隨著人工智能技術(shù)的不斷深入成熟，AI 也賦予了醫(yī)療領(lǐng)域一場(chǎng)深刻的變革——通過(guò)整合多源數(shù)據(jù)與智能算法，為醫(yī)療行業(yè)的效率提升、精準(zhǔn)診斷都提供了全新解決方案。醫(yī)療數(shù)據(jù)作為大模型的「燃料」，也是醫(yī)療決策的核心載體，它的角色至關(guān)重要，尤其是在中國(guó)醫(yī)療體系加速數(shù)字化轉(zhuǎn)型的背景下，從數(shù)據(jù)角度解析醫(yī)療模型更是創(chuàng)新的必經(jīng)途徑。

近日，在 2025 北京智源大會(huì)中，清華長(zhǎng)庚醫(yī)院醫(yī)學(xué)數(shù)據(jù)科學(xué)中心主任李棟教授在「AI+理工&醫(yī)學(xué)」專(zhuān)題論壇中，以「智慧醫(yī)療時(shí)代下如何應(yīng)用醫(yī)療數(shù)據(jù)開(kāi)展創(chuàng)新研究」為題，結(jié)合清華長(zhǎng)庚醫(yī)院的實(shí)踐經(jīng)驗(yàn)，從數(shù)據(jù)角度對(duì)大模型的落地模式、技術(shù)局限、資源重構(gòu)、以及應(yīng)用探索等多個(gè)維度進(jìn)行了分享。

李棟教授演講現(xiàn)場(chǎng)

HyperAI 超神經(jīng)在不違原意的前提下，對(duì)李棟教授的深度分享進(jìn)行了整理匯總，以下為演講實(shí)錄。

大模型在醫(yī)療場(chǎng)景中的應(yīng)用與挑戰(zhàn)

「本地部署+定制開(kāi)發(fā)+斷網(wǎng)使用」模式應(yīng)用

DeepSeek 作為一款近年來(lái)火爆出圈的大模型，它在醫(yī)療場(chǎng)景中的適用模式主要有 3 種使用方式：手機(jī)端輕量使用模式、云端接入模式，以及「本地部署+定制開(kāi)發(fā)+斷網(wǎng)使用」。

在這 3 種接入方式中，「本地部署+定制開(kāi)發(fā)+斷網(wǎng)使用」成為實(shí)踐最優(yōu)解。云端模式因「數(shù)據(jù)不能離院」政策限制，無(wú)法利用真實(shí)數(shù)據(jù)訓(xùn)練模型，導(dǎo)致其成為「靜態(tài)模板」；而手機(jī)端輕量應(yīng)用僅能處理簡(jiǎn)單咨詢，無(wú)法觸及醫(yī)療核心需求。「本地部署+定制開(kāi)發(fā)+斷網(wǎng)使用」雖能規(guī)避數(shù)據(jù)泄露與污染風(fēng)險(xiǎn)（如外源性幻覺(jué)數(shù)據(jù)混入），但也意味著醫(yī)院需獨(dú)立承擔(dān)高昂的算力成本。

大模型醫(yī)療中面臨的挑戰(zhàn)

在醫(yī)院落地大模型的過(guò)程中，面臨著諸多挑戰(zhàn)，例如算法硬傷、幻覺(jué)問(wèn)題、算力陷阱、 AI 公平性等等。

* 算法硬傷：DeepSeek 之所以備受青睞歸因于開(kāi)源和低價(jià)，其依托的「混合專(zhuān)家模式（MoE）」通過(guò)拆分神經(jīng)網(wǎng)絡(luò)降低算力門(mén)檻，卻在醫(yī)療場(chǎng)景暴露局限性：其一，無(wú)法支持多模式會(huì)診，面對(duì)復(fù)雜病例時(shí)「單專(zhuān)家決策」易漏診；其二，為維持算力會(huì)在線隨機(jī)釋放數(shù)據(jù)，可能導(dǎo)致關(guān)鍵信息（如過(guò)敏史、手術(shù)史）丟失，埋下診療隱患。

MoE 模式工作流程

* 幻覺(jué)問(wèn)題：DeepSeek 當(dāng)前版本的幻覺(jué)率最高達(dá) 50%，雖新版本預(yù)計(jì)降至 20% 以下，但在醫(yī)療場(chǎng)景中仍需警惕。我們通過(guò)「三重驗(yàn)證機(jī)制」（算法初篩+醫(yī)生復(fù)核+知識(shí)庫(kù)比對(duì)）降低風(fēng)險(xiǎn)，但增加了診療的時(shí)間成本。

