AI的兴起为医疗行业带来前所未有的变革，AI技术已逐渐成为医护人员的得力助手，提升患者的治疗体验。清华大学医学院黄天萌教授14日在沪对记者表示，智能教育工具的合理设计可以帮助医学生、医生更好地面对复杂的医疗场景，解决专业人才缺口问题。他认为AI在提高医学生的学习效率、丰富教育内容和模拟临床体验方面具有潜力。
和AI结合的诊断和治疗工具有怎样的发展？在众多医疗场景，AI如何展现其灵活的适应性？……在AIMS2023年会——"医学AI新征程：医工交叉，智能引领"上，海内外专家展开分享。上海科技大学生物医学工程学院院长沈定刚介绍，AI辅助低剂量PET扫描图像处理技术可提高图像质量和准确性；首都医科大学附属北京天坛医院神经病学中心李子孝教授介绍其团队研究成果：可根据患者的生物标志物信息，利用人工智能技术，分成数个不同的表型或子群。这种方法有助于更好地理解患者之间的差异，有助于实现个性化医疗或更有效的疾病管理。
清华大学北京信息科学与技术国家研究中心郭雨晨研究员直言，在医疗实践中开发和应用人工智能具有一定难度，并指出了数据集不足、跨机构数据共享、专家标注不足等问题。为解决这些问题，清华大学的研究团队构思出名为“多中心小样本数据”的概念，即为每个医院保留一个本地模型，并设计一个算法将它们合并成一个全局模型。
据悉，AIMS2023年会由NEJM集团（《新英格兰医学杂志》出版方）、嘉会医学研究和教育集团（J-Med）和上海市漕河泾新兴技术开发区发展总公司共同主办。逾20位海内外知名专家、AI科学家、企业高管等共同“聚焦AI驱动的诊断和治疗”“医工结合的多功能AI”以及“机器人与AI在医学教育中的应用”等议题。
NEJM主编Eric Rubin和即将创刊的NEJM AI主编Isaac Kohane均表示，在过去十年，我们见证了医学中人工智能的兴起，从用于计算机视觉的深度学习系统，到基于大型语言模型的最新对话应用，AI在医学中的应用发展日新月异。目前，FDA批准的利用人工智能读取各种成像模式的设备，已可以提供诊断帮助和治疗建议。不过，两人亦不约而同表示，尽管许多这样的设备已经符合监管标准，但在医疗界的应用却未能达到预期水平。
专家们认为，为推动人工智能的临床应用，医学界应需要考虑，对人工智能进行与其他临床干预措施一样的临床考察。这意味着，人工智能在临床中的应用，也需要有随机对照试验、标准化数据集、基准对照等，证明其能在安全有效情况下运行。在年会上，美国FDA药品审评和研究中心医学政策办公室政策分析副主任Tala Fakhouri指出，FDA认识到AI/ML（人工智能/机器学习）在整个药物开发周期和各种治疗领域中的使用大大增加。FDA致力于确保药物安全有效，同时促进其发展中的创新。与任何创新一样，AI/ML创造了新机会但也带来了独特挑战。为了应对这些挑战，FDA加快了创建灵活监管生态系统的努力，以促进创新同时保障公共健康。
