AI中医 靠不靠谱
越来越多“AI老中医”走进诊室 专家：靠不靠谱与数据、算法等有关
民声调查
中医师安畅熟练地打开一台外观略显“普通”的仪器，这已经成为她每天为老年患者做中医药健康管理问诊的常规流程——原来，这是一台搭载AI技术的“中医体质辨识仪”，经过操作，最快只需2分钟便能生成一份体质分析报告。按照安畅的说法，这“确实提高了速度和效率”。
AI+中医，这项融合了千年智慧与技术革新的结合会《welcome网信彩票》碰撞出哪些火花？现阶段AI中医究竟靠不靠谱，其发展还存在哪些挑战？记者近日进行了调查。
从“问诊慢”到“分秒级体检”
广州积极探索AI+中医
在广州市天河区石牌街道社区卫生服务中心就有这么一位“AI中医师”——一台搭载AI技术的中医体质辨识仪，已经成为附近居民健康管理的“新宠”。患者只需坐在仪器前，面对屏幕摄像头拍摄几张面部和舌头的照片，再回答几道问题，几分钟不到，就能在手机上收到一份详细的中医体质辨识报告，并附有相应调养方案，涵盖饮食、起居、穴位等方面。
居民刘阿姨表示，以往她都是身体出现不适才到中医门诊看病：“因为感觉有不舒服才能准确告诉医生我的症状，但现在这个机器可以把一些说不出的症状也检测出来，还有很详细的建议，速度也很快。”对刘阿姨来说，这种“分秒级体检”让她更方便地了解自身状况。
“以前做这种体质辨识我都要填一份问卷，字又小我又看不清，医生给我念我又觉得耽误人家时间。”第一次体验AI问诊的李大爷觉得，这台中医体质辨识仪简直帮了大忙。
石牌街道社区卫生服务中心副主任中医师安畅告诉记者，以往做中医体质辨识从让患者做问卷再到后续诊疗，整个过程需要20分钟左右，对一些老人家来说比较麻烦。“现在有了这个仪器，老人2分钟左右就可以完成体质辨识，认可度很高。”安畅称，该中心每天有20~30位市民会使用AI中医进行诊断，据统计，目前服务人群已超过1.3万人。
除了基层医疗运用外，去年9月，一款智慧中医诊疗大模型也落地黄埔区，该模型由香雪制药研发、黄埔区卫生健康局指导，并基于华为云盘古大模型的技术优势，这同时也是盘古医疗大模型在广东省内的首个实际应用实践。据了解，该模型利用AI深度学习技术，对传统的经典名方和各老中医的诊断方法进行深入研究，已取得一定成效，未来将帮助医生做出更加准确的诊断。
AI“卷”向中医药领域
多模态中医大模型是未来方向
“目前AI进入到中医行业还是非常活跃的。”华南理工大学广东省人工智能中医工程技术研究中心副主任伍骏说。据他观察，现阶段AI研究服务于中医领域主要体现在辅助诊疗、中药研发、健康管理咨询这三方面。
这几年，越来越多AI大模型“卷”向中医药领域，曾任国家中医药管理局重点学科“中医药信息学”后备学科带头人，广州中医药大学医学信息工程学院曹东教授指出，基于不同的应用场景，大模型以及其背后的数据侧重点也有所不同。优秀的“AI中医师”往往需要海量的“学习资料”来武装大脑，包括古籍、方剂、中成药、文献摘要、天然产物、靶基因通路信息、临床方案、中药专利及药典政策指南等。
除高质量的数据外，AI中医“靠谱”与否还与核心算法有关。伍骏指出，尽管目前AI中医市场活跃，但门槛较低。“研发水平参差不齐，这种情况下出来的产品可能就难以达到预期效果。”
在曹东看来，传统中医强调“四诊合参”(望闻问切)，即依赖中医师面对面观察患者气色、把脉触诊等动态交互。而现阶段的“AI中医师”很多还是以知识图谱和深度学习两条技术路径来生成辅助判断的决策，比较常见的如智能问答类医疗咨询软件。“这两种技术路径只处理传统的文本信息，就把中医里很重要的‘望闻问切’部分忽略了。”他指出，现阶段较为前沿的技术路径是将望诊和脉诊里的图像数据结合起来，是一种多模态的技术融合。