* 算力陷阱：小型算力中心的電力消耗已令人咋舌，而訓(xùn)練更復(fù)雜的醫(yī)療大模型需持續(xù)投入。

* AI 公平性：頭部醫(yī)院憑借資源優(yōu)勢(shì)壟斷先進(jìn)模型，可能加劇「數(shù)字鴻溝」。

醫(yī)療評(píng)判標(biāo)準(zhǔn)重構(gòu)：從「三甲標(biāo)準(zhǔn)」到「六要素競(jìng)爭(zhēng)」

在醫(yī)療領(lǐng)域部署大模型，遠(yuǎn)比想象中復(fù)雜。國(guó)家衛(wèi)健委原本希望通過(guò) AI 緩解醫(yī)療資源不平衡的問(wèn)題，但我們部署三個(gè)月后發(fā)現(xiàn)，結(jié)果適得其反 ——  大模型不但沒(méi)有改善醫(yī)療資源不平衡，反而正在重塑三甲醫(yī)院的競(jìng)爭(zhēng)格局。

傳統(tǒng)三甲醫(yī)院的評(píng)價(jià)標(biāo)準(zhǔn)是「名醫(yī)、設(shè)備、硬件環(huán)境」，但大模型時(shí)代新增了三大門(mén)檻：

首先是強(qiáng)大的算力。長(zhǎng)庚醫(yī)院曾以北京市醫(yī)療口第二的算力規(guī)模，仍難以支撐長(zhǎng)期訓(xùn)練。啟動(dòng)小型算力中心時(shí)，甚至?xí)?dǎo)致半棟樓停電；

其次是一流的數(shù)據(jù)治理工程師。醫(yī)療數(shù)據(jù)涉及電子病歷、影像、檢驗(yàn)等多類(lèi)型，需清洗、標(biāo)注、結(jié)構(gòu)化處理。我們一輪數(shù)據(jù)治理投入 500 萬(wàn)，效果卻不顯著；

最后是一流的算法工程師。需根據(jù)醫(yī)療場(chǎng)景定制算法，解決「黑箱」問(wèn)題與「幻覺(jué)」識(shí)別。

智慧醫(yī)療：數(shù)據(jù)驅(qū)動(dòng)的醫(yī)療模式革新

如下圖所示，自 1950 年以來(lái)，每 10 億美元研發(fā)投入獲得批準(zhǔn)的新藥數(shù)量幾乎每 9 年減少一半，該趨勢(shì)在 60 年間非常穩(wěn)定，這一現(xiàn)象被稱(chēng)為制藥行業(yè)的反摩爾定律（Eroom’s Law）。新藥的開(kāi)發(fā)成本越來(lái)越高，藥物研發(fā)面臨著嚴(yán)重的生產(chǎn)力危機(jī)。

制藥行業(yè)趨勢(shì)

并非制藥行業(yè)，整個(gè)醫(yī)療行業(yè)亦是如此。如下圖所示，據(jù) 2018 年統(tǒng)計(jì)，中國(guó)三甲醫(yī)院數(shù)量占全國(guó)的 7.63%，但卻承擔(dān)著全國(guó) 50.97% 的門(mén)診量。醫(yī)療資源分配不均、診療效率低、人口老齡化帶來(lái)的疾病譜變化壓力等一系列問(wèn)題顯現(xiàn)，所以在智慧醫(yī)療時(shí)代，AI 加速醫(yī)療變革刻不容緩。

2018 年我國(guó)醫(yī)療資源與診斷需求情況 

(單位：家, 億人，%)，來(lái)源：國(guó)家衛(wèi)健委（前瞻產(chǎn)業(yè)研究院整理）

傳統(tǒng)邏輯回歸轉(zhuǎn)向算法為基準(zhǔn)

在臨床和制藥領(lǐng)域擁抱 AI 的趨勢(shì)下，傳統(tǒng)邏輯回歸雖能用于臨床科研但存在顯著不足。以定量評(píng)估長(zhǎng)期空氣污染與心肌纖維化相關(guān)性研究為例，傳統(tǒng)方法通常收集社會(huì)人口學(xué)特征、生物標(biāo)記物及影像學(xué)報(bào)告（非影像組學(xué)），將 PM2.5 、 PM10 等變量納入模型，分析其與疾病（如形體纖維化）的相關(guān)性。

然而，這類(lèi)上世紀(jì) 70 年代以來(lái)的相關(guān)分析存在根本性缺陷：醫(yī)學(xué)研究需要探尋因果性，而傳統(tǒng)方法僅能發(fā)現(xiàn)預(yù)設(shè)變量的相關(guān)性，無(wú)法找到未被預(yù)先篩選進(jìn)模型的新危險(xiǎn)因素，陷入「雞與蛋」的循環(huán)悖論。此外，傳統(tǒng)相關(guān)性分析難以處理變量交互作用，通常只能分析兩三個(gè)因素的交互，無(wú)法容納成百上千的變量，也無(wú)法直接接入影像數(shù)據(jù)。

