AI賦能疾病診療、加速新葯研發……醫療健康領域「科技感滿滿」

2025年01月21日00:50:33 健康 5263

AI賦能疾病診療、加速新葯研發……醫療健康領域「科技感滿滿」 - 天天要聞

(人民日報健康客戶端記者王振雅 徐婷婷 譚琪欣)人工智慧﹢醫療服務管理、人工智慧﹢健康產業發展、人工智慧﹢基層公衛服務……人民日報健康客戶端記者在採訪中發現,「人工智慧+醫療」勢頭正勁,醫生、患者在這場科技革命中,都將是獲益者。

AI賦能疾病診療、加速新葯研發……醫療健康領域「科技感滿滿」 - 天天要聞

從幾天縮短至幾分鐘,患者就醫體驗全面升級

ct篩查時長從幾天縮短至幾分鐘、30秒就能測一心電圖……人工智慧+醫療服務管理部分場景已投入應用。

「前後只花了10分鐘!」10分鐘,是60多歲的李蘭通過推想醫療ai肺結節檢測系統完成一次ct篩查的時間,其中,寫明肺部結節數量、密度等信息的診斷報告從生成到出具只需不到5分鐘。這是醫療領域人工智慧主要應用場景之一。

AI賦能疾病診療、加速新葯研發……醫療健康領域「科技感滿滿」 - 天天要聞2024年12月18日,醫生正在通過ai肺結節檢測系統幫助閱片。受訪者供圖

「這一智能化輔助診斷系統已經進入中、美、英國、日本等全球30個國家的千餘家醫療機構。」推想醫療創始人陳寬告訴人民日報健康客戶端記者,ai系統的診斷過程是基於大量的高質量診療數據進行的。我們與國內多家三甲大醫院合作,前期花了5年收集並整理了豐富的臨床數據,並搭建起了一個「ai醫療數據工廠」,專門用於餵養和訓練ai模型,ai系統的診斷經驗和知識均來自臨床,最終具備了類似於「ai醫生」的能力。

「過去患者可能需要等待兩三天才能拿到報告,且以往醫生讀片僅依靠人眼識別,可能會疲憊漏診。但現在通過ai,我們只需幾分鐘就能生成報告,患者的就醫體驗感一下子就提升了。」陳寬說,除了快,ai輔助診斷系統還很准,輔助診斷的靈敏度可達99%,有了幫手之後,醫生肺結節檢測閱片時間可以大幅縮短33%……將來隨著ai不斷進化,速度和精準度還將不斷提升。

人工智慧在醫療服務場景中能發揮的想像力遠不止於此。「如果感到不舒服,就先用智能心電儀測個心電圖實現分診。」人民日報健康客戶端在北京大學第一醫院的急診中心和胸痛中心看到,一台智能心電儀正在對患者進行快速分診。

AI賦能疾病診療、加速新葯研發……醫療健康領域「科技感滿滿」 - 天天要聞2024年11月27日,北京大學第一醫院放著智能心電儀供患者免費檢測。受訪者供圖

北京大學醫療健康大數據國家研究院副研究員洪申達告訴人民日報健康客戶端記者,過去的分診只能根據患者自述,再去拍一個心電圖,前前後後需要花不少時間,「而智能心電儀僅需30秒就能監測出心律,幫助醫生判斷是否需要進一步的檢查。」

患者只需要把手放在屏幕兩側,儀器就可以採集到心電數據,並通過無線網路傳輸到雲端或醫療信息系統,隨後人工智慧演算法將對心電數據進行分析,識別心律失常等異常情況,並將分析結果反饋給醫生和患者。

洪申達透露,智能心電儀在醫療領域的應用包括心血管疾病診斷、遠程心電監測,健康篩查,術後患者管理等。目前,該設備已經在北京大學第一醫院、北京大學人民醫院、天津醫科大學第二醫院、昆明醫科大學第一附屬醫院等三十家醫院落地使用。

