4月28日，由《NEJM医学前沿》与清华大学医院管理研究院联合主理、嘉会医疗集团承办的“重塑医疗：医学中的创新人工智能转型”2024中关村落论坛年会平行论坛在京召开。

“18家企业获批了27个医疗人工智能赞助诊断场景的三类注册证，数量占全国总数的34%”，北京市卫健委副主任邓平基在“重塑医疗：医学中的创新人工智能转型”平行论坛上分享了这样一组数据。

在“人工智能与医学的未来”中，清华大学医学院主任黄天萌分享了医学教诲面临的寻衅以及AI和大措辞模型（LLM）的办理之道。
在剖析了目前医学教诲的弊端之后，黄天萌先容AI和LLM如何通过缩短年夜夫培训韶光、提高培训质量等助力医学教诲。
通过AI赞助的自学模式，学生可以自主调节学习进度，不必依赖传统的面授传授教化。
此外，AI可以帮助医学生打仗到罕见病例，提高医疗记录文档的编写效率，减轻年夜夫的事情包袱。

都城医科大学附属北京天坛医院副院长王伊龙重点磋商了AI在神经系统疾病的预防、诊断、治疗和管理中发挥的越来越主要的浸染。
预防方面，AI通过剖析大数据可以早期预测帕金森病的发生和严重程度。
在诊断方面，AI技能可以快速剖析影像学数据，预测脑血管病的发病机制，赞助个体化精准治疗。
治疗方面，在脑机交互领域，如难治性帕金森病的脑深部刺激治疗中，AI通过精准调控可显著减少副浸染。

NEJM AI常务主编Charlotte Haug分享了NEJM AI杂志的愿景，即推动AI工具在临床运用中达到与传统医疗相同的标准。

在医学和医疗行业中，人工智能（AI）正发挥着越来越主要的浸染，尤其是在缩短新药研发周期和降落本钱方面。
赛诺菲转化医学中国的唐蕾详细阐述了公司如何利用AI技能提升小分子药物探索的效率和品质。
传统药物研发流程漫长且昂贵，均匀须要十年韶光和高达26亿美元的投资。
然而，通过引入数字化技能和AI能力，赛诺菲已成功地在不到一年的韶光内为超过50个靶点天生了预测，并将个中7个创新靶点推进到研究管线中。

唐蕾强调，AI模型的利用已覆盖超八成小分子化合物的筛选和研究，显著加速了研究进度，有望更快地将新药带入临床试验阶段，从而更早地使患者受益。

同时，在医学影像领域，AI的运用也取得了显著成效。
GE医疗首席数字官黄峰指出，AI能够快速而准确地供应医学影像的诊断结果。
例如，GE医疗某款影像学产品能够提高影像质量四倍，类似的成功案例不胜列举。

面向未来，只管AI在医疗领域的运用前景广阔，但隐私权、透明度和数据监管仍是关键议题。
多位专家强调，在推进AI在医疗领域运用的同时，必须平衡其潜力和任务，制订干系利用标准，并看重保护患者隐私和数据安全。

AI技能正在医疗领域发挥着革命性的浸染，不仅缩短了新药的研发周期，降落了本钱，还优化了医学影像的诊断过程。
然而，随之而来的伦理和监管问题也须要行业内外的共同关注和解决。
（张梦凡）

来源： 光明网