伴隨著人工智能等智能化技術(shù)的產(chǎn)生，具備智能化能力的醫(yī)療設(shè)備開始參與到醫(yī)療決策的過程當中，并且具備影響醫(yī)務(wù)人員的能力。

圖片來自“123rf.com.cn”

12月22日，在北京市科委、衛(wèi)健委、海淀區(qū)人民政府等單位指導下，由中關(guān)村智友天使學院、海淀園創(chuàng)業(yè)服務(wù)中心、北京智源人工智能研究院等單位聯(lián)合承辦的“AI+云+醫(yī)療大數(shù)據(jù)&醫(yī)療器械”發(fā)展研討峰會在京舉行，億歐作為支持媒體受邀出席本次研討峰會。

峰會現(xiàn)場，來自政府單位、科研院所、醫(yī)療部門、企業(yè)以及投資機構(gòu)等多領(lǐng)域跨界人才共聚一堂，深入探討了AI、機器人、云服務(wù)等顛覆性技術(shù)在醫(yī)療領(lǐng)域的落地應(yīng)用，實體醫(yī)院與互聯(lián)網(wǎng)醫(yī)院的機制創(chuàng)新以及醫(yī)工融合轉(zhuǎn)化難點、產(chǎn)業(yè)投資等話題。

醫(yī)療AI運用落地難，但仍不失對其青眼有加者

從一定層面上來說，AI、機器人等新技術(shù)的加持為醫(yī)院臨床研究水平和醫(yī)療服務(wù)水平、效率、質(zhì)量等方面都帶來了有益的提升，醫(yī)院沒有不采用的道理。但事實是當下許多醫(yī)院的醫(yī)生都并不相信AI技術(shù)。

首先在技術(shù)上，目前無論是從功耗性能、魯棒性、推廣性、犯錯率、學習樣本的數(shù)量還是可解釋性上來看，基于深度學習的識別系統(tǒng)與人腦都存在著很大的差距，這是當下AI應(yīng)用于醫(yī)療行業(yè)最大的一個技術(shù)難點。

此外，AI醫(yī)療技術(shù)的應(yīng)用首先是基于大數(shù)據(jù)的，但是醫(yī)療數(shù)據(jù)是歷史的記錄，通過這些數(shù)據(jù)訓練出來的系統(tǒng)難以演化出未來的產(chǎn)品，而且當下的AI醫(yī)療系統(tǒng)更不具備推理以及應(yīng)急的能力，這也進一步導致了醫(yī)務(wù)人員難以相信AI醫(yī)療系統(tǒng)。

系列問題都存在都為醫(yī)療AI的落地造成了不小的困難，但是這并不妨礙相關(guān)人士依然看好醫(yī)療AI領(lǐng)域。北京阜外醫(yī)院心血管外科主任歐陽晨曦分析道，醫(yī)療AI基于大數(shù)據(jù)而開展深度學習，由于目前醫(yī)院能夠提供的數(shù)據(jù)存在不全面不系統(tǒng)不能很好的滿足機器學習的需求，這也導致了當下醫(yī)療AI訓練出來的系統(tǒng)存在判斷不客觀的情況。但是如果投資機構(gòu)能夠首先圍繞醫(yī)療數(shù)據(jù)采集進行投資，這不僅能夠首先贏得在醫(yī)療AI數(shù)據(jù)入口領(lǐng)域布局的先機，而且數(shù)據(jù)采集在當下的醫(yī)療環(huán)境當中多以輔助醫(yī)務(wù)工作開展，醫(yī)院接受度相對較高，總體來說還是值得期待的。

