随着科技的迅猛发展，人工智能（AI）在医学领域的潜力日益显现，尤其在疾病诊断、影像识别和药物研发等方面展现了巨大的价值。面对这一颠覆性技术，如何充分发挥其在医学上的优势同时又规避潜在风险，成为当前亟需解答的重要课题。4月19日至20日，以“人工智能赋能医学发展”为主题的2025年中国医学发展大会在京召开，众多专家围绕人工智能与医学深度融合的创新路径和发展方向进行了深入探讨。
中国工程院副院长、中国医学科学院院长王辰指出，人工智能不仅在技术层面带来了变革，更在根本上改变了医学研究的思维方式。她强调，医学界必须在适应AI发展的过程中，分阶段有序地推进二者的融合，以发挥人工智能作为新兴生产力在保障人民健康方面的积极作用。
医疗领域的数据特性相对复杂，存在高度敏感性、结果不可逆转以及责任主体多元化等诸多问题。工业和信息化部原副部长王江平表示，这就要求在人工智能家族中建立一套人机对齐的规则，以确保AI的应用和发展符合人类的价值观和社会规范。唯有如此，才能有效降低医疗AI应用中的风险。
清华大学讲席教授、数学家丘成桐则从另外一个角度提出了对传统人工智能模型的问题的看法。他认为，医学数据一般具有非线性特征，而绝大多数传统的人工智能模型基于线性假设，难以准确捕捉医学数据中复杂的非线性关系。因此，数学与医学、人工智能等领域需要加强合作，以不断完善人工智能在医疗领域的底层架构，推动其在疾病研究等多领域的应用。
丘教授的观点得到了多个实例的印证。例如，针对“衰老”这一复杂的生物学现象，研究者利用多种数学分析算法分析了超过2400亿个数据点，从中揭示了其发生和发展的规律。这一成果表明，融合数学与医学的方法能够更好地解读复杂的生命活动。
尽管如此，目前在医学数据的质量和多样性方面，仍然存在诸多挑战。丘成桐提到，医学数据中经常会存在“噪声”及缺失值，传统模型对这些问题的解决需要繁琐的数据预处理，进而增加了处理的复杂性和模型的准确性。因此，建设高质量的医疗数据集和人工智能语料库显得尤为迫切。
国家卫生健康委员会规划发展与信息化司一级调研员沈剑峰指出，突破专项语料不足和多模态处理不一致等问题，是医疗AI发展的关键所在。相关部门正在通过标准化建设、跨机构数据共享以及垂直模型开发等措施，加强对医疗数据价值的挖掘，提升诊疗的效率和准确性。
在医学人工智能发展中，安全性和治理问题同样不容小觑。保护患者隐私和生存权的问题成为讨论的重点之一。王江平建议，建立起数据过滤器自动屏蔽违反伦理的数据源，以提升数据的可信度，并借此建立良好的医疗数据共享空间。他强调，数据集的建设必须以隐私保护为核心，并结合先进的数据科技、隐私计算等手段，有效应对医疗数据的敏感性和碎片化带来的挑战。
国家卫生健康委员会统计信息中心主任赵韡提出，医学人工智能的应用应始终基于患者权益和医生的合法决策之上，需要建立一套动态的、可持续的评估机制，从而促进法律、技术与伦理之间的良性互动。
王江平进一步表示，为了让AI从一个高效工具进化为可信的合作伙伴，医疗AI的应用必须在可解释性、可信性以及人类协同等方面达成一致。在这一过程中，对齐法则的考量应从技术架构、数据集建设、医院管理等多个方面全面落实。
，王辰在谈及人工智能赋能医学的发展路径时指出，应明确任务，分阶段推进。短期目标是明确AI在医学中的作用与应用逻辑，开展场景化试点；中期则应扩大应用范围，推动全面融合；而长期发展则要覆盖科研、临床到管理的全链条，以构建一个崭新的医学生态系统，并力图参与国际规则的制定。通过全方位的探索与实践，中国未来的医疗领域或将迎来一个智能化、全新的绚丽篇章。