早期研發提速超10倍,精準篩出最有潛力的「候選藥物」

隨著生成式ai大模型的介入,人工智慧的洪流已經為生物製藥開啟了一扇通向未來的希望之門。

「我們曾成功利用ai技術在兩天內完成計算,並僅僅需要通過合成和測試一百個左右候選抗體序列,就為一家歐洲公司完成了針對冠狀病毒,流感等持續變異病原體的廣譜中和抗體的早期研發,這個研發速度在以前是無法想像的,相較於傳統的動物免疫,高通量建庫篩選等流程提速不止10倍。」ai製藥企業圓壹智慧創始人、ceo潘麓蓉說。

AI賦能疾病診療、加速新葯研發……醫療健康領域「科技感滿滿」 - 天天要聞2021年7月,圓壹智慧研發團隊成員正在通過ai模擬生物靶點結構展示。受訪者供圖。

人工智慧技術為生物醫藥領域帶來了前所未有的巨大的變革,其最突出的貢獻就在於研發提效。潘麓蓉接受人民日報健康客戶端記者採訪時介紹,傳統的藥物研發過程煩瑣複雜,需要對大規模的候選分子進行高通量化合物篩選、藥效評估、安全性測試等多個環節,每一個環節都需要大量的時間和資源投入。而ai技術的引入,徹底改寫了藥物研發的流程和成本。

潘麓蓉介紹,基於人工智慧模型,在藥物發現階段,就能夠生成全新的超出已有認知的序列和分子結構,在這一基礎上,ai技術還能夠替代人類進行一場規模空前的虛擬『選秀』——通過複雜的計算模型和演算法,從無數藥物分子中篩選出那些具備潛在活性和安全性的『種子選手』,上萬倍地縮小了候選藥物的測試隊伍,讓科學家們能夠集中精力,對活性更高的化合物進行快速高效和全面的試驗。而效率提升後,藥物研發的成本自然而然也會降下來。

「不僅藥物發現階段。在臨床試驗設計、開展、結果分析等階段,通過分析海量的臨床試驗數據,人工智慧還能夠幫助科學家們更加準確地招募病人,並評估藥物的安全性和有效性。」潘麓蓉告訴記者,隨著技術不斷進步和資本持續投資,ai製藥或將在未來取得更多突破,實現行業變革。

基層醫生有了智能工具,患者在家門口就能看上大專家

AI賦能疾病診療、加速新葯研發……醫療健康領域「科技感滿滿」 - 天天要聞2024年11月22日,合肥方興社區衛生服務中心醫生使用智醫助理看診,受訪者供圖

人民日報健康客戶端記者在採訪中得知,人工智慧的應用,已經走到了基層社區。得益於人工智慧﹢基層公衛服務,一些基層患者在家門口就能看上大專家了。

11月22日,在合肥市包河區方興社區衛生服務中心慢病門診,連續服用硝苯地平片、厄貝沙坦片卻未見起效的高血壓患者邵先生,在問診時得到了「智醫助理」機器人系統生成的用藥建議:聯合服用鹽酸貝那普利片、非洛地平緩釋片和噻嗪類利尿劑。調整用藥方案後不到一周,邵先生的血壓降至穩定範圍內。

訊飛醫療品牌負責人董斌告訴人民日報健康客戶端記者,「智醫助理輔助診療系統」充當醫生小秘書的角色,應用在臨床輔助診斷、病歷質檢、合理用藥等多個場景,已逐步成為基層醫生的「智能工具」。在不改變醫生的診療習慣,不干擾、不影響醫生工作流程的情況下,實時監控病曆書寫規範,並實時給出輔助診療提示、合理用藥建議等。截至2024年12月,智醫助理已覆蓋30餘個省市的610餘個區縣近60000家基層醫療機構應用,提供超8.7億次ai輔診建議,規範病歷3.4億份。

