自2015年起，投资机构开始积极进军“AI+医疗”领域，这一趋势得益于深度学习、计算机视觉及自然语言处理等先进技术的显著进步，这些技术革新催生了大批新兴或巨头企业投身于“AI+医疗”的蓝海之中。

诸如医联、推想医疗、数坤科技、医渡科技等行业新锐，以及科大讯飞、腾讯、阿里等行业巨头，都在这一时期敏锐地捕捉到了智慧医疗带来的机会，并成为了这一领域的开拓者。

时至2020年，科亚医疗获得了国内首个医疗AI三类证书，标志着AI在医疗行业的应用得到了认可与肯定。截至2023年，近70款AI医疗器械产品已通过严格审批，并成功投入临床应用。这些产品主要应用于糖尿病视网膜病变眼底图像分析、冠脉电子计算机断层扫描辅助、肺结节CT识别、骨折CT诊断及颅内肿瘤磁共振成像等医学影像辅助诊断场景，极大地提升了诊断的准确性和效率。

历经十年的飞速发展，AI医疗已今非昔比，其在医学影像辅助诊断、个性化治疗方案制定、智能健康管理等方面的应用日益广泛。展望未来，随着技术的持续进步与数据的不断积累，AI医疗发生了哪些变化？未来的发展之路又将走向何方？

近期，亿欧大健康&昂东数智也在筹备《AI医疗指数行业研究报告》，报告将对AI+医疗整体行业进行分析，并计算细分行业发展指数。此外，报告还将发布2024年AI医疗百强榜单，还请持续关注。

从规则式AI到生成式AI

AI医疗，即利用人工智能、大数据、云计算、物联网等尖端信息技术，智能化地管理和优化医疗流程，从而显著提升医疗服务的质量和效率。这种技术的融合不仅提高了医疗服务的精准度和个性化水平，还为医疗决策提供了科学的数据支持，有力地推动了医疗行业的创新发展。

在早期的人工智能应用中，可以称之为是基于标注数据集的规则式AI，它们经过专门训练，能够执行特定的任务，如医疗影像、辅助诊疗、健康管理、医保控费、医药研发等多个环节，这些AI通过收集、分析、分类和解释数据，为医疗领域带来变革。

然而，随着技术的不断进步，生成式AI异军突起，尤其是基于transformer架构的大语言模型，这些模型在海量文本语料库上进行训练，包含数十亿甚至更多的参数，具备强大的语言理解、知识记忆和推理泛化能力，能够流畅处理自然语言、生成高质量文本内容，并制定有效策略。大语言模型的诞生，无疑将对医疗行业产生深远的影响。

大模型本身并不直接创造价值，基于大模型开发出来的 AI 应用才能满足真实的市场需求。

基于这些大语言模型设计和开发的AI原生应用，则可以看作是此前AI医疗应用的进阶版。在人机交互方式发生根本性变革的当下，AI原生应用让人和应用的边界不再那么清晰，这种变化让人与应用在协同工作中实现了“共智生长”。人们可以通过这些应用获取群体性的知识和经验，提升自己的知识和决策能力；同时，这些应用也能通过模拟人的行为，进行持续的学习和技能提升。这种双向的互动和成长，让AI医疗的未来发展充满无限的想象力。

有何变化？

从规则式AI到生成式AI的发展，会给医疗行业带来了哪些变化？

针对医生而言，尤其是在进行疾病诊断时，AI技术展现了其高效精准的诊断与预测能力，从而大幅提升了医生的工作效率和诊断准确性。

在诊断方面，AI广泛应用于各类医学影像资料的分析，如CT、MRI、X光等。其强大的图像识别能力使得自动识别和标记疑似病灶成为可能，从而为医生提供有力的辅助诊断依据。更值得一提的是，AI还能深入挖掘临床数据，构建数据模型，进而实现对肺癌、乳腺癌、胰腺癌等难以辨识的早期癌症的精准诊断。

在疾病预测方面，AI能够综合分析患者基因组数据、临床信息和生活习惯。通过这些数据的深度融合，预测患者罹患特定疾病的风险，并为患者量身打造个性化的预防和治疗方案。

而AI原生应用，则以其多模态感知、理解和记忆能力，深刻感知医生的行为意图，并前瞻性地为医生提供信息和辅助决策支持。同时，通过多模态的指令交互，模拟医生的工作模式，成为其数字孪生助手。

