医检企业如何用AI？金域答案：“无人化”检验+医检大模型
开篇语：AI已大规模应用于医学健康领域，并形成了快速成长的医疗产业新赛道。但AI走进医疗界，不等同于“让AI帮你看病”。
AI的加入，对于患者、医生、医院、企业意味着什么？南都健闻带来医疗界的一线走访。
在金域医学的实验室里，一套全自动化设备正无声运转：机械臂将宫颈癌筛查样本进行制片、染片、封片，数字扫描仪将图像上传至云端，AI辅助筛查在30秒内完成初筛，最后交由病理医生复核。这套系统使得宫颈癌筛查的单日检测量跃升至3000份，检测效率提升至原来的4倍，排阴率>70%，阴性准确率>99%。
“未来检验科将逐步无人化。”金域医学副总裁兼人工智能与数据科学中心总经理李映华透露，去年4月开始，这套设备已应用于宫颈癌筛查的宫颈细胞学和HPV核酸检测HPV检测、宫颈细胞学质谱分析等领域。
作为第三方医学检验行业的龙头企业之一，金域医学正在利用人工智能的力量提升服务临床能力以及企业运营效率，同时也在盘活自有大数据资源，开发出AI智能体“小域医”，拓展出了检验业务之外的数字医疗诊断辅助解决方案，与主营业务形成双向的“反哺”与助力。
金域医学正在使用的全自动宫颈癌筛查系统。
从“报告解读”到“诊疗助手”
AI全方位赋能基层临床医生
在广州一家大三甲医院的诊室里，儿科的李医生对在医院完成本地化部署的“小域医”下指令：请帮我快速分析一下这个患儿的基因检测报告。不到一分钟，原本长达二三十页的基因报告，经AI分析，浓缩为不到四页的内容，并附上参考文献和临床建议。
在云南省一家县级中医院的ICU，刘医生看着出现肺部感染的患者，迟迟无法揪出致病菌，他向“小域医”提问：“我是一名ICU医生，患者肺炎感染，可以选择哪种检查？”
在小域医的建议下，他根据临床表现和前期用药情况，开具了检测项目，顺利找到致病菌。针对性治疗后，患者病情好转，转入了普通病房。
这是金域医学开发的“小域医”智能体的日常应用场景。
据介绍，该应用模型前期已接入4200项检验项目知识库、130万条医学知识和1.2万篇专业文献，并能整合患者跨平台的多份报告。例如，当基层医生输入血常规异常、用药史和影像学结果时，系统会通过逻辑推理生成“循证医学优先级排序”，甚至提示“需排除嗜酸性肉芽肿性血管炎”等罕见病可能。
随着紧密型县域医共体建设逐步深入，依托“小域医”，金域医学积极探索通过人工智能从底层技术突破催生新应用场景，刚刚过去的5月，还推出发布“县域医共体一体化解决新方案”，深度融合“软件+智能体”，搭建起“更懂医生”的数智化平台，进一步帮助提升基层医疗服务能力，优化资源配置，推动分级诊疗。
“AI的核心价值在于弥补资源鸿沟”，李映华坦言，尤其对于基层医疗机构，它可以快速缓解基层医疗资源不足的困境。后台数据显示，“小域医”已服务超1.3万家基层医疗机构，实现大病不出县，让患者在家门口即可享受优质医疗服务。其中，神经内科、儿科等专科医生使用频率最高。
从“浅度医疗”到“深度共情”
AI或释放医生的“共情时间”
8年前，在华为工作了近20年的李映华加入金域医学，进入父亲奉献一生的医疗领域，开始整合运用新一代人工智能技术来推进医学检验创新。
在《深度医疗》一书的启发下，他认为，医疗AI的终极目标是解放医生的时间。“当病历书写、报告解读等‘体力活’交给AI，医生才能回归医疗的本质，为患者提供更多温暖的人文关怀。”
今年春节DeepSeek横空出世后，医疗界迅速拥抱这个新一代大语言模型。然而，如果直接使用DeepSeek通用数据库来咨询医疗问题，李映华发现，基本上，每回答7个医疗类问题里，它就有1个问题的回答不准确——出现“AI幻觉”问题，强行编造答案。
怎样在医疗大模型中避免“AI幻觉”？李映华带领团队，用上了金域医学数据中台基础上建起的东方人种医检大样本和大数据库（总量达23.6PB以上，年增量1PB约为1000家大型三甲医院年检测数据增量），通过“知识图谱+权威专家诊断思维链数据校准”双保险机制，让大模型做到“见多识广”的同时，对推理路径进行评价和校准，从而减少AI在医学领域出现的“幻觉”，不断提升“小域医”的准确性。
创新与监管的拉锯战
谁为AI的价值买单？
当AI技术展现出重塑医疗未来的巨大潜能时，行业也面临着创新与规范协同发展的新课题。医疗AI的监管体系构建是第一重挑战。
基于我国当前科学审慎的医疗器械管理审批制度，AI辅助诊断产品需通过三类医疗器械审批（最高安全等级认证级别审批），这通常需要3-5年的系统性验证周期。