在河南省南陽市方城縣的基層醫院,智慧中醫雲平台也將「名老中醫」帶到了當地老百姓家門口。「複發性口瘡已經折磨了我二十多年,一直多方求醫,也嘗試過各種治療方式,但醫生都沒有很好的治療辦法,2024年3月份又有加重的癥狀,我就在鄉里的衛生院讓醫生開了個方子。」59歲的河南居民劉梅(化名)沒有想到,新開的方子居然這麼好使,服藥後當天晚上患者疼痛就有所減輕,第五天疼痛大減,服完第二個療程口瘡已經沒有新發。

為劉梅開出新藥方的是鄉衛生院剛引進不久的「超強名中醫大腦」——大經中醫智能輔助診療系統。村醫問診後將劉梅的癥狀輸入系統,系統推薦了名中醫鄒雲翔的診療經驗,診斷為邪郁化火型口瘡,治療用通腑泄熱、涼血解毒法,推薦使用的是加味涼膈散加減。

這個系統是如何工作的呢?「基層版本的大經中醫臨床智能輔助診療系統涵蓋「知病」「知症」「知識庫」三大模塊。當一位患者走進診室,醫生首先會通過系統對患者進行智能問診。系統會提示醫生詢問患者哪些癥狀,從而更全面地了解病情。接著,系統會進行中醫的辯證,即根據患者的癥狀、體征等信息,判斷其所屬的證型。最後,系統會給出相應的處方,並註明這個處方是哪個老中醫的經驗方,以及為什麼要這樣開方、用藥。」大經中醫創始人、董事長李文友介紹,系統已集成了400多位名老中醫優勢病種的診療經驗,以及教材、指南、文獻中的數千條診療經驗,涵蓋近800種常見病……隨著ai的升級,這個中醫最強大腦的「腦容量」還將持續增長。

「人工智慧是輔助醫生的工具,幫助提高醫生的工作效率,並不能替代醫生。讓ai完成80%的事務性工作,讓醫生專註於醫療服務,用人工智慧技術幫助醫生提高診療能力和效率,輔助醫生做出更準確的決策。」董斌說。

健康分類資訊推薦

醫學研究發現:長期吃魚油,可能增加心血管疾病風險 - 天天要聞

醫學研究發現:長期吃魚油,可能增加心血管疾病風險

聲明:本文內容均是根據權威醫學資料結合個人觀點撰寫的原創內容,在今日頭條全網首發72小時,文末已標註文獻來源及截圖,文章不含任何虛構情節和「藝術加工」,無任何虛構對話,本文不含任何低質創作,意在科普健康知識,請知悉。吃魚油,長期吃,似乎已經
碧生源養生保健茶如何「圈粉」年輕一代? - 天天要聞

碧生源養生保健茶如何「圈粉」年輕一代?

2025-02-12年輕一代隨著年齡的增長,對茶葉的認識也在逐漸加深。以碧生源為代表的茶劑茶包產品在滿足年輕人群解壓放鬆、0糖0卡和健康養生等多方面需求上發揮出重要作用。一是新興潮流喝茶方式湧現,圈粉養生年輕人。數據統計,以30至49歲區間為代表的熟齡人士為茶葉市場貢獻了超七成消費額,是線上茶行業的消費者主力;近三年以...
胃不好的人,這幾種水果要少吃,醫生:以免加重胃病得不償失 - 天天要聞

胃不好的人,這幾種水果要少吃,醫生:以免加重胃病得不償失

當你挑選水果時,是否想過,這些看似健康的「自然甜品」可能在默默傷害你的胃?水果,作為健康飲食的重要組成部分,總是被貼上「營養」「低熱量」「健康」的標籤。但對於胃不好的朋友來說,有些水果不僅不會「養胃」,反而可能成為胃病的「幫凶」。
糖友放心吃湯圓!5步搞定,血糖不飆升 - 天天要聞

糖友放心吃湯圓!5步搞定,血糖不飆升

元宵節是象徵團圓與希望的節日,一碗熱騰騰的湯圓承載著人們對美好生活的期許。然而,對於糖尿病患者而言,這份甜蜜卻可能成為健康隱患——傳統湯圓高糖、高脂、高熱量,糯米外皮升糖速度快,餡料中糖分和油脂含量驚人。每年此時,糖友總在「吃與不吃」之間糾