在有生之年，总能见证科幻变成现实，何其幸运。
由于DeepSeek的强大推理能力，似乎给一直破解不开的AI医疗带来了希望。
全国两会期间，全国政协委员、医院教授甘华田表示，目前，AI医疗的广泛应用存在着一系列法律、伦理、安全和技术等问题，亟待通过立法加以规范和解决。只有加强相关立法，“AI+医疗”才能更好发展。
不得不说,AI医疗，已经离我们越来越近了。
01AI医疗，打破“不可能三角”？最近的一波，或许是亲身体验AI医生看病，因为这个可能5年后初步实现，而且贴身体验，可能比起其他还在象牙塔里的科幻，显得都要贴近需求，让人类感到迫切。
从AI+影像，AI+临床，到AI+原生硬件，年被誉为AI+医疗大模型发展元年。
甚至连看似和医疗只是“交易”关系的支付宝也坐不住了。
就在年9月5日，支付宝在“Inclusion·外滩大会”上发布了“AI健康管家”。
当然，这并不是一个医疗智能体，只是一个便捷付费服务综合体。
按照支付宝副总裁、数字医疗健康事业部总经理张俊杰的介绍，这是一个一站式平台，可以围绕诊前、诊中、诊后全流程随时为患者提供服务。
其中包括找医生、陪诊、读报告、医保支付等30多项服务，还可以针对非医疗的泛健康问题给出智能化、个性化解答。
立足点，依然是为了撮合交易。
但在支付宝入场之前，已经有大量人工智能公司涌入AI医疗赛道，而且一个比一个更乐意在“治病”上进行表演。
困扰医疗领域无数岁月的“不可能三角”，将会被打破吗？
AI医生，会如同AI算命一样，成为华而不实的神医吗？
或许，奇点将在许多人意想不到的一个位置爆发。
02救人：抛硬币or掷骰子？十余年求索，AI已经逐渐长成了那时IBMWaston期望的样子。
它甚至跨出了诊断和治疗的范畴，生根于医疗场景中的每一个角落。
以科技预言而为世人所熟知的《连线》杂志创始主编凯文·凯利就断言，AI浪潮中，金融和医疗领域会最先看到变化，因为这两个行业信息密度高。
在更多的人眼中，AI医疗能够带来一次突破，一次对“不可能三角”的突破。
所谓“不可能三角”指的是医疗服务高质量、低成本、高效率难以兼得，达成平衡。
换成更通俗的话语则是质量（看得好病）、成本（看得起病）和效率（看得上病）。
在科技界看来，从人工智能带来的第四次科技革命浪潮，必然如蒸汽化、电气化、信息化三次重大科技革命一样大幅提高了人的体力劳动效率，极大解放了生产力，而“不可能三角”就有可能在人工智能的极致配合下，实现“三合一”的最大限度平衡。
但这只是景愿，并不代表就能落地。
正如ChatGPT展现了若干“奇迹”之后，但对绝大多数人来说，依然只是一个玩具或辅助。
AI医生，距离治病救人，有多远？
哈佛医学院数据科学家Kun-HsingYu的一句——“AI的一些医疗决策，实际上就是抛硬币”，足以让所有人心头一紧。
这位科学家的发言，质疑的是AI医疗模型很容易产生随机的判断，但医学诊断的准确性显然不能建立在概率之上。
事实上，当下的AI医疗，确实存在太多的问题，难以破解。
一个经常见诸媒体的例子发生在年，一款名为EpicSepsisModel的医疗诊断模型被曝出严重漏检问题。
该模型用于败血症筛查，通过识别病人早期患病特征检测，但密歇根大学医学院研究者通过分析了2.77万人的就诊情况发现，该模型未能识别67%败血症病患。
或许很多人会说，这并不代表人工智能巨头的力量，那么看一个“正面”例证：
年7月，全球顶级科学期刊《自然》（Nature）发表了一篇论文，详细介绍了谷歌微调后的Med-PaLM，成功挑战了美国医学基准测试（MedQA），并取得了86.5%的成绩。
86.5%，意味着什么？
正面解读是人工智能在医疗领域又迈进了一步。
换个角度看看：即使是谷歌的产品，错误率也依然有13.5%，而且这可能是每一次诊断都会发生的。
唯一值得庆幸的是，抛硬币可能变成了掷骰子，概率从1/2变成了1/6。
就在一年后，《自然》上又发表一篇文章，其中提到：一种完美的算法可能失败，因为人类行为具有可变性——无论是医疗专业人员还是接受治疗的人。
03赛道：前方还有八十一难！诚然，当下人工智能的发展，已经开始向医疗领域的方方面面渗透。
以体检报告生成为例，平均每5秒AI可自动生成一份总检报告，报告采纳率达到96%以上。
AI能够帮助医生实现更精准、更轻松的手术，例如，AI辅助穿刺手术，能够将误差缩小到2mm。
AI赋能远程医疗，能医院、医院联合会诊，更好地平衡全国医疗资源，减少急危重症患者等待。
AI医疗服务进入社区，未来，每个家庭都有可能拥有私人家庭医生，实现精准、个性化健康管理。
总而言之，AI医疗，不只是AI医生，还有很多普通人体验不到的项目。
业界普遍认为，现阶段的AI医疗，主要包括了AI辅助诊断、AI医学影像分析、AI精准医疗、药物研发、医疗机器人等多个细分赛道。
AI辅助诊断是通过分析患者的症状、体征、检验结果等数据，提供可能的诊断建议，帮助医生做出更准确和及时的决策。
AI医学影像分析，则是利用AI视觉技术，对医学影像数据进行自动化分析和诊断。
而在药物研发方面，AI可以通过对药物靶点、药物结构、药物作用机制等数据进行建模和模拟，加速药物的发现和开发过程。
尽管，每一条赛道，目前都不时有捷报传来，但落地依然有距离，哪怕最后一微米，也未必能够快速通过。
例如最被人们所