與之對(duì)比，算法分析具備顯著優(yōu)勢(shì)：既能處理多變量交互，又能納入海量數(shù)據(jù)（包括影像），且通過(guò)對(duì) Token 的反復(fù)訓(xùn)練（運(yùn)行 1 萬(wàn)次甚至 1 億次），若某危險(xiǎn)因素持續(xù)出現(xiàn)，即可視為「因果性」，更接近醫(yī)學(xué)研究所需的因果關(guān)系。

醫(yī)療 AI 的 4 要素重構(gòu)：場(chǎng)景優(yōu)先的資源分配

智慧醫(yī)療即利用現(xiàn)代信息技術(shù)來(lái)改善和提升醫(yī)療服務(wù)和管理的一種新型醫(yī)療模式，旨在提高醫(yī)療效率、降低醫(yī)療成本，并改善患者的就醫(yī)體驗(yàn)。其核心基座由大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)、 AI 構(gòu)成。

在傳統(tǒng)認(rèn)知中，人工智能的三要素是算法、算力、數(shù)據(jù)，但在醫(yī)療場(chǎng)景中，我們提出「四要素理論」即算法、算力、數(shù)據(jù)、應(yīng)用場(chǎng)景，各自所占比重分別為 10% 、 30% 、 40% 、 20% 。由于算法國(guó)內(nèi)外差距不大，且大部分開(kāi)源，所以其在醫(yī)療 AI 要素中占比最低；算力方面可通過(guò)云算力租賃緩解壓力；應(yīng)用場(chǎng)景作為輔助，提供語(yǔ)義將臨床需求轉(zhuǎn)化為模型可理解的「任務(wù)」。由此我們發(fā)現(xiàn)「數(shù)據(jù)」才是決定性因素。中國(guó)醫(yī)療數(shù)據(jù)量全球領(lǐng)先，但電子化率低，反而成為「未開(kāi)采的金礦」。預(yù)計(jì)到 2028 年，全球傳統(tǒng)結(jié)構(gòu)化醫(yī)療數(shù)據(jù)的增長(zhǎng)將難以滿足大模型需求（數(shù)據(jù)采集始于 1550 年），而中國(guó)因歷史數(shù)據(jù)未完全信息化，將成為全球醫(yī)療研發(fā)的核心數(shù)據(jù)基地。

醫(yī)療數(shù)據(jù)訓(xùn)練的兩條途徑

許多人對(duì)大模型的訓(xùn)練存在疑問(wèn)，比如是否能直接拿醫(yī)院數(shù)據(jù)進(jìn)行訓(xùn)練，而根據(jù)經(jīng)驗(yàn)，這種做法是不可行的。大模型的訓(xùn)練需要走兩條途徑。

首先大模型對(duì)數(shù)據(jù)的要求程度遠(yuǎn)超臨床科研。雖然醫(yī)院若能將數(shù)據(jù)治理到可用于臨床科研的程度已屬不易，但大模型訓(xùn)練對(duì)數(shù)據(jù)的要求更高。這是因?yàn)榇竽Ｐ碗m具備無(wú)監(jiān)督學(xué)習(xí)能力，但單純依靠無(wú)監(jiān)督學(xué)習(xí)如同醫(yī)生自然成長(zhǎng)為主任醫(yī)師，速度太慢，無(wú)法滿足實(shí)際需求。若想加快訓(xùn)練速度，就需要為其配備醫(yī)生的決策樹(shù)，所以不能只是簡(jiǎn)單地將數(shù)據(jù)輸入大模型，而是要對(duì)數(shù)據(jù)進(jìn)行更深入的處理和優(yōu)化。

其次，醫(yī)院若想直接使用大模型訓(xùn)練，必須走通「庫(kù)+專(zhuān)科庫(kù)+專(zhuān)病庫(kù)+專(zhuān)項(xiàng)庫(kù)」的數(shù)據(jù)治理模式。這一模式是在融合了天壇醫(yī)院等幾家醫(yī)院的實(shí)踐探索后得出的，被認(rèn)為是目前比較適合大模型訓(xùn)練的數(shù)據(jù)模式。這種分層級(jí)的數(shù)據(jù)治理結(jié)構(gòu)，能夠更有針對(duì)性地為大模型提供高質(zhì)量、系統(tǒng)化的數(shù)據(jù)，從而提升大模型訓(xùn)練的效果和效率。

