人民醫(yī)院日前宣布已本地化部署DeepSeek。該院信息技術(shù)部主任丁萬(wàn)夫稱，現(xiàn)階段，AI在智慧醫(yī)療方面的應(yīng)用場(chǎng)景主要是輔助診斷，醫(yī)院與騰訊合作開發(fā)的AI預(yù)問診服務(wù)已得到應(yīng)用，患者在掛號(hào)繳費(fèi)后可以收到預(yù)問診推送，醫(yī)生則結(jié)合患者的回復(fù)信息自動(dòng)化一鍵生成電子病歷。

再如，上海市第四人民醫(yī)院也在近日表示，醫(yī)院已完成DeepSeek本地化部署，下一步將在3萬(wàn)余例典型病例和多年積累的診療方案的基礎(chǔ)上，迅速為醫(yī)生提供精準(zhǔn)決策支持。此外，上海瑞金醫(yī)院也在18日與華為聯(lián)合推出“瑞智病理大模型”，以毫秒級(jí)、無卡頓的閱片能力賦能臨床診斷。

作為另一大應(yīng)用場(chǎng)景，“診斷設(shè)備”相比智慧醫(yī)院則更加成熟。比如，東軟醫(yī)療的NeuBrainCARE腦卒中評(píng)估軟件可在90秒內(nèi)完成缺血半暗帶分析，準(zhǔn)確率達(dá)95%以上，并被寫入中國(guó)專家共識(shí)。

再如，聯(lián)影醫(yī)療早在多年前就在CT（計(jì)算機(jī)斷層掃描）、PET-CT（正電子發(fā)射計(jì)算機(jī)斷層顯像）等設(shè)備中融入AI算法，以更小劑量、更低輻射為患者做影像學(xué)診斷。

上述應(yīng)用場(chǎng)景是否能最終提升效率、降低成本的問題？為此，中國(guó)信通院醫(yī)療大數(shù)據(jù)研究中心(華東)主任張宇鳴告訴記者，這需要分類看待。對(duì)于病歷書寫、輔助診斷、遠(yuǎn)程診療一類場(chǎng)景，這些場(chǎng)景主要涉及自然語(yǔ)言處理、多模多維數(shù)據(jù)整合與歸一化處理等工作，AI大模型可以讓推理過程相對(duì)透明，從而提高醫(yī)生鑒別和確認(rèn)的效率。

而對(duì)于病理分析、影像導(dǎo)航一類場(chǎng)景，除了提升效率外，這類場(chǎng)景還能彌補(bǔ)因人的精力、情緒等變化而導(dǎo)致的注意力不集中等問題，相較于前一類場(chǎng)景，這一類場(chǎng)景其更注重細(xì)微區(qū)別和精準(zhǔn)性等要素。

華為公司副總裁、數(shù)據(jù)存儲(chǔ)產(chǎn)品線總裁周躍峰也表示，現(xiàn)階段，AI與各行業(yè)的結(jié)合仍然面臨不少障礙。這包括：第一，數(shù)據(jù)工程耗時(shí)長(zhǎng)，數(shù)據(jù)需要經(jīng)過歸集、清洗、增強(qiáng)、評(píng)估等一系列過程，這一過程占模型開發(fā)訓(xùn)練時(shí)長(zhǎng)的60%。第二，模型訓(xùn)練和應(yīng)用落地難，這體現(xiàn)在AI大模型其范式多，開發(fā)和調(diào)測(cè)難度大。第三，諸如算力等待、任務(wù)潮汐、資源碎片化等原因都會(huì)造成AI集群可用度較低。

風(fēng)險(xiǎn)與挑戰(zhàn)

隨著AI在醫(yī)療領(lǐng)域加速落地，產(chǎn)業(yè)背后正在面臨哪些風(fēng)險(xiǎn)與挑戰(zhàn)？

廈門大學(xué)醫(yī)學(xué)人工智能研究院負(fù)責(zé)人王連生則表示，除了業(yè)界一直關(guān)注的數(shù)據(jù)安全和隱私保護(hù)等風(fēng)險(xiǎn)，AI大模型也會(huì)存在包括推理過程、責(zé)任歸屬、公平性等在內(nèi)的諸多挑戰(zhàn)。推理過程的挑戰(zhàn)涉及模型是否可信、數(shù)據(jù)輸入限制；責(zé)任歸屬的挑戰(zhàn)涉及相關(guān)部門需制定AI大模型監(jiān)管規(guī)則，以及處理數(shù)據(jù)時(shí)需要遵循的法律法規(guī)；公平性的挑戰(zhàn)則涉及大模型可能出現(xiàn)的“幻覺”“偏見”等問題。

