在醫(yī)藥行業(yè)的創(chuàng)新浪潮中，人工智能（AI）技術(shù)正以前所未有的速度重塑著醫(yī)療領(lǐng)域的面貌。醫(yī)生作為醫(yī)療實(shí)踐的核心主體與第一執(zhí)行者，在日常臨床工作中直接面對患者，因此對AI技術(shù)落地臨床的實(shí)際效果有著最為真切和深刻的感受。同時(shí)，他們對于AI技術(shù)如何更好地服務(wù)于臨床、提升診療效率與質(zhì)量，也提出了最為迫切和具體的需求與期望。

近日，隨著2026CMAC創(chuàng)新藥物醫(yī)學(xué)大會(huì)暨展覽會(huì)在蘇州的成功舉辦，AI醫(yī)學(xué)場景化不僅成為行業(yè)內(nèi)外熱議的焦點(diǎn)，更預(yù)示著醫(yī)療健康產(chǎn)業(yè)的未來發(fā)展方向。值此之際，醫(yī)脈通特別邀請了揚(yáng)子江市場和醫(yī)學(xué)事務(wù)部負(fù)責(zé)人谷成明先生，其不僅在AI醫(yī)學(xué)領(lǐng)域有著深厚的學(xué)術(shù)造詣，還積累了豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)，他的見解無疑將為這場醫(yī)療變革貢獻(xiàn)寶貴的智慧與洞見。讓我們一同走進(jìn)這場專訪，聆聽谷成明先生對AI醫(yī)學(xué)場景化的獨(dú)到見解與深刻剖析，共同期待AI技術(shù)為醫(yī)療領(lǐng)域帶來的無限可能與美好未來。

醫(yī)脈通

關(guān)于AI醫(yī)學(xué)場景化，其中一個(gè)最令臨床醫(yī)生期待的愿景就是真正的個(gè)性化診療，當(dāng)前AI模型主要基于多維度患者數(shù)據(jù)構(gòu)建并動(dòng)態(tài)更新。那么，您認(rèn)為AI未來將如何幫助醫(yī)生突破現(xiàn)有指南的“群體平均”局限，為每個(gè)患者提供真正“千人千策”的精準(zhǔn)方案？

谷成明先生：

過去，AI的應(yīng)用更多以知識(shí)驅(qū)動(dòng)為主導(dǎo)，而未來，其發(fā)展必然是在知識(shí)驅(qū)動(dòng)的基礎(chǔ)上融合數(shù)據(jù)驅(qū)動(dòng)模式。引入數(shù)據(jù)驅(qū)動(dòng)后，醫(yī)療領(lǐng)域?qū)⒏鎰e“千人一面”的標(biāo)準(zhǔn)化模式，邁向“千人千面”的個(gè)性化方向。

究其原因，首先，要實(shí)現(xiàn)個(gè)性化醫(yī)療，我們需掌握患者的詳細(xì)數(shù)據(jù)，以此構(gòu)建精準(zhǔn)的患者畫像，全面了解患者的具體狀況。基于這些數(shù)據(jù)，才能針對每一位患者量身定制個(gè)性化的診療方案，這便是實(shí)現(xiàn)“千人千面”的關(guān)鍵所在。

其次，醫(yī)生在臨床決策過程中同樣需要個(gè)性化考量，盡管臨床診治有既定的指南和路徑作為參考，但在面對每一位具體患者時(shí)，醫(yī)生必須結(jié)合患者的實(shí)際情況靈活運(yùn)用這些標(biāo)準(zhǔn)。

基于上述兩點(diǎn)，將知識(shí)驅(qū)動(dòng)與數(shù)據(jù)驅(qū)動(dòng)有機(jī)結(jié)合，醫(yī)療領(lǐng)域就會(huì)走上“千人千面”、個(gè)性化診治的發(fā)展道路。

醫(yī)脈通

在CMAC大會(huì)上，您所呈現(xiàn)的匯報(bào)內(nèi)容豐富且極具深度，其中詳細(xì)且系統(tǒng)地介紹了AI在醫(yī)療領(lǐng)域的諸多創(chuàng)新應(yīng)用場景，為我們打開了全新的視野。基于此，我們想進(jìn)一步深入了解您在日常的醫(yī)療工作實(shí)踐中是如何具體運(yùn)用AI技術(shù)的？

谷成明先生：

在從事醫(yī)學(xué)相關(guān)工作的過程中，我們始終高度重視AI的應(yīng)用。過去，AI主要作為一種工具存在，早期的AI多表現(xiàn)為具備語言交互能力的系統(tǒng)，即基于過往積累的知識(shí)來預(yù)測用戶下一步可能的行為或需求。例如，大型醫(yī)院所應(yīng)用的模型，主要是通過分析過往數(shù)據(jù)來預(yù)測下一句話或下一個(gè)詞的內(nèi)容，其運(yùn)作機(jī)制完全依賴于歷史知識(shí)。

