2025 年开年，火爆的不只是哪吒和跳大秧歌的机器人，医疗 AI 领域也迎来「井喷式」爆发：好几个大三甲都在开年之际将医疗 AI 落地到自己的医院场景中去。
在浙江大学医学院附属第一医院的病理科里，人机交互 AI 病理助手 OmniPT 已实现「3 秒锁定病灶」，准确率超 95%，覆盖胃癌、结直肠癌等十余种高发癌种。北京儿童医院也宣布，全国首个「专家型 AI 儿科医生」于 2 月 13 日起正式参与临床多学科会诊，与 13 位顶级专家共同为一名复杂病例患儿制定诊疗方案。
清华大学更是推出首家「AI 医院」，目前首批 42 名 AI 医生正在进行内测，涵盖 21 个科室的 300 多种疾病，预计今年上半年面向公众开放。而就在昨天（2 月 18 日），上海瑞金医院携手华为共同发布了瑞智病理大模型 RuiPath，剑指全流程数字化病理诊断。
这些动态释放出一个信号：AI 将不再是实验室里的「花瓶」，而是真真切切走到临床一线，成为实实在在的「新同事」。
那么问题来了：这些「新同事」会抢走医生的饭碗吗？
AI 医生飞速走进大三甲
去年 11 月 14 日，国家卫健委发布《卫生健康行业人工智能应用场景参考指引》，其中指出卫生健康行业人工智能的应用场景高达且不限于 84 个。而在具体的临床医疗服务场景中，人工智能的应用则几乎可以参与全程。
一方面，人工智能在医疗机构落地一线和医疗市场的火热密不可分。曾有研究报告分析称，医疗健康 AI 大模型预计会在 2023～2027 年集中爆发，到 2030 年，国内医疗健康 AI 大模型市场规模将超过 230 亿元。
而另一方面，医疗大模型在医院的落地正在快速甚至是飞速地进行。
以浙江大学医学院附属第二医院为例（以下简称：浙大二院），早在 2021 年底，浙大二院已经开始规划搭建「数字病理云平台」，利用人工智能、云计算等技术提升病理诊断的时效性和准确性。
去年 4 月，浙大二院城东院区病理科率先开始进行「全数字化」试点；去年 11 起，全部院区数字化进程正式启动，预计将于今年 5 月全面实现。
除了病理数字平台的搭建，去年 7 月 19 日，浙大二院还正式发布 Medcopilot，成为全国首家在电子病历系统中嵌入 AI 大模型的医疗机构。
中国科学院院士、 浙大二院党委书记王建安表示：「随着 Medcopilot 的学习能力和进化能力的不断进步，医院会一直努力开发和验证更新、更智能的 AI 助手。期待人工智能为医务人员和广大患者带来更多便利，让医疗服务变得更加智能、高效、便捷。」
从光速入职到光速上岗，AI 医生爆改诊疗环境不需要繁文缛节的人才引进或入职手续，可能仅仅一个借口就够了。
眼睛一闭一睁就换了人间，很多医生可能会迷惑的第一点是，这些医疗大模型和我手机里的豆包、DeepSeek 都有啥子区别？
医疗 AI vs DeepSeek
专业医师 vs 医学学霸
刷了《哪吒 2》的朋友们都知道，同样都是四海龙王，那差异可不是一星半点。
东海敖光和西海敖闰一出场就能美帅得让影院里「哇」声一片，但南海北海龙王的亮相可能多少让人想探讨一下长相与海洋污染的因果性。
大模型其实也差不多，虽然大家都叫 AI，但医疗大模型和通用大模型的差异也很大。
香港中文大学人工智能与医学交叉方向博士梁文娇表示，大模型在构造的过程中数据模态、数据维度和数据标签等数据调用是有鲜明特点的，用于专业领域的大模型在雕琢过程中耗费更多的精力。
谢菲尔德大学公共卫生硕士，在某互联网医疗企业从事医学 AIGC 工作的宋若瑜也认为，虽然通用大模型同样可以回答健康方面的问题，但在联网搜索和调用数据库能力上可能更偏向于检索互联网上的通用资源。
「其回答成色用于大众健康科普或制作宣传文稿上绰绰有余，但用于专业医学上则还得精心打磨。」
为了更方便理解，我们按照互联网上的信息粗浅地总结了以下的表格供您赏阅：
总的来说，医疗大模型更像是「带着镣铐跳舞」的专业医生选手——既要精准度，又要伦理合规。而通用模型更像是「医学生阶段的学霸」，知识面广但临床经验不足。
那么，这些医疗 AI 会让医生失业吗？
看完这么多 AI 的逆天操作，广大医生同仁是不是开始惴惴不安了？觉得 AI 会让医生失业了？
但现在谈论这个话题其实还为时尚早。起码在目前阶段，AI 还只是「超级助理」，而非「替代者」。
以开头提到的病理大模型 OmniPT 为例，其研发者章京教授明确表示，OmniPT 不会取代医生，因为它在医疗诊断中的定位只是医生的助手。「医学是一门复杂的学科，医生是诊断的责任主体，数据和算法固然重要，但最终还是需要回归到医生的经验和判断。」
况且，就目前来看，虽然市场上医疗大模型数量颇为惊人，但并不是所有临床科室或应用场景都能够覆盖到。
安徽省某三甲医院泌尿外科医生陈玉婷就提到，她所在的科室去年曾尝试引进过一个企业研发的 AI 诊断系统用于早期分诊，但表现十分辣眼睛。「准确率惨不忍睹，甚至把大部分病人都分到发热门诊去了。」
后来她们科室在和企业进行深度调查时才发现，原来目前这一版本的 AI 大模型难以理解男患者们隐晦且高深的言语。
具体来说，因为缺乏语料标注，大模型能够理解「生殖器热热胀胀的」字面意思，但很难领会其中的「难言之隐」。这一点让陈医生们也颇为理解——毕竟对于医生来说，诊断勃起功能障碍也是一件需要侦探技能的仔细活儿。
但话又说回来，在如火如荼的 AI 时代，医生的危机感还是存在的。虽然岗位不会消失，但工作内容必然需要「迭代」。中国研究型医院学会医疗信息化专委会副会长陈金雄就曾公开发文直言：「AI 不会取代医生，但会用 AI 的医生将会取代不会用 AI 的医生。」
北京某三甲影像科医生朱伟对此深有体会，目前他们科室接入了大模型之后，在招聘策略上也有所变动。「现在招聘会更青睐有 AI 工具使用经验和多模态诊断思维的年轻人，单纯看片能力反而成了基础项。」
总体而言，当 3 秒锁定病灶、5 分钟生成报告的 AI 逐步走进医院日常时，AI 难以复制的临床经验仍是医生的核心竞争力。而面对复杂决策场景和医院沟通的具体环境中，医生角色更是机器难以承担的。有时候医生对晚期肿瘤患者的一句共情，对患者的激励远胜机器冰冷的「预后生存率 67%」。
不管怎么说，未来将至，与其焦虑「失业」，不如拥抱「升级」——毕竟，能同时驾驭技术与人性的医生，永远是不可替代的「医疗顶端」。
来自 DeepSeek 的锐评：
来源：丁香园