除了企業(yè)自身業(yè)務(wù)發(fā)展過程中的風(fēng)險(xiǎn)與挑戰(zhàn)，AI醫(yī)療器械（包括軟件與硬件）在上市前的注冊(cè)申報(bào)、醫(yī)保準(zhǔn)入階段也會(huì)面臨不少難題。

張宇鳴表示，在上市前，AI醫(yī)療器械需要經(jīng)過嚴(yán)格安全性與有效性研究、檢測(cè)、驗(yàn)證，獲批后才能用于醫(yī)療診斷和治療的設(shè)備、軟件和系統(tǒng)類產(chǎn)品。上市后還要持續(xù)關(guān)注不良事件的發(fā)生與分析。

為此，張宇鳴稱，目前，一方面，亟需推進(jìn)相關(guān)標(biāo)準(zhǔn)的制定工作，這包括了制定AI醫(yī)療器械的行業(yè)標(biāo)準(zhǔn)研制，規(guī)范數(shù)據(jù)接口、算法評(píng)估、安全認(rèn)證等，促進(jìn)互操作性和可持續(xù)健康發(fā)展。另一方面，需要明確AI醫(yī)療器械背后算法的可解釋性、可靠性，這可以使醫(yī)生和患者都能夠理解AI的決策過程。

對(duì)于AI醫(yī)療器械的注冊(cè)申報(bào)策略，硅致智能創(chuàng)始人王菁建議，第一，企業(yè)應(yīng)明確AI醫(yī)療器械的分類界定。如果相關(guān)產(chǎn)品用于疾病診斷、治療或預(yù)防或?qū)颊呓】涤兄苯佑绊?，則應(yīng)歸類為醫(yī)療器械。此時(shí)就需要遵循相關(guān)法規(guī)的要求提交完整技術(shù)文件和臨床數(shù)據(jù)。

第二，企業(yè)應(yīng)選擇合理的訓(xùn)練集、驗(yàn)證集。具體來說，訓(xùn)練集應(yīng)覆蓋多樣化的臨床病例和場(chǎng)景，以確保數(shù)據(jù)的代表性和多樣性；驗(yàn)證集則用于評(píng)估模型在未見數(shù)據(jù)上的性能，應(yīng)確保其樣本量和分布合理。其中，訓(xùn)練集背后的算法尤為重要，其算法的邏輯嚴(yán)謹(jǐn)程度將直接影響AI醫(yī)療器械的效果是否可靠。

第三，針對(duì)AI模型的“黑盒子”問題，必須通過充分的臨床驗(yàn)證和性能測(cè)試來證明其安全性和有效性。即使算法內(nèi)部不可解釋，也可通過真實(shí)數(shù)據(jù)的長(zhǎng)期使用和多場(chǎng)景驗(yàn)證來證明其可靠性。

醫(yī)保準(zhǔn)入方面，國(guó)家醫(yī)保局在2024年11月表示，將在放射檢查、超聲檢查、康復(fù)類項(xiàng)目中設(shè)立“人工智能輔助”擴(kuò)展項(xiàng)；同樣的價(jià)格水平下，醫(yī)院可以選擇培養(yǎng)醫(yī)務(wù)人員進(jìn)行診療，也可以選擇使用人工智能參與診療行為，但現(xiàn)階段不重復(fù)收費(fèi)。

“目前，各醫(yī)院會(huì)將AI閱片、讀片的成本考慮在整體收費(fèi)項(xiàng)中，單列收費(fèi)的情況幾乎還沒有，AI一直以來都作為輔助功能來實(shí)踐。”一位省級(jí)醫(yī)保部門人士告訴記者，除了輔助診斷一項(xiàng)，顱內(nèi)深度電刺激起搏器也是應(yīng)用多年的醫(yī)療器械，其中也有AI自然語(yǔ)言解碼的功能，“這一類醫(yī)療器械如果申請(qǐng)相關(guān)醫(yī)保收費(fèi)，或可以適當(dāng)考慮。”