企业投入大量时间和资源开展研发，通过完成三类证申报后临床验证拿下三类证，谁为AI的价值买单也是个问题，“AI是越用越聪明的，但现行法规要求定型后不得修改，这与AI持续进化的特性相矛盾，也与行业发展的速度不匹配。”李映华说。
另外，尽管国家医保局在放射检查类医疗服务中设立“人工智能辅助”扩展项，但现阶段还无法完全“平替”，医院因此也会缺乏投入动力。李映华算了一笔账：“开发一个专科AI模型成本超千万，但医院只能按普通检验项目收费。”
李映华表示，国家药监局等部门也正在积极探索创新审批路径，作为从业者，我们也期待通过政产政研协同，共同构建既能保障患者权益、又能释放AI潜能的审批体系，加速AI医疗产品转化。
据悉，在支付模式层面，目前国家医保不允许医院向患者收取因使用人工智能辅助技术而产生的额外费用。2024年11月《放射检查类医疗服务价格项目立项指南（试行）》发布时，国家医保局对其中涉及AI的内容解释称，目前AI技术在一定程度上能够帮助医生提高诊断效率，但还无法替代医师，在已经收取相关诊疗费用后，不宜单就AI辅助诊断再向患者额外收费。
此外，人才培养方面，目前具备医学背景又精通AI的复合型人才少之又少。
“AI医疗是一个跨学科的领域，无论是医生、企业还是监管，除了要懂医疗，也要懂AI，这也对人才培养提出了新的要求。”目前在李映华带领的“小域医”研发团队中，上百人团队里，IT人员、实验室检测人员、临床医生各占三分之一，还有一部分是外聘医疗专家，“打造一个医疗大模型，需要动用大量跨领域的人才、各方打通专业壁垒才能实现”。
金域医学副总裁兼人工智能与数据科学中心总经理李映华。
对话：
AI是提效助手，让医生聚焦复杂病例和人文关怀
问：当前医学大模型的类型有哪些？
李映华：DeepSeek的出现，把人工智能的整体能力往上拔高了一层，各种医学大模型也如雨后春笋涌现出来，主要分为三类：
1.面向患者的分诊导诊类。如分诊、健康咨询等，更偏指引性质，严格来讲不算涉及医疗核心环节。
2.面向医生的通用辅助类，如全科或家庭医生使用的工具，能覆盖多专科但不深入，以及专科专用类，如感染性疾病、神经内科、血液病等垂直领域模型。
3.底层技术类：具备病理分析、影像识别等专项能力。
“小域医”的研发路径是从检验科切入，再延伸到临床，最后做专科深化。不同于DeepSeek等通用模型，我们依赖30年的医检数据和专业医学知识库。
问：AI会取代医生吗？
李映华：我特别赞同一位专家的观点：AI不会取代医生，但不懂AI的医生会被懂AI的医生取代，懂AI的医生可以成为更高水平、更能提供人文关怀的医生。
从现实的趋势看，AI确实可以替代医生的部分工作，提高工作效率，但医生的核心价值在于复杂决策、人文关怀和临床经验，这些是AI难以替代的，例如，外科医生和护士因为需要体力操作和情绪价值，不可替代性较强。
尽管有数据显示，近两年美国梅奥诊所影像科医生的收入已因AI普及而下降30%，但不管怎样，在诊疗环节，AI仍是“助手”，而非“替代者”，能让医生聚焦复杂病例和人文关怀。
问：按照AI发展趋势，未来三年大模型会在医疗领域引发哪些变革?
李映华：变革主要体现在基层医疗补短板、多模态诊断、检验流程自动化等几方面。
目前来看，县域医生最需要AI，比如解读复杂报告、推荐检测项目。未来我们要融合检验、影像、基因数据，探索不同检测指标之间的关联性，力求预测患者潜在疾病实现治未病，比如病理AI已能通过细胞形态预测基因突变，这远超人工经验。
此外，流程自动化如黑灯实验室（无人检验）是改革的明确方向，更多体型小、检测效率高的轻量设备将出现，不论第三方检测机构还是医院检验科，效率提升与成本优化成为必然。
而实验室检测人员的职业价值也会从重复性操作向复合型技能的方向去进一步拓宽。
问：有人担心AI会不会让医疗去人性化，您怎么看待技术与人文的平衡？
李映华：AI听起来像冷冰冰的机器，毫无人性，但其实，AI不会让医疗失去温度，反而让人文关怀成为可能。
现实的医疗场景中，医生往往忙于完成各种诊疗文书的案头工作，患者往往“排队两小时、看病5分钟”，护士群体也有三分之一的时间被护理文书占据，即便他们希望抽出时间和精力关怀患者，也是心有余而力不足。
从这个层面讲，AI可以让医生回归“看病”的本质。如果医生在AI的帮助下写病历、分析初筛报告，就可以把节省出的时间真正还给病人，从“浅度医疗”走向“深度共情”，正如那位儿科李医生所说，“现在我能看着患者的眼睛问诊，而不是盯着电脑屏幕敲键盘了”。
策划：王卫国 李阳
统筹：尹来 游曼妮 王道斌
执行统筹：李文
采写：南都记者 杨丽云 李文
设计：叶可可 刘妍妍
更多报道请看专题：AI医线观察
banquan@nandu.cc. 020-87006626