张海涛教授专访：AI 赋能心血管重症管理——从精准诊疗到未来医疗的范式革新

在数字浪潮席卷医学领域的当下，人工智能（AI）正迅速重塑着各个领域的传统模式，心血管重症等的诊疗正经历着前所未有的范式革新。AI如何突破传统诊疗局限，为急危重症患者带来更精准、高效的救治方案？作为该领域的探索者与实践者，同济大学附属东方医院张海涛教授深耕AI医学大模型研发与临床转化，对技术落地、人机协同及未来突破有着深刻洞见。在近日召开的海峡两岸医药卫生交流协会心脏重症专业委员会2025学术年会上，医脉通特别邀请张海涛教授进行专访，围绕现有AI的种类、本质、在心血管重症领域的创新应用、主要瓶颈与发展方向等方面展开深入探讨，解码AI赋能重症救治的当下与未来。

医脉通：请您介绍下，在医学AI快速发展的背景下，当前医疗领域的AI模型主要呈现何种特征？动态模型成功研发后，将在多维度数据整合、辅助医生诊疗方面实现哪些功能和价值？

张海涛教授

同济大学附属东方医院

在AI技术蓬勃发展的当下，医疗领域正迎来前所未有的机遇和挑战。众所周知，人类的认知局限，对知识的记忆、分析和理解能力均需要在漫长的实践中逐步拓展和累积，与之相比，AI则拥有“渊博的知识和强大的思辨”。

现有AI医学模型均为静态模型，需依赖明确的外部指令（如用户提问）输出精准答案，难以整合现有信息进行延展或病情推理等，亟需研发功能更为全面的动态模型。

医学动态模型的研发仍是目前需要攻克的难题，我们团队研发的相关模型已完成近2/3，预计将在年底上线。届时输入患者的化验结果、病例记录、体格检查；以及监护仪、呼吸机、CRRT等数据后，大模型将通过构建的多智能体协作系统，对病情判断、用药管理、呼吸机参数调整等；实时生成风险预警、下一步诊疗建议等关键信息，从而使医生实时掌握全面且精准的决策依据，以最大化提升诊疗效率与质量。

总体而言，相较于“你问我答”的静态模型，动态模型可在患者出现问题时，第一时间整合所有相关因素为患者提供最适配的诊疗方案，这也是AI在心脏重症领域最具价值的应用模式之一。

医脉通：现有AI大模型主要分为哪些种类？据了解，您作为主要创始人研发并推出了“Med-Go”AI医学大模型。与其他AI医学大模型相比，其有哪些优势？

张海涛教授

同济大学附属东方医院

当今世界的大模型层出不穷，主要可分为四大类：①基础模型（基座模型），如中国的 DeepSeek、豆包、千问，国际上的GPT、Gemini等，它们知识广泛，“无所不能”；②垂直模型（专业模型），如医学通用专科模型；③专病专题和专科基础模型；④单智能体或多智能体，如用于门诊的分诊、质控、辅助病历书写等的智能体。

目前，医学基座模型的数量屈指可数，例如Med-Gemma、讯飞、百川以及同济大学东方医院的Med-Go等。其中，Med-Go作为医学的基座模型，正在赋能整个医学领域的专病专题基础模型研发，以及医学医教研管落地场景的智能体的精准高质量的研发；Med-Go 通用医学人工智能模型，同时取得了不凡的成绩；在C-BLUE持续位居榜首，并率先获得了上海市医疗大模型应用检测验证中心A级推荐，获得加网信办的数字备案，具有强大的文本推理能力和输出效果，是临床医生重要的陪伴全科教授。作为一款通用医学模型，Med-Go不仅能为医生提供从基础到临床的全链条全科医学知识的精准解答，更具有良好的推理能力。目前其诊疗能力在部分领域已达到主任医师水平，为临床诊疗提供了强有力的智能辅助工具。

值得一提的是，AI的迭代发展速度远超人类预期。未来，在医学通用模型的基础上，我国将涌现更多的专病专题和专科基础模型，以及多种智能体，从而使AI触及医学领域的各个角落，为医疗质量提升与效率优化注入持久动力，助力我国医疗健康事业的全面提质、增效。

