AI医生的争议过去，AI辅助医生逐渐成为一种行业共识。
医生被认为是医疗AI的实际使用者和受益者。因此医疗AI产品大多以辅助医生，提升诊疗效率为目标，尤其集中于医生的核心竞争力，即诊疗阶段。
同样，诊断也是患者就医的核心部分，企业和研发团队的AI产品据此走向两条主要路径——一是基于自然语言处理技术延伸出的诊疗服务，即根据病例和症状协助诊断病情；二是由计算机视觉技术开发的AI医疗影像，通过识别医学影像诊断疾病。
然而不管技术如何酷炫，重要的事情是AI在医院的落地实践。
AI诊疗的精准程度，依赖医生专业度
AI辅助医生的初衷，是为了取代繁琐的重复劳动，以便为医生争取更多时间进行临床研究。其产品想象是，借助AI为患者导诊、提供诊疗参考、跟进后续随访，既可提升医疗的整体水平，又帮助医生有更多的时间服务患者。
对于大医院的医生来说，这样的重复劳动集中在日常科研。
医生开始自己的科研，原本需要将所有诊断过的病人病例调出，手动地输入参数进行分析。而在AI帮助下，医生可以直接输入整段文本，AI理解文本，直接输出病例分析。这得益于AI对于数据的结构化，医生只需要在输出的结构里，找出病例举证，即可完成论文发表。
但对基层医生而言，AI更有力地“辅助”了诊疗过程。
广东村医邓金科，将AI视为助手，协助为村民看病。据南方都市报报道，村医可下载AI智能医生APP，遇到难以判断病情时，便可根据村民的症状描述，在手机上一步一步问诊，AI医生就能辅助诊断。若仍觉得拿不准，可将信息推送云端，以远程医疗的方式由大医院医生协助。
其实辅助诊疗很大程度上意味着，医生是诊疗过程中的主体，具有其独立诊断和治疗的主动权。医疗AI的功能仅是为诊疗提供参考意见，因而它更多依赖于医生自身的专业素质，才能使AI辅助精准而有效，这也同样适用于在医学影像的诊断。
由于AI吸收了大量三甲医院的优质医疗案例，自身便含有完整巨大的专业知识库。许多时候，对于临床经验丰富的专家而言，其诊疗并不受到AI影响。但对于尚处成长期的医生来说，AI大大降低了学习成本。
“现在人工智能在向很多专家学习，学习他们的思考方式”，厦门大学附属第一医院互联网医院执行院长许中称，“对于小医生而言，学习成本大幅度下降，更有利于医务人员更好的把诊疗行为规范化。人工智能现阶段对医务人员的帮助很大。”
虽然各家AI企业都宣称自家产品提高了医生的诊疗效率，并进行不同的阅片挑战，以证明AI的影像诊断准确率可靠，如近日医疗影像AI战胜人类顶级医生。
但当落地于医院实际诊疗之中，AI是否真实提升了医生的诊疗效果，类似这样的数据验证，至今尚未被企业拿出来。
医院需要怎样的AI产品?
当AI进入医院科室，便参与进了“智慧医院”的信息化系统，渗入医生的日常工作，并使得医院管理走向标准化。在厦门大学附属第一医院互联网医院执行院长许中看来，AI提高了医院效率，主要体现在减少医生的漏诊误诊，诊疗安全性大幅提升，并缩短医生临床研究的时间。
以医生写病例为例，“在同样的时间医生就可以有规范、详细的、病人能一目了然的数据生成出来，这就是规范诊疗行为效率的提高”。面对三甲公立医疗的巨大工作量，许中认为，“效率是医院最重要的工作出发点”。
同时AI也为医院带来了标准化的医疗成本控制。由于AI产品为医院信息化设定了标准化的流程，比如将诊断、检查、开药标准化，“避免医生有意无意的多开检查、多开药，让医疗成本能最大的节约”，许中说。
这也为AI的医院落地提出了真正的问题——医院究竟需要怎样的AI产品。
上海长征医院教授刘士远给出一个可能的答案，“只有符合临床使用场景，能够提高效率和准确率，人机交互友好，且敏感性和特异性高，并以检查部位和目的为终端解决方案的产品，才是医院真正需要的AI产品。”
AI误诊责任归谁？
既然AI被定义为辅助医生的角色，也无法杜绝漏诊误诊的可能性，因此面临其责任由谁承担的问题。
