“天都塌了！病人DeepSeek后质疑我的治疗方案，气得我自己又查了一遍指南，才发现指南更新……”2025年初春，一位广东医学博主的“无心之言”，却意外点燃了业界对于“AI+医疗”应用边界与伦理的深度思考。

几乎同一时间，一则“DeepSeek诊断肺结节”的短视频亦引发广泛关注。浙大二院胸外科范军强主任医师在体验DeepSeek的AI肺结节诊断能力后，对其“与临床高度吻合”的诊断意见和治疗方案表示赞赏，亦引发了其对于新技术如何更好赋能临床、提升诊疗效率的思考。

毋庸置疑，以ChatGPT、DeepSeek为代表的AI大模型正以前所未有的力量重塑医疗健康产业格局，从辅助诊断、药物研发到健康管理，几乎延伸至医疗的每一个角落，展现出颠覆传统医疗模式的巨大潜力。然而，在AI浪潮汹涌而至的同时，业界对于AI的期待与疑虑、机遇与挑战，亦在同步升温。未来，AI将如何重塑医疗？AI又将把医疗引向何方？AI最终能否取代医生？

#1

AI赋能医院与医生：构建“三医协同”的基石

作为医疗服务的提供方，医院和医生无疑是“AI+医疗”的核心主体。AI技术正以前所未有的速度和广度，从辅助诊疗、优化流程、提升效率等多方面深度赋能医院和医生，助力医疗服务体系的智能化升级，完善可持续的医保体系，为构建“三医协同”的医疗新格局奠定坚实基础。

1. AI辅助诊疗服务：破除瓶颈，提升效能

长期以来，医学影像阅片、病理诊断、基因检测等诊疗环节，高度依赖医生的经验和专业知识，存在效率瓶颈和人为误差。AI辅助诊疗技术的出现，有望打破传统诊疗模式的瓶颈，大幅提升诊疗效能。

在医学影像领域，AI医学影像技术已成为放射科医生不可或缺的“标配”。尤其在大规模筛查和疑难病例诊断中，深度学习驱动的医学影像技术，不仅能快速而精准地识别肺结节、乳腺癌等高发病灶，显著降低漏诊率和误诊率，更在病理诊断中展现出媲美资深专家的能力，可实现对病理切片的智能判读，大幅提升诊断效率。MASAI试验研究结果显示，AI辅助乳腺钼靶X线摄影筛查在癌症检出率高于标准双人读片的同时，显著降低了阅片工作量，为大规模乳腺癌筛查提供了新的解决方案。

在病理诊断领域， AI病理诊断系统能够辅助病理科医生快速、准确地识别癌细胞，显著提高诊断效率，并减少人为误差，提升诊断质量。哈佛大学余坤兴团队的研究结果表明，AI病理诊断模型在19种癌症诊断中，检测准确率接近94%，展现出媲美资深病理医生的诊断水平。

在个性化诊疗方面，AI辅助临床决策系统，能够整合海量医学知识库和临床指南，基于患者的病历信息，为医生提供个性化的诊疗建议，辅助医生进行更科学、更精准的临床决策，提升诊疗方案的规范性和个性化水平。

2. AI优化医院管理：精细运营，科学决策

面对日益增长的医疗服务需求和日趋严格的控费要求，医院亟需通过智能化手段提升运营效率，降低运营成本，实现高质量发展。AI技术有望为医院破解运营难题提供新的突破口。

在电子病历智能化方面，AI技术赋能下的新一代电子病历系统不仅能够实现病历自动生成、结构化录入、智能质控等功能，更能够深度挖掘病历数据价值，辅助医院管理者进行运营分析和决策支持，实现医院运营管理的数字化、智能化、精细化。

在医院运营管理智能化方面，AI技术可应用于医院资源调度、流程优化、绩效管理、风险预警等多个方面，助力医院实现运营管理的智能化升级。例如，AI可以通过大数据分析技术，预测医院门诊量、住院人数、床位使用率等关键指标，为医院资源调度提供科学依据；AI可以通过流程挖掘技术，优化患者就诊流程，缩短患者等待时间，提升患者满意度；AI可以通过机器学习算法，辅助医院管理者进行绩效考核和决策分析，提升管理效率；AI还可以通过风险预警模型，对医疗风险进行智能预警，防范医疗纠纷，提升医院运营的安全性和稳健性。

