AI在医疗领域中的应用

黄艳

医疗领域大家经常谈论的是医疗资源的紧缺和结构化供需不平衡的问题，这两个问题应该说现在已经进入了非常严峻的地步。我们看几组数据，中国到2030年60岁以上的老人占比会到1/4，也就是说到那个时候我们每4个中国人中就会有一个60岁以上的老人，今天中国已经进入了老年化的时代，未来超级老年化的时代会即将到来。这将带来很多的风险，特别是老年人慢性疾病风险对于国家对于人民来说都会是非常非常大的挑战。

与此相对应的是我们看到供给方是医生资源不足的问题。在人均医生资源方面，我们每万人拥有的医生数量是18人，人均医疗支出的占比是人均收入的11%，对于我们这样一个发展中国家来说，这个负担其实是非常大的。让医疗的需求和医疗的资源这样一个矛盾进一步放大的一个重要的因素是医疗资源的结构化的不均衡。我们经常说，在大医院人满为患，在基层医院门可罗雀。从数量上来看，三级医院占中国所有医院的总数只有8%，但是他们却承担了40%的诊疗和住院的需求重任，所以三级医院在超负荷运转，但是基层医疗资源其实一定程度上是在闲置的。

为了解决这样一个矛盾，很多年之前国家就已经在开始去推动分级诊疗的政策，分级诊疗的目标可以概括起来就是四个词，基层首诊、双向转诊、急慢分诊、上下联动。这四个词对基层有非常明确重要核心的定位，第一个定位是疾病是早期筛查，这里包括常见病、慢性病、癌症的早期筛查。第二是診断治疗特别是常见病和常见症状的诊断治疗。第三是慢性病的长期管理。可以说在整个分级诊疗的体系里面，基层是其中最重要最核心的环节，只有基层问题解决了，才能够真正的去实现分级诊疗这样一个大的体系、大的政策。但是今天我们看中国的基层医疗它的现状是非常不容乐观的，存在医生的能力和经验不足的问题，药品目录匮乏问题、医疗器械不足的问题，这是一个系统性难题。

如果我们看医生的数量，在城市里面每一千个居民拥有的医生数量是4，但是在农村里这个数量却不到2。我们看专业训练的角度，在等级医院里面，获得了本科以上学位的医生的占比是70%，但是我们看基层社区卫生服务中心、乡镇卫生院这样的比例，获得本科学位医生的比例不到15%。所以说，如果说基层医生不强的话，基层的医疗肯定不强，基层的医疗如果不强的话，患者就不会愿意去基层医院获得就诊服务。我们说分级诊疗就非常非常难实现。

政策推动基层医疗

我们看到其实很多政策都已经在推动这件事情往前发展了，以《健康中国2030》为核心的政策体系，在从各个方面推动基层医疗的改革和基层医疗能力的提升，包括有保障基层医生的收入、加强他们核心能力的培养、扩大技要的范畴以及提升基层医保比例、规模化投入基层医疗建设、医疗器械以及建设家庭医生管理体系来管理居民的慢性疾病。政策是一方面，是一个很重要的核心驱动力，但是通过技术的力量原生性的驱动这个行业的发展也是不可或缺的，比如说互联网的技术，它能够带来上下级医院之间的互联互通，同时也能够帮助连接需求和供给，也就是病人和医生。人工智能和大数据的技术因为它们可以深入影响到医疗的核心环节、核心领域，所以其实具有更颠覆性的价值。比如说这些技术可以帮助推动基层医疗临床路径的标准化、规范化，从而显著的提升基层医疗的能力和质量，这些技术我们相信会给基层医疗带来巨大的不可逆转的改变。

在技术的支撑下面，基层的医疗的筛、诊、管这三个方面都会迎来很大的变化和提升。第一是筛，筛方面比如眼底疾病、癌症疾病的早期筛查，这些都可以帮助辅助医生让更多患者获得更优质的早期筛查服务。诊的方面辅助问诊、辅助诊断、辅助治疗、用药诊断这样的技术，可以让基层医生在临床上标准化、规范化。管的方面通过智能监测、用药提醒这些服务，可以帮助家庭医生更加便捷、更加智能化的为患者提供足不出户的疾病管理服务。

在这样的生态里面患者的需求会被看中，我们也相信这会促成整个医疗生态的脱胎换骨的变革和升级。

百度助力基层医疗

百度是全球领先的人工智能公司，百度大脑是百度过去十年左右的人工智能技术的积累和实际应用、实际实践的一个集大成，包括了计算机视觉、语音、自然语言处理、知识图谱、深度学习等综合的AI能力。

