2月26日，由复旦大学附属中山医院联合上海科学智能研究院共同研发的——观心大模型CardioMind beta版正式发布 。

作为国内首个深耕心血管专科的医疗大模型 ，该系统通过整合多模态诊疗数据与顶尖医生经验
，实现了从病史采集到辅助诊断的全流程智能化，标志着AI技术在垂直医疗领域的重大突破
。

“我们能教会AI像顶尖专家一样思考。”中国科学院院士 、中山医院心内科主任葛均波表示 ，“AI心医生 ”的目标是打造一个具有顶尖专家级诊疗经验的心血管病专科医生 。

2025年
，随着DeepSeek在人工智能领域的突破性进展，人们不再仅仅满足于AI对医生的辅助功能 ，转而开始深入探讨更具挑战性的问题：为什么AI不能取代医生？当医生的诊断和AI不一致时怎么办？

葛均波等医学专家认为
，AI目前尚无法完全取代医生，这不仅受限于技术层面的不足 ，还涉及医学伦理问题
，因为承担诊疗行为法律责任和道德义务的主体是医生，而非AI
。但葛均波也坦言 ，尽管自己拥有丰富的临床经验，将来AI一定会超过他的知识面
，他期待借助AI，医疗能够更精准
、更高效。

2月26日 ，上海中山医院
，中国科学院院士、中山医院心内科主任葛均波阐述“AI心医生
”——观心大模型CardioMind beta版 。上海中山医院供图

教会AI医生像顶尖专家一样思考

对于AI，葛均波可谓情有独钟
。

早在2018年第十二届东方心脏病学会议上 ，葛均波与AI机器人“小葛”就有过一场对话
，“小葛 ”跟着葛均波挑战高难度手术操作，首次向心血管学界展示了人机协作诊疗的构想。2019年 ，葛均波提出“AI赋能医学
，未来已来”，当时他感觉到AI已经开始革命性地改变临床工作 ，特别是在辅助诊断上 。

他表示
，目前中国有14亿人口，近3亿的心血管疾病高风险人群 ，而心血管专科医生10万人左右。在未来的医学发展中，最有希望的进步就是AI的加入
。最近几年
，AI与辅助医疗已经不是一个空的概念，“AI医生
”真的已在某些方面超过了医生 ，能够大大提高医生对疾病的诊断效率
，减少不必要的检查或不必要的治疗。“当年我们讨论的还是AI能否理解医学知识，如今它已经能够深度参与疾病诊断和临床决策 。”葛均波说
。

这次发布的观心大模型CardioMind ，其研发与训练在常规心血管疾病指南 、文献输入的基础上
，还输入了复旦大学附属中山医院心内科积累的数十万份电子病历和心内科医生思维，以及名医提炼的疑难病例诊疗逻辑。“我们不仅喂给AI数据 ，更教会它像顶尖专家一样思考 。 ”葛均波说
。

与通用AI不同
，“AI心医生
”展现出鲜明的专科化特征，其知识库精准聚焦心血管疾病 ，涵盖冠心病、心律失常
、心力衰竭等各亚专科领域。更关键的是
，系统突破单一文本数据分析，实现了心电图、超声影像 、实验室检查等多模态数据的整合推理 。

根据葛均波现场演示 ，“AI心医生”包含就诊系统与问询系统，可以精准解析患者主诉
，结合病史和检查数据，自动生成结构化电子病历
。同时它可以根据病史 ，结合多模态数据深度推理
，生成智能辅助诊断。它还可以成为一个聊天工具，精准回答心血管专科问题 。

复旦大学教授
、上海科学智能研究院院长、无限光年创始人漆远表示 ，这一系统融合了中山医院丰富的临床数据 、诊疗经验和上智院-无限光年联合实验室最新的人工智能技术
，标志着智能医疗迈出了关键一步
。未来，双方将继续深化合作 ，推动人工智能在医疗中的应用
，为精准诊疗和高效服务提供更坚实的技术支撑。