伍骏也认为，多模态的中医大模型是未来的发展方向，即将文本、图像、视频、音频等多模态信息联合起来。“像AI体质辨识仪就不仅通过文字来辨识，还采集了舌象图片数据作为辅助判断。”而从产品角度看，“AI体质辨识仪”只是市面上其中一种终端产品。“像针灸机器人、智能化的食疗机器人都是我们关注且正在推进的产品。”伍骏说。
提高效率、赋能处方创新
AI中医可助力“望闻问切”
相对于外界担忧AI技术会削弱中医“望闻问切”的人文关怀，伍骏则表示：“事实上，AI工具的辅助反而能把医生的精力腾出来，这能让医生更好地去跟患者交流。”
对于这一点，安畅颇有体会，医院引入的这台体质辨识仪帮她承担了部分重复的工作，也提高了问诊效率。“中医讲望闻问切，在问诊前我拿到这份体质辨识报告，就能够很快抓取关键信息，用更多时间来进行深入问诊。”
伍骏认为，优秀的大模型算法实际上还给传统中医赋能。他觉得这与AlphaGo对围棋界的影响是类似的。“工程师在训练AlphaGo时，会将人类常用的走棋路数教给他，后来经过AI强化学习，发现AlphaGo可能下出不一样的招数，这反过来也给棋手很多启发。AI辅助诊疗开出的中药处方可以作为一种参考，医生在思考过程中能更加优化处方本身，因为这同时结合了两者的能力。”伍骏说。
在伍骏看来，DeepSeek的出现是一种认知催化剂，让大众认识到AI的价值和力量。“特别是在中医这个领域，早几年讲AI大家可能都存有怀疑，但现在DeepSeek让更多相关方都能够认识到AI的价值，反过来也可以促进AI在中医行业的发展。”另一方面，DeepSeek这种“低成本高训练”的模型极大降低了开发者进入AI领域的门槛，“这更能让开发者把更多精力放在创新和优化上，实现应用场景的裂变。”伍骏说。
曹东指出，DeepSeek还避免了技术黑箱的部分问题。“DeepSeek有深度思考和推理的过程，并能一一呈现出来，这对中医药行业来说是很重要的。”
事实上，AI也对中医人才培养产生积极影响。曹东认为，年轻医生往往较难理清中医里复杂的思考逻辑，而中医教育里讲究培养学生的中医临床思维。“有的优秀推理大模型将辨证施治的中医理念很详细地展示出来，并有推理过程，这有助于他们学习并形成中医思维。”
此外，AI同时也能助力中医行业数据的标准化。曹东称：“原来的四诊数据主要是靠医生来做，现在像体质辨识仪这类仪器，可以形成客观化的一些数据，避免完全依靠医生的主观经验。”
数据质量、中医思维、临床运用 AI中医发展须克服挑战
尽管业界普遍认为AI中医领域前景广阔，采访过程中多位专家均跟记者表示，AI中医药领域仍面临很多现实挑战，主要集中在以下三方面：
其一是高质量的中医数据。曹东指出，中医药的数据大多数没有形成标准化，不管是古籍文献还是临床上的数据，很多都是经验描述，对于同一疾病，不同流派描述的症状和术语也不同，这也增大了AI的理解难度。但伍骏提出，这不应该成为发展瓶颈。“事实上，在技术层面可以通过强化学习算法优化来解决数据质量问题。”
其二则与独特的中医思维理论相关。“中医讲究整体辨证论治，这就涉及很多动态的推理和演变，目前还比较难适配出这样一个优秀的模型。”曹东说。
其三是临床中的使用与学习。伍骏认为，中医师对AI类工具从认知、理解到在实际工作中与临床的结合，每一步都有使用学习成本，如何更好运用好AI中医这一工具，相信都需要一个过程。
