加大人工智能技术医疗创新应用快速提升基层医疗服务能力

◎ 全国政协委员、山东省济南市政协副主席 段青英

近年来，我国政府坚持保基本、强基层、建机制、补短板的基本原则，针对基层看病就医“瓶颈”问题，创新医疗服务举措，着力提升基层服务能力和水平，并取得了初步成效。在此项工作推进过程中，新一代信息技术起到了极其重要的支撑作用。当前，我国健康医疗大数据产业发展已进入快车道，各级人口健康信息化也持续推进，在大数据技术的催生下，医疗人工智能技术迎来新一轮的发展热潮。通过机器学习等算法可以使计算机理解各类健康医疗大数据，这使得以数据密集、知识密集为特征的医疗产业与人工智能的深度融合成为可能。

从世界范围内看，医疗领域最突出的问题就是优质医疗资源不足，同时，诊断准确度和效率还有非常大的提升空间。而医生的培养需要周期，供给量也不可能无限增加。为解决此问题，世界范围内医疗人工智能技术和产品不断涌现。结合我国实际，加快人工智能技术的研发与应用，促使优质医疗知识资源下沉，解决医疗服务资源的供给瓶颈，让老百姓在家门口就能享受到优质医疗服务，为快速提升我国基层医疗服务能力，提供了一条可供选择的途径和支撑。

当前我国基层医疗和人工智能应用存在四个主要问题：

一是优质医疗资源不足。这是世界性难题，据预测美国未来10年会短缺6万到9万名内科医生。老龄化严重的日本也面临同一问题困扰，每千人中仅有2人从医。就连每千人拥有4名医生的瑞士，近年也开始重视医生数量不足的问题。而医疗资源不足的问题，在我国还会因为分布不均而加剧。大量的优质医疗资源高度集中在大城市和三甲医院，基层医生，尤其是全科医生严重不足，且相当一部分医生不具备承担基层医疗服务的全面能力。从2016年的卫生统计公报看，医院医疗技术人员数同比增长5.57%，低于诊疗人次6.17%的增幅，供给跟不上需求的增加。从当前看，如何快速、有效地提升基层的诊疗服务水平，仍是医改工作的重中之重。

二是医疗费用支出持续增加。医疗负担上升是多种因素共同促成的结果，包括人口老龄化、慢性疾病增长等。医疗费用增加直接导致财政支出和社会负担的压力越来越大。人工智能在解决此问题方面被寄予厚望有几个方面的原因：首先，通过人工智能提高患者自查自诊和自我管理的比例，降低医疗支出；其次，通过人工智能手段实现更早期发现、更好管理，减少后续的医疗费用支出；第三，通过人工智能手段提高医疗机构、医生的工作效率，降低医疗成本；最后，通过人工智能制定科学合理的健康医疗方案，减少不合理的医疗支出。

三是下沉分级诊疗需求巨大。我们医疗服务体系正在向分级诊疗方向演进，落实分级诊疗一直是我国医改的核心工作，基层医疗机构将成为未来居民健康的“守门人”和“健康管理者”，基层首诊意味着基层医疗将成为首要就医入口。从2016年的卫生统计公报看，全国全年共79.3亿诊疗人次，其中有43.7亿诊疗人次来自基层医疗机构。现阶段，分级诊疗的难点在于基层医疗服务水平的薄弱，导致了患者对于基层医生的广泛不信任，造成分级诊疗难以落实。而人工智能的引入有望将顶尖医学专家的知识和诊治经验进行快速复制，为基层医生提供有效、适时的决策支持，可以提高广大经验不足的医疗工作者的工作能力。

四是开发融合存在技术短板。对于主要提供辅助诊断意见的人工智能产品来讲，需要很好地嵌入医生原有的工作流程当中，并且能够实现区域居民个体与群体健康医疗大数据的充分共享与认知分析，且需要医疗机构和高水平医生群体的高度参与，以便沉淀医疗经验与知识。但从目前来看，还远远不能满足我国基层医疗机构的使用要求，需深入继续推动健康医疗大数据的质量与整理技术，并制定出具有中国特色自主创新的标准与指南。

为此，建议在三个方面做足文章：

一是加大系统研发相关投入，提供良好支撑。组织社会力量，以常见慢性病为切入点，面向我国基层医生工作需求，加强医学影像识别、语音识别、自然语言处理、机器学习、医学知识图谱、医学知识库、大数据分析处理等核心技术的原始创新与集成创新，研发推广全科医生诊疗机器人系统，以协助基层医生开展家庭医生签约服务、智能诊疗、慢性病管理、疾病预警、健康评估、健康管理等功能，为基层医生提供统一的诊疗知识检索体系和诊疗决策支持体系，从而大大提升基层医生的诊疗能力和基层医疗机构的服务效率和服务水平，有效解决基层医务人员服务能力不足问题，为我国分级诊疗与家庭医生签约服务提供良好的支撑。

二是加快医疗数据系统建设，争取尽早推广。加快嵌入人工智能产品的区域人口健康信息体系建设，解决健康医疗大数据的收集、共享和知识提取、利用等基础问题。智能诊疗辅助产品的核心技术是基于非结构化健康医疗大数据的分析处理，产品性能的提升、应用效率需与人口健康信息化建设密切配合。因此，该类产品的研发、推广应进一步纳入人口健康信息化的规划，在进行人口健康信息化建设的基础上，部署人工智能诊疗产品，才能取得事半功倍的效果。加快区域内人口健康信息化建设工作，是健康医疗大数据采集、共享和应用的前提，也是医疗人工智能技术研发与应用的基础。在人口健康信息化建设中，加大对基层医疗人工智能示范应用的支持，建议实施一批示范应用项目。

三是解决标准质量难题，突破基础瓶颈。人工智能的研发与应用水平，与健康医疗大数据紧密相关，但我国临床数据的整合还迫切需要统一标准的医学术语系统。我国虽自2002年起已采用了国际疾病编码和国际手术编码，但这两大术语还不能覆盖医疗记录中所有的临床信息，且具体使用中准确率偏低。需要从数据整理、数据质量方面切实做好基础工作。