如今，AI領(lǐng)域正朝著智能體AI的方向發(fā)展。智能體AI不再局限于簡單的語言交互，而是具備了從語言交流到實(shí)際執(zhí)行任務(wù)的能力，它能夠根據(jù)用戶的當(dāng)前狀況進(jìn)行深入分析、邏輯推理，并做出決策，甚至直接協(xié)助用戶完成相關(guān)工作，堪稱“會(huì)干活的AI”。

在臨床醫(yī)學(xué)工作以及我所負(fù)責(zé)的市場領(lǐng)域，我們的核心目標(biāo)都是為患者提供優(yōu)質(zhì)服務(wù)，這一目標(biāo)的實(shí)現(xiàn)，離不開醫(yī)生、藥師與政府等多方的緊密合作。

以醫(yī)生教育為例，過去我們開展醫(yī)生教育時(shí)，雖已意識(shí)到個(gè)性化教育的重要性，但實(shí)踐層面仍有待深化。如今，我們能夠圍繞每位醫(yī)生的具體需求，為其量身定制個(gè)性化的教育內(nèi)容。

同樣，在患者教育方面，我們也致力于滿足每位患者的獨(dú)特需求，若能精準(zhǔn)掌握每位患者在何時(shí)需要何種信息，我們便可為其生成個(gè)性化的教育內(nèi)容，并精準(zhǔn)推送。這樣的服務(wù)對患者而言極具價(jià)值，因?yàn)橹挥衅鹾掀洚?dāng)前需求的信息，才能真正發(fā)揮效用；反之，若信息與患者需求不匹配，則可能被視為無用信息。

當(dāng)然，我們所做的遠(yuǎn)不止于此，上述內(nèi)容僅是我們眾多工作中的一小部分。

醫(yī)脈通

早在多年前，您便已投身于AIGC領(lǐng)域的探索，隨后引領(lǐng)潮流，從AI生成PPT，到如今模擬診療技術(shù)的實(shí)踐，再到AI在人體相關(guān)應(yīng)用層面的不斷推進(jìn)，乃至探索部分替代人體功能的可能性。那么在您看來，未來AI技術(shù)的發(fā)展方向?qū)⒊尸F(xiàn)怎樣的態(tài)勢？又有哪些領(lǐng)域有望實(shí)現(xiàn)重大突破？

谷成明先生：

在AI應(yīng)用的初期，我們的工作主要圍繞文字處理展開。例如，我們曾開發(fā)了chatbot系統(tǒng)，其核心功能是提供一問一答的交互服務(wù)。我們會(huì)精心編纂常見問題解答（FAQ）內(nèi)容，并經(jīng)過嚴(yán)格審批流程后，再將其投入實(shí)際應(yīng)用。實(shí)際上，這類工作早在近十年前便已啟動(dòng)。

隨著技術(shù)不斷演進(jìn)，AI逐步向多模態(tài)方向發(fā)展。以PPT制作工作為例，大約五六年前，我們就已實(shí)現(xiàn)了基于PubMed等文獻(xiàn)資源自動(dòng)生成PPT的功能，這極大地提升了信息整合與展示的效率。后來，我們注意到醫(yī)生群體更傾向于通過短視頻獲取信息，鑒于此，我們開始著手制作小型視頻內(nèi)容。

在初期階段，我們采用手持手機(jī)為醫(yī)生拍攝患者教育視頻的方式，隨后，我們萌生了將真人形象轉(zhuǎn)化為虛擬數(shù)字人的想法，并與醫(yī)學(xué)科學(xué)聯(lián)絡(luò)官（MSL）、eMSL、eREP 以及相關(guān)管理人員展開合作，成功打造出虛擬數(shù)字人形象。這一創(chuàng)新舉措顯著提高了視頻制作效率，降低了人力成本。

然而，我認(rèn)為這并非AI在醫(yī)療領(lǐng)域應(yīng)用的終極目標(biāo)，下一步，我們將重點(diǎn)探索具身智能的應(yīng)用潛力。目前，我們在AI算法層面已取得顯著進(jìn)展，同時(shí)人形機(jī)器人的研發(fā)也日益成熟。回顧過去，我們曾嘗試應(yīng)用機(jī)器人技術(shù)，但當(dāng)時(shí)的機(jī)器人功能相對單一，外觀僅是一個(gè)帶有屏幕和“眼睛”的簡易裝置，交互能力有限。如今，人形機(jī)器人已具備更加逼真的外觀和靈活的行動(dòng)能力，若能為其配備先進(jìn)的AI系統(tǒng)，使其擁有“智慧大腦”與“健壯身體”，并能夠自由移動(dòng)、與用戶進(jìn)行自然交互，將能開創(chuàng)人機(jī)交互的新紀(jì)元。

