从诊室到云端，AI大模型向医疗领域迅速渗透。

　　《2023医疗健康AI大模型行业研究报告》显示，截至2023年10月，国内累计公开的大模型数量达到238个，其中，医疗大模型近50个，涉及患者问诊、医生助手、药物研发、健康科普等多个领域。

　　各路玩家相继加码医疗大模型领域，目前，已有部分医疗大模型产品在多个医院和医疗机构落地应用。

　　7月19日，百度集团资深副总裁、百度大健康事业群组总裁何明科在2024百度健康产业生态大会现场对媒体表示，现阶段，医疗大模型在医院的应用场景包括分导诊、预问诊、智能加号、病历生成等，未来将拓展至更多场景。

　　对于医院和医生来说，医疗大模型的出现和应用，能在一定程度上提升医疗效率，降低成本。

　　今年5月，百度健康在武汉协和医院上线了AI智慧门诊，功能涵盖智能分导诊、智能加号、智能候诊室等多个服务模块，不仅能为患者解决挂号、候诊、就诊等环节的多个痛点难题，还能帮助门诊医生提高效率、减轻工作负担。目前，AI智慧门诊已经覆盖武汉协和医院全院，该项目落地后已让140位急重患者及时得到了手术治疗。

　　“这里面有一个最重要的功能就是帮着医生减负，即大模型本身能不能帮医生提前做一些病历的搜集、整理，甚至与患者的匹配等事情，最终使得医生满意。这些指标与门办经营指标相关，也与医生自己的负担相关。其次，有数以万计的医生在线执业，也需要处理大量的文本，因为要回复患者的问题，帮助患者写就医小结，根据患者的咨询给患者一个初步的诊断建议等，大模型在这过程中起到了很大作用。”百度大健康事业群医疗业务部总经理张延东对时代财经等媒体表示。

　　以百度健康正在力推“入院”的AI技术辅助医生书写病历的功能为例。百度大健康事业群策略研发总经理黄海峰在接受时代财经等媒体采访时透露，据调研，医生书写一个患者的病历大概需要1.5小时至2小时，但里面其实是有大量的重复性工作。“从实际反馈来看，这一产品是非常受医生欢迎的。基于医生多次的查房记录、住院医嘱等已有的单据，AI辅助生成出院小结和出院门诊记录等，医生书写病历的时间从原有的1.5小时缩减至10几、20分钟左右，质量甚至比人工写的更高，这些是大模型真正能够在医疗领域帮得上医生的。”

　　不过，医疗大模型目前能够服务的场景依然有限，在落地应用过程中仍面临诸多挑战，譬如医生和患者的接受度、数据安全、医院政策法规限制，以及成本问题等。

　　“如果中国医院的数据能够互联互通，或对数据的管控既能确保安全，又能兼顾成本与效率，才能更好地加快大模型落地。”黄海峰称。

　　“医学的跨度非常广，它有那么多科，而且人类医学发展分类越来越细致，像心内、心外越分越细，包括对肿瘤治疗的分类体系也越来越复杂。每个科室的变化情况和发展情况是不一样的。”何明科指出，以影像为例，之所以在这一领域应用广泛，是因为影像用AI理解起来会比较容易一些，但对于一些很复杂的情况可能就难一些；或如皮肤疾病，皮肤科医生看到皮肤大概就能判断做什么检查，因此AI拍照可以实现，相对简单。在这两个科室，AI对医生的辅助作用更大。但有些疾病，如精神类疾病，人类对于脑科学还有许多未知，机器更无法弄清楚。

　　要让医疗大模型真正做到临床可用，任重道远。黄海峰对时代财经等媒体坦言，“我认为大模型要做到真正临床可用才行。从目前的技术而言，单纯的某一套模型尚不能达到这一要求，”

　　“对于医生来说，只会做题是没有用的，在临床场景里，越细分才越有用。也就是说，产品越聚焦，价值越高，甚至在专病里面还要更专。这个指定是有价值的，但需要我们的技术人员跟真正做临床的医生进行更多交流，去找到真正的技术点。这确实是还需要更长一段时间才能够实现的事情。”黄海峰指出。