开篇语：AI已大规模应用于医学健康领域，并形成了快速成长的医疗产业新赛道。但AI走进医疗界，不等同于“让AI帮你看病”。
AI的加入，对于患者、医生、医院、企业意味着什么？南都健闻带来医疗界的一线走访。
AI走进医院，改变了什么？医生们希望它还能改变什么？在南方医科大学珠江医院，南都健闻记者看到，影像领域的AI已投入使用超过5年，并在不断升级，不仅更准，而且更快，影像诊断医生阅片量提升30%；今年爆火的大语言模型被内嵌至病历系统，帮助医生整理病史、按需提取不同的关键信息，对肿瘤科这样的“病历大户”助益良多。
对于AI的未来应用，医生们展望了一个AI全流程辅助分诊、导诊、陪诊的未来，而专科医生也期待它能够从目前的“办公小助手”升级为更专业的医疗“advisor”（智囊）。
病历系统
AI成为内嵌的“办公小助手”
帮医生整理病历、病史文书
“医院的系统非常复杂，在诊疗活动中最重要的是电子病历系统，现在，我们在病历系统中设置了一个小窗口，接入DeepSeek（以下简称“DS”）的对话框，作为医生的‘小助手’”，珠江医院副院长张鹏介绍。
在肿瘤科医师应昊轩的办公电脑上，南都健闻记者看到，住院电子病历系统打开后，大窗口的右侧有一个对话框，医生输入问题后，后台会像通用DS一样，先用浅色字体显示思考推理过程，再用黑色字体生成问题答案和相关分析。
这个AI小助手能派上什么用场？应昊轩向记者展示了一个病例，这个肿瘤病人目前已是第24次入院治疗，治疗经历长达7年，其间更换了多种治疗方案，经历了多次复发，光是精简后的治疗经历，应医生已经整理了几大屏的文字。而肿瘤科像这样病史长、病程复杂的病人非常多，在收治这些病人后，医生单是系统地整理病人病史就要花费两三个小时甚至半天时间，效率非常低。
而肿瘤作为全身性疾病，在治疗过程中往往需要通过MDT（多学科会诊）集思广益，根据患者当前的情况制定治疗方案。然而会诊时间有限，为了能够更精准、更快速地让不同专科的专家了解患者的病情并给出专业的意见，主管医生还需要整理出“浓缩版”的病人资料，准确地提取患者当前治疗面临的问题，整理归纳与特定科室相关的内容，这也需要额外的工作量。
有了内嵌的AI小助手，整理长病历、提取相应专科信息的工作，就可以交给AI来写个“初稿”，医生审核修改后即可使用，原本几小时的工作，可以缩短至几十分钟，大大减轻医生工作量。
由于大语言AI具备一定的专业水平，它还可以帮医生进行初步的报告解读、要点提取，应昊轩说，这对于年轻医生来说非常有帮助，“比如规培、轮转的医生，对一些肿瘤科常用的检验检查不是很了解，这个AI助手可以从专业的角度帮他们做初步的解读”。
珠江医院肿瘤科医师应昊轩向南都记者展示电子病历系统内嵌入AI的应用。
专业领域
AI辅助阅片
提升准确度、阅片效率
在珠江医院影像诊断科副主任医师王显龙的办公室，有两台并列的27寸屏幕，每天，王显龙都在这里看片子，一个CT检查下来会产生四、五百张图像，他一张张看，找到肺部树枝样纹理之外的异常密度影，可能是团块状，也可能是结节状，然后要判断它可能是哪种病变、病变性质如何。
过去，他和同事们都靠人工肉眼看片，一张张判读，或者借用别的第三方计算机辅助诊断（CAD）软件来帮忙。2019年，医院PACS系统引入了AI智能模块，可以先由AI做初筛，把可疑的地方用红色小框框出来，并给出“低危”“高危”等初步提示，影像医生再进行分析确认。
“AI显示的是初步识别后的位置坐标，但已经足够提示我们了，至少不会漏诊，尤其是两三毫米的小结节”，王显龙说，人工智能对于阅片工作最大的好处是提升准确度，“在十几年前的CAD时代，可能‘人工’与‘智能’的作用是9:1，到现在这个阶段，‘人工’缩减到了百分之二三十的分量，‘智能’对我们工作的帮助越来越大”。
