作为科技创新的前沿代表，AI大模型凭借智能化、自动化和数据驱动优势，深刻影响着人们的生活与工作，推动各行业加速变革。卫生健康行业也在AI大模型的助力下迎来了前所未有的变革契机。然而，卫生健康行业关乎生命健康，具有严谨性、高安全性和极低容错率等特点，与AI大模型开放、快速迭代的特性形成鲜明对比，这使得AI大模型在医疗领域应用的机遇与挑战并存，需要我们理性审视。
AI大模型在卫生健康行业的应用现状
AI大模型具备快速整合新知识、新算法的能力，能不断提升自身性能，为医疗领域带来智能辅助诊断、个性化医疗方案推荐等创新解决方案。从长远看，随着技术持续突破，AI大模型有望拥有强大的医学知识储备和精准的诊断推理能力。
但就目前而言，受医疗行业特性和法律法规的双重限制，AI大模型主要用于提升医疗效率，嵌入现有工作流程中。在直接面向患者服务时，AI大模型面临诸多瓶颈，例如，如何保证提供给患者的建议科学、准确且通俗易懂，避免误导；如何赢得患者信任，让他们放心地将健康问题交给“机器”；如何在服务过程中保障患者隐私安全等，都是亟待解决的问题。
尽管存在挑战，AI大模型在卫生健康行业的应用初显成效。全国已有数百家医院宣布接入DeepSeek，智慧医疗助力服务升级；清华长庚医院的AI医生逐步在日常诊疗中发挥作用，分担医生的部分工作压力；安徽省某乡镇卫生院通过搭载AI助手的电子病历系统，显著提升诊疗效率；等等。这些案例都展现出AI大模型在医疗领域的应用潜力。
AI大模型应用场景的具体实践
随着AI大模型在互联网医疗领域的应用场景不断拓展，观澜网络（杭州）有限公司（以下简称“丁香园”）凭借对卫生健康行业场景与生态的理解，以及积累20多年的海量垂类数据，借助AI大模型为医疗服务提质增效探索了一系列解决方案。
第一， 医生端助力信息高效处理。
如今，信息过载成为医生面临的一大难题。大量医学文献、指南频繁发布，涵盖众多疾病和诊疗细节的更新，医生难以快速精准获取对临床决策有价值的信息。
为解决这一难题，丁香园打造了AI智能工具“临床进展简报”，构建高效信息处理闭环系统。该工具能实现毫秒级提纯信息，实时抓取全球权威期刊、药监公告、学会指南等医学信息，自动过滤非专业内容，节省医生检索信息的时间成本，助力医生高效获取和应用最新医学知识。例如，医生研究某种罕见病时，“临床进展简报”可迅速从海量信息中筛选出相关最新研究成果和诊疗方案，帮助医生快速掌握关键信息，提升临床决策效率。此外，“临床进展简报”的知识图谱深度融合功能可以将最新学术成果与丁香园用药助手APP中的海量结构化药品数据、临床指南全文、疾病诊疗方案智能关联，并生成“临床影响警示”，为医生科学用药和临床决策提供有力支持。
第二，医考端实现个性化学习辅导。
丁香园旗下的“丁香医考”是面向医生和医学生提供继续教育与医考学习的专业工具。接入AI大模型后，“丁香医考”从多个维度助力提高学习效率。AI大模型可根据考生答题记录、学习进度和考点掌握情况，进行个性化指导和易错知识点总结归纳，强化复习效果。同时，结合考点频率和错题频率自动生成个性化方案，让考生先重点学习其短板学科内容，后学优势学科内容，合理分配复习时间。
“丁香医考”结合AI大模型和艾宾浩斯遗忘曲线原理，为考生制定个性化复习计划，根据计划定时推送当日复习题目，加强记忆。此外，“丁香医考”上线技能模考AI评测系统，帮助医学生备考实践技能考试，线上模拟考试流程，在体格检查和基本操作考核时通过考生口述进行评分，并提供详细分数解析和复习建议。
第三，大众端提升问诊效率与搜索体验。
