“火热AI医疗的冷思考”

本篇文章3560字，读完约9分钟

dnf公益服 【科技在线】

中山大学中山眼科中心，林浩添教授聘用ai眼科医生。 南方日报记者张梓望摄

几个月过去了，广州市越秀区白云街社区卫生服务中心的郭宝怡对新同事充满好奇，面无表情，但工作效率高，经常可以在几分钟内评估是否有白内障、黄斑病变、高度近视等常见眼病。 郭宝怡的这位新同事是中山大学中山眼科中心开发的ai眼科医生。

现在，更多的医疗人工智能正在向末端降临。 广东省发布了《互联网+促进医疗健康快速发展的行动计划(-)》。 嗅觉敏锐的资本已经抢夺了人工智能医疗市场，促使成熟的产品进入基础医疗机构。

政策扶持，资本市场扶持，越来越多的基层医院被包围，成为ai医疗的试验田。 站在风口上，ai医疗到底存在那些软肋？ 在缺乏商业模式和比较有效性数据的背景下，ai医疗到底该如何才能站稳脚跟？ 南方日报记者进行了调查。

阿尔法go的余波引起了ai医疗

白云街社区卫生服务中心2楼的ai眼科诊室，居民坐在智能机器前，下巴靠上，双眼直视前方。 几分钟后，白内障诊断报告出来了。 这是ai眼科医生的一般动作模式。 截至8月底，为社区400多名居民提供服务，疑似白内障的病例约为30%。 中山大学中山眼科中心医生远程诊断疑似病例。 需要进一步治疗的患者，可以去上级医院请专科医生进行深入检查。

项目负责人林浩添教授是中山大学中山眼科中心白内障专科医生。 年来，他把研究重点放在医疗大数据和人工智能行业，寻找更有效的致盲眼病防治手段，努力为基础医疗机构助力。 几年前，这个想法很疯狂。 林浩添说，在项目开发的初期阶段，很少有人能理解医疗大数据的价值和挖掘技术，谁也不认为机器人真的能看病。

随着阿尔法go打败人类职业围棋选手，方向改变了。 人工智能不仅战胜围棋世界，还正式进入大众视野，逐渐被各行各业所接受。 在此之前，敏锐的资本已经捕捉到了新的趋势，配置了人工智能市场。 知道了医疗资源失衡的现状，他们怀着发现新大陆的心情，以ai为马，跳进了医疗市场。

ai医疗的爆炸性发展也要归功于政策奖金。 6月14日，广东省人民政府办公厅正式发布了《互联网+促进医疗健康快速发展行动计划(-)》，提出了人工智能下基层的规定。 有了政策的加持，ai医疗就像火力充足的汽车一样，走向了基层医疗机构。 7月4日，互联网+健康扶贫ai医生村通启动仪式在广州举行。

ai老师是个好老师。 邓金科是广东省阳山县的村医。 以前，他只看到感冒和发烧，遇到困难时，建议村民到外面去看医生。 但是现在有智能医生，所以村民只需要用手机问诊。 如果遇到未经许可的疾病，邓金科也可以通过复印和照片等方法告诉广东省互联网医院的医生。 目前，ai医生可以看到200多种常见病，涵盖了普通社区医院日常诊断的90%的疾病。

在基层，医疗人工智能填补了城乡医疗水平的差距，使当地居民享受到了同质化的医疗服务。 但是，在三甲医院，被赋予了释放医生的使命。

广东药科大学附属第一医院病理科启用了ai远程病理诊断系统。 短短几分钟内，就可以识别、筛选、标记可疑、异形、细胞核大的细胞。 病理医生只需要关注可疑细胞就可以写诊断报告。 这项技术的运用使病理医生的业务效率提高了整整20倍。

今年6月，中山大学附属第六医院启动了华生胃肠疾病人工智能医学中心，将人工智能应用于临床诊疗，让华生推荐几种可能的治疗方案，供临床医生选择，最终实现了个性化治疗。

什么是ai医疗？ 每个人的身体都有自己的答案。 对白云街社区卫生服务中心的管理者陈健芳来说，填补了基层眼科医生空的空白，节省了中心每年数十万元的劳务支出，让社区居民不用出远门就可以筛查眼科疾病。

广州市妇幼医疗中心院长夏慧敏说，所谓ai医疗，其实就是人类医生的经验成为规则，其规则在系统中流行，在这一潮流之后形成了基于人类智慧结晶的辅助诊断做法。

目前，医疗界正迎来人工智能的旋风。 大部分人都在讨论人工智能，拼命追赶领域的潮流。

数据孤岛成为干扰因素

一台机器能检测出白内障吗？ 在社区清洁事业开始之前，陈健芳总是面临这样的疑问。 阻力不小。 随后，他们说服居民到社区医院进行筛查，居民也在新的体验中接受了医疗新技术和新的服务模式。

