英伟达高管：AI当医生还早，但“无人诊所”可能先来

NVIDIA 医疗健康业务负责人David Niewolny近日接受了MobiHealthNews 的采访， 探讨了 AI 在医疗领域的应用，以及该技术的未来使用场景。

以下是访谈实录：

MobiHealthNews（MHN）：NVIDIA 目前在医疗健康领域进行了哪些布局？

David Niewolny： 我认为一个很好的切入点是：为什么现在是真正聚焦 AI 机器人技术、让医院变得更智能和自动化的最好时机？看看你们之前发布的一些报道，你们经常参加医疗科技活动，我们多年来一直在讨论这个话题——全球医疗工作者短缺，进入医疗行业的人越来越少。根据我手头的一些数据，到 2036 年预计医生缺口达 8.6 万名；同时成本不断上升，尤其在美国，医疗支出占 GDP 的比例高达 18%。

这些压力持续累积。我个人在这个行业已经工作了近 25 年，而关于 AI 的讨论也有 15 年了。但你真正观察一下当今的局势，会发现很多东西都汇聚在了一起，这既包括技术能力的融合，也包括解决问题的迫切需求。过去人们可能觉得这是“锦上添花”，但现在，它变得极其重要。

我们经常谈论医生短缺、人手不足和成本问题。但还有一个领域讨论得不够充分，那就是这对患者和医疗护理能带来多大的益处。我们看到，在整个医疗领域，临床医生——无论是外科医生、全科医生还是护士——花在临床文书工作上的时间越来越多。

坦率地说，他们并不像我们其他每天工作的人那样，拥有可以随时调用的资源。当你开始讨论 AI 和 AI 工具时，这一点变得更加重要。我们现在手边有许多 AI 工具，但在手术室、在医生的诊室里，这还远远不是常态。

所以，这些因素汇聚在一起：对患者更好，对临床医生更好，有助于降低成本。现在面临的是真正的短缺，很快你可能就无法依靠现有的人手来维持医院运转。现在，整个行业都在向“我们该如何开始解决这个问题”这一目标靠拢。

目前，从企业应用角度看，医疗健康是 AI 采纳率最高的领域之一。许多医疗应用开始采用 AI，其中不少我们有参与。我们最引以为豪的包括与 Abridge 合作的环境临床智能项目。将这种代理式工作流引入医疗实践，正是针对临床文书这个巨大痛点。

我们将工作分为几个领域，包括代理式工作流，以及机器人技术和自动化。所有这些都旨在应对核心挑战：如何在提高患者护理质量和改善临床医生体验的同时，实现医院运行效率的最大化。

MHN：AI 变化很快，尤其是代理式 AI（agentic AI），它能自我学习和进化。您眼中的医疗 AI 未来是什么样的？

Niewolny： 我们可以涉足的领域非常广泛。我前面谈的主要是医院和医疗科技业务。但你可能也看到了，目前新闻最多、影响也最大的，大概是生物制药市场的药物发现领域,那里有大量工作在进行。

我们团队投入了大量资源，以加速该领域的创新。联系起来看，这同样是多种力量汇聚的结果。以前就有用 AI 做药物发现的想法，但当时我们没有足够的算力，而现在我们有了。

我们要做的是通过提供合适的工具，加速整个行业的创新，让行业能更快地采用这些技术。就在两周前，我们推出了 BioNeMo Agent 工具包，已被多家大型制药公司和该领域关键的ISV（独立软件供应商）广泛采用，我们认为这将加速该行业的发展。

所以，制药市场在识别未满足的临床需求并找到化学或物理化合物来治疗方面，将会快得多。我对未来的看法，喜欢用“患者旅程”来描述。先看一些较为简单的环节——比如预约挂号有多方便？我觉得其他行业都已转向在线系统，可以数字化操作。我们正与合作伙伴在 AI 智能体领域合作，比如 OneAdvanced 公司，他们使用我们的 Nemotron 模型，利用英国国家医疗服务体系（NHS）的初级保健分诊数据，展示如何将医疗专用 AI 适应当地的临床环境和治理要求。所以，从这个方面来看，在接诊和分诊阶段就已经在应用这项技术了。

