雷科技
柏林夏里特医学院医学 AI 研究所所长亚历山大・迈尔教授表示，AI 革命听着轰轰烈烈，但真正缺的是实打实临床证据、能对接现有工作流程的方案、大家对它的信任，还有医院内部的体制变革。
在接受 ICT&health Global 采访时，他聊了聊医院到底要做好哪些准备，才能把 AI 用起来。
Q：您以前是心脏外科医生，现在却带头搞医学 AI 研究所。这中间是怎么转变的？
A：其实我算不上彻底转行。我一直就对数据特别感兴趣：怎么整理数据、处理数据，从中挖出有用的信息。
我最早学的就是计算机，医学刚好给了我一个绝佳的现实场景，能把这些技术真正拿来解决实际问题。
做医生的经历，让我看透医疗行业的内里。我清楚这里面的东西、行业的说话方式，更明白把数据用好能释放多大潜力。也正因为我既有学医背景，又懂计算机，现在才能把 AI 实实在在落地到医疗，做出真正有价值的成果。
Q：很多不是心脏科的人会好奇：从您入行到现在，心脏领域到底发生了哪些变化？跟刚参加工作那会儿比，现在看心脏病有什么不一样？
A：干这行这么久，总有人跟我说：“再过几年，整个医疗行业就要大变样了。” 结果呢，并没有。
图源：豆包AI生成
我读医的时候就听过这套说法，那时候基因组学、PCR 技术刚冒头。教授们都笃定，等我们毕业，整个医学都会被彻底改写。现实完全不是这样。
所以实话实说，可能会让人有点失望：临床看病的实际变化，远没有大家想象得那么夸张。病人接受的大部分治疗手段跟过去差不多，日常看病的流程，和几年前相比，差别并不大。
真正的转折点，其实是 ChatGPT 爆火之后。普通老百姓，还有不少医生，第一次真切感受到 AI 能干什么。大家讨论的重点，也不再纠结“AI 到底能不能用在医院”，而是“怎么才能把它实实在在融进日常看病的工作里”。
再说说另一个大变化：智能手机、智能手表。现在很多人手上都戴着这类设备，可以持续采集健康数据，甚至能筛查出房颤，在心脏科这块用处不小。
Q：那这东西有没有彻底改变心脏病风险预测和心血管预防？
A：可穿戴设备给心脏科带来了一些新东西。就拿房颤筛查来说，这是实打实的进步，对疾病预防帮助很大。有些病人看着心律正常，其实会时不时发作房颤，设备能把这群人找出来，看病效果确实能提升。
但要说可穿戴设备彻底改写了心脏科，那倒也谈不上。
这就引出一个问题：我们对新技术的期待是不是太高了？总把创新吹成颠覆性变革，但绝大多数新技术都不可能一夜之间颠覆整个行业。它们就是好用的工具，一点点帮我们把工作做得更好。
手机也是同理。它让看病沟通、提供医疗服务多了很多新方式，但光靠手机，根本改变不了整个医疗体系。媒体总爱把每一项新技术吹得神乎其神，说它是革命性突破。但现实里，进步都是靠一堆大大小小的创新慢慢堆出来的，时间久了，才会看到明显改变。
早些年数字健康有个很火的设想：病人戴着可穿戴设备，数据实时传给医生；医生盯着大屏，还能提前预判中风这类危险事件。
Q：这种想法是不是有点想当然了？
A：我觉得确实不切实际。现在回头看，有些设想甚至有点脱离现实。比如搞个指挥中心，让医生盯着源源不断涌过来的海量病人数据 —— 这完全搞反了方向。真正聪明的 AI 系统，不该把一堆原始数据全部甩给医生，搞得人忙不过来。它应该只挑出当下对这个病人最重要的信息展示出来，这才叫智能。
因为 AI 潜力看着太大，大家才脑补出一堆不现实的期待。AI 属于平台类技术，同一套底层能力，既能用在心脏科，也能用于内科、神经内科、医院行政、公共卫生等好多场景。
这就是 AI 的特别之处：一项技术能解决一大堆不同问题，但这不代表它进医院就能立刻翻天覆地。
Q：那 AI 从实验室的创新，真正走到医院日常看病，到底卡在哪？
A：阻碍不是单一的，我挑几个最关键的来讲。
图源：豆包AI生成
第一就是钱。用 AI 不是白嫖，落地要花不少钱。就跟所有数字化改造一样，前期得砸钱；要是方案没做好，不仅省不了钱，反而还会增加成本。
第二就是临床证据。这里要分清不同类型的 AI。 像影像判读、心电图分析这类传统机器学习，不少场景已经有充分的数据证明它有用，乳腺 X 光筛查就是很好的例子。现在问题已经不是“AI 好不好用”，而是为啥还没大范围推广开。是没钱？医生没培训到位？还是临床工作跟不上科研成果？
但还有很多机器学习方向，证据还在慢慢积累。最近几年高质量的临床试验越来越多，是个好现象，慢慢攒出靠谱的数据。只要一款 AI 产品被证实对病人确实有好处，就该把它当成普通医疗器械对待：医院引进，融入看病流程，最后写进诊疗指南。
明明能力很强的通用 AI，最后只获批干某一件很小的事。看着效率很低，但这就是现在的监管现状。未来几年最重要的课题，就是怎么管好这类通用大模型：既要守住安全底线，又不要卡死创新，让新技术尽快帮到病人。
现在 AI 发展太快，科研都有点跟不上。前段时间《自然・医学》又有论文说，能自主干活的智能体 AI，马上就要进医疗行业了。
现在市面上的设备其实已经是这么做的：它只负责提醒病人，不会替病人做决定。就拿苹果手表来说，监测到异常就弹出警告，建议去看医生。我觉得这个模式就很合理。
最后做决定的始终是病人。哪怕设备提示情况很危险，让立刻就医，病人依旧可以选择不去。AI 只该给建议，不该下命令。
Q：作为一名医生，您怎么才算信任一款医疗 AI？什么情况下您会放心用 AI？
A：我评判 AI 的标准，和评判新药、生物标志物、诊断检测手段一模一样：要看有没有扎实的临床证据，证明它安全，还能让病人获益。对 AI 也得坚持同样标准。证据到位了，我才信这个技术。
能力越强，责任也就越大。AI 系统越强大，越有可能催生新问题。所以医院从一开始，就必须配套完善的安全机制、管理制度和监督体系。
本文由雷科技编译自icthealth
原文链接：AI为什么在不能用在医院里
机器人产业最重要风向标，世界机器人大会（WRC）2026重磅来袭，还有世界人形机器人运动会紧随其后。
宇树、智元、启元、魔法原子、银河通用、云深处、灵心巧手等300余家TOP展商联袂呈现，定义全球机器人产业未来！
所有关于机器人的核心问题，WRC都将给出答案。
雷科技WRC 2026报道团已抵达WRC现场。