日本已经开始了医疗AI应用的法律责任探索。据日经中文网报道，日本政府将完善关于人工智能医疗设备的一系列规则，明确诊疗的责任归属，规定诊断的最终责任由医生承担。
日本将制定从研发到上市后针对医疗AI的一系列规则/图片来源日经中文网
厚生劳动省认为，由于AI 存在误诊的可能，所以将AI医疗设备定位为辅助医生进行诊断的设备，基于《医师法》规定“作出最终诊断和决定治疗方针的责任由医生承担”。
而中国尚未明确责任归属，但已开始将医疗AI纳入医疗器械分类的政策制定，也是开放创新医疗器械的政策信号。
2018年8月1日，新版的《医疗器械分类目录》将开始实施，其中新增了与AI辅助诊断相对应的类别。按照分类规定，对于仅有辅助诊断的建议功能，可不直接给出诊断结论的AI产品，可以申报二类医疗器械；对病变部分进行自动识别并提出明确诊断提示的，应申请三类医疗器械。
医疗器械技术审评中心主任孙磊近日在接受媒体采访时称，“人工智能产品是研发的热点，但距离实现产业化还有一段距离”，其预计明年将有大量独立医疗Al软件进入上市审评阶段，中心目前尚未收到企业提交的医疗Al产品上市申请。评审中心已成立人工智能研究小组，但针对人工智能产品的具体规则还尚未公布。
如果公司想要走医院采购，则必须通过相应认证，意味着需要公司获得大量真实的临床应用数据，并通过申报。
AI落地基层医疗，有无可能？
据动脉网报道，目前AI产品扎堆医院，医院出于数据安全的考虑，至多只和1-2家厂商合作。
两者之间的互动分工是，由医院方提供数据，公司为医院进行数据标准化的服务，并借助医院数据训练AI产品。优质的医生和医院这一互动中往往占据着主动地位，AI企业迎合医院的需求，以寻求合作获得数据对AI进行训练。
一个典型的例证是，腾讯在AI辅诊开放平台发布会中，公布其已经和国内100多家医院建立合作，全为三甲医院，与基层医院的合作尚未开始。而在此前腾讯觅影的发布会中，腾讯强调“AI促进医疗资源的区域均衡化”，AI的核心需求场景在于从三甲医院推广到县乡镇的基层医疗。
腾讯互联网+医疗产品中心副总经理周旋如此解释，基层医院的医生对于AI辅助的建议辨识能力远远弱于三甲医院，“因此还需要一些时间，在三甲医院得到充分的验证之后，再服务基层医院。”产品未来可能从三甲医院的医联体入手，逐渐扩展与基层医院的AI落地合作。
现阶段的普遍状况是，医疗AI与基层医疗的合作极少，原因是AI的准确度尚不足以辅助基层医疗。
已有的合作模式常建立在远程医疗的基础之上，由大医院孵化AI医生，辅助村医完成日常诊断，预计下半年将“进驻”广东省的2277个贫困村。医院方认为该产品覆盖了90%的社区医院日常诊断病种，并具有高达95%的诊断准确率。
而这仍需要被讨论，AI落地基层医疗，其背后是否有一个结构性的问题——基层医疗的医生数量和质量不足，专业判断有限；基层医疗的“数据孤岛”，有着大量尚未标准化的数据，都成为AI落地基层医疗的现实困境。
无可否认，AI技术在持续地撬动和改变原有的医疗日常，但涉及技术如何落地实践，参与医生乃至基层医疗之中，是需要被长期追问的问题，也正是AI产品的真实价值所在。
8月23日，亿欧将在北京万达文华酒店举办"医健新势力"GIIS 2018第三届中国大健康产业升级峰会，就民营医院、诊所、消费级基因检测、互联网医院、医生集团、健康管理等议题，携行业人士一同探讨新机遇下大健康行业的发展走向。
目前，峰会已确认嘉宾包括：社科院经济研究所副所长朱恒鹏、新氧创始人兼CEO金星、妙健康CEO孔飞、杏仁医生CEO马丁、亿欧公司副总裁兼亿欧智库研究院院长由天宇、亿欧公司副总裁高昂。
报名链接：https://www.iyiou.com/post/ad/id/634
|关于我们|医维基|网站地图|Archiver|手机版|医疗之家
( 沪ICP备2023001278号-1 ) 
发表于 2018-7-18 00:03:24
图片来自“123rf.com.cn” 
发表于 2019-1-20 19:51:53