導(dǎo)語

在醫(yī)療健康領(lǐng)域數(shù)字化轉(zhuǎn)型的浪潮中，數(shù)智技術(shù)正深刻重塑疾病研究、診療模式與健康管理方式。2025年12月12日-13日，“心血管數(shù)智健康及創(chuàng)新發(fā)展會議（2025）暨中國老年保健醫(yī)學(xué)研究會數(shù)智健康分會2025年會暨清華心血管教育培訓(xùn)課程”在北京清華長庚醫(yī)院隆重舉行。此次會議聚焦“數(shù)智心未來，健康新生態(tài)” 這一前沿主題，立足前瞻視野，搭建高水平交流平臺，旨在匯聚智慧、激發(fā)碰撞、共謀發(fā)展。

北京清華長庚醫(yī)院李棟教授作為醫(yī)學(xué)研究領(lǐng)域的杰出學(xué)者，在此次會議中分享了《臨床大數(shù)據(jù)與AI在醫(yī)學(xué)研究中的應(yīng)用》這一重要主題。臨床大數(shù)據(jù)蘊含著豐富的疾病信息，而AI技術(shù)則具備強大的數(shù)據(jù)分析和模式識別能力，二者的結(jié)合為醫(yī)學(xué)研究開辟了嶄新的路徑。在臨床實踐中，醫(yī)生們面臨著海量的數(shù)據(jù)，如何有效整合、分析并利用這些數(shù)據(jù)來提升疾病診斷的準確性、優(yōu)化治療方案，是當前醫(yī)學(xué)研究的關(guān)鍵問題。在此背景下，醫(yī)脈通特邀李棟教授進行專訪，以深入了解臨床大數(shù)據(jù)與AI在醫(yī)學(xué)研究中的具體應(yīng)用場景、取得的成果以及面臨的挑戰(zhàn)，為廣大醫(yī)生讀者提供前沿知識和實踐經(jīng)驗，助力醫(yī)學(xué)研究創(chuàng)新發(fā)展。

醫(yī)脈通：

臨床大數(shù)據(jù)來源廣泛、質(zhì)量參差，在應(yīng)用中您如何進行數(shù)據(jù)清洗和預(yù)處理？怎樣確保數(shù)據(jù)的準確性、完整性和一致性，以保障AI分析結(jié)果的可靠性？

1

李棟教授：

這是一個極具價值的問題，要妥善解答該問題，或許需從另一個視角切入，即明確數(shù)據(jù)清洗治理的目的。由于目的不同，所采用的處理方法也各有差異。

如果數(shù)據(jù)清洗治理的目的僅局限于臨床應(yīng)用，那么工作重點可能聚焦于提升與臨床數(shù)據(jù)相關(guān)的質(zhì)量，例如對缺失值進行補齊，提高數(shù)據(jù)本身的質(zhì)量等。

如果數(shù)據(jù)清洗和整理的目的是服務(wù)于科研，那么就會提出更為嚴苛的要求。眾所周知，在科研工作中，不僅要確保傳統(tǒng)數(shù)據(jù)質(zhì)量達標，還需對一些具有潛在價值的指標予以重點關(guān)注并妥善處理。這些指標在臨床早期或許并非臨床關(guān)注的重點，但對于探索新的治療方法或構(gòu)建更有效的預(yù)測模型而言，可能具有重要作用。

再者，就當下與人工智能緊密關(guān)聯(lián)的領(lǐng)域而言，若數(shù)據(jù)是用于大模型訓(xùn)練，那么其處理方法又截然不同。此時，不僅要關(guān)注數(shù)據(jù)本身，還需深入探究數(shù)據(jù)背后蘊含的所有邏輯，如此方能充分挖掘數(shù)據(jù)的價值，使其真正發(fā)揮效用。

綜上所述，此問題可簡要概括為：需依據(jù)最終所需的應(yīng)用場景來確定相應(yīng)的處理方式。

醫(yī)脈通：

從臨床醫(yī)生角度，這種結(jié)合能為他們的醫(yī)學(xué)研究和工作帶來哪些具體價值？比如是否能幫助醫(yī)生更快地分析患者數(shù)據(jù)、制定個性化治療方案，能否舉例說明？

