九九热视频精品在线_国产成人mv视频在线观看_国产精品三级一区二区_亚洲精品国产av成拍色拍婷婷_久久伊人一区二区_国产高清精品网站_九九99热久久精品离线6_国产在线一卡2卡三卡4卡免费_日韩美女乱淫aaa高清视频_亚洲大胆_啪啪一级视频_午夜av免费观看_国产高清精品福利私拍国产写真_亚洲婷婷五月综合狠狠_日韩欧美一区二区三区视频_岛国av免费看_精品国产乱码久久久久久久软件_亚洲国产成人精品无码区99_www日本色_免费黄色看片

△國際醫療健康人工智能大會暨2024中國心胸血管麻醉學會學術會議現場。（中國心胸血管麻醉學會供圖）

“我國是人口大國，隨著經濟社會快速發展和老齡化進程加快，人民群眾對健康的美好需求不斷催生醫療健康領域人工智能的研發與應用。”日前在廣州舉辦的國際醫療健康人工智能大會暨2024中國心胸血管麻醉學會學術會議上，全國政協委員、中國心胸血管麻醉學會常務副會長敖虎山在開幕式致辭中如是說。11月14日，國家衛生健康委、國家中醫藥管理局、國家疾控局聯合發布《衛生健康行業人工智能應用場景參考指引》，成為落實黨中央、國務院關于開展“人工智能+”行動的重要舉措。此次大會正是順應時代潮流、響應國家號召的關鍵行動，是推動我國醫療健康領域技術創新與產業升級的重要契機。

人工智能將如何賦能醫療健康領域？又將帶來哪些新的趨勢和機遇？在這場國際性學術交流會議上，多位全國政協委員、來自國內外的專家學者、行業翹楚及相關政府部門負責人等，圍繞人工智能與醫療健康、人工智能與心胸血管麻醉的深度融合談現狀、話未來。

——編者

AI正加速醫療模式變革

近年來，以ChatGPT為代表的大模型技術帶來人工智能（以下簡稱AI）的突破性發展。在科技創新領域，科研人員借助AI大模型，處理更高維度、更多變量、更復雜問題的能力得到巨大提升。

在醫療領域，AI同樣在推動科研范式變革方面發揮重要作用。

“在傳統的醫療科研模式中，醫生和研究人員主要依賴臨床經驗、實驗數據和文獻綜述來進行疾病研究、藥物研發和治療方案制定。然而，這種模式往往受限于數據規模、處理能力和分析方法的局限性，導致科研進展緩慢。隨著AI技術的引入，醫療科研范式正在發生根本性變化。”全國政協委員、工業和信息化部原副部長王江平表示，如今，通過大數據分析、機器學習和深度學習等手段，能夠高效地處理和分析海量的醫療數據，為醫生和研究人員提供更為精準、全面的診斷依據和科研支持，大幅提升藥物研發的效率和精準性。比如，華為云盤古藥物分子大模型提出了針對化合物表征學習的全新深度學習網絡架構，有效提升了藥物設計效率；騰訊人工智能實驗室自研的“tFold”工具有效提升了蛋白質結構預測精度。

“不僅如此，AI在醫療健康領域的應用方面，也有了重大突破，具身智能或許將成為通往通用AI的重要推力。”王江平介紹說，具身智能是一種具備自主決策和行動能力的機器智能，它可以像人類一樣感知和理解環境，通過自主學習和適應性行為來完成任務。其中比較典型的就是手術機器人，如達·芬奇手術機器人已被廣泛應用于微創手術。這種類型的機器人為外科醫生提供了超越人類極限的精確度和可控性，能夠進行微小切口的精細操作，減少手術創傷、加快恢復速度，并降低感染風險。

“未來，手術機器人有望進一步提升對手術過程的感知和控制能力，根據患者的個體差異實施更加精準、個性化的手術治療。”王江平預測，隨著技術的不斷發展和完善，AI在醫療領域的應用將更加廣泛，為人類健康帶來更多的可能性。

全國政協委員、人口資源環境委員會副主任王建軍在發言中也表示，醫療健康融入AI、大數據、云計算等現代信息技術，能夠優化醫療生態、提升醫療服務質量、優化醫療資源配置、增強醫患互動。建議各界專業人士加強交流互鑒，搶抓大健康產業發展重要機遇，為實現中國式現代化貢獻力量。

AI在麻醉領域的應用潛力巨大

隨著AI在醫學領域的應用日益廣泛，AI正在改變傳統的麻醉方式，為麻醉醫生提供前所未有的支持和幫助，如監測麻醉深度、疼痛管理、風險預測等方面。

“麻醉深度是影響手術安全和患者舒適度的重要因素之一。傳統的麻醉深度監測方法如腦電圖雙譜指數（BIS）等，雖然在一定程度上能夠反映患者的麻醉狀態，但仍存在諸多局限性。AI技術的加入，為麻醉深度監測帶來了革命性的改變。在手術過程中，AI系統能夠實時監測患者的腦電圖等生理信號，確定患者的麻醉深度，指導臨床用藥。”敖虎山表示。

