医疗+AI引发的思考

2017-02-03 02:48编辑整理杨晓慧
中国医院院长 2017年24期
关键词:联体领域人工智能

编辑整理/本刊记者 杨晓慧

医院从大数据着手,建立自己的人工智能生态体系、价值体系,需要提上日程。

胡伟国上海交通大学医学院附属瑞金医院副院长

潘曙明上海交通大学医学院附属新华医院副院长

金彪上海交通大学医学院附属新华医院放射科行政副主任兼崇明分院副院长

王才有国家卫生计生委统计信息中心原副主任

詹松华上海中医药大学附属曙光医院放射科主任

肖京平安科技首席科学家

彭明强中日医院副院长

脚踏实地,仰望星空,这是我们正在经历的人工智能时代。人们一边实践,一边憧憬着未来世界,一边还在担忧人工智能不可预估的能量,“生存还是毁灭,这是个问题。”

虽然人类是这样的纠结矛盾,但没人能够否认,人工智能正在变革医疗,变革社会,变革人类历史。

在11月4日第十一届中国医院院长年会“医疗与人工智能”分论坛上,演讲嘉宾与参会者分享了人工智能在医疗乃至人类历史上的作为,为行业带来了一场思想的饕餮盛宴。

胡伟国:从四大方面推进AI应用

上海交通大学医学院附属瑞金医院(以下简称“瑞金医院”)副院长胡伟国在谈及人工智能带来的挑战时表示,医院管理者应该从四个方面着手应对挑战。

一是要融合大数据。数据的融合一定要跨区域、跨领域,不仅包括临床电子病历、检验数据,同时还要包括个人行为乃至气象数据。二是要互动。“互动有代表性的是人机互动,机器能够听懂人类语言,能够不断交流。”三是学习。在大数据基础上有理解、学习、推理的能力。四是开展综合决策。

基于上述四个方面,瑞金医院在信息化的道路上不断深入,由数字化医疗逐步走向智慧医疗,进而向认知治疗进行转化。

“这三个阶段是交替式地、叠加式地、螺旋式地在发展。”结合医院发展经验,胡伟国说道,数字化医疗是基础,瑞金医院已经基本实现并不断延续;智慧医疗基本形成框架并不断补充;认知医疗可能刚刚起步。

谈及认知医疗时,胡伟国指出其主要特征在于人机互动、关联发现学习的能力以及综合决策,而这些正是人工智能需要深入探索的领域。会上,他向参会者展示了医院在医疗领域、辅助诊疗领域、影像领域、精准医学领域开展的探索。

谈及人工智能在医疗领域的应用时,胡伟国用“任重而道远”来形容。在他看来,当下的人工智能依然很“弱小”。今年的3月8日,医院在全国率先启动了沃森应用,医院发现其病例诊断还没有达到分子水平,没有靶向治疗、没有手术方案等,这些均需要医生帮助其不断学习、不断改进。

他引用一位投资人的话谈道,AI在医疗领域还没有找到门,门到底在什么地方还在摸索;AI在医疗领域可能最容易突破的是影像。“我觉着这两句话非常中肯。”

亲身体验参与人工智能在医疗领域的应用,也让胡伟国对医生是否会被人工智能取代有了自己的见解:医生不会被取代,原因在于医学需要人文关怀,需要创新与创造,并需要综合的决策能力,人工智能在这些方面还无法突破。

潘曙明:数据决定未来

“未来二十年,是医疗大数据的时代,深挖医疗大数据是医院发展的必由之路。”上海交通大学医学院附属新华医院(以下简称“新华医院”)副院长潘曙明认为,随着数字化建设,医院将迎来又一个发展的机遇,中国医疗机构将因大数据应用能力的建设进而明显分化。

在潘曙明看来,大数据时代已经来临,它在驱动着各行业的创新发展,同时驱动着医疗行业各环节的发展,包括医学研究、医院管理、医疗可穿戴设备应用,等等,“随着医学大数据的深度应用,它必将全方位变革医学行业。”

“以疾病为核心,应用大数据,医院能够形成一幅全方位诊断的疾病可视化画像。”面向未来,他对大数据应用给出了描述,同时也传达出了新华医院对医疗大数据应用的设计与构想。

目前,新华医院已经实现了300000份以上住院病历(医嘱、收费、检查检验、病史、首页);1200000份以上门急诊诊疗病历(挂号、处方、收费、检验检查、病历诊断)所形成的数据,并且各类明细数据已超亿条。这些数据将会进一步驱动医院的创新发展。

