自AI概念诞生之初，医疗就是它尤为活跃的探索领域。经过数十年的研究，医疗AI不断升级，有望正式跨过复杂决策的分水岭。在不久的将来，或许“AI出方案、医生做判断”的场景将变得司空见惯。

近日，一项实验结果的发布就引起中美医疗圈的广泛关注，包括中华医学会主委级专家王永胜、陈龙奇、李印等教授、美国顶尖医学专家Robert Warren、Hope S. Rugo等在内的近十位一线临床权威给出了高度一致的判断：这正是临床真正需要的医疗AI。

美国顶尖医学中心UCSF Health肿瘤外科主任Robert Warren博士点评

一项实验引起广泛关注

AI给出更好的诊疗参考方法

250名医师参与比赛对照任务，覆盖全国27个省级地区、98个标准化中心，涉及胸外科、呼吸科、肿瘤科三类关键科室。实验结果显示，在这项与250名三甲医师展开的人机对照实验中，医疗AI以88比12的成绩获胜。

近日，由“未来医生”联合国内顶级三甲医院开展的“复杂肺癌AI诊疗研究”项目公布了相关成果。

项目相关记录资料介绍了该项实验的一些具体情况：研究目的性纳入100例经结构化整理并固定输入快照的复杂肺癌病例。其中，47例来自内部材料，53例来自公开发表病例。病例按五项非互斥灰区属性进行富集，指南推荐不明确、共病或治疗约束冲突、多因素交织使标准路径难以直接适用、路径时序或策略选择可能实质影响后续结果，以及真实临床决策分歧。其中，78例同时符合至少两项属性。这些属性用于构建富含决策约束的研究语料，不是经过验证的复杂度或疾病严重度量表。

100例按不同用途组建研究分支，40例内部未公开病例用于建立病例特异的专家参照并开展主要医生任务；另一组60例用于来源掩蔽的内容评价。两组按研究目的构建，不作基线平衡比较。

最终，灰度病例、250名三甲医生阵容、盲态评审与安全红线等实验设计，凸显了实验结果的价值。

这个价值可以量化：在同一评分体系下，医生在无辅助条件下的方案完整度评分为53.4分，获得AI辅助后提升至66.27分，相对提高24.1%；完整且安全路径的通过率，也从无辅助条件的44.1%升至AI辅助下的70.2%。而辅助决策只是起点——同一套条件化决策能力延伸到全病程管理：按计划复查、异常时点解读、离院后的风险预警，让治疗的价值不再只取决于医嘱开出的那一刻。

此外，由20位来自国内顶尖三甲医院的知名专家组成EASS多学科专家组，承担本次研究的评审工作，保障研究过程真实公平。

实验项目赛后，华东地区一位三甲医院胸外科副主任医师坦言："报名时本想看AI出丑，结果我的方案在证据梳理和风险预案上的得分都比AI低，这个结果着实没想到。"

另一位参赛医生表示："与其说输给了AI，不如说提前看到了今后的工作方式——AI出方案，医生做判断，最后受益的是患者。"

值得一提的是，近年来，未来医生MedGPT搭建历程中，陆续邀请了50余位中华医学会主委及核心专家长期参与医学知识共建、复杂病例决策、诊疗路径验证与临床校正，通过病例评审、错误分析和路径讨论，将一线的判断标准沉淀进系统，为本次研究项目提供了技术支撑。

作为EASS多学科专家组评审会成员之一，梁教授坦言，临床之所以需要MDT多学科会诊，正是因为很多患者的诊疗存在疑难性、复杂性和不确定性，需要多科室专家协同研判、共同决策。从临床现状来看，肺癌诊疗虽然有大量指南、共识作为参考依据，但真实临床病例不会完全按照指南和教科书的标准发病，每一位患者都存在独特的个体化差异。如何在患者个体化差异的基础上，落地循证医学理念、运用前沿研究成果，同时平衡医疗的安全性与有效性、规范性与前沿性，这是临床灰度区域亟待解决的核心问题，也是开展本次研究的核心临床诉求。

从“答题”到“复杂决策”

医疗AI正在跨越一道分水岭

本项实验中AI在病例对照任务中的优异表现代表技术层面取得突破，但其真正价值落脚点在于AI增强医生能力，而非替代医生。

"未来医生MedGPT正是我们一线临床医生迫切需要的医疗AI。"中国医学科学院肿瘤医院胸外科食管病区主任、中华医学会胸心血管外科学分会食管疾病学组长李印教授评价称。

此外，山东省肿瘤医院乳腺病中心主任、中国抗癌协会乳腺癌专委会副主委王永胜教授，四川大学华西医院胸外科学科带头人、中国医师协会胸外科医师分会常委陈龙奇教授，也均对未来医生MedGPT给临床医生带来的帮助给予明确的肯定。

这项研究也引起了美国医疗圈的关注。美国顶尖医学中心UCSF Health肿瘤外科主任Robert Warren博士在X平台公开赞赏未来医生的这项实验是“一项具有重要价值的研究。”

近些年来，AI进入了快速发展期，在医疗领域的探索更是尤其热络。事实上，在二十世纪五十年代，自AI概念诞生初期，就有学者探索用计算机辅助医疗。比如，1954年，美籍华人科学家钱家其，运用计算机计算放射治疗剂量；1959年，美国学者Robert S.Ledley（罗伯特·莱德利）借助计算机辅助肺癌病例分析。经过数十年的研究，AI在医疗领域的应用模式不断迭代升级，如今“AI医生”的探索也初步迈入实战阶段。