香港中文大學第二附屬醫院麻醉科主任周樹勤介紹說，AI在麻醉深度監測中的應用，不僅提高了麻醉的精準度，還有效降低了因麻醉深度不當而引發的并發癥風險。在傳統的麻醉實踐中，麻醉師主要依賴自身的經驗和專業知識來評估患者的麻醉風險，并制定相應的麻醉計劃。然而，由于個體差異和病情的復雜性，這種評估方法往往存在一定的局限性和不確定性。而AI技術的引入，將為麻醉風險預測帶來革命性的改變。

“AI系統通過對大量歷史數據的學習和分析，構建出預測模型。這些模型能夠識別出與麻醉風險相關的關鍵因素，如患者的年齡、體重、健康狀況、手術類型等，并根據這些因素來預測患者可能出現的麻醉風險。”周樹勤說。

中國醫學科學院阜外醫院麻醉中心主任醫師張喆圍繞機器學習在圍麻醉期風險預測、患者狀態實時監測、藥物劑量優化等方面的應用分享了觀點。他表示，由于患者對麻醉藥物的反應存在顯著個體差異，傳統麻醉方式難以應對多樣化的個體反應，麻醉中無法根據患者的生理狀態變化，實時調整藥物劑量，無法預測麻醉中出現的低血壓等不良反應。

“通過機器學習建構模型，有望解決上述一系列問題。AI在麻醉中的應用正在逐步深入，并展現出巨大的潛力。未來，隨著技術的不斷進步和應用場景的不斷拓展，麻醉將迎來更加精準、高效和安全的新時代。”張喆表示。

AI與醫療的深度融合機遇與挑戰并存

近年來，AI在醫療領域的應用取得了顯著成果，但也面臨很多問題和挑戰。

王江平以具身智能為例表示：“具身智能要求機器人理解復雜多變的動態環境，這需要海量、多樣、高質量的真實交互數據作為支撐，但采集此類數據難度大、成本高；在數據處理方面，對算力也有極高要求，需要強大的計算平臺作為后盾。”

敖虎山也表示，具身智能的發展完全依賴于醫療大數據，但當前“數據孤島”的問題十分嚴峻，因此開放和共享醫療大數據迫在眉睫。他說，以北京為例，受現有管理體制機制限制，醫院之間的數據信息尚未實現共享，不同監管部門之間的共享渠道也不暢通，這就造成整個醫療體系中存在“數據孤島”的現象。

為打破“數據孤島”，推動醫療行業數字化建設，敖虎山建議建立不同層級的醫療行業“數據銀行”，包括建立統一的醫療行業數據信息共享平臺；建立規范的管理和使用制度，并進行分層管理；建立完備的數據安全保障體系。通過建立“數據銀行”，推動形成真正意義上的大數據，這對于推進智慧醫療建設具有重要意義。

在AI生態方面，我國企業、高校、科研機構開發的很多模型使用不同框架，機器人嵌入式操作系統、控制單元五花八門，長期發展下去會出現技術發散問題。對此，王江平建議，政府部門應引導業界通過開放或開源的方式，推動AI基礎性不斷收斂，建立統一AI生態。

此外，AI應用的技術風險、人才匱乏、倫理等問題也被業界專家學者們多次提及。

比如，AI在醫療中的應用尚處于快速發展階段，其臨床應用效果仍需進一步驗證；企業在技術研發過程中，特別是在數據處理和算法優化方面，需謹慎行事；“AI+醫療”需要具備復合背景的人才，他們不僅要研究AI算法，更要對醫療影像識別建立深入了解，這類人才的積累需要時間和經驗，目前市場上相對稀缺；隨著AI在醫療中的應用，涉及的法律和倫理問題變得越來越復雜，類似AI做出的錯誤診斷由誰來負責，AI輔助的治療方案是否符合倫理，人機對齊等等。

“盡管醫療AI領域面臨諸多挑戰，但隨著技術的不斷進步和政策的持續支持，相信這些問題將逐漸得到解決，醫療AI將為人類健康事業作出更大貢獻。”敖虎山表示，“未來，我們可以預見，更智能、更貼近人類需求的機器人會出現，它們將在老年護理、手術、麻醉等方面發揮更大作用，為患者提供精準的醫療方案。”

記者：魯雅靜

文字編輯：陳晶

新媒體編輯：楊思永（實習）

審核：周佳佳