此外，我國醫(yī)療資源分布極其不均，一方面，國內(nèi)頂尖的幾家三甲醫(yī)院在各方面都接近甚至領(lǐng)先世界頂尖醫(yī)療水平，但是基層醫(yī)療水平卻又非常薄弱，對于大多數(shù)國民來說“看病難，看病貴”的問題依然普遍存在。為提升我國整體的醫(yī)療水平，如果僅僅單方面通過培訓提升基層醫(yī)療人員素質(zhì)來達到目的是很不明智的。人工智能作為一種很好的替代方案，如果能夠?qū)崿F(xiàn)在短期內(nèi)把三甲醫(yī)院級別的醫(yī)療水平復(fù)制到基層，對于提升我國整體的醫(yī)療水平有很高的意義。

談到具體的醫(yī)療AI運用落地環(huán)節(jié)，國家康復(fù)輔具中心、北京市生物醫(yī)學工程高精尖中心、阿里健康集團大數(shù)據(jù)中心等單位領(lǐng)導紛紛看好智能康復(fù)器械、AI全科醫(yī)生助手、智能互聯(lián)網(wǎng)醫(yī)院以及遠程醫(yī)療與AI的結(jié)合。在資本層面，以軟銀資本為代表的多家投資機構(gòu)也表示看好醫(yī)療AI運用落地發(fā)發(fā)展。

AI重構(gòu)醫(yī)患關(guān)系，需建立全新一代智能醫(yī)療系統(tǒng)

伴隨著云計算、大數(shù)據(jù)、人工智能以及物聯(lián)網(wǎng)等技術(shù)的發(fā)展，醫(yī)療健康產(chǎn)業(yè)迎來了一次全新的發(fā)展機遇。借助新技術(shù)對健康與疾病的大數(shù)據(jù)統(tǒng)計，實現(xiàn)醫(yī)療服務(wù)與資源的動態(tài)配置，新藥研制過程中技術(shù)參與醫(yī)藥療效與成本的控制，疾病的人工智能早期篩查以及精準微創(chuàng)醫(yī)療機器人參與治療，這一系列醫(yī)療情景變革都為未來醫(yī)療健康產(chǎn)業(yè)的發(fā)展描繪出了一幅全新的圖景。但在另一方面，這一變革也正在重構(gòu)醫(yī)院、醫(yī)生、病人與醫(yī)藥、器械的關(guān)系，也給傳統(tǒng)醫(yī)療健康理念、模式、手段與法規(guī)帶來新的挑戰(zhàn)，新的醫(yī)療體系建立已成為一個不得不思考的問題。

長期以來，醫(yī)務(wù)人員通過醫(yī)療設(shè)備為患者提供服務(wù)，這一過程當中雖然隨著醫(yī)療設(shè)備技術(shù)的不斷改進以及變化，醫(yī)務(wù)人員對患者的服務(wù)方式發(fā)生了改變，但是患者、醫(yī)務(wù)人員以及醫(yī)療設(shè)備這三者之間的從屬關(guān)系卻從未發(fā)生改變。然而伴隨著人工智能等智能化技術(shù)的產(chǎn)生，具備智能化能力的醫(yī)療設(shè)備開始參與到醫(yī)療決策的過程當中，并且具備影響醫(yī)務(wù)人員的能力，此外，患者與醫(yī)療設(shè)備的關(guān)系也發(fā)聲了改變，智能化技術(shù)的參與使得新的醫(yī)患關(guān)系變得更加的復(fù)雜。

中國科學院院士、清華大學人工智能研究院院長張鈸結(jié)合IBMWaston認知計算系統(tǒng)與當下人工智能技術(shù)現(xiàn)狀展開討論，他認為從技術(shù)的角度上來看，目前人工智能由于深度學習技術(shù)的產(chǎn)生突破了以往人工數(shù)據(jù)輸入的專家系統(tǒng)模式，已經(jīng)能夠通過自主學習的方式去不斷的提升判斷，這為新的智能化醫(yī)療系統(tǒng)打造了有利的條件。但除了技術(shù)之外，張鈸院士還提出新一代智能化醫(yī)療系統(tǒng)的打造是一項系統(tǒng)性工程，除了技術(shù)之外，還需要政府、醫(yī)院、醫(yī)生等多個環(huán)節(jié)的人事共同參與設(shè)定。