|
AI成为近几年备受关注的领域之一，在医疗行业中的应用也引起火热讨论。引入AI不仅能让患者、医生受益，分级诊疗和医保控费等问题未来也有望让AI分忧。 医疗AI是大势所趋，发展的过程中面临哪些问题，未来发展趋势如何？4月26日，在2019博鳌·健康界峰会“打造医疗AI产业闭环”主题论坛上，来自政府、医院、企业的各方代表，共探医疗AI的发展出路。 
徐向东：信息化是医院运营的必要基础设施之一 国家卫生健康委员会统计信息中心信息技术处副处长徐向东根据近几年发布的政策，分析了医疗AI发展的新机遇及目标。“互联网+医疗健康”刚出台时，引起社会轰动，这是传统医疗行为与现代信息技术的结合。“信息化或数字化不仅是市场需求，它是医院运营的必要基础设施之一。”徐向东说。 推进健康医疗大数据应用关键在于打破数据壁垒，建立跨部门跨领域密切配合、统一归口的健康医疗数据共享机制，实现应用信息系统数据采集、集成共享和业务协同。徐向东强调，信息化发展，数据安全和信息安全最重要，系统的运维和使用依靠安全。 很多医院目前仅做到了流程信息化，忽略了仪器产生的数据，数据需要深度挖掘才能产生更大的价值。2018年，全国5400多家医院的调查显示，移动互联网的应用最多的主要集中在移动护理。 徐向东指出，推进医疗信息化发展要从应用、数据及平台三方面发力，数据质量影响人工智能的分析情况。国内医疗信息化还存在一些问题：应用场景相对封闭，即便是三甲医院也不例外；智慧医院的运营系统在智能设备的管理数据上还处于空白状态。 
李哲峰：SECRET——国内人工智能发展现状 中国科学院自动化研究所AI与数字医疗规划主管、中国科学院浙江数字内容研究院人工智能产业规划研究室主任李哲峰，对“医学人工智能发展现状与趋势观察”进行了分析。 对于国内人工智能发展现状，李哲峰用SECRET概括，即多元协同（Synergetic）、政府鼓励（Encouraging）、资本追逐（Capitalized）、粗放发展（Roughly）、扩张过热（Exploding）和应用割裂（Territorial）。相较国外而言，国内医学人工智能方兴未艾，正处于探索发展阶段，前景尚未明朗，谜底正待揭开。 李哲峰指出，国内医学人工智能存在的问题包括行业人才短缺、数据质量存疑、产品准入不健全、算法风险难评估；资本泡沫涌现，产业规模非理性增长；产业研发集中在产品端，缺乏系统性，对医学整体发展起到的作用有限。 目前，医疗AI产品大多处于试验阶段，距离符合临床业务场景并落地还有一定距离。李哲峰分析了未来的发展趋势：医学人工智能将从单病种诊疗向全病种覆盖，单技术应用向技术生态发展。以人为本，人机结合，以创新驱动医疗产业从信息化向智能化进化。 他认为，未来医学人工智能领域还要在经济性上满足患者、医生、企业和资本的需求。医疗AI将有效实现优质医疗资源下沉，是实现“强基层”的重要工具。未来将从二、三级医院调用不同的医疗、病理特征数据，构建功能完善的AI平台，输出同质化的辅助诊疗结果。 
陈宽：从临床中来，到临床中去 通过AI可以节约多少时间和开支呢？北京推想科技有限公司CEO陈宽在发言中算了一笔账：77%医生每周工作高于50小时，医生忙已经成为一种社会共识。如何赋能医生提升效率，陈宽用 “从临床中来，到临床中去”形容AI的发展和应用。 据统计， 2015年我国癌症患者相关的医疗花费超过2200亿元。AI助力可以实现癌症早诊早筛，推想科技的AI医学影像辅助诊断系列解决方案不仅可以大幅提升医生的工作效率，还可以大幅提升早期癌症的检出率，从而提升患者的治愈率和生存率，同时降低医疗费用支出。以肺癌为例，早期肺癌与晚期肺癌五年生存率相差是55%，这意味着AI将有效提升26.4万个家庭的生活质量。 分级诊疗是解决“看病难”最现实的办法。陈宽介绍了推想AI分级诊疗智能影像诊断解决方案：补充稀缺的诊断资源；提升基层医生诊断的能力；标准化的监督提高技师的操作规范，保证影像质量；实现标准化的报告；严格参照转诊指南，给出标准化转诊建议。陈宽认为，理想的分级诊疗秩序分为基层首诊、双向转诊、急慢分治和上下联动。 