结合医院实践,潘曙明谈道,大数据的质量决定了大数据的分析结果以及应用效果,对此,医院从源头抓起,整合医院信息化资源,建设医疗大数据平台。

数据的共享与融合是未来大数据应用的条件之一。谈及该问题时,潘曙明指出了区域数据共享面临的难题,包括受限于国家尚缺少数据共享开放的指标体系、数据资源家底普遍不清、数据共享交换机制尚未建立等因素的限制,区域医疗大数据的共享出现了不敢、不愿也不会的现象,等等。会上,他对此方面的工作呼吁给予重视。

金彪:仰望星空,畅想未来

上海交通大学医学院附属新华医院放射科行政副主任兼崇明分院副院长金彪引用了黑格尔的一句话:存在即合理。在金彪看来,人工智能的出现是一种必然趋势,而它的到来,将会给人类带来更多的不可思议。

畅想未来,他给出了一个重磅观点:人类将实现永生。对于该观点,金彪给予了解释:决定生命健康的内在因素在于基因,生物体的生长病老死等一切生命现象都与基因有关,它同时也决定着人体健康的内在因素,与人类的健康密切相关。当下的生物科技已经开始为医学带来一场革命,人类正在通过对基因(2.3万个)的重新调校,让人类远离疾病、远离衰老。“人工智能在基因解读领域带来了人类不曾拥有的能力,让人类有机会用数字描述生命。”金彪如是说道。

虽然前景很美好,但金彪也表示,当下人工智能在医学方面的发展还处于“弱智能”时代,医学人工智能应该也将会朝着“能医生之所能,能医生所不能”的方向发展。

仰望星空,立足当下。上海交通大学医学院附属新华医院正在脚踏实地地走向未来。比如,2016年6月1日,新华医院启动医院“十三五”规划中重大学科战略项目“千天计划”,目标是利用新华医院的产科和儿科两大学科优势,建立一个早期生命健康管理与疾病诊治综合体系。并且,在2017年10月13日杭州举行的云栖大会智慧医疗专场,阿里巴巴正式与上海交通大学医学院附属新华医院签订战略合作协议,携手共同探索“智慧医院”新样板。

畅想未来,人工智能能走多远,医学就能够为人类带来多大变革,这些都将令医疗机构有机会付诸实践。

王才有:AI+PI将是长期智能模式

国家卫生计生委统计信息中心原副主任王才有谈及人工智能时表示,人类认识和改造世界的新方法发生了改变。几千年前是以记录和描述自然现象为主的实验科学;数百年前是利用模型归纳总结记录的理论科学;数十年前,则是对复杂现象进行模拟仿真的计算科学;当今则是利用数据,不仅可以模拟仿真,同时还能够分析总结,得出结论;未来则是数据密集型科学,人类可以直接从数据中提取有活力的知识。王才有表示,在通往未来的道路上,人工智能将会让一切技术变得更强大。

他谈道,“人工智能”实际上是机器智能,是人工制造出来的系统所表现出来的模拟、延伸和扩展的人类智能,目前,它在医疗领域的应用主要聚焦于公共卫生与精细化管理、协助医生诊断、个性化治疗等方面。

“但总体而言,相比于其他领域而言,医疗领域的人工智能远远落后于其他行业,重要原因在于数据质量太差。”王才有表示,目前,AI发展还面临诸多挑战,包括数据真实性、完整性与集成的问题,应用整合面临难度,特定领域人才稀缺等。

谈及机器与人、与医学的关系时,他表示,医学发展将从单独依赖PI,走向PI+AI,后者占比将持续增加;AI有用也有效,但目前有限,人类要从条件成熟的领域做起,与此同时,还要注意生态文化的建设以及人才培育。

“增加值出口”不同于“出口增加值”,后者重在反映一国对增加值贡献了多少,但未考察经由第三国所转移的两国间价值交换。[1]“增加值出口”往往被看作一国出口过程中的国内增加值,分为出口部门增加的直接价值与带动其他部门间接产生的价值两部分之和,而传统的出口统计方法中,没有将“中间品出口最终返回国内的本国份额”和“外国份额”滤去。[2]

詹松华:从影像领域谈起

面对当下被经常提及的“影像领域的AI将取代放射科医生”的说法,上海中医药大学附属曙光医院放射科主任詹松华表示,人工智能近期替代不了影像诊断医生。

“我不是很乐观。在影像医学领域,我想告知诸位AI专家和投资人醒一醒!你们的挑战或困难有很多!”他指出,人工智能在影像医学正面临巨大的挑战,也许会让投资者的投资血本无归。