疾病智能筛查技术的宣传之路并不容易。 一方面是居民半信半疑，另一方面是医生适应的难题。 医疗数据是人工智能的营养来源。 以ai眼科医生为例，在下基层前，其增长依赖中山眼科中心的医疗数据。 在这过程中，研发人员将清洗、标记数据，建立数据模型，赋予诊断疾病的功能。 侵入基础医疗机构后，原始数据模型还在应用吗？

事实上，从市面上许多ai医疗产品中获得的高精度基于越来越小的样本测试。 林浩添也提出了另一个担忧: ai在训练中使用标准图像，但到了临床上会受到多种因素的影响，包括检查人员的配合程度等在内，图像质量可能存在缺陷，从而导致ai的效率受挫。 上海交通大学生物医学工程学院教授钱大宏在接受媒体采访时表示，算法不是会说的老师，没有向医生说明评价依据的能力。

ai医疗还缺乏可持续发展的商业模式。 以ai眼科为例，到基层进行疾病筛查，目前不需要任何费用。 另外，项目的运营需要保证软件系统的更新和相关人员的补助的费用。 林浩添说，只有让机器在基层接受训练，才能进化。

中国新闻通信研究院网络医疗联盟人工智能员工集团负责人赵日光认为，目前很难通过销售的方式将ai医疗产品销售到医疗机构。 而且，ai医疗产品将被迫消耗。 在盈利模式尚不明确的现在，谁也不想承担这个机会价格。

人工智能就像孩子，需要知道，需要学习，需要从大量的大数据中吸取生长养分。 但是，目前数据孤岛现象和数据标准不统一，阻碍了ai医疗的快速发展。

在国内，人工智能公司将与三甲医院合作获取医疗数据。 但是，各医院收集数据的设备可能不同。 例如，在病理、心电等行业，各厂家都遵循私有的数据格式。 赵阳光建议，行业必须积极将私有模式转变为公有模式，才能为ai医疗的快速发展提供良好的土壤。 但是，响应者寥寥无几。

即使ai医疗可以获得高质量的数据，也无法避免数据获取是否会侵害患者的隐私这一问题。 毕竟，没有人希望自己的健康数据被全世界的人知道。

未来:需要改变技术、体制和政策

陈健芳希望购买ai医疗产品，建议将人工智能纳入基本医疗范围收钱，且价格不超过100元。 但是，所有这些前提都是产品必须合格。

怎样才能制作出能被市场买到的产品？

钱大宏表示，关键是提高算法能力，不仅要追求高精度的结果，还需要进一步明确ai的思维。

林浩添更喜欢人工智能的纠错能力。 对现在开发的ai眼科医生来说，它需要进一步提高错误识别能力，需要评估力度，评估错误的图像，教会检查者重新采集的方法。

科大讯飞智慧医疗常务副社长鹿晓亮曾在中国精密医疗产业峰会上表示，ai医疗产品需要进入临床，只掌握算法是不够的，需要不断学习领域专家的能力，跟上新的研究潮流，提高自我。

目前，我国许多ai医疗产品都以高精度数据而闻名，但诊断型ai医疗产品未能真正得到国家市场监管总局的认证。 在大洋彼岸的美国，已经有三种人工智能诊断产品连续获得美国fda的批准，以osteodetect为例，采用ai算法可以帮助医生迅速诊断腕骨骨折。

目前，我国监管部门禁止虚拟助理软件提供任何疾病的诊断建议，只允许提供客户健康轻度的问诊咨询服务。 ai医疗产品要走得更远，相关部门必须制定与ai诊断相比较的进入临床应用的法律标准，确定ai诊断的主体是医生还是医疗器械，并对ai诊断中存在的缺陷、医疗过失的评价依据等问题进行详细说明。

林浩添说，他的团队在国际期刊上发表论文，制定ai医疗进入临床的标准，当ai医疗产品在实际医疗中应用的准确率达到某个标准时，才有资格进入临床。

几十家创业企业团结一致，发生了同样的事件，基本上是以智能诊断为中心展开的。 林浩添希望ai眼科医生能走得更远，将来能给患者建议。 他还打算开发眼科手术机器人，成为外科医生的助手，提高诊疗效率。

未来的人工智能不应该单一，不能只诊断某个病种，也不能只分解图像数据进行评价。 夏慧敏表示，人工智能是综合考虑语音病历、图像数据、身体多项指标等的诊断治疗，应该像人脑一样全面考虑。

要实现这些目标，光靠公司是不够的，还需要医生的深入参与。

林浩添表示，医疗数据具有特殊性，如果只靠计算机人才进行探索，可能对他们的方向把握、数据理解不充分。 要制作满意的ai产品，需要医护人员和程序员合作，深入交流，深入合作。 但是，在目前的体制下，医务人员不太能抽身，繁重的临床和科研任务已经让他们闲下来。

鹿晓亮总结说，用人工智能让医疗领域发挥作用，需要强大的技术支持、政府的决策和社会资源的支持、持续的韧性和耐心三个特质。