蒋化冰：新技术是否完成应用闭环，决定了它的存亡 AI、5G、大数据等新技术备受关注，但要带来实际作用，还在于应用闭环，能否完成应用闭环，决定了新技术的存亡。上海木木机器人技术有限公司董事长蒋化冰以诺亞医院物流机器人为例，分享了如何实现新技术的快速闭环： 第一，新技术或产品一定要能在某方面带来实际效益，有实际效益才有闭环的可能； 第二，要找到安全控制范围合适的领域，使安全可控。安全存在问题，必将延缓新技术的闭环； 第三，聚焦单点寻求突破。创业公司一般2B要比2C容易一些，医院就是很好的2B端口。找准某一个领域，聚焦单点，能够让新技术和新产品更快的完成闭环。 蒋化冰表示，我国从事硬件研究的企业相对较少，许多高校也缺乏硬件研究条件，在人工智能领域，相比软件，我国硬件应用不足。木木机器人公司的研究方向是在人工智能软件新技术的基础上探索硬件产品，打造软硬一体、具备新技术和实用性的完整产品，实现人工智能与医院结合的“硬”实践“。例如木木机器人公司自主研发生产的诺亞医院物流机器人，能够在不改变医院结构的前提下，为医院带来后勤管理和成本控制上个的提升，真正做到全自动、跨楼层、多场景运输，同时建立物联网大数据管控后台，改进医院管理、支持医院创新。 
丁晓伟：全病种AI筛查可以实现疾病预防 全病种AI与单一病种筛查有何区别？体素科技CEO丁晓伟指路全病种AI的发展方向，全病种AI筛查可以实现疾病预防，”筛查需要全面，这样才能真正解决医疗资源，相比花钱治病，花钱预防更能节约开支“。 以眼科为例，通过眼底彩照，不仅反映眼部疾病，还能反映高血压等慢性病的累积。内分泌科有大量慢病患者，病症也都反映在眼部上。利用全病种AI，这类病人能够早筛查早诊断，大大降低致盲率致残率。而且，这类方案操作简单，可以在医疗资源匮乏、缺少专家的地方部署，有助于基层医疗资源配置。通过无创的检查方式，AI可以在一定程度上减轻患者痛苦和风险，同时，这种模式有助于医保控费。 丁晓伟提及，现有的医疗AI发展大多是为医生设计产品，而忽略了患者直接使用的产品。比如大部分皮肤病不部分风险较低，”体素肤知汇“通过手机摄像头即可实现皮肤病的初筛和预检，患者可以考虑自己简单用药。 在丁晓伟看来，目前医疗AI的发展还停留在第一阶段，关注点还停留在技术性指标，其实在真正用于医疗系统之前，应该再增加一个评估的环节：对医疗体系量化的效果到底有多少，对付费方开支的节约到底有多少等。 
“AI论道”中的深层次思考—— 中国医科大学附属盛京医院副院长刘学勇： AI绝对会进入医疗行业，但会不会出现类似自动驾驶中出现的危险事件？会不会犯低级错误？AI在严谨判断方面能不能真正达到我们的要求？我们拭目以待。 约印医疗基金合伙人郑玉芬： 即便在一些知名的三甲医院也会发生人为的错误，AI如何帮助人类少犯错误？在总体8到9亿人口规模的县域医疗，误诊率高达50~60%，是否应扩展AI介入让它的误诊率进一步降低。
| 
|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 2019-7-6 11:57:25
发表于 2019-7-10 21:28:35
发表于 2019-7-28 22:24:18