近日，第五届医学影像AI学术会议在上海举办。现场，一场公开的“人机读片大赛”成为会议讨论焦点。
在国内，AI医学影像企业一贯喜欢举办“人类VS人工智能”的读片大赛，展示自家AI的“判断力”。但这次，不同于行业常见的内部测评，会议主办方从各地三甲医院中征集了10份“令医生们觉得‘见所未见’”的真实影像病例，设置7类“医生+AI协作”或AI智能体独立写作的参赛组，由这些参赛选手们提前完成10份诊断报告撰写，再让医生专家现场打分，直观体现报告质量与产出效率的真实差异。
把模型直接放到几十位顶尖专家眼皮底下实时实战，极具压力。毕竟，每一份输出报告都会被放大审视。AI参赛方数坤科技对36氪提到，这是一场“闭卷考试”。“组委没有告诉我们病例的具体情况，AI没有办法提前学习。参赛前，我们也很紧张，不知道它的表现会如何。”
赛后，数坤科技独立参赛的CT全胸智能体和DR全身智能体获大会颁发的“见所未见·勇气证书”
从现场公示结果来看，高年资医生加多任务智能体的组合平均得分最高，为85.2分；低年资医生加智能体的组合得分为83.8分，在部分病例中甚至拿到了全场最高分。独立工作的智能体得分为66.2分，在得分上逊于医生独立撰写和人机协作的形式，但用时仅20分32秒，是所有组别中最快的（各组用时均在66-88分钟之间）。
7组参赛选手撰写10份诊断报告的用时和得分情况（其中“低资”“高资”分别指代低年资医生和高年资医生）
一位被分到用传统病例模板“手搓”的低年资参赛医生坦言，脱离AI工具，依靠传统模板书写报告时，低年资医生往往会暴露经验短板，容易在病灶识别、征象定性的环节出现疏漏，报告整体质量波动较大。当前，这也是国内大量基层、年轻放射医师普遍面临的工作现状。
而搭配多任务智能体协同作业的组别中，医生可以拿到AI初步梳理完成的征象清单和报告初稿，病灶检出的覆盖度更高，能够减少人眼阅片带来的漏检风险。
不过，新的实操问题随之显现，智能体输出的内容会混杂部分假阳性结果，医生需要逐一回到原始影像做复核校验，当AI给出的判断逻辑和自身临床认知不一致时，又需要投入额外时间做甄别判断，在部分病例上反而拉长了整体工作时长。“现阶段，临床中缺少明确的AI操作规范，我们该如何采信AI输出内容、如何把握边界？这也是一线日常工作里很实际的难题。”
与此同时，比赛中还有个有趣的现象：多位评审专家在解读打分结果时，都误判了报告来源。比如，有专家因为某份报告“写法和用词太熟悉了”，断定是高年资医生使用传统模板完成的，实际却是高年资医生使用垂直AI模型写出来的。这意味着，现阶段，AI生成的报告在术语和结构上已经越来越接近人类医生的表达习惯，人机边界慢慢变得模糊。
这场实测之所以备受会议现场的企业和医生关注，是因为它发生在医学影像行业技术迭代的关键节点。
过去数年，国内AI医学影像企业主要深耕垂直模型，一款模型聚焦单一任务，肺结节、冠脉、脑出血等各自对应独立产品，解决特定病灶检出、量化测量问题，不少产品拿到医疗器械注册证，已经进入医院落地使用；但垂直模型的局限性也逐步暴露。比如，放射科一份CT报告需要覆盖全身多器官、数十类异常征象，医生需要在多个AI模块间来回跳转调用，工具碎片化，很难贴合放射科完整的报告工作流。
伴随着大语言模型技术的渗透，近一两年，国内多家医疗影像厂商集体转向多模态、医疗智能体方向，尝试把分散的单任务模型整合起来，模拟放射医生完整阅片逻辑，实现一次影像输入，完成多器官多病种分析，直接生成完整报告初稿。
本次会议期间，数坤科技也发布了CT全胸、DR全身两款临床智能体产品，正是这一轮技术转向下的产物。另据数坤科技创始人、董事长毛新生透露，公司还将于近期“发布医学世界模型”。
行业普遍的期待是，把医生从重复的征象罗列、测量、初稿撰写工作释放出来，工作重心转向复核和综合研判。但技术概念落地到真实临床环境，效果往往和演示环境存在落差，这次“人机大赛”，正是希望将把这种落差完整呈现出来。
毛新生认为，上一代垂直模型擅长做“识别”类任务，经过标注数据训练，能完成病灶检测、分割、量化，能力边界清晰，优点是可控性强，缺点是任务能力固化，每新增一类疾病，就要重新做数据标注、训练新模型，很难泛化处理临床里层出不穷的非典型、少见病例；而大模型带来的变化是，模型具备了推理、归纳、组织语言的能力，不再仅仅输出病灶坐标与测量数值，而是能模仿放射诊断思维，完成阅片流程拆解、征象归纳、组织完整医学文本，有能力打通从影像信号到最终报告的全链路。
如果给两代技术打个比方，过去的AI就像“专科实习生”，只能看一种病，还需要医生手把手带。今天的AI智能体是更像是“首席助理”，把一张片子丢过去后，它能自己分诊、自己标注、自己写报告初稿，医生只需要审核签字。
这种变化带来的直接结果是工作流的重构：医生从“写报告的人”变成了“审报告的人”。
延伸到产品端，此前，垂直AI产品大多只能作为单点辅助工具采购，解决科室某一类特定筛查需求，采购价值集中在降低漏诊、提升特定病种效率。智能体产品瞄准的则是放射科完整工作流，目标是介入报告生成全流程，理论上可以同时服务三甲医院高负荷科室，也可以帮助基层补齐诊断能力。
不过，这也随之带来新的现实问题：一方面，智能体输出内容变长、逻辑链条更复杂，出错形态不再是简单漏检，会出现推理错误、描述偏差，对产品的验证、注册审评都提出更高要求；另一方面，医院端该如何核算这类产品的临床价值，如何建立配套的质控、医生使用规范，整套体系都还没有跟上技术的变化。
毛新生也提到，即便技术实现突破，医疗AI产品落地依旧离不开海量真实世界多中心病例打磨，仅靠单中心数据训练的模型，很难适配国内不同层级医院内复杂多样的临床场景。
商业化层面，竞争逻辑也已经改变。“过去，大家比的是谁先拿到证，现在则是谁能真正让医院为AI服务付费、持续使用并续约。这完全是两套评价体系。因此，真正的挑战在于政策层面，因为医疗AI本质上是‘数字员工’，但目前的收费体系仍将其视为普通软件。”毛新生认为。
换言之，AI大模型与智能体打开了AI医学影像的新想象空间，解决了传统垂直模型碎片化的痛点，但是，技术落地不直接等同于临床价值兑现。走过单点工具普及阶段之后，如今的AI医学影像，已经来到工作流重构的关口，技术能力向前迈出一大步，与之配套的临床规范、价值评估和监管路径，都还处在同步摸索的过程当中。
热门跟贴