受采嘉宾：伟鹤
·蚂蚁集团副总裁
·数字医疗健康事业部总经理
本期主持人：老蒋巨靠谱
本期受邀AI Deep Talk专访，在WAIC现场进行录制
10:21-12:37 为何独立推出医疗APP而非支付宝内设入口
23:46-27:32 降低误诊率的方法：优化AI诊疗流程的设计
24.对话蚂蚁集团副总裁伟鹤：做AI医疗要成为医生的战友，而不是对手
35分钟 ·
2808·
18
280818
MetaBlue
2025.8.14
5
差强人意，感觉是有些产品变现逻辑不方便讲。
AI医疗只有在一种场景下，没有伦理问题。那就是患者读医学类的书、医学类的科普书只能懂个七七八八，不太能够完完整地理解这里面的东西。然后刚好AI医疗又能够给出一个七七八八的诊断、建议、医学常识。
相比患者自己去看医疗相关的信息，还不如直接用AI医疗给你同等效果的信息。自己看信息，还要花时间，花力气，比较麻烦，AI可以给你现成的。信息自己花时间看，和AI给你现成的信息相比，最后患者得到的效果差不太多，都是懂个七七八八，也不是特懂，具体有什么问题，还是要问医生。
只有在这种场景下，AI医疗才是没有任何伦理问题。但是稍微变通一下，比如说患者获取信息能力比较强，本来就有生物学和医学的常识，甚至能够获得更加一手的信息(医疗的文献），那这个效果要远远比AI给出来的答案要靠谱的多。
相比患者自己去看医疗相关的信息，还不如直接用AI医疗给你同等效果的信息。自己看信息，还要花时间，花力气，比较麻烦，AI可以给你现成的。信息自己花时间看，和AI给你现成的信息相比，最后患者得到的效果差不太多，都是懂个七七八八，也不是特懂，具体有什么问题，还是要问医生。
只有在这种场景下，AI医疗才是没有任何伦理问题。但是稍微变通一下，比如说患者获取信息能力比较强，本来就有生物学和医学的常识，甚至能够获得更加一手的信息(医疗的文献），那这个效果要远远比AI给出来的答案要靠谱的多。
医学书籍与论文是对真实医疗情况的反映，本质上是对医生临床经验、医学知识的一种书面化、抽象化的表达。这一层次的抽象，是将复杂的现实医疗经验转化为文字、理论、案例，形成可供学习和参考的资料。
但AI医疗模型（基于深度学习）是另一种。
数据的来源本身是经过一次抽象的产物，比如医学文献，它已经是对真实诊疗过程、病例经验的高度概括与书面化总结。然后AI在这些已经被抽象过的数据基础上，再进行一次深度的抽象(通过多层神经网络的训练，提取出数据中的统计规律与模式，最终形成一个预测或生成模型）。
也就是说，整个过程进行了两次抽象。每进行一次抽象，都会带来信息的损失与失真。从现实到文字是一种简化，从文字再到模型训练，则是在简化基础上再进行模式提取与泛化，这会导致更大的信息偏差与语境缺失。
这种AI医疗模型的构建还隐含了一个前提假设：即认为仅仅通过对信息的处理，就能够构建出具有实际诊断能力的医疗模型。这个假设背后有一个潜在的观念，即认为文字信息(加上一些图片、表格)可以比较完整地呈现真实的医疗情境，包含大部分关键的医学知识与判断依据。
这种训练方式。背后有点像语言图像论的观点，认为语言可以像图像一样，呈现出世界的一部分结构与信息，即语言的结构与世界的事实结构之间存在对应关系，因此通过语言就可以描绘、表达甚至推理现实。(幼稚的想法)
但医疗这种高度依赖具体情境、个体差异、非语言线索的领域，仅仅依赖文字信息的抽象与模型拟合，很可能会忽略掉那些无法被文字充分表达的关键信息。
