段涛：“手搓”AI，革自己「的」命？｜最新进展

　　中国新闻周刊记者：孙厚铭

　　发于2026.8.10总第1247期《中国新闻周刊》杂志

　　最近几个月，在段涛的诊室里，除了医生和患者，又出现了第三个角色。接诊时，他一边与患者交流，一边打开Med-Go，后者随即读取患者病史，提取并分析关键信息。遇到复杂病例时，段涛会参考系统给出的建议。Med-Go是一款医疗大模型，由同济大学附属东方医院(以下简称“东方医院”)的医生牵头研发。

　　2025年初，60多岁的段涛见证了“DeepSeek时刻”。此前，他担任上海市第一妇婴保健院院长多年，是国内知名的妇产科专家和医院管理者。AI的到来，让他思考医疗行业该如何变革。此前，东方医院院长陈义汉院士连续多年邀请他加入东方医院。直到2024年11月，Med-Go正式发布之后，他终于同意入局。

　　2025年5月起，段涛担任东方医院妇产科主任、妇儿生殖医学部主任和医学人工智能创新中心主任等职务，推动Med-Go嵌入医院信息系统，让AI在真实诊疗过程中不断迭代。在他看来，医生接受AI只是时间问题，但不少人还没有充分意识到，这场变革已开始。

　　7月30日，上海市政府发布《上海市卫生健康发展“十五五”规划》，提出到2030年，“人工智能+卫生健康”应用场景在医疗机构的覆盖率达到100%。段涛对《中国新闻周刊》表示，随着AI更深入地融入诊疗流程，基层医疗需求或将被分流，未来对基层医生的需求也可能减少。

成为“超级个体”

　　最近几个月，段涛在开会或者与人交谈时，经常在胸前挂着一枚“录音豆”，这是一个AI录音设备，可以记录谈话内容，自动转写成文字、提炼要点，并生成待办事项。

　　不久前，他帮助一家医院的多个科室做上半年工作总结，复盘问题，并制订下一步计划。这些内容都被“录音豆”记录下来。他让AI去掉具体科室的个性化内容，提炼出一套适用于其他医院的复盘方法，很快便生成了六七千字的体系和框架。

　　再早之前，他将过去几年发布的一千多篇医学科普文章和几千条视频“喂”给AI，让它学习自己的表达风格。如今，只要提供题目、方向和要点，AI很快就能生成初稿和视频脚本。关于医院管理经验，他将过去的文章、PPT和课程资料交给AI，让它按照畅销书的结构重新梳理。目前，十几万字的初稿已完成，大大节省了时间。

　　对于AI，段涛是积极拥抱的。他在某医疗AI平台的“AI分身”上线半年，与16万名用户互动，回答了70多万个问题。对段涛而言，AI还是一个可以随时交流的对象。“对于一些医学问题，找到一个能力相近又能随时讨论的人，很难。”

　　段涛认为，一些医生不愿意使用AI，是因为尚不清楚它已发展到什么程度。过去，大模型主要能提供对话问答，而如今，智能体可以进入临床工作流程。他介绍，Med-Go团队的研发路径是先打造医学垂类大模型，再开发专科大模型，最终形成面向具体临床任务的智能体。

　　目前，东方医院正在同时开发40多个智能体。门诊智能体可以读取病历，给出辅助诊疗建议；在多学科会诊场景中，Med-Go系统会调度不同专科的子智能体分别提出意见。段涛认为，与大模型直接给出回答相比，多个智能体相互讨论后得出的结论，准确性更高。

　　在段涛看来，医生与AI的协作大致会经历三个阶段：第一阶段，将AI作为工具，类似于使用电脑；第二阶段，将AI作为协同者，类似“副驾驶”；第三阶段，将AI视为团队成员，可以完全信任。目前，医疗AI正处于从第一阶段向第二阶段过渡期。

　　段涛认为，AI可以帮助医生成为“超级个体”，大幅拓展能力边界。这样的医生须具备三方面能力：过硬的临床专业能力、应用AI的能力，以及打造个人IP的能力。医生一对一接诊，能服务的患者数量始终有限，AI则可以突破时间和空间的限制。今年3月，蚂蚁阿福向段涛“拜师”，经过专业知识训练后，这名“AI徒弟”在与患者交流时，已达到高年资医生的水平。“医生不一定都要成为‘超级个体’，但至少可以把它作为一种选择。”段涛说。

“理论跑一千遍，

不如实战中打一仗”

　　Med-Go已嵌入东方医院的信息系统一年多，医生可以自主选择是否使用。最初，不少医生对这一系统仍持观望态度。

　　段涛认为，一方面，是因为系统响应较慢，医生得到诊疗建议需等待20—40秒，“大模型运行本身需要时间，部署在医院后又受到算力限制”；另一方面，不同科室的科主任对于AI的态度也不同，“如果科主任不了解AI，不愿意尝试，科室的其他医生通常也不会使用”。

　　最近一两个月，东方医院的妇产科和重症医学科开始试点，在医疗、教学、科研和管理等领域使用Med-Go。在质控管理中，Med-Go可以检查病历是否完整、诊疗流程是否规范。过去，质控是科主任最头疼的问题，即使天天盯着，同样的错误仍反复出现。在申报科研项目时，基于Med-Go的科研智能体有望快速生成质量较高的申请书框架。

　　段涛认为，开发医疗AI，要站在医护人员的角度思考：他们平时有哪些不愿意做却不得不做，又很难做好的事情？如果AI能解决这些问题，他们自然会主动使用。他认为，Med-Go会经历四个阶段：从“能用”到“好用”再到“愿意用”，最终达到“离不开”。目前，Med-Go已从“能用”向“好用”阶段发展。

