本期话题：北京儿童医院开启“AI医生+人类医生”的双医并行模式。测试阶段的AI医生诊断准确率已超主治医师水平，AI实现从“找医生”到“造医生”。AI医生，对人类医生有怎样的“赋能”与“颠覆”？当AI与人类医生诊断结论冲突时，该怎么办？未来，医学和科技之间，会怎样相互作用、彼此影响？怎样保护用户数据隐私？推动AI医生全国落地，应该“集中资源办大事”，还是鼓励头部医院“各显神通”，在跑马竞争中促发展？
今年，北京儿童医院发布国内首个儿科大模型“福棠·百川”，大模型下的“基础版和专家版”AI儿科医生也同步上线。这也开启了“AI医生+人类医生”的双医并行模式。据了解，测试阶段的AI医生诊断准确率已超主治医师水平，AI也实现了从“找医生”到“造医生”的转变。
AI医生，涵盖“一大四小”结构。“一大”是底层大模型——整合了近五年的儿科医学教科书、国内外期刊论文和北京儿童医院三百多位儿科专家的临床经验和数十年的病例数据，通过结构化临床推理范式训练，构建儿科医学诊疗全覆盖的立体化知识体系。
“四小”指四类应用场景，包括“家庭型”儿童健康医学顾问、“基层型”赋能基层普通医生的数字儿科医生、“专家型”儿童医学专家临床科研助理和“管理型”慢性病全链条管理机器人。
本期嘉宾：北京儿童医院院长倪鑫
AI医生诞生，儿科医疗迎来“摩登时代”
思远：国家卫健委数据显示，2021年我国儿科医师为20.6万人，约占全国医生数量的5%；我国0至17周岁儿童和青少年数量占比为21%。过去，儿科医生不但数量不足、相比其他科室的医生，待遇偏少、工作量偏大。AI儿科医生的出现和普及，是否可以改善甚至改变这个局面？
倪鑫：我从两家综合医院走到儿童医院，我很了解，以北京儿童医院为例，2023年的高峰，最高的一天门诊量将近15,000个孩子，那组儿科大夫从早晨7点看到凌晨2点，正常的话谁会这么干？所以，AI儿科医生上岗以后，只有一个人类医生拿钱，AI医生都不要钱，医生倒班让机器干活就可以了。就像卓别林时代的机械化生产概念，关键是真的不需要成本。
AI儿科医生与儿科专家联合诊断（受访者提供）
打破“医生失业焦虑”：提升效率，AI将让年轻医生青出于蓝
思远：我听说，大模型在试验阶段的成绩是“准确率超过主治医师的水平”。最近，有个视频热搜是“医生失业焦虑”，很多年轻医生现身说法，表示很迷茫——内科医生说背8版的教材用了2年，现在还要学第9版，AI学第9版只用了3天，还无差错；外科医生说做外科手术连学带练耗时5年，现在AI看片子无死角，做手术精准且不知疲倦。年轻医生，正是需要打基础、多实践、靠老医生“传帮带”的时候，AI把所有的工作都干了。他们怎么办？
倪鑫：您刚才谈到年轻医生抱怨背题考试，5年后才能提主治医师，我认为他的认识“没到位，太狭隘”。现在AI医生一旦上岗，我相信大学毕业两年，该提主治医师就提主治医师，前提是临床实战经验多。理论知识将不再作为重点考核内容，而是重点把临床实战掌握好。医师考核时，第一考理论知识，第二考临床操作。医生的手，AI是替不了的。哪怕机器人做手术，也还是医生的手在操作，AI不会教医生操作机器，只能协助增强理论知识、实战中的理论指导。所以，专业医生不会下岗，AI只会缩短医生在前进当中的历程。
思远：您的意思是年轻医生要利用AI、拥抱AI，把精力用在刀刃上，没准资质高的医生会成长得更快，青出于蓝？
倪鑫：AI时代，包括DeepSeek都是“90后”做的，让我们意识到年轻人绝不可小视。我认为AI会缩短医生在理论实践培训过程中的时间，但不一定缩短实践经验，所以我们希望给年轻医生更多时间去实践。比如，甲状腺有个东西，大专家一摸就摸到了，你摸不到，这靠的就是临床经验。这个经验AI取代不了。医学是门实践学，儿科医生我可以肯定AI“永远替代不了”。
思远：AI医生的出现，对医院的运转模式，是不是也会有很大影响？比如，有人说以后通过AI医生+中国的DIP医保结算方式，甚至将来医院也不用职能部门了，患者来了全是自动化、流程化的AI操作。
倪鑫：永远也不会取代职能部门，只会给他们增加压力，提升所有医疗机构服务过程当中的定位、效率以及积极性。
“开源”还是“闭源”？儿科医疗AI大模型的路径选择
思远：医疗模型的管理上，咱们是“开源”还是“闭源”？怎样防止数据污染带来的使用风险？