1

李棟教授：

簡而言之，這確為事實。實際上，醫(yī)院里許多人一直秉持這樣一種觀點，即醫(yī)院最不缺數(shù)據(jù)，然而，事實并非如此。醫(yī)院中所謂“數(shù)據(jù)”的概念，與普通醫(yī)生或普通管理人員所理解的數(shù)據(jù)存在一定差異。在我們看來，醫(yī)院所擁有的大量內(nèi)容本質(zhì)上是信息，而非真正能夠用于科研、分析或訓(xùn)練的有效數(shù)據(jù)。

從這一層面來講，若能借助現(xiàn)代信息技術(shù)手段，將醫(yī)院的信息轉(zhuǎn)化為切實可用的數(shù)據(jù)，必將為醫(yī)生帶來前所未有的助力。例如，通過數(shù)據(jù)處理提高醫(yī)生的診療效率，將經(jīng)過初步處理的信息應(yīng)用于輔助診斷等，這些是目前已經(jīng)能夠預(yù)見到的積極影響。

但除此之外，數(shù)據(jù)的應(yīng)用對醫(yī)生的幫助遠不止于此，它為醫(yī)生構(gòu)建了一種類似“最強大腦”的工作模式。過去，醫(yī)療高度依賴醫(yī)生個體的經(jīng)驗積累，醫(yī)生診療水平的高低很大程度上取決于其診治病例的數(shù)量，進而形成個人獨有的經(jīng)驗體系。而如今，隨著數(shù)據(jù)的引入，除醫(yī)生自身的經(jīng)驗外，本學(xué)科、本地區(qū)乃至全球范圍內(nèi)所有優(yōu)秀的診療經(jīng)驗都能被整合并加以利用。這就如同為醫(yī)生配備了一個除自身經(jīng)驗之外的“最強大腦”與“高級參謀”。

如此一來，數(shù)據(jù)對醫(yī)生的幫助不僅體現(xiàn)在工作效率的提升上，更有可能從根本上徹底顛覆現(xiàn)有的診療模式。

醫(yī)脈通：

在使用臨床大數(shù)據(jù)時，如何確?；颊邤?shù)據(jù)的倫理和隱私問題得到妥善處理？您在研究中采取了哪些措施來保護患者權(quán)益，同時又能充分利用數(shù)據(jù)？

1

李棟教授：

在我看來，這一問題極具挑戰(zhàn)性，原因在于AI時代與傳統(tǒng)時代對患者隱私保護的含義存在顯著差異。在AI時代來臨之前（不妨稱之為傳統(tǒng)時代），我們通常采用常規(guī)手段，如脫敏、編盲等方式，去除患者的個人信息以實現(xiàn)隱私保護。

然而，AI時代的情況截然不同，AI具備強大的邏輯推理能力。打個不恰當?shù)谋扔?，就如同我們購買一張拼圖，即便因質(zhì)量原因缺失了參考圖樣，但只要有足夠的耐心反復(fù)嘗試拼接，最終仍能將完整的圖樣拼湊出來。AI時代亦是如此，除非一個人自出生以來在社會上毫無痕跡，例如未曾參加高考、未購買醫(yī)保、未辦理實名制手機號等涉及個人信息的活動，否則只要在社會中留下過痕跡，且隨著留痕次數(shù)的增多，憑借強大的算力，AI在一定程度上就能夠?qū)€人信息拼湊還原。

鑒于此，我們面臨的關(guān)鍵問題在于，如何在現(xiàn)有架構(gòu)下應(yīng)對這一全新挑戰(zhàn)，能否研發(fā)出適應(yīng)AI時代的、更為先進的患者隱私保護模式，成為當下的重要課題。目前，我們正在開展相關(guān)探索，其中包括研究AI時代的病人隱私計算技術(shù)，引入?yún)^(qū)塊鏈技術(shù)，以便在患者隱私泄露時能夠精準追蹤泄露的源頭與環(huán)節(jié)。此外，我們還在探索一種復(fù)雜算法，一旦發(fā)現(xiàn)患者隱私泄露，能夠安全、遠程地對泄露數(shù)據(jù)進行清洗或一次性刪除。盡管目前這些技術(shù)尚不成熟，但我們已經(jīng)取得了一些有益的探索成果。

