WAIC∣「人工智慧＋醫療」產品繁多重合度也高，行業發展哪些瓶頸亟待突破

時至今日，人工智慧在醫療領域各個方面都有接觸，但產品基本僅局限在輔助診斷，如何更加深入臨床，發揮人工智慧更多功效？今天召開的世界人工智慧大會「尋路醫療AI，求解落地難題」分論壇上，專家表示，解決數據準確性、標準一致性的兩大瓶頸問題，是人工智慧醫療發展的核心。

產品多樣，標準需精準統一

人工智慧在臨床的應用，觸角正越來越廣。海軍軍醫大學長征醫院影像醫學與核醫學科主任劉士遠教授在接受解放日報·上觀新聞記者採訪時介紹，目前人工智慧針對肺結節的檢出，已形成臨床診治共識。下一步，針對骨關節、冠狀動脈粥樣硬化等疾病的診斷，也將集合專業力量儘早實現統一認知。

在專家看來，人工智慧產品的研發可謂百花齊放，重合度也較高，但針對相關產業領域的行業標準十分多樣，缺乏統一性，這也是制約人工智慧持續發展的瓶頸。劉士遠說，中國生物物理學會針對醫療設備中的人工智慧部分，有宏觀標準，但每個產品涉及的領域相當細分，專業領域例如結節、腦腫瘤、骨齡等，功能領域又有文本、語音等，每）產品的識別、分割、標註等方法都十分複雜多樣，需要依靠行業專家來有的放矢制定標準。

醫療，到底加在哪根「賽道」

上海市衛生和健康發展研究中心主任金春林表示，人工智慧 醫療，應該加在哪根「賽道」？這是需要審視的問題。眾所周知，醫療產業「賽道」眾多，影像診斷、藥物研發乃至管理，從國家層面來看，「頭部企業」怎樣支持，大小公司如何聯動，確保資源優化配置不浪費，是行業發展的前提。而人工智慧產品在研發過程中，哪個產品更接近哪個領域，產品在初露端倪時應被關注，以此儘早實現多學科結合，誕生真正應用於臨床的人工智慧產品。

目前，醫療人工智慧的細分領域主要有9大類，分別是虛擬助手、疾病診斷與預測、醫療影像、病歷/文獻分析、醫院管理、智能器械、新葯研發、健康管理和基因。金春林解釋，醫療影像是當前廣泛布局的「賽道」，疾病診斷和新葯研發兩個領域相對難度較大。但是基於國家對互聯網醫院和智慧醫院建設的提出，以及人們健康素養的提升，AI將在醫院管理和健康管理兩大領域具有先發優勢。

臨床數據欠準確，人才待提升

迄今，我國尚未出現第一張醫療人工智慧三類證書。「一個醫療人工智慧產品，需要契合用戶的實際需求，符合實際使用場景才能實現落地並獲得市場。」金春林坦言。按照2017年8月我國發布的新版《醫療器械分類目錄》規定，人工智慧診斷軟體通過演算法，提供診斷建議，僅有輔助診斷功能，不直接給出診斷結論，按照第二類醫療器械申報。至於第三類醫療器械，則可以對病變部位自動識別，並提供明確診斷。

解放日報·上觀新聞記者了解到，2015-2016年間我國人工智慧一度火熱，2018年有所降溫，行業泡沫與應用挑戰密切相關。金春林認為，我國臨床數據不夠準確，導致有效產品並不多。人工智慧的研發，離不開大數據，國內電子化病例數據質量較差，缺乏大量結構化、標準化的數據給研髮帶來一定難度，其中各醫療機構之間的數據不共享，也對數據利用帶來困難。此外，國內人工智慧專家和技術團隊欠缺，尤其是頂級專家團隊匱乏，也制約了行業進一步發展。

融合多學科，打破壁壘實現共享

人工智慧在國外的發展，對我國有一定借鑒意義。數據顯示，截止2018年年底，美國食葯監總局已經批准了16款醫療人工智慧產品，從產品功能分布來看，主要涉及監測預警類產品、診斷輔助類產品和用藥輔助類產品，從疾病分布來看，主要包括糖尿病、心腦血管疾病、骨折檢測、心理健康等領域。劉士遠說，「改善工作效率、提升病家體驗，臨床醫療機構中，不少醫生對人工智慧十分歡迎。」

金春林建議：發展醫療人工智慧，解決數據質量問題，應該進一步提升醫院的電子病歷水平，推動結構化電子病歷的開發；破除各家醫療數據共享的行政壁壘，在保障患者隱私的前提下，促進醫療數據的共享和利用。另外，由於醫學和計算機科學是兩個知識壁壘較高的學科，很多臨床專家不懂計算機知識，計算機研發團隊也缺乏對醫療的了解，需要企業開發團隊深入醫院內部，與臨床專家加強溝通交流，強化對醫療活動的實際場景體驗，更好地開發出符合臨床實際需求的產品。實現了上述條件後，政策支持與醫保支付配套，相信人工智慧可以更好地融入病家體驗。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！