　　医生开发医疗AI，具有天然优势。段涛介绍，国内不少医疗垂直大模型由科技公司主导开发，更多体现为工程师思维，虽然会招聘医生参与，但医生通常只是按照既定产品需求，参与数据标注等工作。而且，这些产品未必从医院和医生的实际需求出发。相比之下，Med-Go由医院和医生主导。医生先提出临床中真正要解决的问题，再与技术公司合作寻找实现路径，使产品具有更强的“医疗原生性”。

　　Med-Go由东方医院急诊及重症医学中心主任张海涛牵头研发。他告诉《中国新闻周刊》，段涛既是医院管理者，又懂医学知识，能更敏锐地判断AI适合哪些医疗场景，并迅速推动项目落地。段涛没有追求完美主义，而是要求团队通过一个个“小闭环”快速迭代，在真实场景中检验和校正产品。“理论上跑一千遍，不如真正到实战中打一场仗。”

　　段涛所在的妇产科，成为东方医院最早部署专科大模型的科室之一。团队以Med-Go为基础，正在开发产科垂类大模型OBsafe，汇集了585条产科指南和专家共识，以及20余本产科专业教材。“就像全科医生与专科医生有所区别，专科大模型对特定领域的知识掌握得更深入。”段涛说。

　　目前，各地医院都在推进医学AI和智能体建设。张海涛认为，从技术上看，一个智能体的演示版本一个下午就能搭建出来。真正困难的是，它能否解决临床中的实际问题，并且足够安全。医疗AI面向的是严肃医疗场景中的医务人员。他们对结果的专业性、可解释性和可追溯性要求极高。给出足以令他们信服的回答，并不是一件容易的事。

　　医院自研医学大模型是一项风险极高的“苦活”，不仅要投入上千万元费用，最终结果也可能不确定。近期，各地医院和卫生健康部门陆续引进Med-Go。张海涛介绍，基层医院可以直接使用成熟产品，三甲医院则可以在Med-Go的基础上，共同开发符合自身优势和需求的智能体。“相当于我们先打好地基，他们再在上面盖房子。”

“含人量”逐渐降低

　　今年3月，Med-Go正式覆盖上海浦东新区46家社区卫生服务中心。在上海之外，Med-Go已在江苏沭阳、山西忻州等地的30余家三甲医院部署使用。

　　在基层医疗机构，医生常要面对同时患有多种疾病的老人，但是医生处理复杂疾病的能力相对有限。段涛介绍， Med-Go可以提醒医生容易被忽视的问题。截至目前，在社区医院表现平稳的复诊和开药患者中，Med-Go识别出282例危重信息，占全部危重风险提示的八成以上。

　　上海市浦东新区上钢社区卫生服务中心是试点机构之一。该中心医疗管理科科长、全科医生王海棠告诉《中国新闻周刊》，Med-Go可以生成患者健康画像，系统会汇总患者的基本信息及其在上级医院的诊疗记录，包括是否患有慢性病、是否接受过手术等。

　　在接诊的初诊患者中，王海棠使用Med-Go的比例为两到三成。他认为，Med-Go掌握的医学知识已超过部分副高级职称医生。由于系统能提供诊疗思路，也可能将年轻医生的培养时间缩短一到两年。

　　王海棠认为，Med-Go目前主要提升了诊疗质量，在提高医生工作效率方面还有提升空间。医生的大量时间花在与患者沟通和书写病历上。一名成熟的主治医师判断病情和确定治疗方案，可能只需要十几秒，但将主诉、病史等信息录入医院信息系统，往往需要5—10分钟。

　　赵文荣是东方医院医学人工智能创新中心的人工智能复合型医师，负责对接Med-Go的临床需求与工程团队。她告诉《中国新闻周刊》，基层患者十分关注医疗费用，当不同治疗方案的疗效和安全性接近时，医生也要综合考虑患者的经济负担。在优化智能体的过程中，除了提升响应速度，团队也在探索将医保政策、药品价格等纳入考量。

　　当Med-Go与医生的判断不一致时，最终决策权仍掌握在医生手中。段涛认为，在AI出现以前，医生犯错的情况同样并不少见。现阶段，并不是要让AI完全替代医生，而是要确保人在整个决策链条中不缺席。目前，医疗决策的“含人量”接近100%。随着AI能力提高，这一比例可能逐渐降至10%以内，医生在关键环节把关即可。

　　段涛认为，AI让医院提质增效。在院外，对患者而言，可以在就诊前先向AI咨询，获得初步参考；完成检查后，也可以让AI解读报告，再与医生核对。AI对医疗的影响，将沿着这两条不同路径同时展开。

　　段涛介绍，互联网改造了许多传统行业的商业模式。在流感季，患者通过外卖平台购买检测试剂盒，自行检测后，将结果提交给互联网医院的医生审核。医生开具处方后，药物配送到家，整个过程无须前往医院。很多人尚未意识到，AI也将沿着同样的路径，重新塑造医疗行业，互联网医院的模式也可能被颠覆，甚至被取代。

　　不同科室受到的影响有所不同。但段涛认为，AI将改变各层级医疗机构的服务模式。即使在大型三甲医院，日常接诊的患者中也有相当一部分是普通病例。随着医疗决策“含人量”减少，未来需要的医生也会减少。目前，不少地方还在增加基层医生供给，但随着AI对医疗需求的分流，未来基层或许不再需要那么多医生和医疗机构。

　　《中国新闻周刊》2026年第29期

　　声明：刊用《中国新闻周刊》稿件务经书面授权