2025年10月16日下午，“健康中国”跨学科系列讲座第2期在红瓦楼236会议室举行。耶鲁大学陈希副教授受邀带来题为《Assessing Safety and Quality of Digital Health Implementation in China》的讲座，围绕人工智能与医疗服务分享自己的研究成果。本次讲座由上海财经大学公共管理学院余央央教授主持，公管学院田柳、诸宇灵等多位师生积极参与，同时吸引了众多校外教师前来，现场学术交流气氛热烈。

陈希副教授现为耶鲁大学健康政策与经济学副教授，入选美国国立卫生研究院Butler-Williams学者和Claude D. Pepper学者。主要研究领域为人口老龄化、生命周期健康和全球卫生系统。采用多国医疗健康大数据，整合因果推断、机器学习和深度学习评估公共政策，在科学、经济学、医学主要期刊发表英文论文140余篇。被评为全球被引次数前2%的科学家，位列全球经济学研究数据库RePEc/IDEAS学术发表及影响排名前1.5%。兼任美国国家经济研究局（NBER）研究员，德国劳动经济研究所（IZA）研究员，Journal of Population Economics联合主编，联合国、世界银行咨询顾问，北京大学兼职教授等职。

随着生成式人工智能（Generative AI）在医疗健康领域的崛起，其应用正在改变传统的医疗服务模式，尤其是在面临医疗资源短缺的发展中国家。但AI在医疗决策中的准确性、安全性及可靠性也引发了广泛关注。陈希老师及其团队的研究聚焦于评估生成式人工智能在诊断和治疗发展中国家常见疾病方面的有效性和可靠性，以应对在医疗保健领域负责任应用人工智能这一关键需求。首先，陈老师详细介绍了研究的设计和实施过程。为真实评估AI在诊疗中的表现，研究团队采用了标准化病人（Standardized Patients, SPs）方法，这被认为是评估医疗服务质量的“金标准”。该研究分为两个阶段：第一阶段，通过头对头比较（head-to-head comparison），直接评估AI诊疗（AI care）与传统医生诊疗（Traditional care）在诊断准确性、用药合理性和医患沟通等方面的差异；第二阶段，进一步评估了AI与医生协同工作的混合诊疗模式（Hybrid care）所带来的影响。

研究的实证结果表明，AI聊天机器人在正确诊断率和药物推荐准确性上显著优于人类医生。然而，研究也发现AI模型存在过度开具检查和药物的倾向，这可能导致不必要和不适当的医疗服务。此外，当把研究结果与全国代表性样本进行基准比较时，这些发现依然具有普遍性。

最后，陈老师分享了关于生成式AI在农村医疗咨询场景中应用的几点思考。他指出，生成式AI的辅助诊疗能力高度依赖于使用它的医生的问诊习惯，而这恰恰是许多基层医生的短板。同时，AI提出的检查和用药建议常常超出基层医疗机构的实际条件。此外，目前的人工智能产品主要集中于诊疗需求，未能覆盖村医在公共卫生服务和中医药诊疗方面的复杂需求。

通过这次讲座，陈希老师为大家呈现了人工智能在医疗诊疗中应用的有效性、可靠性及其面临的实践挑战，为人工智能医疗领域的学术研究和实践探索提供了新思路。互动环节里，师生围绕着研究设计、后续研究扩展等问题与陈教授交流。现场讨论氛围活跃，参与师生受到不少启发。随着交流结束，第2期“健康中国”跨学科系列讲座顺利落幕。