66. AI x 医疗数据 | AI诊断的两难困境：医生害怕还是期待？
2024/12/19
扩博智聊 | 有AI味道的访谈节目
刘
刘翔
刘翔：我从事医疗信息化领域，构建大数据平台，在AI医疗诊断方面有深入研究。AI医疗诊断的商业化应用面临两难：一方面，医疗数据来源于医生的智慧；另一方面，医生又担心被AI取代。医生既希望AI辅助提高效率，又担心被取代，这导致AI在医疗领域的商业化应用是一个漫长的过程。我们尝试用知识图谱进行儿童肾脏疾病智能诊断，准确率达七八成，但数据量有限。目前中国医院医生诊断主要依赖临床检测检验和问卷调查，AI诊断依据也主要来自这些数据，所以AI模型开发相对容易。但AI诊断结果的合规性是巨大挑战，AI目前还处于辅助阶段，不能独立做出诊断，这限制了其商业价值。未来，一线城市三甲医院会在创新科技上走得更远，更多尝试AI技术，政策突破后会向全国推广。国产化替代和生成式AI的冲击也是大趋势。最终，一家医院可能就是一个大语言模型，但目前数据整合和标准化是巨大挑战。我们也开发了基于人体运动监控的平台，利用柔性芯片和陀螺仪监控人体肢体运动，预测肌肉骨骼疾病和老年病的发生可能性，弥补居家数据缺口。
潘天一：您对AI在医疗领域的应用现状和未来发展趋势的分析非常透彻，特别是关于医生对AI既期待又担忧的矛盾，以及AI应用的合规性问题，都指出了AI医疗领域商业化应用的挑战和机遇。您提到的基于人体运动监控的平台，利用柔性电子技术，是一个非常有前景的创新方向，可以有效解决目前居家数据收集的难题。
潘天一：关于AI在医疗领域的应用，您认为未来发展趋势是什么？
Deep Dive
Shownotes Transcript