结合影像诊断学,詹松华谈道,影像检查的设备、检查方法,人各不同,并且各医院的检查没有统一标准!影像诊断是一门“可能性”的艺术,这与围棋拥有的“规则性”相比具有明显的差异。

他表示,利用计算机进行辅助诊断的情况本来就存在,现在只是进步了,不属于新发现。影像诊断是复杂的过程,图像是死的,但人是活的,人有千变万化,病史各有各样,可变因素太多。“疾病的可能性无限多,所以,疾病不可能被死板地处理。工科的学者会说没有做不到只有想不到;但在人的领域这种说法并不适合。”

詹松华表示,人工智能可能在发现病变方面大有可为,在病变定性方面还很难有所作为。仅从影像诊断来讲,还需要解决AI误读图像的情况,从实验研究到临床应用,还有很长一段路要走。

但詹松华也指出,人工智能一定是发展方向。在他看来,随着信息互联互通、图像远程传输等功能的实现,人工智能将会更加有用武之地;与此同时,随着筛查图像的进一步精准、精确,发现病变会成为AI能力的发展重点。

肖京:践行AI四要素

平安科技首席科学家肖京讲述了人工智能经历的两起两落阶段,并指出目前处于第三次兴起,其标志性事件为:1997年的IBM深蓝;2016年的AlphaGo事件。他指出,人工智能的核心技术突破在于深度学习,虽然当下人工智能还处于弱人工智能时代,但未来其综合能力将会达到人类水准,直至全方位大大超过人类智能。

在肖京看来,现阶段的人工智能技术已被应用于各个医疗健康领域,并在计算智能、感知智能、认知智能等方面均有所突破。他指出,依托强大的科技能力,平安也于近年来深耕医疗健康生态圈,并在医疗健康大数据方面不断探索与实践。

会上,他与参会者分享了平安关于智能+医疗健康大数据的分析方法,即AI四要素:技术、数据、行业专家、场景。结合分析方法,他与参会者分享了平安在此方面的贡献,比如通过人工智能+大数据流感预测技术预测流感;利用深度学习技术识别医学影像,实现了智能读片;开展“相似病例”服务,根据用户输入的症状,召回最为相关的病例及医生回答。

尤其值得一提的是,在医保基金风控方面,平安通过业务子公司与厦门、宁波、贵州等多地政府开展合作,结合科技自有知识库和医疗相关数据,建立了可视化关系网络,结合时间和空间,从患者、疾病、诊疗、医生、医院等多个维度建立医疗就医关系网络,利用机器学习等相关算法,识别其中的欺诈行为和群体。

据悉,目前平安已打造限定性药品滥用、分解住院、虚假住院等场景模型,准确率达到90%以上,一年多来已累计协助政府识别出了20多亿元医疗费用中的欺诈问题。

彭明强:远程医疗助力医联体

“分级诊疗旨在解决医疗资源配置不合理、不均衡问题;医联体建设是实现分级诊疗有效的方式。”谈及分级诊疗时,中日医院副院长彭明强指出医联体发挥的作用。

会上,他与参会者分享了医院在城市医联体“1+X”模式、县城医共体“乡县一体化”模式、专科联盟、远程医疗协作网四种医联体模式方面的工作。

在城市医联体建设方面,2013年12月,中日医院在政府主导下组建了朝阳区东部医联体。据悉,该区域医联体构成共计19家,核心医院为中日医院;包括4家三级医院、2家二级医院、12家社区卫生服务中心,其服务人群超过150万人,总床位4500张。

在专科医联体建设方面,医院近两年来相继成立了呼吸专科医联体、疼痛专科医联体、中西医结合肿瘤专科医联体、呼吸专科医联体慢阻肺协作组、肺癌专病医联体、呼吸专科医联体护理联盟、毛发专病医联体、肛肠专科医联体等。

在介绍各类医联体建设成绩的同时,彭明强还强调了各类医联体的建设均离不开远程医疗的助力。

据悉,2012年10月经原卫生部批准,在中日医院设立“卫生部远程医疗管理培训中心”。作为国家级远程医疗中心,目前,其远程医疗网络覆盖32个省区市、2000+家医院,60+学科领域、12个国家级临床重点专科,医院信息系统互联互通标准化成熟度四级,为医联体的建设乃至数据的共享作出了巨大贡献。

猜你喜欢
联体领域人工智能
2020 IT领域大事记
领域·对峙
2019:人工智能
人工智能与就业
数读人工智能
医联体:足不出户的健康保障
下一幕,人工智能!
百花齐放的湖北医联体
新常态下推动多层次多领域依法治理初探
大连 创三级联动医联体