專(zhuān)庫(kù)建設(shè)示例圖

心血管與糖尿病研究：數(shù)據(jù)驅(qū)動(dòng)的創(chuàng)新范本

最后淺談一下我們基于智慧醫(yī)療所做的 2 個(gè)研究。

心血管 AI：從「可穿戴設(shè)備」到「全心臟模型」

根據(jù) Statista 預(yù)計(jì)的 2025 年全球智慧醫(yī)療市場(chǎng)規(guī)模分布顯示，心血管領(lǐng)域占據(jù)四分之一，是最大的細(xì)分市場(chǎng)。數(shù)字化貫穿心血管疾病的急性期和康復(fù)期始終。

第一代 Apple Watch 推出后，其單導(dǎo)聯(lián)就實(shí)現(xiàn)了超越十二導(dǎo)聯(lián)的精準(zhǔn)預(yù)測(cè)，能夠識(shí)別佩戴者的心房顫動(dòng)（AFib）及其他類(lèi)型的心律不齊，實(shí)現(xiàn)了基層醫(yī)療創(chuàng)新。基于這一啟發(fā)，我們團(tuán)隊(duì)提出猜想「既然基于可穿戴設(shè)備的心電圖（ECG）波形可以早期預(yù)測(cè)心律失常，是否其他沒(méi)有 ECG 功能的可穿戴設(shè)備僅通過(guò)心率也可達(dá)到同樣效果？」經(jīng)過(guò)一系列驗(yàn)證，我們發(fā)現(xiàn)其他設(shè)備也能達(dá)到同樣效果，且準(zhǔn)確率高達(dá) 99.67% 。我們團(tuán)隊(duì)收集了普通運(yùn)動(dòng)手環(huán)的 24 小時(shí)內(nèi)每分鐘心跳次數(shù)來(lái)預(yù)測(cè)心率失常時(shí)長(zhǎng)。

不同模型基于 3 種 ECG 的對(duì)比

更進(jìn)一步，我們提出了第二個(gè)猜想「除了 ECG 波形和心率之外可以早期預(yù)測(cè)心律失常，心臟的 4 個(gè)腔室的收縮/舒張是否參與了心律失常，如果有，是否可以預(yù)測(cè)？」經(jīng)過(guò)我們?cè)俅悟?yàn)證，整合了心臟血管、神經(jīng)、肌肉等多維度數(shù)據(jù)的「全心臟模型」，可通過(guò)算法「打包」心臟。最終結(jié)果表明，整合所有心臟功能數(shù)據(jù)預(yù)測(cè)心律失常風(fēng)險(xiǎn)，可實(shí)現(xiàn)最長(zhǎng) 15 年的發(fā)病風(fēng)險(xiǎn)精確預(yù)測(cè)，相關(guān)成果發(fā)表于 JACC 子刊（影響因子 24+）。

* 論文名稱(chēng)：AI-Enabled CT Cardiac Chamber Volumetry Predicts Atrial Fibrillation and Stroke Comparable to MRI

* 論文地址：??https://www.jacc.org/doi/abs/10.1016/j.jacadv.2024.101300??

對(duì)于心房顫動(dòng)（AF）的長(zhǎng)期預(yù)測(cè) (15 年內(nèi))

糖尿病研究：從「并發(fā)癥譜」到「因果機(jī)制」

另一個(gè)研究是基于大模型做的疾病網(wǎng)絡(luò)分析。此前人們認(rèn)為早發(fā)性糖尿病（40 歲前發(fā)病）病情比正常發(fā)病更輕，比如 20 歲發(fā)病者 30 歲時(shí)可能血壓、血脂正常且無(wú)并發(fā)癥，而 40 歲發(fā)病者 50 歲時(shí)可能指標(biāo)異常并伴有其他疾病。但通過(guò)對(duì)全身系統(tǒng)的糖尿病并發(fā)癥譜系研究發(fā)現(xiàn)，早發(fā)性糖尿病的并發(fā)癥系統(tǒng)交互作用更密集，存在向量通路關(guān)聯(lián)，這與人們的固有認(rèn)知不同。

早發(fā)型 2 型糖尿病并發(fā)癥的特征譜系

（左：早發(fā)性糖尿病；右：正常發(fā)現(xiàn)糖尿病；每個(gè)不同顏色的小圈代表不同的系統(tǒng)）

未來(lái)展望：數(shù)據(jù)智能時(shí)代的醫(yī)療新范式

近年來(lái)，中國(guó)醫(yī)療 AI 正處在提速階段。正如李國(guó)杰院士所言「現(xiàn)在人類(lèi)處于信息時(shí)代的智能化階段，正在向智能時(shí)代邁進(jìn)，智能化科研范式順應(yīng)而生，可以成為「第五科研范式」。對(duì)時(shí)代的認(rèn)識(shí)不能犯錯(cuò)誤，錯(cuò)過(guò)時(shí)代轉(zhuǎn)變機(jī)遇將遭受歷史性的降維打擊」。