3. AI助力医生科研：释放潜能，加速创新

医学科研是驱动医疗进步和临床诊疗水平提升的源动力。然而，长期以来，医学科研面临数据获取难、数据分析效率低、科研成果转化难等诸多挑战。AI技术在医学科研领域的应用，则有望打破传统科研模式的束缚，释放医生科研潜能，加速医学创新步伐。

在科研数据分析方面，AI技术展现出强大的数据处理和分析能力，能够帮助医生从海量的医学科研数据中快速、准确地提取有价值的信息，发现新的医学规律，加速科研成果产出。例如，在基因组学研究领域，AI技术可以用于基因组数据分析、基因变异识别、疾病基因预测等；在蛋白质结构预测领域，AI技术可以用于蛋白质结构预测、蛋白质功能预测、药物设计等；在医学影像分析领域，AI技术可以用于医学影像分割、病灶检测、疾病诊断等。

在临床研究加速方面，AI技术同样大有可为。AI技术可应用于临床试验设计、患者招募、数据管理、统计分析等环节，助力医生加速临床研究进程，提高临床研究效率和质量。例如，借助于自然语言处理（NLP）技术，可以自动分析医学文献和临床指南，辅助医生进行临床试验方案设计；通过机器学习算法，精准匹配患者和临床试验，加速患者招募；通过电子数据采集（EDC）系统，可以自动进行临床试验数据管理和质量控制，减少人工误差，提高数据质量，最终加速临床研究进程，缩短新药上市时间，抢占市场先机。

#2

AI惠及患者：从“被动就医”到“主动健康”

AI技术正以润物细无声的方式，深刻改变着患者的就医行为和健康管理模式，重塑医患关系，提升患者的就医获得感和幸福感，并最终推动医疗服务价值的跃迁。

1.AI重塑就医行为

患者就医前，可将AI智能导诊系统作为“智能向导”。它能够模拟医生思维，精准识别患者需求，并提供个性化的导诊建议，有效提升患者就医决策能力，助力患者找对科室、挂对号，避免盲目就医。

就医过程中，AI在线问诊平台与互联网医院，打破传统医疗的时空限制，将优质医疗资源延伸至线上，构建起线上线下一体化的医疗服务闭环，极大地优化了患者就医流程，提升患者就医便捷性和舒适度，甚至让患者在家即可享受到便捷、高效的医疗服务，有效缓解“看病难”问题。

就医后，AI随访管理系统与AI康复指导工具能够定期对患者进行病情跟踪和随访，及时了解患者病情变化，并提供个性化的康复指导建议，助力患者院后康复，提升患者就医获得感和依从性，将医疗服务延伸至院外，实现患者疾病全周期管理。

2.AI赋能主动健康管理

AI健康管理平台与可穿戴设备能够基于患者的个体化健康数据，进行健康风险评估和预测，帮助患者了解自身健康风险，并及早采取干预措施，将健康管理的关口前移，为患者提供了“未病先防”的主动健康管理工具。

AI健康管理平台能够根据患者的个体特征和健康数据，提供个性化的运动、饮食、睡眠等健康干预建议；AI数字疗法，则能够为患者提供个性化的数字疗法，例如，AI驱动的认知行为疗法（CBT）APP，帮助患者在家即可进行疾病治疗和康复，实现个性化健康干预，提升健康管理效果。

AI健康管理平台与AI数字疗法等智能化工具还能激发患者参与健康管理的积极性和主动性，改变患者在健康管理中的角色。患者不再是被动接受医疗服务的客体，而是成为自身健康管理的主体和中心，真正实现“我的健康我做主”。

