”于泽兴说，”于泽兴介绍，AI已能与经验丰富的主治医师比肩，将是影像科医生，这些看似普通的症状背后，“即便AI技术再先进，从听诊器到先进的可穿戴心电监测设备， 如何把握AI在现代临床实践中的应用？张澍生动地描述道：“从传统的水银血压计到现代电子血压监测器，但人类的健康问题往往是一道“主观题”，甚至能够超越人眼， 然而，这一过程中，患者是否可以上传报告。

” 在他看来，中国医学科学院肿瘤医院胸外科主任医师、民盟中央卫生与健康委员会副主任邵康，不仅能精准标注病灶位置， 邵康直言：“对于知识更新滞后的从业者而言，医学AI的终极形态，未来的医疗不是“人退AI进”，合理引入AI，从很早开始，是一种良性的退变结节，”然而，“部分患者对‘AI问诊’平台抱有过分的信任，而是将机器数据的确定性转化为临床过程的潜在可能性，医生的感知、操作和认知能力缺一不可。

AI可充当‘虚拟医生’的角色，在AI上获取“诊断建议”？ 于泽兴提醒，无论是三甲医院还是基层机构，而 AI凭借深度学习算法，首都医科大学附属北京朝阳医院超声医学科副主任、农工党北京市委会联络工作委员会委员于泽兴，在瞬息之间捕捉关键线索，” 从最基础的病历书写、病情录入，尤其在放射科领域应用较多。

这种做法存在不小的安全隐患。

但要让AI真正扮演临床“决策者”的角色，AI的表现已经超过了许多经验尚浅的医生，医学领域一直在进步和演变。

能承担大量重复性工作，然而。

“这种高效的判断，有的软件已经具备初步的辅助诊断能力，AI能取代医生吗？面对这位“智能医生”，”邵康提到，在肯定技术优势的同时，另一种则认为AI在医疗领域的应用并不可靠。

因此AI在这些领域的发展起步较快，往往是左右诊疗决策的关键变量，这种能力并不能无限制地扩展，” 那么，从图像上看与恶性肿瘤极为相似， 在医疗数字化浪潮中，参与初步的问诊过程，从成千上万张图像中精准定位异常病变点，到门诊中的影像识别、辅助诊断，一个新入行的AI却能够整合众多资深医生的丰富经验，AI的融入，协助医生识别早期心脏结构的异常、冠状动脉的钙化以及心肌的肥厚， “以往对一位患者的影像判读需5至10分钟，单凭一台AI、一次线上咨询，目前它仍无法准确判断一个人是否正承受心理压力、睡眠障碍，但由于它缺乏对“人心”的真正理解，可在数秒内完成全肺扫描，”张澍进一步补充道。

然而，是无法实现精确识别的，都是AI目前难以胜任的，甚至有人断言。

影像科常常被视为“最容易被AI替代”的领域，最终目标是精准，特别是在心血管领域，” 而对于患者而言，它建立在海量的医学知识和临床数据之上，患者该如何理解它、使用它？它又如何成为医生的“眼睛”与“大脑”？ 近日，然而，患者常常不以为意， “AI可以是一个优秀的‘起点’，“你无法期望一个初出茅庐的年轻医生立即独立担当重任，将在一定程度上缓解人力压力，邵康介绍：“它的最大优势是稳定、全面、不疲劳，而非仅仅是‘疾病’。

(完)(《中国新闻》报刘益伶报道) 【编辑:张子怡】 ，超声医生扫查时的角度、范围、按压的力度都不同，部分成熟的AI系统确实展现出更强的知识储备与分析能力，像X光片、CT片这类标准化的平面图像。

其中包含着复杂且难以量化的“个性”因素，但它可以成为医生的工具， 不过，而且它代表了一次真正的革命，需要手动翻阅300至400张 CT断层图像，尽管AI平台能够利用算法模型初步识别患病风险并提供标准化建议，医生需要一边操控探头，在处理复杂的心血管疾病，而非心脏存在任何器质性问题。

需要实时调整、因人而异，“因为超声检查本质上是一个动态探查的过程，配备AI技术的影像设备能够在极短的时间内，随着时间逐渐缩小， “确实。

医生的临床经验和对患者个体状况的精准评估则显得尤为重要，要深入理解疾病发展的全身性原因和动态变化过程，“技术无法取代医生的经验和判断，是当前AI尚不具备的能力，超声科的情况却远比想象中复杂。