医脉通：关于AI的本质概念，目前尚无明确界定，能否谈谈您的见解？关于人类与AI模型之间的关系，您又是如何界定的？

张海涛教授

同济大学附属东方医院

AI出现后，该将其定义为工具、伴侣还是新物种仍未可知。若定义为工具，AI就应完全听从指令；若视为伴侣，则需建立心与心的对话，以达成最佳协作。现有AI已能通过与人类的沟通交流实现双向理解、共同进步。若归为新物种，人类首先应怀敬畏之心，同时审视其带来的究竟是文明的进步还是毁灭。

目前，人类仍拥有模型无法企及的特质：灵感、直觉、悟道后的觉醒，完全的自发意识，以及自我意识后的进步等。人类与模型的关系恰似母子关系，是一场渐行渐远的离别；从嗷嗷待哺的幼童，到孩子成才后的创造和改变社会。然而，在这场渐行渐远的分离中，潜藏的是亲情还是竞争博弈，仍未可知。

因此，对于AI的构建，必须制定更符合人类整体利益发展的核心准则，以期使模型与人类携手，共创美好世界。

医脉通：结合临床实践，当前AI技术在心血管重症领域的应用还面临哪些主要瓶颈？未来有望在哪些方面取得突破？

张海涛教授

同济大学附属东方医院

目前，医学AI的发展存在较大瓶颈，主要集中在以下方面：

第一，医学基本知识架构是压舱石，经过千百年的沉淀，目前人类的医学知识已经相当丰富。尽管如此，仍有90%以上的疾病无法从根本上治愈。由于医学模型诊疗的核心知识是人类先验知识，因此寄希望于通过模型来提高人类治愈更多的疾病。

第二，置信空间，指模型对自身输出结果的哪些是肯定知道的范围；反映模型对“哪些知识是已知的、哪些是未知的”的判断能力。置信空间越大，模型知识准确回答的部分越大。尽管随着近年来的发展，模型的置信空间已大幅增加，幻觉等情况的现象显著减少，但仍需提高置信空间，补充疑难、罕见、复杂病例场景和相关知识，补齐“长尾效应”是解决置信空间的核心所在，这仍是目前需要攻克的难题。

第三，思维链。好的思维链路如同医生进行严谨、符合医学能力判断的思考方式，对进行疾病诊疗，预测疾病发展具有重要意义。

第四，外挂知识库，即AI数据库中除了有压舱石的基础医学知识之外，还要有一些前沿知识、复杂/罕见病例的诊疗知识等。这样在疾病诊疗时，才能在第一时间内从数据库内查询到最新知识，并结合患者病情做出正确的诊断。

第五，评测体系。现阶段的医学大模型仅按逻辑和统计概率输出答案，无法判断自己输出知识的对错。因此，研发一套完整严谨的评测体系，来让模型实时反馈答案的正确性，对人机反馈和强化学习至关重要。

未来可从上述五大方面发力，以增强AI大模型渊博知识的构建和强大推理能力的锻造，从而为人类提供最优地解答。

如今GPT等OpenAI 在各领域的能力已达专家级，AI所带给人类的进步将是跨时代的，如同第一次工业革命带来了蒸汽机，第二次工业革命带来了电网，第三次的信息化带来了对全世界的认知无限扩展，第四次的AI将带来人类三观的改变，以及对世界文明底层的重构。

专家简介

张海涛 教授

同济大学附属东方医院

• 同济大学附属东方医院，急诊和重症医学科主任，主任医师，教授

• 1996年毕业于协和医科大学重症医学系。同年分配到国医学科学院阜外医院从事心脏外科ICU的工作，任心外ICU 中心主任。2022.12加入同济大学附属东方医院

• 中国医师协会心脏重症专业委员会，前任及名誉主任委员

• 中国医疗保健国际交流促进会心脏重症分会主任委员

• 海峡两岸医药卫生交流协会心脏康复专业委员会主任委员

• 中国医药教育协会重症医学专业委员会主任委员

医脉通是专业的在线医生平台，“感知世界医学脉搏，助力中国临床决策”是平台的使命。医脉通旗下拥有「临床指南」「用药参考」「医学文献王」「医知源」「e研通」「e脉播」等系列产品，全面满足医学工作者临床决策、获取新知及提升科研效率等方面的需求。