值得注意的是，Al在每个发展阶段，都会经历一些波折，呼唤人机协作共同解决困难。在前述实验项目中，梁教授就亲历过临床团队和Al团队的磨合过程。他表示，虽然未来医生的Al团队非常专业，但是跨领域沟通也存在壁垒。AI行业的专业术语、行业缩写、专属话术，对临床医师而言是完全陌生的内容；而临床行业默认的常规表述、专业暗语，Al也无法识别。因此，专业名词、术语体系的统一和互认，成为双方融合需要解锁的第一道任务。

人工智能的核心不在于“智能”，而在于“人工”。尤其在医疗领域，前期人工梳理的资料是否全面、准确、翔实、多模态，直接决定了后续AI模型的智能效果。如果前期基础资料不完善、数据有缺失，后续模型的智能能力再强，也会出现大量幻觉、判断偏差和决策错误。

梁教授向《中国医院院长》杂志进一步介绍：“深耕这项工作越久，我越能体会到临床医生日常基础诊疗工作的重要性，也更加明白完善临床基础信息、规范诊疗资料，是医疗AI落地临床的核心根基。”

医疗AI需要如真人医师一样连续不断地学习。比如，未来医生MedGPT底层是结构化证据库——以肺癌为例，收录13000余篇指南、临床试验、共识与学术会议文献，拆解为20万余条可逐条追溯的证据单元，其中98.3%发表于近三年；上层叠加1万余条临床规则与数百个审计算法单元，并保留人工质控环节。

核心服务逐渐成型

未来医生致力于实现“医疗AGI”

在这场关乎人类健康的医疗重塑中，医疗AI的核心竞争力在于，它是否敢于真正挺进临床的核心腹地。未来医生始终致力于AI在复杂疾病诊疗上的能力突破，聚焦于先进技术与临床诊疗的结合，并持续携手国内外众多顶级医疗机构与医学专家开展相关研究与实验，验证不同层面的技术与服务能力，从而最终实现医疗AGI。

未来医生创始人兼CEO王仕锐表示，唯有建立起“人机协同、责任清晰”的严苛机制——AI作为辅助工具，平台与真人医生共同对最终结果担责，才能确保每一次医疗决策有据可循、有责可究。医疗AI才能从“科普、轻问诊”，转向临床的核心腹地，扛起“治病救人”的责任。

未来医生是一家致力于实现医疗AGI的科技公司，它嬗变于2014年成立的医联集团，自研的未来医生MedGPT是“用于疾病诊断和治疗建议的生成式AI模型算法”，2023年进入内测并正式发布。经过长期训练，该AI模型在上述项目中体现出明显优势。

围绕患者的重大决策、治疗康复和长期管理，未来医生已经形成三类核心服务：专家复诊与多学科会诊（MDT）、连续专病管理、医保与商业保险服务。这些服务由医疗AI能力与病例经理、专家协调团队和多学科专家组共同参与交付。

比如，在专家复诊与多学科会诊（MDT）服务中，AI先行完成全病历解读，再由专家库内的多学科专家联合研判，真人医生掌握最终决策权，72小时内交付包含“路径比较”与“后续行动”建议的决策报告。在连续专病管理服务中，由AI辅助信息整理与风险识别，主管医生团队动态复盘、按需调整方案。在面向医保与商业保险机构的服务中，服务则侧重减少重复、错误和非计划医疗，提升基金使用效率。

未来医生MedGPT产品上线后，患者可以在线问诊，由病例经理与专家协调团队参与资料整理、专家审议、报告交付和持续跟踪。患者需要线下就诊时，病例经理将协助明确，转诊的必要性与下一步路径。

落到科室管理上，产品的设计目标是：按分期与治疗阶段设定随访终点，把“按计划复查率”做到 90%，异常时点 3 小时内给出解读——把“被动救火”变成“主动管理”。

而对医院院长而言，两本账最实在：一本是当期的人效账——异常与副作用的响应时间从“天”压到“小时”，减少人工盯守；一本是三年账——按计划复查率、患者留存与专病中心建设。合作以试点方式推进，数据不出院、回流可控。

这一模式已有落地样本：据介绍，在山东省千佛山医院（山东第一医科大学第一附属医院），未来医生的病人管理系统、AI智能医生系统与随访系统，已在泌尿外科、肝胆外科、肿瘤科三大病区落地，为出院患者建立结构化、可追溯的健康管理档案，围绕复查提醒、用药指导、康复训练与异常预警提供持续服务；合作同时引入医院商保中心，探索“医疗＋AI＋商保”的患者全周期管理模式。

而在西安长安医院，未来医生也落地了专病院外患者管理项目，合作以院内临床团队为核心，诊疗决策权完全归属医院，平台承担技术搭建、标准化随访、运营服务工作。针对肿瘤、慢病出院患者建立长期专病管理链路，实时监测居家指标、及时识别风险异常、同步康复与科普宣教，改善患者院后康复效果，减少非计划再入院；同时在合规、数据安全前提下沉淀标准化全病程数据，和医院联合开展真实世界研究、申报软著、产出学术成果，同步探索成果转化合作。

需要强调的是，未来医生MedGPT推荐的每一份医嘱，都必须有真人医生签字，平台与医生共同对诊疗结果承担法律责任。AI负责病例与证据整理、路径比较和风险识别支持，最终由医生审核、修改并完成医学决策。

“医疗AGI的核心不是成为一个更会回答医学问题的大模型，而是能够进入真实临床、理解复杂患者、支持医生完成高水平临床决策的智能系统。”作为在互联网医疗领域和AI医疗领域深耕十余载的一线创业者，王仕锐曾率先提出“医疗AGI”概念。他认为：“如果医疗AGI实现关键突破，人类寿命迈向120岁甚至更高区间的进程，将被显著加速。”

梁教授认为，“医疗AI应用未来的理想形态，是患者、医生、Al三者协同作战、共同决策，形成全新的诊疗闭环。”

感谢关注！网络新媒体合作联系：刘老师 13436307858