此外，當(dāng)前大型醫(yī)院所應(yīng)用的AI模型以及內(nèi)容生成技術(shù)，相較于過去已有了質(zhì)的飛躍，交互體驗(yàn)愈發(fā)自然流暢。我認(rèn)為，下一步的發(fā)展方向應(yīng)是進(jìn)一步提升AI系統(tǒng)的擬人化程度與交互自然度，使其能夠更精準(zhǔn)地理解用戶需求、提供更貼心的服務(wù)，從而贏得患者、醫(yī)生以及客戶等群體的廣泛認(rèn)可與喜愛，這將是我們在未來工作中重點(diǎn)突破與探索的方向。

醫(yī)脈通

近年來，醫(yī)藥領(lǐng)域正經(jīng)歷著革命性的變革與發(fā)展。我們注意到，美國已投入巨額資金用于開發(fā)基于AI技術(shù)的人體生理模擬系統(tǒng)，通過該系統(tǒng)在藥物進(jìn)入臨床試驗(yàn)階段前，能對其安全性和療效性進(jìn)行精準(zhǔn)預(yù)測。對于計(jì)算機(jī)模擬人體這一新興趨勢，您有何見解？

谷成明先生：

這一發(fā)展趨勢兼具革命性與顛覆性。從宏觀層面來看，當(dāng)前AI制藥領(lǐng)域熱度空前，國內(nèi)已有數(shù)家相關(guān)企業(yè)成功上市，且估值居高不下。這一現(xiàn)象的背后，是醫(yī)學(xué)領(lǐng)域正經(jīng)歷著從傳統(tǒng)知識(shí)體系向語言化、數(shù)據(jù)化方向的深刻轉(zhuǎn)變。

以蛋白質(zhì)與配體結(jié)合研究為例，過去，科研人員需在實(shí)驗(yàn)室中逐一開展結(jié)合實(shí)驗(yàn)，過程繁瑣且效率低下；如今，借助先進(jìn)的AI技術(shù)，這一過程已實(shí)現(xiàn)自動(dòng)化。通過自動(dòng)化手段，科研人員能夠同時(shí)對兩億個(gè)蛋白質(zhì)與配體的結(jié)合情況進(jìn)行研究，并迅速獲取結(jié)果，無需再逐個(gè)進(jìn)行實(shí)驗(yàn)。

今天早晨，我還關(guān)注到一項(xiàng)關(guān)于動(dòng)態(tài)蛋白質(zhì)與受體結(jié)合的研究。由于蛋白質(zhì)與受體在結(jié)合過程中處于動(dòng)態(tài)變化狀態(tài)，其結(jié)構(gòu)會(huì)隨功能變化而不斷調(diào)整，通過AI技術(shù)對這一過程進(jìn)行深入研究，將有助于我們更全面、深入地理解蛋白質(zhì)與受體的結(jié)合機(jī)制。

AI制藥的核心原理正是如此，即通過計(jì)算機(jī)模擬技術(shù)精準(zhǔn)定位藥物靶點(diǎn)，明確靶點(diǎn)與藥物的結(jié)合方式，這一原理同樣適用于抗體藥物的研發(fā)。借助計(jì)算機(jī)模擬，科研人員能夠解決諸多傳統(tǒng)實(shí)驗(yàn)難以攻克的問題，從而帶來生產(chǎn)力的巨大飛躍。

另一方面，將干實(shí)驗(yàn)（計(jì)算機(jī)模擬實(shí)驗(yàn)）與濕實(shí)驗(yàn)（實(shí)驗(yàn)室傳統(tǒng)實(shí)驗(yàn)）有機(jī)結(jié)合，也是推動(dòng)醫(yī)學(xué)研究發(fā)展的重要途徑。通過計(jì)算機(jī)模擬，科研人員能夠初步篩選出具有潛在價(jià)值的實(shí)驗(yàn)方向，隨后在實(shí)驗(yàn)室中開展具體的濕實(shí)驗(yàn)進(jìn)行驗(yàn)證。如今，實(shí)驗(yàn)室實(shí)驗(yàn)的自動(dòng)化程度不斷提高，許多實(shí)驗(yàn)環(huán)節(jié)已由機(jī)器人完成。在濕實(shí)驗(yàn)過程中，科研人員能夠觀察到各種實(shí)驗(yàn)現(xiàn)象與變化，并將這些信息反饋至干實(shí)驗(yàn)環(huán)節(jié)進(jìn)行進(jìn)一步驗(yàn)證與優(yōu)化，這種干濕結(jié)合的實(shí)驗(yàn)?zāi)Ｊ剑軌蝻@著加快整個(gè)研發(fā)進(jìn)程。