倪鑫：在前期试用的时候，肯定要有一部分开源，因为要推广。但后期会细分，比如“家庭型”相对简单，对底座要求不是那么大，可能就开源；但“高级医生型”可能会有相应管理。后期，我们对“四小”该怎么用，开源还是半开源，会有一个规范。
AI医生助力疑难病早期诊断（来源：央视财经）
儿科专家和AI医生的“竞争”与“冲突”
思远：大模型的重要组成部分是儿科专家们的意见，但同样的病人病理，有时专家们的意见也会不一样。输入到大模型后，这些专家的意见会不会“打架”？包括不同的教材中，医学观点是否会“撞车”？是否会影响到问诊的效果和效率？
倪鑫：一定会。用儿童医院三百名专家举例，每年呼吸道感染时，电视上看国家卫健委新闻发布的是一个人——在呼吸领域，可能只让赵顺英主任说，因为她是最权威的；儿童肿瘤领域，一定是我说。在给AI灌输过程中，不能来自于不同专家。之所以给AI输入的是5年内的医学书籍，因为所有的教科书，至少5年以上才修改，10年就会有两个版本，又出问题了。
思远：实践中，如果大专家和AI医生的诊断和观点出现分歧怎么办？当然，只有人类医生有处方权，但从技术上讲，应该听谁的？
倪鑫：我第一次会诊的时候，AI跟我的处理意见就有一个不同。那是个颅底肿瘤，AI建议我做穿刺病理，但我最后没做。为什么结论不一样？因为肿瘤长在颅底，被骨头包着，做穿刺诊断的创伤会很大，难度也很大。但是AI不操作，至于你能不能操作它不太管，但是做穿刺病理是正确的。
如果诊断完全不一样，我建议医生要慎重考虑，现在AI的准确率已经达到比人类医生还要高。经过我的实践研判，所有疑难重症，AI跟儿童医院的医生是一个水平的，就等同于下面医院的儿科医生挑战北京儿童医院医生。我不能说没有胜出的可能性，只能说到目前为止真的很少。
AI儿科医生普及：加强隐私保护，推动操作体系稳步下沉
思远：从国家儿童医学中心的角度，怎么把先进的儿科医学经验和成果，在全国普及？以往似乎是各地医院医生到北京来学习、培训，再把经验带回去。在AI的加持下，地方医院医学水平和地方青少年患者治愈率，是否会提升得更明显？
倪鑫：落地后，任何地方一定能帮病人快速诊断出来。比如罕见病，过去只有到北京儿童医院才能诊断出来，有的病人全国走了好多地方，医生可能只说观察一段时间，因为罕见病没有太特殊的症状。但现在AI当时就告诉你，这个病不用观察，你需要治疗了，周期就短了，这是现实的问题。
AI儿科医生试水在全国普及推广（受访者提供）
思远：“数字力量”是双刃剑，丰富的数据让AI更懂人、更便捷，也可能侵犯隐私，伤害人。对患者的数据保护，有什么设计和建议？
倪鑫：我们前期研发时，输入的所有数据必须脱敏。有的病，可能需要输入性别，但是姓名、身份证号、家庭住址是不能有的，这是个人隐私，没有AI我们也是这样保护的。第二，实际在使用过程当中，比如2019年批复的国家儿童肿瘤监测中心，全国儿科的数据都报到这里，这不需要脱敏，但这个数据如果要公开发布，必须要脱敏。AI是一样的，就是国家战略需求方面，该有的时候一定要有，但数据公开使用时，必须要脱敏，保护隐私。我们做所有科学研究，要求都是一样的。
AI医生的未来：“集中力量办大事”，还是“鼓励百家争鸣”？
思远：AI儿科医生是否会在全国普及？你怎么看科技和医学的关系，科技进步推动医学水平，还是医学孕育科技的爆发？
倪鑫：不只是全国，我们发布后，美国排名前两位的波士顿儿童医院和洛杉矶儿童医院，看到报道以后马上就联系我们。未来从整个医学发展来讲，倒看30年、50年，医学领域发展靠的还是医学自身。比如人体解剖永远没有变，只是其他学科如化学、物理，包括机械发展过程当中，和健康结合起来了。这是医学发展吗？不是。可能是这些科技的发展带动了医学，所以是相辅相成的。AI将来带动的就是另外一个领域，另外一个高地。
思远：推动AI医生全国落地，应该“集中资源办大事”，还是鼓励头部医院“百家争鸣，各显神通”，在跑马竞争中促发展？
倪鑫：我认为形成真正的AI医生来讲的话，应该是一个体系。比如儿童医学领域是推广我们的，罕见病可能推广协和的。其他地方一旦全覆盖以后，就不用再出来一个再去研发了，没有必要形成行业内的无序竞争，因为原理都是一样的。而且牵头的都是头部的这些医疗机构，足以说明了。
在AI医疗发展过程当中，我们也在着手跟协会合作，比如形成在智能AI体系内的一些规范。下一步从国家的相关层面，我认为一定也会有这样具体要求，在这方面没有必要体现无序的竞争，这跟医疗资源是一样的，无序竞争也会有风险。
作者：总台经济之声财经评论员、【远见】栏目制作人 王思远