在12月14日举行的2024中国医学人工智能大会上，与会嘉宾围绕“医学人工智能在临床的应用潜力及现实挑战”展开深入讨论。

　　清华大学生物医学工程学院执行院长王广志表示，从论文角度来看，国内在医学人工智能领域的论文数量非常多，但论文数量不是最关键的衡量标准，更重要的是论文中的思想能否被整个群体所用、成果能否转化。

　　王广志表示，需要有一批人关注真正能够结合临床痛点问题，推动临床方法、管理流程、健康监测等领域实现进步的技术。此外，复合型人才的培养也很重要。既能够讲人工智能、计算机算法的专业语言，又能够和医生实现交互，抓住医学痛点问题。

　　浙江大学教授、之江实验室数据枢纽与安全研究中心牵头负责人李劲松表示，近年来，大模型、基础模型、领域模型等在不断涌现，但这些模型能否真正解决医学临床痛点问题，场景是关键。以ChatGPT为例，李劲松表示，一项技术要有生命力，就必须找到最贴合的应用场景。在医疗领域应用模型，首先需要找到真正能够解决医生实际工作问题的场景，让模型能够真正为医生所用。

　　上海联影智能医疗科技有限公司联合创始人、研发总裁兼首席运营官詹翊强认为，大模型的使用能够进一步提升人工智能的临床价值。首先，在大模型时代以前，一个模型仅能解决单一问题。在医疗应用场景例如放射科拍摄胸部CT时，解读一种片子往往需要用到几十个甚至上百个模型。而大模型的开发使得一个模型就能够回答约37个病种，临床价值大幅凸显。其次，医学人工智能应用场景对模型精准度有极高的要求。

　　詹翊强表示，类比自动驾驶，大模型技术的进一步创新有助于将医学人工智能应用的精准度从L1、L2的辅助驾驶水平提高至L3、L4的自主行驶水平。因此，进一步研发并利用大模型能够实现人工智能在医疗领域更大的商业价值。

　　博奥生物集团有限公司生物信息研究院院长张智表示，医学人工智能产业化、商业化的思路应当从医院的角度切入，而不是患者。人工智能要能够提升医院的诊疗效率、科研水平、以及临床服务能力。

　　“我们要为医院提供一种多功能集成化的解决方案，既要关注诊断，也要关注治疗、康复、健康管理等多个维度。同时，人工智能产品与医院信息系统以及工作流程的无缝整合也是人工智能在医学领域顺利应用的重要前提。”张智说。

　　中国生物医学工程学会知识产权和医疗器械标准化技术委员会副主任委员黄嘉华表示，当前，政府对人工智能、医疗器械领域特别是标准方面的支持力度空前。医学人工智能创新产品龙头要积极布局，尽早布局国际标准，抓住细分领域制定相关标准，为人工智能解决落地问题减少阻碍。