以火山引擎7月对外展示的“AI医生分身”应用为例，这款应用基于医疗垂类大模型，深度融合了医生的个人语料、声纹等资料，并对这些信息进行深度储存和加工。在与医生共同的实践过程中，它不断自我反思和学习，逐步构建起对用户偏好、知识库和对话状态的长期记忆，从而实现与患者的高效互动。这种“虚拟化身”，提高了医疗服务的可及性。

在我国，医生不仅承担着临床治疗的重任，还是科学研究的重要推动者。据一位来自三甲医院的资深医生透露，目前众多科研工具正在快速整合大语言模型，借助AI的力量为自身赋能。尽管仍需警惕大模型在专业领域内可能存在的幻觉问题，但其在科研方面已经展现出巨大的潜力。

基于大模型研发的AI原生应用具备低代码/无代码等特点，未来可能医生只需通过自然语言描述需求，系统便能智能地解析这些需求，自动生成代码，并调用相应工具，从而满足医生在诊疗和科研方面的个性化需求。更为重要的是，一旦这些自动生成的代码被验证有效，它们将被进一步优化，转化为可重复使用的服务组件或公共工具。这不仅使得医生的知识和经验得以具体化，还为整个医疗社区的知识共享和进步铺平了道路。

从患者的视角来看，以典型的应用AI问诊为例。过去，AI问诊主要是患者描述病痛，AI给出可能的病因，并通过一系列笼统的问题进行初步了解，然后提供相应的参考建议，并提示患者及时就医。某些应用还会进一步引导患者寻找线上真实医生进行问诊。

然而，在近期闭幕的WAIC大会上，百川智能展示了一款基于医疗大模型开发的AI健康顾问，其功能有了更为显著的进化。这款AI应用在用户提出问题后，能像全科医生一样进行多轮详细追问，深入了解症状，在收集到充足的病症信息后，AI能够进行综合判断，给出明确的诊断结果和用药建议。

除了直接参与医疗过程，AI还将在医院运营管理中扮演关键角色。通过学习与分析规则及数据等内容，AI可以帮助机构更科学地进行资源配置、业务发展、价值评价与绩效考核等，并为医院管理者、职能部门甚至临床部门提供精细化运营管理的手段和建议。

四川大学华西第二医院党委书记黄勇曾对媒体表示，他相信在不到五年的时间里，一大批基于大语言模型开发的AI原生应用将在医院内部得到广泛应用，深刻影响智慧医疗发展。

以生成式AI为核心技术的智慧医疗新时代大幕正在拉开。7月北京市推动“人工智能+”行动计划（2024-2025年）发布，该计划提出要率先建设AI原生城市。而在医疗领域的具体要求是探索医生与医疗智能体协同机制，优化导诊服务、在线问诊、处方生成、用药咨询、慢病管理以及家庭智能医生等医疗辅助服务，推动互联网医院向人工智能医院升级。

赋能诊疗全流程，真正实现精准诊疗

如果说此前的AI主要扮演的是辅助诊断的角色，通过提供数据分析、图像识别等单一功能的支持，来协助医生做出更明智的决策，那么随着技术的进步，AI已经能够整合多模态信息，为医生提供更全面、更丰富的辅助信息。

然而，技术的步伐并未止步于此。如今的AI医疗可以说能够在特定条件下完成自动化诊疗，并根据患者的具体情况自动推荐治疗方案。当然，在关键决策时刻，仍然需要医生的专业确认，以确保治疗的安全性和准确性。

随着AI在诊疗环节中的介入程度越来越高，甚至有可能在某些方面超越医生的能力，实现完全自动化的诊疗流程。这样的场景令人惊叹，但却是很有可能发生的未来。

从医院内部的诊前、诊中、诊后环节，到院外的健康追踪，AI最终将渗透到医疗流程的每一个角落。在这个过程中，不仅医生可以拥有自己的“数字孪生”，病人也可以建立起专属于自己的就医模型。这意味着，在未来的医疗体系中，每一个个体都将得到更加个性化、精准化的医疗服务。

届时，精准医疗就不再是一个遥不可及的概念，而是逐步成为现实。