医疗界对人工智能技术的应用备受瞩目，然而，这一领域也遭遇了一系列挑战。人工智能为医疗领域带来了变革的机遇，然而，如何缩小数字差距、提升基层服务水平等问题亦不容忽视。

AI在大医院的应用情况

记者对多所医院中应用的智能医疗AI系统进行了实地考察。中山大学孙逸仙纪念医院已构建了一个高规格的细胞学诊断AI系统。该系统能详尽捕捉病情细节，为诊断提供了坚实保障。这一现象反映出，在大型医院中，AI技术正逐步成为医疗辅助的关键力量，并在一定程度上缓解了医生的工作负担。此外，AI在处理某些复杂疾病诊断上亦展现出其正面效应。

AI在广州社区的使用状态

广州市众多社区卫生服务中心已广泛部署多种人工智能系统。这些系统包括用于中医体质检测的AI设备、用于认知早期筛查的AI工具以及用于慢性病管理的AI平台。在快速筛选与辅助诊断方面，这些系统发挥了显著作用，彰显了人工智能在基层医疗领域的应用前景。它们为基层医疗的初步诊断提供了强有力的辅助，缓解了医生的工作负担，并促进了医疗资源的合理配置。

AI服务基层的难题

我国医学人工智能领域遭遇诸多挑战，尤其在基层医院，特别是在偏远地区的AI广泛应用遭遇重重困难。以细胞学诊断为例，专业病理医生主要集中在大医院，二甲及以下医院普遍缺少此类人才。基层医院的细胞检验能力亟待提升，尽管AI技术能够弥补这一不足，但高昂的成本成为主要障碍。在资金紧张、医疗资源匮乏的偏远地区，额外增加AI的使用成本，可能会对该技术的普及产生不利影响。

AI应用转化问题

AI应用广泛采用免费增值模式，却缺少清晰的盈利途径，这一现象对其转化成效造成了不利影响。除少数如机器人辅助手术等服务外，多数服务尚未形成独立的收费体系。同时，关于AI报告的合法性，法律法规及政策层面存在分歧。由于缺乏合法身份和盈利手段，AI在医疗领域的深入应用和转化遭遇障碍。这一状况不仅降低了医疗机构对AI技术的采纳热情，也削弱了AI开发者推动技术发展的动力。

AI对医生的影响

人工智能在诊疗方面表现出色，其能力可与资深医生相媲美，对年轻医生构成了竞争挑战。然而，医生在人文关怀等领域的特殊才能是AI难以复制的。在临床实践如外科手术和缝合等操作上，AI的技能掌握存在局限。此外，在护理环节中，对病人反馈的评估也是AI的短板。医生培养有其特定的规律，AI应作为辅助工具而非主要依赖，以增强医生的工作效率。

AI的当前局限

当前，人工智能在决策过程中主要依赖专家的经验和单一的数据模型，未能充分考虑到个体间的差异。尽管AI能够复制现有的医学知识，但尚未具备获取创新医学知识的能力。因此，在医疗领域，AI主要充当辅助工具，难以成为主导力量。针对每位患者的具体情况，人工干预通常是不可或缺的，这是AI在医疗领域发展中迫切需要关注的焦点。