别怕!钟南山院士谈AI:不是为了取代医生!

2026-02-03 网络 网络 发表于上海

AI

AI大模型技术近年来飞速发展,不仅在实验室测试中表现优秀,也已经适用于常规临床护理。

AI医疗有助于解决老百姓“看病贵看病难”问题!

当前人工智能在各领域加速应用,AI医疗健康更成为2026年的第一个风口。不过,关于AI是否会取代医生的争论此起彼伏,马斯克近期还抛出“3年后AI将取代外科医生”的论断。

1月23日,在2026大湾区医疗健康创新大会上,钟南山、罗兰·艾尔斯等国内外知名院士就“AI+医疗”发展重磅发声。中国工程院院士钟南山表示,人工智能等数字技术正深刻改变着医疗服务的模式和效率,推动智慧医疗不是为了取代医生,而是为了医生更好回归到“以人为本”而不是“以病为本”的初心,不是单纯为了炫技,而是为了解决老百姓看病贵、看病难的实际问题。


图源:珠海特区报视频号截图

当前,在“健康中国”战略和“人工智能+”行动等国家政策倡导下,国内开始涌现出人人可享的AI健康助手,对居民主动健康管理发挥重要作用。其中,去年上线的AI健康应用“蚂蚁阿福”已成为国内最大的健康管理类App,单日用户提问量超过1000万,这些用户55%来自三线及以下城市。蚂蚁阿福还向全国医生开放“AI分身”技术,六位院士领衔的超1000位医生在阿福App上开设了AI分身,累计解答2700多万个健康咨询。

“近年来,我始终关注科技与医学深度融合领域的迅速发展,特别是人工智能、大数据、云计算为代表的数字技术。这正深刻改变着医疗服务的模式和效率。”钟南山表示,从疫情时期的远程会诊、智能流调到如今的慢病管理、早筛预警、个体化治疗,数字技术不仅提升了精准医疗度,更让优质的医疗资源突破了地区的限制,惠及更多基层群众。

德国国家科学院院士Roland Eils(罗兰·艾尔斯)尤其关注AI对疾病预防的价值,因为预防疾病是降低成本、减轻医疗系统压力的最有效途径。他认为,面对全球人口老龄化带来的医疗负担,从“被动医疗”转向“主动预防”很有必要,他建议利用大规模真实医疗数据构建用于疾病风险预测的AI大模型,包括电子健康记录等。


罗兰·艾尔斯还强调,AI大模型技术近年来飞速发展,不仅在实验室测试中表现优秀,也已经适用于常规临床护理。

评论区 (2)
#插入话题
  1. [GetPortalCommentsPageByObjectIdResponse(id=2299579, encodeId=cfc922995e900, content=面对全球人口老龄化带来的医疗负担,从“被动医疗”转向“主动预防”很有必要, beContent=null, objectType=article, channel=null, level=null, likeNumber=75, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=a8309910920, createdName=ms4000001164308156, createdTime=Tue Feb 03 12:24:03 CST 2026, time=2026-02-03, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=2299564, encodeId=8fe32299564ce, content=<a href='/topic/show?id=8d71215562' target=_blank style='color:#2F92EE;'>#AI#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=84, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=2155, encryptionId=8d71215562, topicName=AI)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Tue Feb 03 10:27:59 CST 2026, time=2026-02-03, status=1, ipAttribution=上海)]
    2026-02-03 ms4000001164308156

    面对全球人口老龄化带来的医疗负担,从“被动医疗”转向“主动预防”很有必要

    0

  2. [GetPortalCommentsPageByObjectIdResponse(id=2299579, encodeId=cfc922995e900, content=面对全球人口老龄化带来的医疗负担,从“被动医疗”转向“主动预防”很有必要, beContent=null, objectType=article, channel=null, level=null, likeNumber=75, replyNumber=0, topicName=null, topicId=null, topicList=[], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=a8309910920, createdName=ms4000001164308156, createdTime=Tue Feb 03 12:24:03 CST 2026, time=2026-02-03, status=1, ipAttribution=), GetPortalCommentsPageByObjectIdResponse(id=2299564, encodeId=8fe32299564ce, content=<a href='/topic/show?id=8d71215562' target=_blank style='color:#2F92EE;'>#AI#</a>, beContent=null, objectType=article, channel=null, level=null, likeNumber=84, replyNumber=0, topicName=null, topicId=null, topicList=[TopicDto(id=2155, encryptionId=8d71215562, topicName=AI)], attachment=null, authenticateStatus=null, createdAvatar=null, createdBy=cade5395722, createdName=梅斯管理员, createdTime=Tue Feb 03 10:27:59 CST 2026, time=2026-02-03, status=1, ipAttribution=上海)]
    2026-02-03 梅斯管理员 来自上海

    #AI#

    0

相关资讯

支修益教授谈癌症早筛新突破:多组学联合检测+便携设备,未来在家就能筛查肿瘤?

支修益教授指出,未来肺癌筛查将向 “AI 辅助影像 + 多组学分子标志物检测” 发展,需推动技术下沉基层,同时解决基层设备不足、人才匮乏等问题,通过政策与培训提升早诊率,助力肺癌成为可管理慢性病。

许元基医生:纳米放疗增敏遇上AI,肿瘤治疗迎来新曙光!

【医悦汇】特邀许元基医生做客对话大咖,分享纳米诊疗体系与AI技术相结合的可能性,医工交叉团队的协作模式、科研思路的形成以及青年医生的培养等重要话题。

肿瘤放疗的“智变”!林勤教授:AI如何为肿瘤放疗全流程精准赋能?

在2025 FCO上,【医悦汇】对话大咖栏目有幸邀请到林勤教授,讲述从项目构想成功到突破的艰辛历程,剖析团队如何突破技术瓶颈、融合前沿科技。

告别公式查手册,医生手机里该有这个“作弊神器”

抢救室的红灯又开始闪烁,监护仪发出急促的警报声。患者血压70/40mmHg,心率130次/分,氧饱和度88%..." 护士快速报着数据,而你脑海里却在飞速计算:APACHE II评分到底是多少?这个脓

从“能用”到“依赖”:谁懂啊!DeepEvidence 把循证证据变“懒人版”,临床/科研直接抄作业

它不是普通AI工具,是循证医学智能决策助手,专门辅助大家做临床决策,所有信息都来自权威指南、核心文献和药品说明书,主打“权威、高质量、省时间”,覆盖临床医生、医学科研人员、医学生、药师等全人群。

临床场景下的AI: 帮手OR负担? 中国医务人员真实执业体验调研

临床场景下的 AI:耕手OR负扭?中国医务人员真实执业体验调研

当马斯克称AI将致外科医生失业,张文宏为何对AI病历说"不":一场关乎医疗未来的隔空思辨

争论仍在继续,但可以肯定的是,医疗AI的发展不是一场零和游戏,技术会不断迭代更新,但医疗的“人文温度”永远无法被AI取代。

独家专访 | 厦门大学冷历歌教授:深入探讨AI辅助教学的机会与挑战

独家专访 | 厦门大学冷历歌教授:深入探讨AI辅助教学的机会与挑战

医疗圈刚冒头的“黑科技”:连夜测完DeepEvidence,原来临床决策可以这么“作弊”

它不搞花里胡哨的功能,只盯着临床医生“查指南慢、找证据难、记细节累”的核心痛点,把海量权威指南、核心文献、药品说明书都 “拆解重组”,变成秒响应、拿来就用的精准答案。