观察｜从想象到实践，在WAIC看到“未来医疗”

在2026年世界人工智能大会（WAIC）上，医疗AI无疑是热度最高的赛道之一。漫步会场，各类医疗AI产品随处可见：疾病早筛工具、临床医生智能助手、医疗诊断大模型……“未来医院”、“元医院”、“超级医生”成为论坛上专家学者口中的热词。

当前的医疗AI，早已不再是实验室里的概念演示，而是已经扎进了真实的临床场景，它的发展速度比所有人预想的都要快。2026年世界人工智能大会（WAIC）现场。本文图片 澎湃新闻记者 陈斯斯 摄AI为医生和患者带去了什么？

在此次大会的一场论坛上，复旦大学附属中山医院肝胆肿瘤与肝移植外科孙云帆教授佩戴MR设备亮相，他通过沉浸式医疗场景，以第一视角展示医生与“元医生”协同完成一位肝肿瘤患者的诊疗全过程。

“你好，小U，帮我整合这位患者的疾病诊疗时间线。”随着一声指令发出，原本分散在影像系统、电子病历等多系统中的患者信息被快速调阅，影像辅助诊断AI、三维重建AI等多个智能体自动协同工作，数秒内生成完整诊疗时间线，涵盖患者入院经过、历次检查结果、关键影像变化以及治疗过程。

复旦大学附属中山医院肝胆肿瘤与肝移植外科孙云帆教授佩戴MR设备亮相。孙云帆将这一场景生动地比喻为《钢铁侠》中的“贾维斯”：“传统查房常常是主任带着团队医生一起查房，大家需要查阅病人很多资料信息，提前了解清楚，而如今这样的‘超级医生’走进查房日常，让医生无需在多个系统之间反复切换，也无需耗费大量时间进行信息检索和数据整理，这些繁琐的数据处理、知识调用和流程协同，全部由元医生负责完成，临床医生则能够更加专注于患者沟通、临床判断和治疗决策。

”AI不只服务院内诊疗，也走进普通家庭。在此次徐汇西岸分会场一楼展厅，一款面向阿尔茨海默病早期风险筛查的多模态AI应用吸引了诸多观众驻足体验。据展台工作人员介绍，这款产品由联影智能研发，传统认知功能筛查通常需要患者前往医院，由专业人员进行评估，而通过这一AI应用，用户通过手机即可完成语音交流、图形绘制等交互任务，AI结合语言表达、语音特征、行为表现等多维信息，辅助开展风险评估。

有现场体验观众直言：“以前很多老人不愿意主动去医院做筛查，但如果是在家通过简单互动完成，就更容易接受。”另一款“云影像分析助手”同样引发观众围观。不同于传统基于文字报告进行分析的应用，该产品突破了通用大模型难以直接理解医学影像数据的限制。

观众扫描云胶片二维码后，即可通过自然语言与AI对话，询问“结节大小”“所在位置”“是否需要关注”等问题。AI不仅能生成文字解释，还能在影像中标注对应病灶区域。有观众现场感叹：“家人正好有肺结节问题，每年都在体检，但报告太专业看不懂，这样的方式正好帮助我们理解。

”在2026年世界人工智能大会（WAIC）展馆内，展出了一系列AI医疗应用，包含健康筛查系统等。AI如何改变医院管理，赋能基层诊疗？AI除了服务医患，还为医院管理工作、基层医疗赋能带去了更多的有益尝试。

在大会举办的“智能伙伴共建未来元医院”论坛中，中国科学院院士、浙江大学医学院附属邵逸夫医院院长蔡秀军透露其所在医院的“智慧医院”建设。他指出，AI智能导诊分诊可以帮助患者在家就明确就诊科室，同时将患者的语音自动转化为符合医院要求的结构化电子病历模板，大大方便了医患之间的交流。

而AI辅助肝脏肿块诊断应用系统，3分钟就可以出报告，诊断准确率可以达到90%左右。基层医疗机构也有改变。重庆市秀山县人民医院副院长龙军介绍，当地采取“1+4+27+N”模式，以县医院为龙头，链接4家专科、27家基层和村卫生室，部署AI影像阅片、预问诊、病历质控系统。

“半年来，智能阅片辅助诊断超6.4万份，危急值自动弹窗报警，累计成功救治急危重症患者100余例，极大缩短了救治时间。”龙军进一步介绍，更重要的是，智能预警报警系统在基层检查过程中会自动筛选出危急值进行弹窗提醒，县域影像中心复核后立即联系相关的医疗机构进行远程指导，必要时就近转诊。

在2026年世界人工智能大会展馆内，展出了一系列AI医疗应用。AI医疗未来如何发展？面对AI行业热潮，临床从业者心态复杂，既有期待，也存顾虑。蔡秀军坦言，身为医务工作者和医院管理者，对AI医疗领域的应用“既抱有很大期望，又有很大担忧”。

在蔡秀军看来，尽管现在有人预言AI和机器人发展会让“医生失业”，但他认为医生永远不会失业，医学生必须要持续培养。人工智能被部分舆论过度神化，离高质量的医疗人工智能仍有一定差距。但这并不意味着可以拒绝新技术，必须拥抱这些新技术才能适应它。

蔡秀军特别指出，复合型人才的匮乏是制约AI医疗落地的关键，“人工智能专家行医很难，但刚毕业的医学生如果对AI有兴趣，将来会非常有市场。”清华大学副教务长、医学院院长黄天荫在此次大会中表示，很多医生都有点焦虑，不知道怎么样跟AI时代接触。

很多工作AI会代替，但是医疗不会，首先医学过程的改变很慢，技术进入临床的过程也很缓慢，“现在，很多AI其实还达不到临床需求，而且临床需求跟AI技术不是都具有一致性，甚至不同学科的临床需求也是不同的。

”在黄天荫看来，未来AI医疗肯定是一个好事，但还需要很多的耐心，“再好的算法、再好的技术，如果很难纳入医疗环节中去，都很难真正落地应用。”中国科学院院士、复旦大学附属中山医院心内科主任葛均波同样强调了医疗行为的特殊性。

“医疗对安全性、容错率要求极高，AI可以帮助我们整合信息、提示风险、提高工作效率，但关键决策还应该由医生来负责。他还强调了AI之外医学领域需要的人文温度：“医生与患者之间，除了治疗以外还有人情与责任，而责任不能简单地推给算法。”