百度也凭借着AI技术成为史上首个连续入选MIT Technology  Review十大技术榜单的公司。基于百度大脑的技术能力以及刚刚提及的医疗的实际需求，我们研发了智能眼底筛查系统。基层的临床辅助决策系统、以及智能家医管理三大平台和体系，可以帮助基层医疗的筛、诊、管这样的一个全流程。

首先我们看筛，筛是医疗的第一道防线，现在中国有很多政策都在围绕着基层的早筛在提出一些要求，但是基层的筛查服务其实远远跟不上这些政策的要求以及居民的需求。我们以眼底筛查为例，40岁以上的人群是眼底疾病的高风险的患病人群，大部分的眼底疾病其实都可以通过眼底早筛的服务及时发现治疗，降低致盲率，在中国有很少这样的眼底疾病人口呢？有6.6亿，但是中国的专业眼科医生只有3.6万人。我们以河北省为例，在河北有超过4千万的眼底疾病风险人口，但是河北全省的专业眼科医生只有2000人，也就是说在河北每一名专业的眼科医生需要服务两万的眼底疾病人口，服务缺口是非常大的。政策其实在大力的引导，但是筛查服务的能力现在还是不足的，这正是人工智能的技术可以辅助到、可以帮助到的地方。

针对这样一个基层眼底早筛的需求，我们研发了智能眼底筛查系统，我们这个系统也是通过学习大量的来自于三甲医院，有顶级专家标注的眼底影像数据为基础，具备了多眼底疾病的筛查能力包括糖尿病、视网膜病变等等这样主要的疾病，系统的准确率突破了专家的能力，同时它速度很快，10秒钟就能够给出这样的筛查结果，对于患者来说非常非常的高效。同时也需要考虑到基层医院的网络条件、设备条件有限，所以这套系统的运行它并不要求具备联网能力，而且可以在多种品牌、多种型号的眼底相机上面配套使用。这套系统目前我们正在国内的多个基层区域在开展科研的试点，比如以广东肇庆地区为例，目前在服务广东肇庆的17家基层医疗机构，目前为止筛查了7768名的风险人口，并且帮助其中1136名的患者，及早的发现了他们的眼底疾病和致盲风险，获得了医生和患者很好的评价。

刚刚是筛，筛之后就是诊，诊其实是整个医疗的整体流程里面最最核心的一个环节，基层医生的能力在诊方面的能力是需要非常细致、全面的方案，从问诊到病情的评估到检查检验，再到处方，各个环节都会存在错误判断的可能性，因此我们方案也需要融合到整个流程里面去辅助医生降低错误的可能性。比如说在问诊环节，我们要帮助去规范问诊的流程，减少漏问诊的情况。在诊断的环节，需要根据主诉等信息判断疾病，降低漏诊和误诊。在检查检验环节推进相关的方案，帮助医生能够更准确、更快的定位疾病。在处方环节确保用药检查的安全性和合理性。这样一个方案做到了三方面，深、全、易。深是指和医生的诊疗流程深度的融合，从问诊诊断一直到治疗方案的推荐，我们会基于权威的医学知识以及科学的AI决策模型为医生提供实时的建议和指导。全是指病种覆盖很全，我们目前覆盖了大概四千多种的常见疾病，能够最大限度的降低漏诊和误诊的情况。易是指容易掌握和使用，我们系统会和医院的信息化系统、电子病历系统进行深度的打通，无缝融入医生今天使用的日常诊疗流程里面，好上手易学习。

AI对医疗诊中核心能力的提升

下面我想针对诊中几个核心能力稍作展开。

首先是辅助问诊的能力。辅助问诊这个功能主要的目的是帮助医生对于患者的主诉和现病史进行搜集，提升整体问诊的质量，这样的功能表现在三方面：1、问诊的标准化。如果患者主要症状是咳嗽，系统就会提示医生对于咳嗽的频率相关的问题，帮助医生更好的了解患者的病情。2、问诊全面化。系统指导医生询问咳嗽的诱因，询问患者饮食情况，帮助医生了解更多的情况，缩小目标疾病的范围。3、问诊的效率化。我们可以将问诊过程产生的信息自动的生成专业的电子病历文书，一键可以自动生成电子病历，减轻医生手动输入电子病历的负担，在提高问诊效率的同时，也会保证病历书写质量。

