在科技飛速發展的今天，人工智能（AI）正逐漸成為醫療領域創新的關鍵驅動力。NEJM副主編、北京大學未來技術學院院長肖瑞平提醒考慮與AI相關的倫理問題，如私密權、透明度和數據分享等。她呼籲制定AI在醫療保健中的使用標準，促進透明度，並期待論壇能為創造更好的醫療衛生環境貢獻智慧。
4月28日，由【NEJM醫學前沿】與清華大學醫院管理研究院聯合主辦、嘉會醫療集團承辦的「重塑醫療：醫學中的創新人工智能轉型」2024中關村論壇年會平行論壇在京召開。
「18家企業獲批了27個醫療人工智能輔助診斷場景的三類註冊證，數量占全國總數的34%」，北京市衛健委副主任鄧平基在「重塑醫療：醫學中的創新人工智能轉型」平行論壇上分享了這樣一組數據。
在「人工智能與醫學的未來」中，清華大學醫學院主任黃天萌分享了醫學教育面臨的挑戰以及AI和大語言模型（LLM）的解決之道。在分析了目前醫學教育的弊端之後，黃天萌介紹AI和LLM如何透過縮短醫生培訓時間、提高培訓質素等助力醫學教育。透過AI輔助的自學模式，學生可以自主調節學習進度，不必依賴傳統的面授教學。此外，AI可以幫助醫學生接觸到罕見病例，提高醫療記錄文件的編寫效率，減輕醫生的工作負擔。
首都醫科大學附屬北京天壇醫院副院長王伊龍重點探討了AI在神經系統疾病的預防、診斷、治療和管理中發揮的越來越重要的作用。預防方面，AI透過分析大數據可以早期預測帕金森病的發生和嚴重程度。在診斷方面，AI技術可以快速分析影像學數據，預測腦血管病的發病機制，輔助個體化精準治療。治療方面，在腦機互動領域，如難治性帕金森病的腦深部刺激治療中，AI透過精準調控可顯著減少副作用。
NEJM AI常務主編Charlotte Haug分享了NEJM AI雜誌的願景，即推動AI工具在臨床套用中達到與傳統醫療相同的標準。
在醫學和醫療行業中，人工智能（AI）正發揮著越來越重要的作用，尤其是在縮短新藥研發周期和降低成本方面。賽諾菲轉化醫學中國的唐蕾詳細闡述了公司如何利用AI技術提升小分子藥物探索的效率和品質。傳統藥物研發流程漫長且昂貴，平均需要十年時間和高達26億美元的投資。然而，透過引入數碼化技術和AI能力，賽諾菲已成功地在不到一年的時間內為超過50個靶點生成了預測，並將其中7個創新靶點推進到研究管線中。
唐蕾強調，AI模型的使用已覆蓋超八成小分子化合物的篩選和研究，顯著加速了研究進度，有望更快地將新藥帶入臨床試驗階段，從而更早地使患者受益。
同時，在醫學影像領域，AI的套用也取得了顯著成效。GE醫療首席數碼官黃峰指出，AI能夠快速而準確地提供醫學影像的診斷結果。例如，GE醫療某款影像學產品能夠提高影像質素四倍，類似的成功案例不勝列舉。
面向未來，盡管AI在醫療領域的套用前景廣闊，但私密權、透明度和數據監管仍是關鍵議題。多位專家強調，在推進AI在醫療領域套用的同時，必須平衡其潛力和責任，制定相關使用標準，並註重保護患者私密和數據安全。
AI技術正在醫療領域發揮著革命性的作用，不僅縮短了新藥的研發周期，降低了成本，還最佳化了醫學影像的診斷過程。然而，隨之而來的倫理和監管問題也需要行業內外的共同關註和解決。（張夢凡）
來源：光明網
