11月13日，粤港澳大湾区医工交叉创新论坛在广州举办。论坛上，人工智能技术与医学的交叉融合成为热门话题，与会专家共同探讨医疗人工智能的研发与应用。
粤港澳大湾区医工交叉创新论坛现场。
中山大学附属第三医院（下称“中山三院”）院长戎利民介绍，人工智能在筛查、诊断、治疗及预后管理等临床关键环节都具备较大应用潜力，目前，在耳鼻咽喉头颈外科、病理科、血液科、脊柱外科等多个学科都已有应用。
论坛上，多位与会专家分享人工智能应用案例。其中，中山三院病理科构建的国际首个肝细胞结节深度学习诊断模型备受关注。在肝结节的病理诊断中，由于其可获取的穿刺活检组织数量少、体积小，难于诊断，通过人工智能模型，能够识别肉眼难以识别的病理特征，将诊断准确率提升至93.5%，提高诊疗效率。
实际上，伴随技术发展，近年来，各类医疗AI大模型涌现。中山三院大数据人工智能中心主任刘子锋表示，虽然市面上有很多大模型，但数据才是大模型变“聪明”的关键，真正高水平的人工智能大模型不仅需要学习公开的文献、课本中的医学知识，更重要的是要在真实的医院数据中进行训练。
那么，在医院里，如何实现人工智能技术与医疗更好地交叉融合？
“数据治理是第一步。”刘子锋介绍，要想将医院数据用于人工智能，首先要将医院的门诊、住院的患者数据汇集，并进行串联、关联，处理为可用的数据资源。在此基础上，还需要构建人工智能的智慧大脑，进而辅助临床决策。
“需要注意的是，医院在进行模型训练时，要对训练质量严格把关，对语料进行专业筛选、评估，以保证人工智能的准确性、专业性及价值观与伦理。”刘子锋说。
在戎利民看来，这是一个跨界融合创新的过程，医学人才与工科人才的配合格外重要。“临床医生要将医疗服务需求、理念精准地传达给人工智能专家及工程师，并配合参与到人工智能的各项研发工作中去，与工程师的交流、合作要做到更加紧密。”他说。
目前，中山三院正在搭建私域人工智能大模型—— “云上大三院”，将用于预问诊、导诊、病历质量控制及辅助诊断等。刘子锋透露，已完成数据治理工作，近期正在探索将模型与医院的运营管理、科研相结合，预计明年4月正式发布。