醫(yī)脈通：

對于廣大醫(yī)生群體，在日常工作和學(xué)習(xí)中，應(yīng)如何更好地利用臨床大數(shù)據(jù)與AI技術(shù)提升自身專業(yè)能力？您有哪些具體的建議和指導(dǎo)？

1

李棟教授：

最為關(guān)鍵的是，傳統(tǒng)模式下醫(yī)護人員僅需熟練掌握醫(yī)療專業(yè)知識與臨床經(jīng)驗即可滿足工作需求，然而從當下的實際情況來看，這顯然遠遠不夠。

其一，醫(yī)護人員至少應(yīng)當對算法具備一定程度的了解，至少要能夠理解算法所輸出的結(jié)果，從而基于這些結(jié)果為診療工作提供參考與決策依據(jù)。

其二，除與患者進行有效溝通這一基礎(chǔ)能力外，醫(yī)護人員還需掌握一項新的能力，即能夠清晰、準確地將自己的專業(yè)想法傳達給數(shù)據(jù)工程師與算法工程師，通過這種跨學(xué)科的溝通協(xié)作，借助多學(xué)科交叉融合的方法，使自身的專業(yè)理念與設(shè)想得以落地實現(xiàn)。這一能力在過去或許并非醫(yī)生必備，甚至相對欠缺，但在當下則應(yīng)成為醫(yī)護人員應(yīng)當具備的重要素養(yǎng)。

醫(yī)脈通：

您認為臨床大數(shù)據(jù)與AI的應(yīng)用對醫(yī)療健康行業(yè)會產(chǎn)生哪些深遠影響？未來幾年，這一領(lǐng)域?qū)⒊尸F(xiàn)出怎樣的發(fā)展趨勢，如新技術(shù)、新應(yīng)用的涌現(xiàn)等？

1

李棟教授：

AI對臨床產(chǎn)生的最大影響在于，它從根本上顛覆了傳統(tǒng)的醫(yī)療模式。眾所周知，傳統(tǒng)醫(yī)療高度依賴醫(yī)生的個人經(jīng)驗，醫(yī)生診治的病例越多、接觸的疑難雜癥越豐富，其診療水平往往越高。

然而，這種依賴個人經(jīng)驗的模式存在明顯局限。一方面，受地域限制，醫(yī)生難以全面掌握其他地區(qū)乃至全球的先進診療經(jīng)驗；另一方面，個人知識結(jié)構(gòu)也存在固有邊界，即便經(jīng)驗豐富，也難以窮盡所在領(lǐng)域的所有知識。

而AI的出現(xiàn)，為醫(yī)生賦予了新的能力，堪稱為其插上了翅膀。借助AI，醫(yī)生不僅能夠快速獲取本地的治療經(jīng)驗，更能依托其強大的分析能力，整合全球范圍內(nèi)該領(lǐng)域最優(yōu)質(zhì)、最前沿的成果，為自身診療提供高水準的參考，形成一種類似“高級參謀”的支持模式。

由此，醫(yī)療模式從單純依賴醫(yī)生個人經(jīng)驗，轉(zhuǎn)變?yōu)槿藱C交互模式，醫(yī)生可隨時與AI提供的方法進行互動，實現(xiàn)人機優(yōu)勢互補。目前，這一趨勢已較為明顯。

專家簡介

李棟 教授

北京清華長庚醫(yī)院

• 醫(yī)學(xué)博士

• 現(xiàn)任清華大學(xué)附屬北京清華長庚醫(yī)院醫(yī)學(xué)數(shù)據(jù)科學(xué)中心主任、研究員

• 清華大學(xué)生物工程特聘教授

• 受聘為四川大學(xué)華西醫(yī)院特聘教授

撰寫：Zelda

審校：李棟 教授

排版：Zelda

執(zhí)行：Zelda

本平臺旨在為醫(yī)療衛(wèi)生專業(yè)人士傳遞更多醫(yī)學(xué)信息。本平臺發(fā)布的內(nèi)容，不能以任何方式取代專業(yè)的醫(yī)療指導(dǎo)，也不應(yīng)被視為診療建議。如該等信息被用于了解醫(yī)學(xué)信息以外的目的，本平臺不承擔(dān)相關(guān)責(zé)任。本平臺對發(fā)布的內(nèi)容，并不代表同意其描述和觀點。若涉及版權(quán)問題，煩請權(quán)利人與我們聯(lián)系，我們將盡快處理。