2月26日，由复旦大学附属中山医院联合上海科学智能研究院共同研发的“AI心医生 ”——观心大模型CardioMind beta版正式发布 。上海中山医院供图

AI医生的局限性

当DeepSeek“引爆
”人工智能后 ，有患者拿着AI的回答和医生对峙
，结果发现AI更准确，医生当场“破防”。这种情况已不是偶然 ，未来还可能出现
。那么，当医生的诊断和AI不一致时怎么办？为什么AI不能代替医生？

毫无疑问
，AI已经大大促进医学发展，成为医生的好助手。然而对于AI完全取代医生的设想 ，葛均波等专家认为
，这一愿景在现阶段仍为时过早 。

在葛均波看来，随着技术不断演进 ，当“AI医生 ”能够更深度地思考
、感知甚至操作手术
，它有可能在某些领域超过许多医生，成为一个标准化的“医生
”
。但在未来一段时间内 ，它还无法完全取代医生
，这当中有很多原因。

葛均波一直认为医学是一门模糊科学，是一门概率科学 ，很难精确地预判
，只能大概率地判断 。在实践中，再简单的手术 ，都不可能百分百没有并发症；再高明的专家，在临床实践中
，也不可能百分百准确诊断
。医学变量的模糊性及变异性，以及参数之间可能会发生交互作用 ，对AI在医学中应用提出了更高要求。

AI的能力和水平依赖大模型的训练 。但医学变量和常规变量不一样
，有时候难以准确收集，一个人所涵盖的生物信息参数本身是非常巨大的 ，再加上受制于个人隐私、医学伦理 、信息壁垒等因素
，要建立一个完整的海量生物信息数据库是一个非常大的挑战
。这也会成为AI面临的局限性。

2024年，第十八届东方心脏病学会议（OCC 2024） ，葛均波用最新款的AR+VR头戴式混合现实设备并进入虚拟诊室 。澎湃新闻资料图

如果医生的诊断和AI不一致怎么办？在中山医院副院长钱菊英教授看来
，现阶段还是以医生的诊断为准
。原因很简单，因为医生在诊治病人时会综合患者大量的个性化情况 ，同时医生要为诊疗行为负法律责任
，而AI还无法承担医疗责任。

葛均波也支持这一观点 。“AI不是责任人，它可以给医生建议 ，但它不负责任。”他特别提到，关于人工智能的医学伦理问题现在已提上议程
，如何厘清AI的功能和责任，避免医疗冲突 ，这是业内要思考的问题
。当前
，医生还是承担医疗责任的主体，诊断
、治疗和护理患者的过程中负有法律责任和职业道德义务 ，AI医生则是一个辅助工具。

虽然AI尚无法完全取代医生
，但专家一致认为，AI在医学领域扮演的角色越来越重要 。用中山医院院长周俭教授的话说 ，“现在要成为一位好医生
，必定要是一个善用AI的医生
。 ”

2024年，中山医院心内科门诊量已超过82万人次。患者体量如此大 ，平均到科室每个医师身上
，每天接诊压力很大 。葛均波说，不少专家在自己的专科、亚专科领域具有顶尖水准 ，但是对自身研究之外的疾病不一定精通，这时候“AI医生
”就能大展拳脚
，提升效率 、优化流程，并避免漏诊
、误诊
。

“亚专业、亚专科分工越来越细 ，医生的知识是有局限性的
，心内科的医生不一定很熟悉内分泌科的最新进展，可是临床上 ，医生常常要解答患者各种具体问题
，所以好医生必须得懂得用AI辅助。”钱菊英说 。

目前，“AI心医生 ”——观心大模型CardioMind beta版还是一个测试版 ，葛均波表示不久后将会推出正式版
，功能持续升级，让医生与病人有更好的体验
。同时 ，“AI心医生”有望将三甲医院顶尖专家的经验转化为可复制的“数字诊疗力
”
，实现优质医疗资源下沉。

对于AI医生，葛均波始终抱有积极期待 ，他坚信AI将使医疗更加精准和高效 。他谦逊地说，尽管自己是一名经验丰富的医生
，由他主编的《内科学》——从呼吸科 、血液科到消化科，每一个标点符号都经过他的仔细推敲
。但他深知 ，现在或将来
，AI会超过他的知识广度。

“‘AI心医生’这个平台，我希望能够进一步拓展医生的知识面 ，不会漏诊、误诊任何一个病人 。”他说。