第二个功能是辅助诊断。辅助诊断的目的是为了降低误诊和漏诊率，结合患者的主诉及详细的现病史，系统会主动提示疑似的潜在疾病以及疾病的疑似程度，针对基层常见的300种疾病有针对性的进行重点的优化，TOP3疾病的推荐准确率可以达到95%，同时依托知识图谱技术我们进行辅助和推荐的同时，也会给出系统判断的医学依据和医学逻辑，让医生不仅是看到其然，同时也可以看到其所以然。

第三个功能是治疗方案的推荐。这个功能的目的是结合所在医院的药品和行医的习惯，去推荐合理的治疗方案或者提示治疗方案中可能存在的一些潜在的风险。比如说，其中有一个重要的能力是合理用药的能力，我们可以把它想象成为是一个智能的药剂师或者说数字的药剂师，为医生提示潜在的配伍禁忌和过敏反应这样的风险。又比如，系统也可以针对医生开出的检验检查项目进行风险判断和提示。举一个具体的例子，溃疡性结肠炎的患者如果他接受钡餐的检查的话，钡餐会引发中毒性的巨结肠，如果有个患者初步诊断是溃疡性结肠炎，医生又开了倍餐检查的话，我们系统就会提示有这样的冲突风险。

目前为止，我们的临床辅助决策系统已经在全国16个省市自治区得以应用，正在服务500多家的医疗机构数万名的医生。以北京市平谷区为例，平谷有46万人口，当地居民主要的医疗需求是依赖于当地主要医疗机构。今年年初开始，我们和北京市平谷区卫健委展开深度的合作，将临床辅助决策系统应用到当地18家社区卫生服务中心。，平谷卫健委信息科焦主任告诉我们，我们的合作开展大半年以来，平谷的基层医生对于诊疗更加有信心了，患者也更能够信任当地的基层医院，越来越多患者可以来当地社区中心就诊，医生也有机会接触更多患者，进一步地丰富医生本身的医疗经验和能力。焦主任這样一个赞许正是我们研发这套产品的初衷和目标所在，我们希望能够通过帮助提升基层医生的能力和基层医疗的水平，让基层做好人民健康的守门人。

诊和筛之后是管。为了解决管的问题，我们打造了智能家庭医生管理平台。家庭医生今天面临的问题是非常严峻的，中国有很多基层医生在承担家庭医生工位的职能，他们疲于签约但是无力履约，他们缺乏数据、工具甚至缺乏能力，使得他们没有办法真正的承担应该承担的患者的健康管理和慢性疾病管理的这样一个重要的职责。为了这样一个目的，我们打造了智能家庭医生管理的平台和体系。这是一个以患者为中心的慢性病的管理体系和平台，它可以自动连接、采集和分析患者的血糖、血压等体征数据，自动分析提示异常风险并且通知家庭医生。它具有专业的临床路径，临床的管理路径，可以帮助医生进行个性化的调药，即有自动的用药提醒功能，也有自动的随访功能。它依托百度的小度在家智能音箱的载体，在患者的客厅或者床前可以和患者进行语音交互，它可以让患者随时可以和他的家庭医生进行视频通话和咨询。这样的平台我们认为它的意义非常重大，对于家庭医生能够真正的帮助到他们高效、有效、高质量的管理患者的慢性疾病，而对于患者来说，他们足不出户就可以享受到专业的慢病管理服务，每个患者都能够真正的拥有自己的家庭医生。

在整个分级诊疗和强基层的大背景下，我们相信我们在做的这些尝试，未来都会成长成为参天大树。但是在这个过程中，传统的医疗和人工智能技术的结合其实是两个不同世界的结合，是两种理念的结合，是传统和创新的结合，这个过程本来就是非常艰难的，再加上医疗是这么一个关乎民生的行业，它的过程是非常坎坷的。比如说我们需要解决非常非常多的挑战，包括AI的定位问题，比如AI的结果如何能够被相信，如何能够让结果变成可解释？医疗数据的安全问题也是重中之重。AI的产品和应用怎么去融入到医生今天的服务流程里面，AI怎么能够获得不管是医疗服务人员还是患者的广大信任的问题，这些问题都需要一个一个的被解决、被攻克，这样我们才能够真正的看到AI和医疗相结合的一个很好的未来。

我们坚信AI和医疗的未来，AI和医疗的结合必将在基层医疗体系的演进和强化过程中起到至关重要的作用，百度也愿意倾AI之力助力基层医疗的健康发展。

（本文根据中国国际数字经济博览会速记整理，内容未经本人确认）