中國工程院副院長、中國醫學科學院院長王辰指出，人工智能正在深刻改變醫學研究的范式與行業生態。醫學界要適應人工智能發展，分階段推進人工智能與醫學融合，發揮人工智能作為新質生產力照護人民健康的重要作用。

  “醫療領域數據具有敏感性、結果不可逆、責任主體復雜等特點。”工業和信息化部原副部長王江平坦言，醫療健康行業的特殊性，使得醫療健康AI大模型需要人機對齊法則的全面滲透，即通過技術手段與倫理框架，確保AI的目標行為和輸出與人類價值觀和社會規范保持一致。

  從算法和數據做起，搭好“底層架構”

  “隨著人工智能發展與大量數據的涌現，以數學研究生物和醫學的條件已成熟。”清華大學講席教授、數學家丘成桐解釋，醫學數據有著非線性特點，而傳統人工智能模型通常基于線性假設，難以捕捉醫學數據中復雜的非線性關系。面對醫學數據難題，數學與醫學、人工智能等領域應加強合作，為人工智能提供底層架構，持續推動人工智能在疾病研究等多領域的應用。

  基于數學科學的加持和完善，一些醫學事件已獲得更好的解析。例如，對于“衰老”這一生命活動的典型非線性事件，一項研究用多種數學分析算法對超過2400億數據點進行分析后，成功呈現了其發生發展規律。

  數據問題仍是制約人工智能在醫學領域深入應用的瓶頸。丘成桐說，醫學數據存在“噪聲”（數據集中錯誤或無關的信息）和缺失值等問題，傳統方法在處理這些問題時往往需要復雜的預處理，增加了數據處理的復雜性和不確定性，影響模型準確性。

  國家衛生健康委規劃發展與信息化司一級調研員沈劍峰認為，當前需建設醫療領域高質量數據集和人工智能語料庫，以突破專業語料不足、多模態處理不一致等大模型技術瓶頸。“相關部門正在通過標準化建設、跨機構數據共享和垂類模型應用開發等措施，加強數據價值的挖掘，提升診療效率和精準度。”他介紹。

  直面安全與治理，構建醫療新生態

  安全與治理是醫學人工智能發展的重要議題。生理數據、病史信息等醫療數據事關每一名患者的隱私和生命權，如何不“因噎廢食”，在保護安全的同時充分利用醫療數據？

  “應設立數據過濾器自動屏蔽違反倫理的數據源，建設醫療可信數據空間促進數據共享流通。”王江平強調，數據集建設必須把隱私保護放在突出位置，深度融合醫學專業知識與先進的數據科學技術，通過隱私計算、術語標準化、多模態關聯和小樣本增強等策略，有效應對醫療數據敏感性和碎片化等問題。

  國家衛生健康委統計信息中心主任趙韡強調，醫學人工智能應用始終要以安全可信為前提，堅持以患者為中心、醫生醫療決策為主的原則，建立動態可持續評估機制，推動法律、技術、倫理協同治理。

  “要使AI實現從高效工具到可信伙伴的跨越，醫療AI應用需實現可解釋性、信任性、人類和諧性的對齊目標。”王江平說，要將對齊法則深入到醫療AI的技術架構、數據集建設、醫院管理、患者知情、行業監管等環節。

  談及人工智能賦能醫學的發展路徑，王辰建議應明確任務分階段推進。短期內明確人工智能在醫學中的定位與應用邏輯，開展場景化試點；中期階段擴大應用范圍，推動人工智能與醫療的全場景融合；長期發展要覆蓋科研、臨床、管理全鏈條，構建人工智能賦能醫學新生態，并參與國際規則制定。（記者 張佳星）