去医院做个 CT 或磁共振,很多人最关心的是:报告什么时候能出?
你可能没注意到,在一些医院里,片子拍完之后、医生打开它之前,已经多了一道工序:AI 先把片子过一遍。如果看起来像脑出血或肺栓塞,它会把这份检查挪到医生工作列表的最前面。
这几年关于"AI 看片"的说法很两极。一种说放射科医生快要失业了,另一种说全是噱头。实际情况在两者之间,而且比这两种说法都具体。这篇文章就回答三个问题:AI 现在在医院里干什么?干得怎么样?哪些事它还担不起?
一、AI 在医院里,实际在做什么
很多人想象中的"AI 看片",是机器看完片子直接给出诊断。现实中,医院里用得最多的 AI 主要做两类事。
第一类是排队。可以把它想成急诊的分诊护士:它不负责看病,但决定谁先被看。扫描一结束,AI 先筛一遍,把疑似脑出血、肺栓塞这类急症的片子提到前面,让医生先读。
第二类是当"第二双眼睛"。比如在胸部 CT 上圈出肺结节并测量大小,在 X 光片上提示可能的骨折。圈出来的东西算不算病、要不要处理,仍然由医生判断。
这类产品已经很多。截至 2026 年 3 月,美国 FDA 累计批准的 AI 医疗器械超过 1500 个,其中 1100 多个属于放射影像,约占四分之三。但其中绝大多数是"一个产品管一件事":查肺结节的只查肺结节,查脑出血的只查脑出血。
用的人也不少。2024 年一项欧洲调查显示,47.9% 的放射科医生已经在临床工作中用上了 AI。
产品多了,新的问题也来了:用了到底好不好,换一家医院还好不好?2026 年 8 月,美国 12 家大型医院集团和 AI 公司 Aidoc 组建了"诊断 AI 联盟",想回答的就是这个。他们计划共同设计急症优先分诊的流程,在所有成员医院里测量它对安全、质量和速度的影响,再整理成其他医院可以参考的管理手册,首批数据预计 2027 年发布。Aidoc 自称其 AI 已在近 2000 家医院运行,每年分析约 6000 万例检查(公司自报数据)。
二、效果怎么样:有数据,但要看清量级
先看分诊。2025 年《European Radiology》发表的一篇系统综述,汇总了 38 项研究、约 13.8 万份影像。AI 分诊上线后,报告周转时间平均缩短:肺栓塞 12.3 分钟,卒中 20.5 分钟,颅内出血 4.3 分钟,胸部病变 29.7 分钟。
单位是分钟,不是小时。对普通门诊来说,这点差别几乎感觉不到;但对卒中、肺栓塞这类每一分钟都关系到治疗机会的急症,报告早 20 分钟送到临床医生手里,可能就意味着溶栓或取栓能早一步开始。
需要说明的是,这类研究大多测的是"报告出得多快"。报告变快之后,病人的预后是否真的更好,目前直接测量的研究要少得多,结论也还不统一。
再看一个国内的例子。武汉大学杜博、赵煌旋团队基于 DeepSeek 的多模态模型,开发了胸片解读系统 Janus-Pro-CXR,在 3 家医院、296 名患者中做了前瞻性试验,结果 2026 年 5 月发表在《自然·通讯》上:
- 单份报告的解读时间缩短 18.3%,报告质量评分明显提高;
- 年轻医生对肺炎的检出比例从 36.1% 提高到 52.4%;
- 模型只有 10 亿参数,一块普通消费级显卡 1 到 2 秒就能出报告。
最后一点值得多说一句。论文里引用了一组数据:低收入国家每百万人口只有 1.9 名放射科医生,高收入国家是 97.9 名,相差约 50 倍。对缺医生、也缺高端算力的基层医院来说,一个"装得上、跑得动"的模型,往往比一个准确率再高一点、却需要昂贵服务器的模型更有用。当然,近 300 人的试验规模还不大,结论需要更多医院、更多病人来验证。
三、实验室里的下一代:从"专科"走向"通用"
前面说的是已经在医院里用的。这一节说的大多还在论文和研究阶段,离医院的日常使用还有距离,但能看出方向。
1. 一个模型看多个器官:RADAR
2026 年 9 月,阿里达摩院与浙江大学医学院附属第一医院在《Science》上发表了 RADAR。和"一个产品管一件事"不同,它读一份腹部增强 CT,能同时评估 18 个器官、146 种病症。
它用 40 多万例腹部增强 CT 训练,在近 4 万次真实检查的评估中平均 AUC 为 0.913。和 26 名放射科医生对比,准确率超过其中 23 人。医生在它辅助下,漏诊减少约 10%,诊断用时缩短 30% 以上。模型已在 HuggingFace 开源。
2. 不多做检查,把拍过的片子再读一遍:机会性筛查
体检和日常看病中,每天都有大量平扫 CT 被拍出来,大多数看完就归档了。机会性筛查的思路是:不增加任何扫描,让 AI 在这些已有的片子上顺便找找有没有早期癌症的迹象。
达摩院在这方面做了一系列研究:
- 胰腺癌模型 PANDA:敏感性 92.9%,特异性 99.9%,2025 年 4 月获美国 FDA"突破性医疗器械"认定(《Nature Medicine》);
- 胃癌模型 GRAPE:敏感性 85.1%,特异性 96.8%(《Nature Medicine》,2025 年 6 月);
- 食管癌模型 EAGLE:外部验证敏感性 90%,特异性 98.5%;
- 肝癌模型:在两个月内发现了 15 例此前被漏掉的恶性肿瘤;
- 加上结直肠癌模型 COCA,覆盖五种常见癌症。
这个方向很有吸引力,近年来"预防为主"也被反复强调。但筛查恰恰是最需要冷静的领域,原因可以用一笔简单的账说明。
特异性 99.9% 听起来几乎完美。但假设对 10 万份平扫 CT 做胰腺癌筛查,0.1% 的误报就是约 100 人。而在没有症状的人群里,这 10 万人中真正有早期胰腺癌的,可能只有几十人甚至更少。也就是说,AI 发出的"可疑"提示里,误报可能和真病例一样多,甚至更多。每一个提示都要靠增强 CT、磁共振乃至穿刺去确认,背后是费用、焦虑,以及少数人的检查并发症。
所以筛查 AI 要回答的不只是"敏感性多高",还有:提示可疑之后谁来解释、怎么随访、费用谁出,以及大规模推广是否真的能降低死亡率。这些问题目前大多还没有答案。
3. 从"找病灶"到"讲道理、写报告"
另一个方向是让 AI 不只指出"这里有异常",还能说清楚为什么这么判断,甚至写出完整报告。
达摩院的"灵枢"能同时理解 X 线、CT、MRI、超声、病理切片等 12 种以上的医学影像,并给出推理过程。英伟达 2026 年 9 月底发布的 NV-Reason-CT 专攻 CT:一份腹部 CT 常有三四百层图像,普通大模型很难处理,它直接读取整套三维数据,一步步推理后生成结构化报告,还能回答医生的追问。它的前代胸片版本 NV-Reason-CXR 在一项多读者临床研究中显示,能节省时间且准确率不下降。英伟达也明确说明,这是开放的研究工具,不是获批的临床产品。
这条路上也有明显的问题。有研究专门测试了一点:模型给出答案时,能否同时在图像上指对位置。结果一旦要求"答案必须附上正确的影像证据",模型得分就大幅下降。换句话说,AI 说对了结论,不代表它真的看对了地方。影像诊断里,左肺和右肺、这个结节和旁边那根血管,差一点就是两回事。
四、它还担不起的三件事
第一,获批不等于有效。FDA 批准的 1100 多个影像 AI 产品,大多数走的是相对简化的审批路径,主要证明"和已有产品差不多",而不是证明"让病人结局更好"。MedCity News 2026 年 8 月的报道指出,超过 90% 的美国医疗系统用了第三方 AI,但有能力在上线前自己测试的不到一半。在国内,AI 影像软件同样按医疗器械管理,获批的用途通常是"辅助"诊断。
第二,换一家医院可能就不灵了。一个模型在 A 医院表现很好,到了 B 医院可能明显变差:病人群体不同,CT 机器品牌不同,扫描参数不同。这也是那 12 家医院集团要联合起来的原因,用多家医院的真实数据,换来更可靠的证据。
第三,出了问题谁负责,规矩刚开始写。目前影像报告由医生签发,责任也在医生。但 AI 参与越多,"医生该在多大程度上相信 AI""AI 变差了谁来发现"这类问题就越实际。2026 年 5 月,美国放射学会(ACR)和影像信息学会(SIIM)联合通过了首个影像 AI 执业规范,覆盖从选型、上线、持续监测到质量改进的全过程。这说明行业已经意识到:买来装上只是开始,日常管好它才是难点。
五、作为患者,可以知道的几件事
- 你的影像报告由医生签发并负责。即便医院用了 AI,它也只是参考之一。
- 如果体检报告里出现"AI 提示可疑"之类的字样,不必恐慌,也不要置之不理,带着报告找相关专科医生,由医生判断是否需要进一步检查。
- 不需要为了"让 AI 看一遍"专门去多做检查。多一次 CT 就多一次辐射,过度检查本身也有代价。
结尾
2016 年,"深度学习之父"之一的 Hinton 说,现在应该停止培养放射科医生。九年后,他在接受《纽约时报》采访时承认当时说得太宽泛了,他指的只是图像分析;他认为自己错在时间,方向没错,未来多数影像会由 AI 和放射科医生共同解读。斯坦福的 Langlotz 教授的说法更早也更实在:AI 不会取代放射科医生,但会用 AI 的放射科医生会取代不会用的。
《新英格兰医学杂志》2026 年的一篇文章里提到,医学知识的垄断正在被打破,但诊室里病人欲言又止的那片刻沉默,AI 读不懂。
回到开头的问题:AI 进医院看片,走到了哪一步?它已经在帮医生排队、圈病灶、省时间;在研究里,它正在学着看全身、讲道理、写报告;但证据、外推和责任这三关,还远没有过完。目前最现实的分工是:AI 多看一眼,医生多想一步,最后签字的仍然是医生。