患者旅程的下一阶段是诊断，这是 NVIDIA 深耕已久的领域。诊断最关键的工具有医学影像，这可以说是我们的传统优势，也是我们进入医疗 AI 的起点。医学影像是 NVIDIA 最早涉足的领域，我们与所有主要影像设备商合作，利用 GPU 技术生成高分辨率、画质精美的图像，帮助放射科医生获得更好的可视性。

下一阶段是加入感知 AI。现在，我们与 Aidoc 等公司合作，我们正以此为基础开发智能体解决方案，可以向放射科医生提供建议，帮助他们对所有病例进行分诊，针对多种急性指征进行不同形式的诊断。

因此，在预诊阶段你就已经能看到智能体的应用。现在，从医学影像的角度来看，智能体工作流正在承担部分诊断工作，并向临床医生提供建议。我想明确一点：这不是把诊断权交给 AI，而是赋予放射科医生“超能力”，增强他们的能力。

我喜欢黄仁勋引用过的一句放射学报告中的话——Geoffrey Hinton（“AI 教父”）曾有名言说放射科医生这个职业要消亡了。但看看今天，放射科医生比以往任何时候都多，我们做的医学影像检查也比以往多得多，这在很大程度上是因为从图像到推荐诊断到报告整个流程变得更顺畅了。

这就是 NVIDIA 在背后支持的工作。我们是所有主要影像设备商所依赖的基础设施。

更有趣的是，我们现在将这种技术延伸到机器人领域。如何着手将这些需要大量临床专业知识的操作实现自动化？比如 X 光和超声检查，有多少次你去做超声，结果发现扫描不完整，需要重做？这正是适合自动化的场景。

MHN：但仍然需要医生深度参与其中，因为如果手术中出现并发症，机器人必须具备近乎自我意识的能力来做出调整。

Niewolny： 完全正确。但我们目前是从患者接诊和分诊这些容易实现的目标开始的。在诊断环节，放射科医生仍然参与其中。我们还在努力自动化的另一个领域是实验室检测。报告生成也是自动化和智能体工作流的好机会。你仍然需要有人来分析和解读结果，但几乎在所有情况下，系统都会生成完整的报告并附带建议，大大提高效率。

我想强调一点，那就是所有的一切都是为了给临床医生赋能，帮助他们每天更快地完成更多工作。坦率地说，这也是我们很多人现在使用 AI 的目的。

MHN：所以，医生应该把它视为工具，而非替代品。

Niewolny： 没错。这是一种能够让他们为更多患者提供医疗服务的工具，从而改善了医疗服务的可及性。它实际上使农村地区以及其他可能不像大城市那样拥有充足医生资源的地区也能获得医疗服务。所以益处巨大。从我们的角度看，要跳出“替代”的叙事。

医疗健康非常个人化，它永远需要临床医生和亲身体验。AI 的设计初衷就是增强，让这些人更高效。而且，这是刚需。要么解决这个问题，要么不解决，医疗质量进一步下降。所以，现在正是最好的时机。

Niewolny： 我想回到机器人技术这个话题。这个领域非常有趣，正在发生大量的创新。

看看机器人手术的兴起。我查了一些数据，现在 22% 的手术是机器人辅助完成的，相比十年前大幅增长。这个趋势其实跟从开放手术到内窥镜手术的演变类似，也能看到类似的益处——失血更少、并发症减少、住院时间缩短。所有这些都让医疗更高效。

很有意思的是，你可以开始根据外科医生的运动学数据来预测患者预后。与自动驾驶的自动化路径类似——收集数据、训练模型、教授技能。回到 NVIDIA 的角色，我们在手术创新领域要赋能的技术进步，本质上跟自动驾驶一致：用计算机训练大型 AI 模型，用模拟环境增强数据集，与自动驾驶不同，手术数据和手术视频不足以训练某些模型，需要用模拟数据来补充，这正是我们重点投入的方向。

