上周陪朋友去医院做肺部CT，报告拿到手发现末尾一栏写着AI辅助诊断提示，右肺上叶微小结节，建议随访。朋友当场就紧张了，但医生看完片子说这个结节小到可以忽略，AI只是例行标记。
AI读片不是替代医生而是在做初筛
目前国内大概有两百多家医院已经上线了肺结节、眼底病变、骨折等场景的AI辅助筛查系统。它跟医生的关系不是替代而是分工。AI负责把影像里所有可疑的地方标记出来，不漏掉任何一个可能的病灶。医生再看这些标记，结合病人的症状和病史做判断。这个模式的好处是AI不会第一百张胸片跟看第一张的灵敏度是一样的，而放射科医生一天读上百张片子之后，漏诊率确实会上升。
但AI也有自己的短板。它对结节的敏感度很高，但特异度不够，没问题的也容易被标出来，像朋友那种假警报就属于此类。所以现在AI辅助诊断的产品说明书上通常写着辅助两个字，诊断责任还是由医生承担。这个边界短期内不会改变。
精准医疗开始落地到普通患者
肿瘤的基因检测和靶向用药是精准医疗最成熟的板块。以前做了基因检测要等两周才能出报告，现在有些检测机构把周期压缩到了五个工作日，费用也从几年前的上万块降到了几千。检测出的突变类型跟靶向药的匹配越来越精准，EGFR、ALK、ROS1这些经典位点之外，越来越多的罕见突变也有了对应的药物选择。
药品集采的推进也在改变用药格局。今年第七批国家集采把一批肿瘤药和生物制剂拉进了谈判桌，几款PD-1抑制剂的集采价格比上市时降了超过六成。对患者来说这当然是好消息，不过集采也带来了供应波动的问题，部分品种在个别地区出现过断供。智慧医疗的发展也在加速推进，上海部分社区医院上线了AI慢病管理系统，高血压患者通过蓝牙设备自动上传血压数据，AI根据趋势变化给出用药调整建议，家庭医生确认之后直接推送到患者手机上。这个链条如果能跑通，慢病管理的效率会有质的提升。
数据安全和国际走向值得留意
AI要跑得好离不开海量医疗数据做训练。医院的数据能不能给科技公司用、患者有没有权利拒绝自己的影像数据进入训练集，这些法律边界还在摸索中。国内几个省市已经******了健康医疗大数据的管理办法，基本方向是数据可用但必须脱敏、患者知情权要保障。
国际上近期比较受关注的是哈佛医学院团队在《柳叶刀》子刊上发表的那篇AI辅助病理诊断的多中心验证，结果显示AI加病理医生组合的诊断一致性比单独医生高出将近百分之十。这个数字如果能在更大范围的临床实践中复制，病理科的运作方式可能会被改写。鸿益顺觉得技术变革不是坏事，但对普通人来说，真正重要的不是AI有多先进，而是在拿到一份报告的时候，能有足够的能力去理解它、用好它。
