NVIDIA 医疗负责人谈 Agentic AI：医院、影像与制药将同步受影响

NVIDIA 医疗负责人谈 Agentic AI：医院、影像与制药正在同步重构

在接受 MobiHealthNews 采访时，NVIDIA 医疗与健康业务负责人 David Niewolny 详细阐述了其对医疗 AI 下一阶段的判断。在他看来，医疗行业如今之所以真正进入 AI 加速采用期，是因为技术能力、算力条件与现实压力首次同步到位，医院、影像和生物制药等多个方向正在同时被重塑。

Niewolny 表示，医疗系统正在面临全球医护人员短缺、医生供给不足和持续上升的成本压力。与此同时，临床人员越来越多时间被消耗在文书记录和流程协调上，而不是直接面向患者。正是在这种背景下，AI 开始从“可有可无”的新技术，变成必须认真部署的基础能力。

医院运营首先从文书和流程切入

NVIDIA 认为，最先看到明显价值的场景之一，是围绕临床文书和工作流的 Agentic AI。Niewolny 提到，NVIDIA 与 Abridge 等公司合作，把 ambient clinical intelligence 引入医疗实践，帮助临床团队减轻记录负担，并通过更自动化的工作流改善医护体验。

他指出，医疗机构今天面临的核心问题是，如何在提升患者照护质量的同时，更高效地运营医院，而 Agentic AI、机器人和自动化正是围绕这一挑战展开。

药物发现进入更快迭代期

除了医院场景，Niewolny 特别强调了生物制药领域的变化。他认为，AI 用于药物发现的想法并不新，但过去真正缺少的是足够的算力和成熟的行业工具。如今，这些条件已经基本具备。

NVIDIA 正试图通过提供更适合行业采用的工具，帮助药企加速创新。采访中他提到，NVIDIA 不久前推出了 BioNeMo Agent Toolkit，该工具已被多家大型制药企业和关键独立软件供应商采用，用于提升生物制药领域对 AI 的实际落地速度。

按照他的判断，未来制药行业将更快地从识别临床未满足需求，推进到形成具体可测试的化学或物理化合物，整个创新周期有望被显著压缩。

从患者旅程看 AI 渗透路径

Niewolny 还用“患者旅程”来解释 NVIDIA 对医疗 AI 的整体布局。

患者接入与分诊

在就诊最前端，AI 智能体已开始用于预约、接入和分诊流程。NVIDIA 提到，其合作伙伴 OneAdvanced 正使用 Nemotron 模型，并结合 NHS 初级保健分诊数据，展示如何把面向医疗的 AI 适配到本地临床语境和治理要求中。

影像诊断与临床辅助

在诊断阶段，NVIDIA 长期深耕医学影像。公司早期通过 GPU 帮助影像厂商生成高分辨率图像，随后加入感知型 AI，如今又进一步发展到 Agentic 工作流。Niewolny 以 Aidoc 为例称，影像 AI 正从单纯图像分析，走向帮助放射科医生完成病例分诊、诊断辅助和报告流程优化。

不过他也反复强调，这并不意味着把诊断权交给 AI，而是给放射科医生提供“超级能力”，让他们能更快、更系统地完成工作。

自动化检查与报告生成

NVIDIA 还看好实验室检测和报告生成自动化。Niewolny 认为，未来很多检查流程虽然仍需要专业人员最终分析结果，但在前置整理、结果汇总和报告建议生成等环节，AI 已有显著提升效率的空间。

医疗 AI 的方向不是替代医生

面对“AI 是否会取代医生”的问题，Niewolny 给出了明确回答：AI 是工具，而不是替代者。医疗是高度个人化的服务，始终需要临床人员参与和最终负责。AI 的真正价值在于让医生和护理团队能够更高效地服务更多患者，并把优质照护能力延伸到资源不足和偏远地区。

在他看来，如果不能借助 AI 缓解人员短缺和效率压力，医疗服务质量反而可能进一步下滑。因此，当前阶段的关键，不是讨论 AI 是否完全替代临床角色，而是如何把算力、模型、Agentic AI 和自动化能力真正嵌入医院、影像和制药等核心环节，形成可持续的医疗基础设施。