不是吧，你還覺得AI挑戰不了醫療壁壘？

“只有年輕醫師，才會用AI輔助診療。”一些診所/醫館負責人這樣認為。

如果你也以為AI永遠跨不過醫療這道坎，那可能想錯了，AI醫療的進化速度，快得讓人措手不及。

資料顯示，我國2020年中醫人工智能行業的市場規模達到了265億元，較2019年同期增長46.41%。預計到2027年，中國中醫人工智能市場規模將達到1400億。

早期AI系統只能輔助管理患者檔案等工作，如今已開始觸及中醫診療核心——辨證施治。

中醫+AI，準備上市

今年，問止中醫兩次沖刺“中醫AI第一股”。

問止中醫主要業務是向客戶提供線上線下中醫醫療服務。今年8月，其線下診所門店11家，除了基本的診療外，還會為患者提供中藥銷售、煎藥、會員科普培訓等服務；線上，醫師可通過視頻、客服、文字等形式結合AI給出中醫診療建議。2024年公司線上問診收入占比達89.2%，線下門店收入僅占10.8%。

公司自2018年初創，就致力于研發“中醫大腦”系統，這是一個能夠模擬資深中醫師辨證思維的人工智能輔助診療系統。

據介紹，“中醫大腦”已積累超10000首方劑，涵蓋3000多類病癥，并收錄超百萬例附有隨訪數據的真實臨床病例，在治療疑難重癥領域展現出巨大潛力。

不過，問止中醫的AI診療之路并非一帆風順。在黑貓等平臺上，存在關于問止中醫的投訴，涉及虛假宣傳、治療無效等問題，公眾的信任度仍然較低。

問止中醫在招股書中也承認，基于業務性質，公司不時會收到客戶投訴，包括對治療效果的擔憂、病情惡化的感知、處方藥物的不良反應以及對醫生服務的不滿等。

AI有局限，但不是不可解決

算法的輸出質量依賴于訓練內容的質量和廣度。而中醫知識體系本身比較復雜。比如中醫不同流派辨證方式各異，癥狀描述主觀性強，這對基于數據訓練的AI系統構成挑戰。例如，“弦脈”與“緊脈”在臨床上都不易辨別，AI要完全把握比較難。

但換個角度看，這也正是AI的潛力所在。傳統中醫依賴個人經驗積累，而AI系統則可以通過學習大量有效病例，減少對個人經驗和知識儲備的依賴，協助總結治療方案。

招股書顯示，問止中醫專注于治療癌重癥和疑難雜癥。報告期內（2022年、2023年及2024年前三季度），癌重癥病例總數分別約為6300例、1.01萬例和6500例，癌重癥病例的患者復診率分別為66.1%、72.2%和74.4%；疑難癥病例總數分別約為7600例、1.64萬例和1.03萬例，疑難癥病例的患者復診率分別為62.7%、73.5%和76.4%。

正是通過AI系統輔助，年輕醫生能更好地處理這些復雜病例。

不過，大多數醫生對AI診療持懷疑態度——中醫講究望聞問切，機器憑什么代替？

其實，你能想到的，研發也能想到，AI技術正逐步介入每個環節。比如ABC數字醫療云系統在“望診”環節，AI圖像分析能夠捕捉舌象、面象等細微變化；

在“問診”環節，AI語音病歷可自動生成標準病歷，即便是方言也能準確記錄，減少醫生基礎、重復性工作；

在“辨證”環節，AI系統可根據醫生的派別和診療習慣，通過分析大量臨床數據進行輔助診斷；

在“施治”環節，AI還能根據幾千組傳統方劑和三甲醫院的臨床驗方，提供方劑建議和外治處方。同時系統還有處方配伍禁忌預警，減少用藥安全風險。

當前，國家已明確支持AI與醫療健康融合發展，《關于促進和規范“人工智能+醫療衛生”應用發展的實施意見》提出，到2030年，基層診療智能輔助應用基本實現全覆蓋，推動實現二級以上醫院普遍開展醫學影像智能輔助診斷、臨床診療智能輔助決策等人工智能技術應用。

AI技術深入基層醫療

AI系統不是要替代醫生，而是讓醫生更強。在基層，這一點體現得尤為明顯。

許多基層醫療機構面臨經驗不足、資源有限的困境，AI輔助系統的引入，能夠幫助基層醫生彌補臨床經驗的短板，為患者提供更精準的診療方案。面對復雜病癥，系統可整合來自三甲醫院的海量相似病例數據，提供多維的治療建議，這是很多基層醫療場景難以做到的。

ABC數字醫療云系統，已經為超過10萬家基層醫療機構提供智能診療服務，該系統通過AI輔助診療、智能開方、望聞問切分析等功能，成為基層醫生診療和診所管理的得力助手。通過不斷迭代，功能越來越完善，幫助診所老板和醫生節省了大量時間。

醫療的壁壘，不是用來守舊的，而是用來被突破的。技術的價值，最終也體現在它如何融入日常，解決真實問題。 從輔助管理到深入診療，從充滿質疑到逐步融入，AI正在醫療的土壤里長出根須，不久的將來，“AI+醫療”會更加完善，成為健康服務中的常態。