同时，AI还带来效率的提升。在AI的帮助下，以前看一个普通患者的片子可能需要5至10分钟，现在压缩至1至2分钟左右，整个科室每天的工作量得以提升30%左右，这意味着，患者可以更快地拿到自己的影像检查报告，影像诊断报告跑出“加速度”。
除了影像科，王显龙介绍，在很多医院的体检中心，AI辅助阅片系统也会发挥很大作用，因为体检者的CT结节中，偏小的更多，靠肉眼分辨就会更加辛苦、更容易漏掉，AI能识别出更多的微小结节，容易让人产生“谈结节色变”的感觉，有的人体检发现小结节心理负担重，但微小肺结节绝大多数是良性结节，面对着都是专业术语的影像报告，DS可以通俗易懂、深入浅出地向患者解释。
除了承担部分专业阅片的工作，AI也在文书工作中充当“小助手”，比如支持语音转文字的输入、基本的文本校对、报告纠错，等等。
珠江医院影像诊断科副主任医师王显龙向南都记者展示AI在阅片系统中的应用。
AI助手也有局限
医生须做好把关
应昊轩介绍，为保护病人资料，内部病历系统与外网是隔离的，也因此，嵌入的AI小助手不具备“联网搜索纠错”的能力，只能依赖医院内部的知识库进行检索，这就需要医院不断更新和充实数据库，并训练它的检索、纠错能力。
几周体验下来，应昊轩还发现，这个AI小助手的优点是逻辑思维能力的确很强，但遇到长病例梳理，它往往会“忘记”医生提出的具体要求，分析模式有点“固化”，“比如它会给出分析建议，但实际上我只是要它帮忙整理病历，不需要它的分析建议”。
作为AI应用较早、较成熟的领域，影像辅助诊断AI也并不是十全十美，王显龙说，比如它有时对比较大的血管变异会产生误判，有可能把血管扩张误认成肿块；有时，语音输入转文字时会产生一些小错误，这些都需要医生审核、纠错。
人工智能应用在影像医学领域，不可避免要面对医学伦理、责任划分的问题，“如果出现误判，是机器的问题还是医院的问题还是软件的问题？还是患者本身给的信息不足？我认为，作为医生，在伦理判断、报告解读中，要充分发挥审核作用，把控可能出现的错误”，王显龙说。
未来
“分诊”“导诊”“陪诊”……AI可以成为就诊全场景指路人
还可以成为更专业的医疗“advisor”
对于未来医疗AI，王显龙希望它能成为一个全场景的就医助手，从患者出现症状时开始，AI就可以帮助患者进行症状甄别和分诊指引，比如，出现头痛、耳鸣时，该看神经内科还是耳鼻喉科？
去到医院看了医生后，医生开具数项检查，关于“去哪里检查”“要排到几点钟”“费用多少”“需要做什么准备”等问题，AI也可以给予提示和解答；在医疗文书签字过程中，比如打造影剂时，也可以由AI进行辅助展示，让患者充分知情。
王显龙还认为，DeepSeek这样的大语言模型对于患者读懂影像检查报告也很有帮助，“很多专业报告患者是看不懂的，如果碰到医生很忙，其实DeepSeek可以给予相对专业、规范、完整的解读”。
应昊轩希望，AI能够在未来的病人随访、复诊中也发挥作用，比如，到复查节点时提醒患者及时复诊、在固定的检查节点提醒病人做好检查准备，“我们肿瘤科病人很多病情复杂，需要定期随访，并对病情进行整体梳理，这种系统的病人管理服务工作是非常重要的”。
在应昊轩看来，未来的AI也完全有能力从目前的“小助手”角色升级成一个医疗“advisor”，在诊疗决策方面参与更多，“目前医生的诊疗更多是靠经验积累，但新的医疗文献、新的治疗指南、新的治疗方案这些不断在产生，这方面，AI的知识更新速度可能比医生还快，那AI可以根据最新的知识库来向医生提供不同的医疗方案以供参考”。
策划：王卫国 李阳
统筹：尹来 游曼妮 王道斌
执行统筹：李文
采写：南都记者 李文 通讯员 粤卫信 马彦 韩羽柔
设计：叶可可 刘妍妍