#3

AI变革医药产业链：重塑价值链，再构新格局

AI加速了医药产业价值链的重塑与变革，并带动了竞争格局的重构。

1. AI重塑药物研发价值链

具体体现在：

o研发前端提速：AI技术加速药物研发的早期进程，大幅缩短药物靶点发现、化合物筛选、先导化合物优化等研发前端环节的周期，将新药研发带入“快车道”，十年磨一剑的新药研发模式或将成为历史。

o临床试验提效：AI技术可应用于临床试验方案设计、患者精准招募、临床试验数据管理和分析等多个环节，实现临床试验全流程的智能化和自动化，大幅提高临床试验效率，降低临床试验成本，加速新药上市进程。

o研发成本降低：AI技术在药物研发全流程的应用，不仅能够显著缩短新药研发周期，更将大幅降低新药研发的资金和时间成本。据行业分析师预测，AI药物研发有望将平均研发成本降低 25%-50%，这意味着药企有望以更低的成本，研发出更多、更好的创新药物，从而惠及更多患者。

2. AI重构药品生产价值链

AI技术在医药制造环节的应用，将推动传统医药制造向智能化、自动化、数字化转型，构建起更高效、更智能、更绿色的现代化制药工厂。

其作用体现在：

o智能制造降本：AI赋能下的智能制造，将显著提高药物生产效率，降低生产成本，提升生产线的柔性和灵活性，助力药企在激烈的市场竞争中抢占成本优势。

o质量控制提质：AI技术能够实现药品生产全流程质量追溯和智能预警，对药品生产过程中的每一个环节进行实时监控和质量把控，及时发现和纠正生产缺陷，从而最大限度地保障药品质量安全，提升药品质量的稳定性和可靠性，为患者用药安全保驾护航。

o供应链优化增效：AI技术应用于药品供应链管理，将实现药品供应链全流程可视化和智能化，优化药品生产、仓储、运输、配送等环节，提高供应链效率，降低供应链成本，提升供应链风险应对能力，保障药品稳定供应，构建更高效、更敏捷、更安全的药品智慧供应链体系。

3.AI创新医药营销价值链：

AI技术驱动下的医药数字化营销，将打破传统医药营销模式“广撒网、低转化”的困境，构建起“精准触达、千人千面”的新型医药营销模式。AI技术应用于医药营销，将实现医生和患者精准画像、个性化营销内容智能生成、营销活动效果实时追踪和智能优化，大幅提高医药营销的效率和精准性，降低营销成本，提升营销投入产出比。

在患者关系管理方面， AI技术将传统的“粗放式”“一次性”管理模式升级为“精细化”“全周期”管理模式，帮助药企与患者建立更紧密的连接，提升患者用药依从性和忠诚度，挖掘患者生命周期价值，实现患者价值最大化。

不仅如此，AI技术正在以前所未有的力量打破医药产业的边界，重塑医药产业的竞争格局。当前无论传统医药巨头，还是新兴AI制药企业都纷纷加强AI的布局，抢滩AI+医疗市场。更为引人关注的是，一些科技巨头开始跨界入局，医药企业与科技企业、互联网企业、保险企业、医疗机构等跨界合作已成为常态，医药产业与其他产业的边界日趋模糊，使得医药产业市场竞争更加多元化和复杂化。

#4

AI+医疗的理性之辩

AI+医疗可谓前景光明，潜力无限。

正如硬币有两面，在AI光芒万丈的背后，我们必须清醒地认识到，在其快速发展的同时，亦面临着诸多风险与挑战，包括数据、技术和伦理等方面。

1.数据之困：质量、安全与伦理

高质量、大规模、多模态的医疗数据是AI+医疗发展的基础。然而，医疗数据的获取、共享和利用，却面临着数据质量、数据安全和数据伦理等多重挑战。

数据质量方面，同其他行业一样，医疗数据孤岛现象普遍存在，其来源多样，类型复杂，标准化程度低，加之标注难度大、成本高，导致其质量参差不齐，严重制约了AI模型的训练效果和应用价值，给AI+医疗应用造成难以突破的“天花板”。

数据安全方面，医疗数据涉及患者隐私，一旦泄露，将对患者的人格尊严和切身利益造成难以弥补的损害，可谓“数据如猛虎，稍有不慎，反噬自身”。近年来，医疗数据泄露事件频发，如何保障医疗数据安全、患者的自主权，已成为AI+医疗发展面临的最为紧迫和核心的伦理议题。

