AI在医疗领域的应用被按下加速键，逐渐从影像进一步延伸到手术领域。
“十年前，如果找医院合作开发AI医疗产品，可能相对比较困难，医院不太愿意开放他们的数据，但十年后的今天，医院参与的积极性很高，这与他们的需求是互补的。”近日，中国科学院香港创新院人工智能与机器人创新中心教授雷震接受第一财经记者采访时这样表示。
近日，国家医保局印发《放射检查类医疗服务价格项目立项指南（试行）》，统一整合规范现行放射检查项目。其中提到，为支持人工智能辅助诊断进入临床应用，又防止额外增加患者负担，立项指南在放射检查类主项目下统一安排“人工智能辅助诊断”的扩展项，也就是说医院利用人工智能进行辅助诊断的，执行与主项目相同的价格水平，但不与主项目重复收费。
这是人工智能辅助诊断首次被列入价格构成，这从侧面凸显，AI工具在医疗领域的应用价值凸显。
近日，在第二届香港具身智能医疗科技论坛（下称“论坛”）上，上海科技大学生物医学工程学院创始院长沈定刚教授表示，人工智能正通过多模态数据的整合（如影像、病理、基因等），推动医疗诊断与治疗的标准化和智能化进程，AI在提升医疗效率、优化资源分配以及改善患者康复效果方面具有巨大潜力。
随着ChatGPT等大模型落地，AI在医疗领域的应用更是被按下加速键，逐渐从影像进一步延伸到手术领域。
上述论坛期间，中国科学院香港创新研究院人工智能与机器人创新中心发布了CARES Copilot具身智能手术AI大模型2.0版本。
中国科学院香港创新研究院人工智能与机器人创新中心主任刘宏斌教授接受第一财经记者采访时表示，相比今年3月份发布的1.0版本，2.0版本大模型的突破性体现在，首先从整体架构来看，为了保证回答的安全性、可解释性和可追溯性，整体技术设计上做了全面升级。另外是多模态能力，即处理不同模态的图像，大模型可以理解核磁共振、CT、超声影像，并进行图像转换。
“我们将1.0大模型给医生后，他们使用最多的功能是手术规划。以前医生制定手术规划时，需要查阅大量资料，决定术式后还需注意一系列细节，比如肿瘤的位置、开缺口的方式等。而现在，CARES Copilot能够承担这些繁琐的工作，帮助医生进行更高效的手术规划。”
刘宏斌表示，我们希望通过大模型来指导医生，将大模型的能力与机器人应用相结合。例如，神经外科医生通过观察内窥镜图像进行手术，如果内窥镜视野的调整由机器人来完成，医生就可以腾出一只手进行其他操作。此外，年轻医生在术中可能面临定位困难或迷路的情况，大模型能够学习并理解手术步骤，对关键解剖结构进行定位与分区，标注危险区域，并提供手术步骤的指导。
在刘宏斌看来，人工智能的目标是增强而非取代人类，为医生提供“超人”能力。在大模型的加持下，医生与机器人无缝互动、共同协作，打造更高效和安全的手术环境。
不过，刘宏斌亦认为，整个手术大模型行业发展仍处于初级发展阶段，真正距离人机交互的医疗场景实现还有很长距离要走。
“我们需要与医疗器械企业合作，后者提供设备端口接入大模型。近年来，医疗器械企业在人工智能医疗产品的开发方面表现活跃，但完全依靠企业自主研发并不现实，该领域需要长周期的投入。手术大模型的真正突破需要临床医生、学术研究者和产业界的紧密合作，三方协作才能实现真正有意义的创新。”
刘宏斌表示，在手术垂类大模型方面，中国团队与国际的头部阵营并跑。中国本身有数据优势，如果能够把数据优势发挥出来，后劲发展很足。