在线上问诊场景中，很多患者在描述病情时存在逻辑混乱、表述不清的问题，大量重复累赘信息让医生不得不花费更多时间去梳理重点。基于这一痛点，丁香园旗下头部科普品牌“丁香医生”在线上问诊场景中接入AI大模型，实现高效梳理患者问题、生成电子病历的功能，帮助医生提前了解患者病情，提升预诊与问诊效率。
在智能搜索方面，患者在搜索健康问题时面对网上庞杂无序的海量信息常常感到迷茫，难以获取准确有用的内容，为此，依托“丁香医生”丰富的专业健康内容和数据（包括问诊病例、健康百科、用药助手、科普图文等）推出丁香AI助手。相比通用大模型，丁香AI助手专业度更高、信息更完整、逻辑更清晰，能为用户提供精准的健康建议。例如，用户搜索“皮肤如何防晒”，丁香AI助手不仅会给出皮肤晒黑的原因，还会根据不同情况和专业医学内容推荐个性化的防晒方法和建议，帮助用户快速获取有价值的健康信息。
对AI大模型在卫生健康行业应用的理性思考
尽管AI大模型在医疗领域应用前景广阔，但在发展过程中也面临诸多挑战，需要高度重视并积极应对。除了安全性、数字鸿沟等普适性问题，辩证看待AI技术，保持理性思考，避免盲目鼓吹“技术至上”，让AI回归价值理性至关重要。
第一，注重安全性。医疗领域容错率极低，因此AI大模型在医疗领域的应用应以确保患者安全和医疗质量提升为核心KPI（关键绩效指标），量化评估其对感染率、误诊率、死亡率、住院时长、药物安全事件等关键指标的影响，摒弃模糊的“效率提升”口号。同时，建立完善的监管框架和评估体系，通过持续监督AI大模型医疗产品性能，及时发现并纠正潜在偏差或错误，切实保障患者健康权益，维护卫生健康行业的公信力。
第二，升级就医服务。在AI大模型应用流程中应保留人工协助服务，例如，老年人、残障人士等特殊群体使用人工智能可能存在不便，提供人工协助服务既能提升医疗服务效率，又可以传递人文关怀，有效弥合数字鸿沟。
第三，平衡成本效益。在AI大模型研发过程中，不能盲目追求速度，要全面核算硬件采购、数据治理、人员培训等隐性成本，避免陷入“买得起用不起”的困境。只有在成本与效益间找到平衡，才能实现AI大模型在医疗领域应用的可持续发展。
第四，提升医疗人员的人工智能素养。在人工智能时代，医生除了具备扎实的医学专业知识，还需掌握一定的人工智能知识，具备把人工智能技术有效整合到日常诊疗中的“人机协同”能力。人工智能技术在不断迭代，新的算法和大模型层出不穷，这就需要建立持续的医学教育和培训机制，提供及时的人工智能技术培训和知识更新课程，确保医生适应人工智能时代的发展。
第五，加强跨医院、跨学科协作。AI医疗往往需要大量的数据支持，而这些数据通常分散在不同的医疗机构中。通过建立统一的数据共享平台，打破医院之间的数据壁垒，实现医疗数据的整合与共享，能为AI大模型的训练提供更丰富、更全面的数据资源，从而提高准确性和可靠性。同样，跨学科协作则能整合不同学科的专业知识和技术优势，共同解决AI大模型在医疗领域应用中遇到的技术、伦理和社会问题。
第六，注重传统医学传承与发展。在知识快速更新的人工智能时代，有效传承医学知识同样重要。人工智能为传统医学与临床经验的传承与发展提供了技术支持。要借力人工智能技术对其进行整理、总结与应用，实现传统医学与人工智能技术的有机融合。
人工智能作为新质生产力的驱动力，正引领卫生健康行业迈向更加智能、高效、人性化的新时代。未来，丁香园将持续深耕AI大模型在医疗领域的应用场景，不断探索创新，为推动行业变革贡献力量，让医疗健康服务更加便捷、精准，助力实现“健康更多、生活更好”的美好愿景。
来源：《中国网信》2025年第5期