此外，在臨床研究領(lǐng)域，AI的參與也日益廣泛。從病人入組、方案撰寫，到整個(gè)臨床研究過程的實(shí)施，乃至未來研究論文的撰寫，AI都發(fā)揮著重要作用，有效提升了臨床研究的效率。展望未來，我們期望在未來十年內(nèi)，所有患者都能受益于更加高效、精準(zhǔn)的治療手段，盡管目前尚難以準(zhǔn)確預(yù)測這一目標(biāo)的實(shí)現(xiàn)時(shí)間，但我堅(jiān)信，隨著技術(shù)的不斷進(jìn)步，這一愿景的實(shí)現(xiàn)速度將大大加快。

近期，美國食品藥品監(jiān)督管理局（FDA）也出臺(tái)了一系列政策，旨在推動(dòng)醫(yī)藥研發(fā)領(lǐng)域的創(chuàng)新與發(fā)展，鑒于當(dāng)前計(jì)算機(jī)技術(shù)與大語言模型能力的不斷提升，我對這一領(lǐng)域的未來發(fā)展充滿信心。

醫(yī)脈通

您剛才提及AI的發(fā)展不斷加速，且能夠有效降低各項(xiàng)成本。在此，我們想提出一個(gè)雖屢被探討卻仍備受關(guān)注的問題：從長遠(yuǎn)視角來看，AI是否會(huì)在某些層面取代人類？是否會(huì)取代醫(yī)生這一職業(yè)？

谷成明先生：

AI并不會(huì)取代人類，但善于運(yùn)用AI的人必定會(huì)在競爭中取代那些不運(yùn)用AI的人。對此，可從以下層面進(jìn)行深入闡釋。

過去，生成式AI占據(jù)主導(dǎo)地位，其運(yùn)作主要基于既有知識(shí)，通過分析大量數(shù)據(jù)來生成內(nèi)容或提供答案，功能相對單一；而如今，智能體AI嶄露頭角，它不再局限于知識(shí)輸出，而是具備了實(shí)際做事的能力。我們可以審視各類事務(wù)，但凡存在標(biāo)準(zhǔn)操作程序（SOP）的工作，機(jī)器憑借其精準(zhǔn)性、高效性和不知疲倦的特性，往往能夠完成得更為出色。

基于此，未來的發(fā)展趨勢必然是人機(jī)深度融合。人類將專注于決策層面，明確工作目標(biāo)與方向，即“決定要做什么”；而AI則憑借其強(qiáng)大的計(jì)算能力和數(shù)據(jù)處理能力，負(fù)責(zé)優(yōu)化執(zhí)行過程，確保“把事情做好”。用較為通俗的話來講，人類在未來工作中更像是任務(wù)的派發(fā)者與成果的驗(yàn)收者，即“派活收活”，若AI完成的任務(wù)未達(dá)預(yù)期，人類可及時(shí)提出修改要求，持續(xù)優(yōu)化工作成果，這種人機(jī)協(xié)作的模式，能夠顯著提升整體工作效率。

在CMAC大會(huì)的分享中，我提出一個(gè)觀點(diǎn)：人人都應(yīng)成為“愛馬士”。這里的“愛馬士”并非指奢侈品品牌，而是一種比喻。在未來，若僅依靠個(gè)人埋頭苦干，即便個(gè)人能力出眾、工作速度極快，也不過是一匹“快馬”，其效率和成果存在一定局限；而那些善于運(yùn)用AI的人，如同駕馭“賽馬”的騎手，能夠借助AI的優(yōu)勢實(shí)現(xiàn)更高的工作效率和更好的工作成果。更進(jìn)一步說，若一個(gè)人能夠統(tǒng)籌協(xié)調(diào)多個(gè)AI資源，就如同一位“牧馬人”，能夠充分發(fā)揮每個(gè)“馬”（AI）的優(yōu)勢，形成強(qiáng)大的工作合力。

此時(shí)，個(gè)人的能力將不再僅僅取決于自身，自身能力僅占一小部分，真正決定其整體能力的，是運(yùn)用AI的能力以及協(xié)調(diào)AI資源的水平。擁有的AI資源越多、運(yùn)用越嫻熟，個(gè)人所能釋放的能量就越強(qiáng)大，這或許將成為未來發(fā)展的重要方向。

醫(yī)脈通是專業(yè)的在線醫(yī)生平臺(tái)，“感知世界醫(yī)學(xué)脈搏，助力中國臨床決策”是平臺(tái)的使命。醫(yī)脈通旗下?lián)碛小窶edSeeker」「臨床指南」「用藥參考」「醫(yī)學(xué)文獻(xiàn)王」「醫(yī)知源」「e研通」「e脈播」等系列產(chǎn)品，全面滿足醫(yī)學(xué)工作者臨床決策、獲取新知及提升科研效率等方面的需求。