技术日聚焦未来：人工智能如何重塑医疗技术评估的新范式

在医疗科技日新月异的今天，如何准确、高效地评估新技术对临床实践的贡献，已成为学术界和医学界关注的焦点。2026年3月6日，塞维利亚生物医学研究所（IBiS）将举办新一届“技术日”活动。本次活动将深入探讨人工智能（AI）在医疗技术评估中的革命性作用，以及它如何从诊断、监测到卫生经济学评价，全方位改变现代医学的格局。

从专家经验到智能模型：AI在精准诊断中的突破
传统的医疗诊断往往高度依赖医生的个人经验和主观判断，这不可避免地带来了诊断结果的变异性。在本届技术日上，将展示如何利用AI模拟专家小组的决策过程，以实现更标准化的诊断。

以胆囊炎严重程度的评估为例，临床上通常采用经过验证的帕克兰分级量表（Parkland Grading Scale，PGS）进行判定，但这种视觉评估即便是专家之间也存在差异。最新研究显示，通过构建基于变换器（Transformer）神经网络的AI模型，可以利用专家小组的共识来训练算法。这种先进的AI模型不仅能以高达72%的准确率模拟专家小组的判定，而且在分析图像时，能够像经验丰富的外科医生一样，重点关注胆囊、肝脏和网膜等关键解剖结构的病理变化。这种技术的应用意味着，即使在资源有限的医疗环境中，也能通过AI获得三甲级专家的诊断能力，这对于提升基层医疗水平具有重要意义。

构建负责任的AI：从技术评估到临床治理
随着AI技术如生成式预训练变换器（如ChatGPT）和智能体（Agentic）工具的飞速发展，其在医疗领域的应用已远超简单的图像识别。然而，技术的快速迭代对传统的评估框架提出了严峻挑战。根据美国心脏协会（AHA）发布的最新科学建议，医疗AI的评估必须贯穿部署前、实施中以及部署后三个关键阶段。

在本次IBiS技术日的讨论中，专家们将借鉴这些国际顶级机构的观点，强调AI评估不仅仅是验证其准确性，更要关注其在不同人群中的公平性、对临床工作流程的影响以及长期的有效性。“机制不透明性” 和 “算法漂移” 是当前AI应用面临的主要风险——即AI的性能可能随着临床实践的变化而波动。因此，建立健全的AI治理框架，确保技术应用的安全、有效和公平，已成为各大医疗机构的当务之急。

卫生技术评估的新挑战：AI如何被“评估”
人工智能的引入不仅改变了医疗手段，也正在倒逼卫生技术评估（HTA）本身的变革。来自英国国家健康与临床优化研究所（NICE）和加拿大药品局（CDA）的经验表明，AI医疗技术因其算法依赖性、数据异质性强以及缺乏长期临床验证等特点，使得传统的评估方法显得力不从心。

数据显示，在提交评估的AI技术中，绝大多数（85%）仅获得了有条件推荐，这反映出评估机构在面对创新技术时的审慎态度。本届技术日将探讨如何通过“早期价值评估”和“证据生成计划”等新型评估模式，来应对AI技术的不确定性。通过建立全国性的数据基础设施和学习型环境，医疗系统能够更快速地生成关于AI工具对健康影响的通用知识，从而加速真正有价值的技术落地。

知识驱动的AI：迈向可解释的医学智能
在技术日的压轴环节，与会者将展望“知识+AI”的未来。单纯依赖数据驱动的“黑箱”模型已难以满足医学对安全性和可溯源性的严苛要求。未来的趋势是构建 “医学知识智能” 体系，将临床指南、诊疗规范等专业知识注入算法。

通过这种方式，AI不仅能给出诊断建议，还能显式标注决策依据和证据来源，形成清晰的溯源链条。这种 “知识赋能AI” 的模式，有效解决了生成式AI可能出现的“幻觉”问题，使得人工智能从单纯的“经验拟合”转向符合循证医学逻辑的“因果推理”。对于塞维利亚生物医学研究所这样的顶级机构而言，推动这种透明、可持续的智能体系，将是实现医疗技术普惠化和精准化的关键路径。

本届技术日不仅是一个展示前沿成果的窗口，更是一个搭建跨学科对话的平台。随着AI与医学的深度融合，未来的医疗技术评估将不再是一锤子买卖，而是一个伴随技术全生命周期的动态治理过程。