在未來(lái)，我們需要在以下方向發(fā)力：

* 醫(yī)生層面：未來(lái)數(shù)據(jù)是必然趨勢(shì)，跨學(xué)科合作（醫(yī)工結(jié)合）是用數(shù)據(jù)開(kāi)展創(chuàng)新研究的必要條件，培養(yǎng)「醫(yī)療+數(shù)據(jù)」兩棲人才是重中之重。醫(yī)生需掌握一定的 AI 知識(shí)（如模型評(píng)估、數(shù)據(jù)解讀），以便更好地與算法工程師，數(shù)據(jù)科學(xué)家之間的合作，提高 AI 在醫(yī)療保健的應(yīng)用效果。

* 算法層面：如今數(shù)據(jù)驅(qū)動(dòng)面臨著訓(xùn)練費(fèi)用高昂這一大困境。未來(lái)我們期望能夠研發(fā)更貼合醫(yī)療場(chǎng)景的輕量級(jí)模型，降低算力門(mén)檻，并且提高算法的臨床應(yīng)用的可解釋性及信任度，特別是增加醫(yī)生和患者對(duì) AI 的接受度，讓 AI 融入醫(yī)療。

* 醫(yī)院層面：當(dāng)沒(méi)有好的研究思路，對(duì)創(chuàng)新性一籌莫展之際，不妨從數(shù)據(jù)入手，并善用最新信息科學(xué)研究手段，所以醫(yī)院應(yīng)鼓勵(lì)并給予大力支持，科研數(shù)據(jù)機(jī)房要配備相應(yīng)的計(jì)算、存儲(chǔ)、網(wǎng)絡(luò)、安全等基礎(chǔ)設(shè)施建設(shè)，為數(shù)據(jù)層面的醫(yī)療創(chuàng)新提供關(guān)鍵服務(wù)。

大模型雖不是萬(wàn)能藥，但其背后的數(shù)據(jù)思維正在重塑醫(yī)療本質(zhì)。當(dāng)我們真正學(xué)會(huì)用數(shù)據(jù)講故事，用算法找答案之時(shí)，將「數(shù)據(jù)智能+醫(yī)療本質(zhì)」深度融合，才能在醫(yī)療創(chuàng)新中占據(jù)先機(jī)，讓智慧醫(yī)療真正服務(wù)患者、回饋社會(huì)。

關(guān)于李棟教授

李棟教授，醫(yī)學(xué)博士，國(guó)際知名的醫(yī)學(xué)數(shù)據(jù)科學(xué)專(zhuān)家，現(xiàn)任清華大學(xué)附屬北京清華長(zhǎng)庚醫(yī)院醫(yī)學(xué)數(shù)據(jù)科學(xué)中心主任、清華大學(xué)生物工程特聘教授。李棟教授曾在加州大學(xué)洛杉磯分校 Harbor 醫(yī)療中心擔(dān)任首位華裔臨床研究中心主任，并曾受聘為四川大學(xué)華西醫(yī)院特聘教授。

李棟教授于國(guó)際頂尖學(xué)術(shù)期刊上發(fā)表了 100 余篇 SCI 論文，據(jù)統(tǒng)計(jì)在過(guò)去 5 年內(nèi)總被引用近 4 千次，他還發(fā)表 220 余篇學(xué)術(shù)會(huì)議摘要。此外，他曾應(yīng)邀進(jìn)行過(guò) 40 余次學(xué)術(shù)講座，參與編寫(xiě)了 4 本學(xué)術(shù)專(zhuān)著，并擁有 2 項(xiàng)發(fā)明專(zhuān)利。

其研究領(lǐng)域涵蓋廣泛，主要負(fù)責(zé)包括臨床研究設(shè)計(jì)，衡量與評(píng)價(jià)，建模分析、醫(yī)療數(shù)據(jù)挖掘，以及人工智能在醫(yī)療中的應(yīng)用。他在領(lǐng)導(dǎo)臨床科研團(tuán)隊(duì)進(jìn)行醫(yī)療大數(shù)據(jù)挖掘和開(kāi)發(fā)智能醫(yī)療決策分析系統(tǒng)方面擁有豐富的經(jīng)驗(yàn)，是該領(lǐng)域公認(rèn)的權(quán)威。