医疗保健中的AI狂热 - AI与医疗健康

医疗保健系统正面临严峻挑战：随着人口寿命延长，劳动年龄人口比例持续下降。在医疗领域，新药研发成本高昂与医护人员短缺的现状进一步加剧了供需矛盾。这种局面亟需智能化解决方案，社会对人工智能（AI）的期望值因此居高不下。

由国家资助的瑞典AI促进组织（AI Sweden）致力于推动AI在瑞典的应用，其持续更新的《医疗地图》通过自主申报机制追踪行业动态。2026年春季数据显示，瑞典医疗系统内约有200个AI项目处于推进阶段。这些项目主要集中在行政支持领域，例如优化排班系统或简化病历管理；面向患者的临床应用则以影像密集型科室为主，乳腺X光检查便是典型代表。

然而目前医疗AI应用多数仍局限于研究或试点阶段。2025年春季快照显示，仅13%的项目已融入常规医疗流程。AI Sweden认为这预示着瑞典即将迎来重大变革，同时也凸显了从试点转向全面推广的巨大障碍。

卡罗林斯卡医学院索尔纳医学系人工智能与健康教授马格努斯·博曼（Magnus Boman）指出："AI领域存在多层面的不成熟现象，社会基础设施的缺失既带来问题也暗藏风险。"他所指的基础设施包括法律框架和计算能力。目前林雪平正在建设国家级计算资源枢纽NAISS，并将配备名为"阿伦尼乌斯"（Arrhenius）的新一代超级计算机。新成立的"Mimer"人工智能工厂则将作为创新测试平台。

"这些超级计算机性能卓越。研究人员可申请限时使用权限，通常为6个月至1年。在此期间能上传数据并运行项目。"博曼解释道。工程学领域发展尤为迅猛，哥德堡查尔姆斯理工大学的AI系统"Eve"已能独立开展研究：自主提出假设、设计实验、分析结果并规划后续步骤。该系统在疟疾研究中已产出自主成果。

"AI运作模式类似其他智能系统——初期会做出大胆推测并频繁出错，但能自我修正，最终实现高效运行。"博曼表示。医学研究领域同样突飞猛进：AI可构建高级模拟系统，演示不同物质在人体内的作用机制，从而加速新药研发；还能处理海量组学数据，包括全基因组序列、血液中数千种蛋白质及代谢分子，这些分子映射着人体代谢状态与饮食痕迹。基因组学、蛋白质组学和代谢组学等"组学"技术使医学界能够获取人体分子层面的动态快照，追踪从健康到疾病的生物学进程。

此类组学数据为精准医疗打开大门——这种更个性化、更精确的诊断治疗模式代表新一代医疗方向，目前已在儿科肿瘤学和罕见病等小规模患者群体中进入临床实践。AI在此过程中辅助分析与决策制定，但在面对大规模患者的常规医疗中，进展仍显缓慢。博曼描述道："医疗机构强烈渴望简化流程，但创新者往往需要奋力争取支持。该领域尚无成熟路径，少数成功案例均未涉及研究机器人或全组学数据分析。"

斯德哥尔摩卡罗林斯卡大学医院的案例颇具代表性：通过训练手术记录数据，AI模型可精准预估手术时长并优化手术规划。早期评估显示该系统能显著提升手术室、医护人员等资源的利用效率。从开发到应用仅耗时数月，因其被归类为行政工具，适用较简化的监管标准。

"许多科室希望我们开发AI系统，深度挖掘患者医疗信息以获取更好的决策支持，例如整合血液检测、X光片与患者自述。但这些流程进展缓慢，从试点成功到临床普及往往需要数年。"博曼强调。

商业AI解决方案提供了捷径。在乳腺X光检查领域，韩国Lunit公司开发的Lunit Insight MMG系统已在卡皮奥圣哥兰医院投入使用。乳腺放射科医生卡琳·登布罗尔（Karin Dembrower）指出："厂商研究中算法表现优异，但在引入前必须进行使用场景的独立评估。"她主导的验证研究将算法与人类放射科医生进行直接对比，5.55万名女性筛查影像均由两名医生复核（瑞典乳腺癌筛查标准流程），同时由AI系统同步评估。

结果显示，"AI+单名医生"的组合优于"双医生"模式：乳腺癌检出率提升，假阳性结果减少。这意味着更少健康女性因误报接受不必要的复查。2023年该研究发表后，瑞典更新了诊疗规范：用AI替代第二名医生进行筛查影像初审。这使放射科医生能将释放出的时间用于疑似患者的深度检查，将预约等待时间缩短至两周内（此前常需加班加点）。

初期放射科医生对AI标记的可疑区域常感困惑，有时甚至无法识别异常。"现在我们更重视AI的警示，除非存在其他否定乳腺癌的证据——例如医生可调阅历史影像而AI不能。"登布罗尔解释道。当AI对某区域给出高风险评分时，即使医生未发现异常，该信息仍具重要参考价值。该诊所现拥有全国最高精准度：健康女性召回率最低，筛查检出率最高。值得注意的是，这些提升源于医生对算法应用方式的优化，而非AI系统本身的更新。

"乳腺放射科医生严重短缺使我们疲于应付日常工作，难以抽身开展AI推广等重大开发工作。"登布罗尔坦言。瑞典医疗服务质量分析署2026年3月调查显示：三分之二的全科医生认为工作压力极大，约三分之一出现职业倦怠，仅11%对行政工作耗时满意。

在此背景下，医疗记录辅助系统在瑞典快速普及。数万次诊疗中，AI作为"无声参与者"实时记录对话，患者离场后自动生成结构化病历条目（含诊断编码），经医生确认后生效。领跑企业Tandem Health已向耶夫勒堡省全科医疗系统提供该方案，但监管机构瑞典医疗产品管理局正对这类工具展开审查：若被认定为医疗器械，必须符合现行法规要求。

卡罗林斯卡医学院临床科学、干预与技术系高级研究基础设施专家法拉德·阿巴塔伊（Farhad Abtahi）关注AI治理问题："医疗系统对AI的认知存在盲区。有人视其为普通新技术，如同新机器。但AI更动态、更复杂。"他强调需建立运行中的安全监测机制，该观点获瑞典医疗产品管理局支持——该机构建议医疗机构配备与临床实践紧密结合的技术专家，类比放疗领域的医院物理师角色。

卡皮奥圣哥兰医院每周通过多种方式核查AI准确性，包括复诊患者中确诊癌症的比例，并定期比对国家癌症登记库数据。当算法升级或更换乳腺X光设备时，所有影像均需经双人复核确认无误后方恢复AI辅助。"我们以最高标准管理AI系统。"登布罗尔表示。

瑞典政府雄心勃勃地规划"AI强国"战略：目标跻身全球前十，通过提升效率实现公共部门数十亿克朗的节约。政府文件指出，当医护人员、社工和教师从繁琐事务中解放，将有更多精力投入人文关怀。同时计划简化监管框架、促进敏感数据共享（AI训练的关键原料），并降低AI企业创业门槛——隐含期望是让瑞典向韩国输出智能算法而非反向输入。

"我们仍有很长的路要走。"博曼总结道。