AI医疗应用加速落地 大模型诊疗水平待提升 监管体系持续完善

随着数字技术与医疗健康领域加速融合,智能健康应用进入集中上线期;自去年12月以来,蚂蚁集团、百度、京东健康等多家头部企业相继发布或升级医疗健康产品,覆盖体检报告解读、用药咨询、症状初筛等功能,带动行业热度上升。记者实测7款主流智能健康应用发现,甲状腺功能体检报告解读测试中,各平台普遍能够识别异常指标并给出基础说明,但在关键医学指标的准确性上问题突出。其中,某平台两次将促甲状腺激素(TSH)误识别为人绒毛膜促性腺激素(HCG),并提示用户“排查怀孕可能”。技术人员表示,这类“技术幻觉”仍是当前模型的共性难题。行业分析认为,智能医疗应用快速发展主要由三上推动:一是慢性病管理需求持续增长,2023年我国健康管理市场规模已突破8000亿元;二是大语言模型迭代为健康服务带来新的交互形式与能力载体;三是政策持续鼓励“互联网+医疗健康”模式创新。但另外,技术可靠性不足、责任边界不清等问题也加速显现。针对行业现状,监管部门正推进制度完善。北京市近期出台专项政策,深入明确AI医疗应用边界;国家网信办发布有关管理办法征求意见稿,拟对拟人化互动服务提出操作规范。多位临床专家强调,医疗决策关乎生命安全,智能工具应定位为辅助,出现诊疗分歧或关键信息不确定时,仍应以专业医师意见为准。从国际经验看,美国FDA已建立数字健康技术认证体系,欧盟《人工智能法案》将医疗AI列为高风险领域。业内建议,我国产学研机构可在三上加力:完善医学知识图谱建设,建立人机协同的复核机制,健全可追溯的错误记录与纠偏体系。市场预计,随着技术成熟度提升与监管体系逐步落地,2025年智能医疗辅助工具在基层医疗机构的覆盖率有望达到60%。

技术进入医疗健康,既带来效率提升与普惠服务的想象,也必须配套更严格的规则和更审慎的使用方式。热度之下,越是“触手可及”的健康建议,越要以准确为前提、以安全为底线。创新可以更快,但责任要同步;服务可以更便捷,但边界必须清晰。只有监管、行业自律与公众理性形成合力,数字健康工具才能真正成为守护健康的“助推器”,而不是放大焦虑的“放大器”。