另一个创新是，在医疗现场部署高性能的计算机，从而能够运行这种规模和体量的模型。这些问题正是我们过去五年从医学影像拓展到手术领域的过程中一直在解决的。

MHN：那么，如果取一位外科医生及其所有手术数据和患者预后数据，他能否利用 AI 发现自己哪些方面不足、哪些技能需要改进？

Niewolny： 完全可以。整个行业正朝着这个方向发展。你的问题非常及时。7 月 23 日至 26 日是年度手术机器人大会，全球顶尖的机器人外科医生齐聚一堂。过去三年，这个话题一直是焦点——将机器人的运动学输出与预后关联起来，然后医疗技术机构正在研究如何以有意义的方式将结果反馈给外科医生。

就像职业运动员反复观看比赛录像，不断回顾并修正自己的动作一样。如何把同样的方法引入机器人手术领域，让医生开始学习？实际上会被按照操作流程与同行对比进行评分，甚至获得建议。

这就是我们正在做的工作：第一步是提供数据、分析并给出结果，但接下来如何加入我想称之为的“护栏”机制呢？

我再次类比自动驾驶。我们不是一下子就跳到完全自动驾驶，而是从车道偏离预警、盲点监测、增加摄像头开始。本质上我们正在走完全相同的路径，并持续为临床医生提供新的 AI 技能，帮助他们改进，理论上这会提升全球所有外科手术的水平。所以，在机器人手术这块，真的是非常令人兴奋的机会。

MHN：考虑到农村可能缺乏医生，您认为未来会出现 AI 医生吗——即 AI 成为唯一的医疗服务提供者，而医疗保险公司向 AI 公司支付费用？

Niewolny： 坦率地说，我们离那一步还很远。回到“增强”这个话题。对我们每个人来说，医疗太关乎个人，我们不太可能完全把自己的健康交给 AI。我认为在相当长一段时间内，AI 会继续扮演增强角色。但随着我们生活的其他方面越来越自动化和“代理化”，人们会逐渐变得更有信心、更适应。

我不想说“绝无可能”，但医疗作为最个人化的应用之一，会采纳 AI 及机器人和自主技术，但它们会始终服务于增强训练有素的专业人员和临床医生，让他们更高效，而不是取代他们。

MHN：如果真的出现自主 AI 医生，会引发很多问题，比如“成为医生”意味着什么？监管怎么办？AI 出错谁负责？谁向谁收费？保险公司付款给谁？社会需要思考太多方面。

Niewolny： 如果你开始思考那些我认为可以解决该问题的方案，即在某些领域你并不一定要将人类从流程中剔除——有些前瞻性的技术，我无法透露具体名称，比如我们与合作伙伴正在做的。如今我们都习惯在药店看到血压计，如果能有类似的体验，让你在没有人在场的情况下完成影像检查和化验，会怎么样？

比如，只有一个智能体与你对话，引导你完成整个过程，告诉你如何摆位，完成扫描，然后生成报告。但这份报告需要由注册临床医生审阅并批准，然后由该医生直接联系你。

在节省时间和为那些缺乏医疗资源的农村社区提供服务方面，机会是确实存在的。我可以告诉你，有很多公司正在研究如何用 NVIDIA 提供的代理式工具和物理 AI 工具来解决这个问题——我们的目标就是加速整个行业，让这些应用更快地构建出来。

正如我所说，如果没有算力和工具，只有一小群研究人员在构建这些应用。现在有了通用平台，越来越多的开发者可以接入，医疗科技公司、学术医疗中心、领先的医疗机构，他们都在开始采用，并像我们看到的机器人手术那样，开始规模化。

MHN：还有什么我未提及、您想补充的吗？

Niewolny： 如果让我总结最重要的核心主题，那就是：时机已至。不仅是面临亟待解决的问题，所需的解决方案也已具备，另外，市场主动解决问题的意愿也前所未有。

所以，这就像是天时地利人和。而 NVIDIA 的角色，就是赋能这群深刻意识到问题并寻求解决的人们，提供一个同时应对代理式挑战和构建自主物理 AI 未来的平台。

MHN：有趣的是，医疗行业历来技术采纳较慢，却已成为 AI 技术最大的采纳者之一。如您所说，可能还做不到手机预约，但先进的机器人和 AI 技术已在全球医院系统中落地。

Niewolny： 这恰恰说明了我们面临的挑战和现状。现在是时候真正利用这些工具了，我看到医疗科技行业和医疗服务提供者都比以往有更大的意愿去评估和部署这些技术。