近日，科技富豪马斯克在一场最新的播客节目中谈到人工智能在医学中的应用，他认为人工智能对医学非常有帮助，甚至好于医生的诊断。
”因为人工智能可以观察你，查看所有研究，查看所有数据，交叉检查一切并给你很好的建议。”他说道，现在人们已经可以将X光片和MRI图像上传到他的人工智能公司xAI的Grok大模型，患者还可以拍下他们的血液测试结果的照片，将其上传到Grok，并收到一份提示潜在问题的分析报告。
“它会给你一个医学诊断，从我所看到的情况来看，这种诊断至少和我认为的一样好。我确实见过一些病例，它实际上比医生告诉你的更好。“马斯克称，“到目前为止，我还没有看到人工智能提供不正确的信息。”
马斯克还提到人工智能可能会让一些人面临“生存风险”。“我一直认为人工智能会比人类聪明得多，是一种生存风险，事实证明这是真的。”
他认为，在诸如洛杉矶比佛利山庄这样的高端地区的昂贵诊所，医疗专家可能会推荐一些不必要的治疗，他建议患者对此保持怀疑态度。
近日，在国内，包括上海瑞金、中山在内的多家大型医院发布AI医疗大模型，涉及病理及心脏科诊断，引发人工智能对医学诊断等模式的影响。
大部分医生仍然认为，尽管人工智能在包括医学图像等特定的应用场景下具有超越人类医生的能力，但这些应用仍有很大的局限性，目前AI为医生提供的主要是辅助功能，减轻医生的负担。
复旦大学附属中山医院心内科主任医师潘文志对第一财经记者表示：“以我们的临床经验来看，大部分的患者表现是非典型的，AI在非典型患者的诊断方面并不具有优势，这也是AI无法成为独立医生的主要原因。”
潘文志分析认为，尽管AI在医学影像方面的读片能力超越了人类医生，但在临床诊断中，医学影像仅是一个维度，还需要综合病理、心电图、患者临床表现等诸多因素才能给出最终的诊断结果。
“专科医生在医疗诊断过程中需要综合的信息更多，不可能光靠一张CT图像就作出诊断。”他向记者解释称，“在真实实践中，大部分患者的CT表现是不典型，是阴性的，所以AI无法作出诊断。”
他表示，以心脏科医生为例，病人的临床表现为胸痛，而导致胸痛的原因有好几十种，涉及心脏科、胸外科、呼吸科、消化科、皮肤科、心理科疾病等诸多因素，还需要分清哪个是最主要的因素，这是大量变量相互的随机作用，而且不一定有标准答案。
他还指出，AI在训练过程中往往仅学习教科书和文献上的经典案例，而大部分医生在临床实践中遇到的非典型案例都不会“喂”给AI，因为这些案例很难去客观描述和严谨表达，甚至无法发表论文。
以胸闷为例，潘文志在临床中遇到的患者胸闷的绝大多数主诉都未出现在教科书上，而是凭医生的经验总结。“有时医生判断是正确的处理方法，但要在临床上被证明，甚至被杂志发表或写进教科书，需要通过数十年的严格证明才可成为指南。”他表示，“但医学是一门经验科学，专家的经验有时比教科书更实用。”
他进一步称，或许训练一个综合几十个真正会看病的大专家经验的AI医疗模型的临床价值会更大。
近日，科技富豪马斯克在一场最新的播客节目中谈到人工智能在医学中的应用，他认为人工智能对医学非常有帮助，甚至好于医生的诊断。
”因为人工智能可以观察你，查看所有研究，查看所有数据，交叉检查一切并给你很好的建议。”他说道，现在人们已经可以将X光片和MRI图像上传到他的人工智能公司xAI的Grok大模型，患者还可以拍下他们的血液测试结果的照片，将其上传到Grok，并收到一份提示潜在问题的分析报告。
“它会给你一个医学诊断，从我所看到的情况来看，这种诊断至少和我认为的一样好。我确实见过一些病例，它实际上比医生告诉你的更好。“马斯克称，“到目前为止，我还没有看到人工智能提供不正确的信息。”
马斯克还提到人工智能可能会让一些人面临“生存风险”。“我一直认为人工智能会比人类聪明得多，是一种生存风险，事实证明这是真的。”
他认为，在诸如洛杉矶比佛利山庄这样的高端地区的昂贵诊所，医疗专家可能会推荐一些不必要的治疗，他建议患者对此保持怀疑态度。
近日，在国内，包括上海瑞金、中山在内的多家大型医院发布AI医疗大模型，涉及病理及心脏科诊断，引发人工智能对医学诊断等模式的影响。
大部分医生仍然认为，尽管人工智能在包括医学图像等特定的应用场景下具有超越人类医生的能力，但这些应用仍有很大的局限性，目前AI为医生提供的主要是辅助功能，减轻医生的负担。
复旦大学附属中山医院心内科主任医师潘文志对第一财经记者表示：“以我们的临床经验来看，大部分的患者表现是非典型的，AI在非典型患者的诊断方面并不具有优势，这也是AI无法成为独立医生的主要原因。”
潘文志分析认为，尽管AI在医学影像方面的读片能力超越了人类医生，但在临床诊断中，医学影像仅是一个维度，还需要综合病理、心电图、患者临床表现等诸多因素才能给出最终的诊断结果。
“专科医生在医疗诊断过程中需要综合的信息更多，不可能光靠一张CT图像就作出诊断。”他向记者解释称，“在真实实践中，大部分患者的CT表现是不典型，是阴性的，所以AI无法作出诊断。”
他表示，以心脏科医生为例，病人的临床表现为胸痛，而导致胸痛的原因有好几十种，涉及心脏科、胸外科、呼吸科、消化科、皮肤科、心理科疾病等诸多因素，还需要分清哪个是最主要的因素，这是大量变量相互的随机作用，而且不一定有标准答案。
他还指出，AI在训练过程中往往仅学习教科书和文献上的经典案例，而大部分医生在临床实践中遇到的非典型案例都不会“喂”给AI，因为这些案例很难去客观描述和严谨表达，甚至无法发表论文。
以胸闷为例，潘文志在临床中遇到的患者胸闷的绝大多数主诉都未出现在教科书上，而是凭医生的经验总结。“有时医生判断是正确的处理方法，但要在临床上被证明，甚至被杂志发表或写进教科书，需要通过数十年的严格证明才可成为指南。”他表示，“但医学是一门经验科学，专家的经验有时比教科书更实用。”
他进一步称，或许训练一个综合几十个真正会看病的大专家经验的AI医疗模型的临床价值会更大。