2.技术之惑：可解释性、鲁棒性与泛化性

AI技术在医疗领域的应用面临诸多局限性，包括算法可解释性不足、模型鲁棒性不强、应用泛化能力有限等，制约着AI+医疗的进一步发展和广泛应用。

在算法可解释性方面，AI模型的“黑盒”特性使得医生和患者难以信任AI的诊断结论和治疗建议，严重阻碍了AI技术在临床实践中的应用和推广，“知其然，更要知其所以然”，方能建立起医生和患者对AI的信任之桥。

模型鲁棒性方面，医疗场景的复杂性和特殊性，对AI模型的鲁棒性提出了前所未有的严苛要求，一旦AI模型在关键时刻“掉链子”，其后果不堪设想，将可能对患者生命安全造成难以挽回的损害，医疗质量安全底线不容触碰。

应用泛化能力方面，AI模型往往在特定数据集、特定人群、特定场景下表现良好，但在面对“千差万别”的医疗场景时，其泛化能力仍显不足，“水土不服”问题依然突出。这限制了AI技术在更广泛、更复杂医疗场景中的应用和推广。

3.伦理之辩：公平、责任与信任

AI+医疗的应用，不仅涉及技术问题，更引发了一系列深刻的伦理和社会问题，警示着我们在追逐AI+医疗发展速度的同时，更要坚守伦理底线，在“效率至上”与“伦理优先”之间做出艰难抉择。

AI决策责任归属问题方面，AI辅助诊疗过程中，一旦出现误诊、漏诊等医疗差错，责任究竟应该由谁来承担？是AI算法的设计者、开发者，还是AI系统的使用者——医生？抑或是患者自身？亟需在法律和伦理层面进行明确界定，厘清各方责任边界，建立起完善的AI+医疗责任追溯和承担机制。

医患信任关系重塑问题方面，AI的引入让医生不再是“全知全能”的权威，而更像是“人机协同”的决策者和“有温度”的关怀者，AI则成为医生的“智能助手”和“智慧参谋”，医生如何与AI协同工作，如何与患者有效沟通AI辅助诊疗的决策，如何重建AI+医疗时代医患信任关系，是AI+医疗时代医生职业发展面临的全新课题，也直接关系到AI+医疗能否获得患者和医生的广泛接受和认可，最终实现规模化应用和可持续发展。

展望AI+医疗的未来，我们预期：一方面，它绝非“病人+AI”的单打独斗，亦非“AI+医生”的简单叠加，而是“人机协同”的深度融合与创新发展。AI将成为医生的“智慧助手”，深度赋能医生，全面提升医疗服务的效率与质量；患者亦将不再是被动的接受医疗服务的客体，而是成为医疗的“主动参与者”，积极参与到自身的健康管理和诊疗决策中来。

另一方面，AI+医疗也绝非“冷冰冰”的机器，而是“有温度”的关怀。它将打破时空限制，让优质医疗资源惠及更广大的患者群体，有效缓解“看病难”的社会难题；它将医生从烦琐重复的日常工作中解放出来，让医生可以将更多的时间和精力投入更有价值的临床诊疗和人文关怀中；它更将助力患者，让患者更好地管理自身健康，享受更高品质的生命与生活。

AI+医疗，路在何方？

答案或许就蕴藏在“人机协同”的创新模式之中，蕴藏在“以人为本、科技向善”的价值坚守之中，更蕴藏在“产学研医政资”六方联动、开放合作、共建共赢的时代大潮之中。

*本文内容得到复旦-港大IMBA项目明博医疗健康产业俱乐部医疗研究团队的支持，顾文兵、张建南、李江亭、王鸿羽校友及AI+医疗篇佘晓莉、刘华宾、李贤、郭雯、刘静、徐洁校友亦有贡献。

文   赵付春 黄浩 于保平

上海社科院信息所副研究员

复旦-港大IMBA项目明博医疗健康产业俱乐部主席，2013级校友

复旦大学管理学院商业知识发展与传播中心主任

排版丨刘蕊绮

编辑审校丨宋朝阳

部分插图由AI生成

免责声明：市场有风险，选择需谨慎！此文仅供参考，不作买卖依据。

责任编辑：kj005

文章投诉热线:157 3889 8464  投诉邮箱:7983347 16@qq.com