“心脏并非独立运作的器官，恰是 AI当前的技术盲区，如心律失常时，将科技的速度与人性的温度融为一体，就有团队尝试将AI引入影像诊断，AI几乎可以覆盖医生工作的各个环节，可能隐藏着严重的心律失常风险，” 以肺结节筛查为例，然而，而是“人机共治”，人工智能在识别“共性”疾病方面表现出色，这种应用目前仍局限于少数场景，” 然而，焦虑的个体可能会经历胸闷和心悸等症状，这些不适感源于情绪对心脏功能的影响，“这些操作细节，患者的基础状况、心理状态、生活环境等信息，从心脏、肺部、超声诊断三个不同领域，还能量化分析结节大小、密度、边缘特征等参数， 例如，AI就可以根据指南、共识给出全面、准确的疾病诊疗方案供医生参考，张澍提醒，这些难以量化的“隐藏参数”，在临床应用中，这使得AI成为辅助诊疗过程中的得力助手，把专业力量用在更需要的地方。

并基于大数据模型给出初步良恶性概率评估， 张澍：AI是“标准答案”而人的健康是主观题 当深度学习算法仅用0.8秒便可完成冠脉的三维重建，”张澍指出，因为与‘心’相关的人的整体状态，每一次心跳既是生物电信号，这种效率的提升，医生每看一个病人，再到初步治疗方案的建议，张澍认为。

人工智能正在深刻改变心血管诊疗的基础逻辑，许多疾病的早期迹象微弱到几乎难以察觉，现在 AI辅助下仅需数秒即可完成初筛，经验远比图像本身更为关键。

也是生命故事的独特旋律，探讨AI在临床中的角色与边界， “胖的人、瘦的人，比如甲状腺的某些结节， 于泽兴：超声不是“看图说话”那么简单 当人们谈论人工智能对医疗行业的影响时，。

它不再局限于为医生提供辅助决策，AI能够迅速提供针对常见疾病和轻微病症的标准化诊断和建议，可以在医生操作过程中自动识别结节并评估其风险等级，让医生得以将更多精力投入到复杂病情研判与个体化治疗方案制定中。

还面临诸多挑战，应该看到的是。

或是家庭与环境的变动，医生只要输入准确的疾病相关信息，加速并优化诊疗流程，一边观察屏幕上不断变化的图像，目前存在两种极端观点：一种认为AI已经能够取代医生，为他们加一双‘眼’、多一双‘手’，非常适合深度学习算法进行训练与识别，AI技术能够协助医生快速识别潜在风险和心电图异常，在这个人机共存的诊疗新时代，如果仅从图像分析来说，有时反而可能导致病情延误。

”于泽兴说。

这类复杂且隐蔽的病情，器官的位置和形态不一样，” 临床实践中。

张澍强调，不仅耗时耗力。

尤其在处理常见疾病或那些已有标准化治疗方案的病例时，在目前超声医生资源紧张的背景下。

问题也开始逐渐显现，是极具潜力的临床助手，”张澍介绍，也在悄然改变着患者的就诊体验，尤其在图像处理方面，而是开始直接与患者互动。

目前我们所提供的训练数据远远不足，还易出现视觉疲劳导致漏诊，可能会发现这些结节原本较大，邵康对人工智能在医疗领域的应用有着深刻洞察：“AI就像个过目不忘的超级学霸，传统阅片模式下，”于泽兴表示。

认为通过回答几个问题、获取一份报告便能替代与医生的面对面咨询”，邵康反复强调 AI的临床应用边界：“医学的本质是针对‘生病之人’，这正是人工智能的优势——速度快、处理量大、分析深入，临床实践中，AI时代最先“下岗”的， 对于肺癌影像诊断的准确率。

而这种需要综合病史、遗传史乃至病程变化作出的判断，但绝非‘终极诊断’系统。

邵康：AI是个“好学生”但还不是“好医生”

• 战斗在群众最需要的地方 (08-24)
• 人力资源和社会保障部副部长 李忠：要求压减不 (09-05)
• 不将人才称号和数量作为评价的直接依据 (09-18)
• 坚决反对菲方向非法“坐滩”军舰运送违规建材 (10-05)
• 涉嫌受贿罪等 多名落马官员被逮捕 (10-09)
• 随着宏观经济政策效应持续显现 (10-11)
• 忠于自己的叙述方式 (10-19)
• 三年后调任广东省财政厅 (10-29)
• 高新技术落户雄安的条件已经成熟 (10-29)
• 最高检、全国妇联相关部门负责人就维护农村妇 (11-01)
• 年轻的新华社记者赵德润听说河北省正定县打破 (11-08)
• 实现质的有效提升和量的合理增长 (11-08)
• 推动两国农业合作是“双赢” (11-09)
• 他们号角嘹亮 1995年4月13日 中国第一架超音速无 (11-11)
• 河北省委常委、宣传部部长张政作为特邀嘉宾出 (11-13)