医疗AI步入深应用

曾涔

目前业界对医疗AI的定位是使之嵌入医疗全程，输出接近医生水平的决策支持，为医生诊疗提供必要的帮助。在此基础上，解决民众在医疗领域“烦心、烦事、费钱”的痛点，更好提供“省心、省时、省钱”的高质量服务，医疗AI或可发挥更多功用。

AI赋能医疗产业

健康中国的正常运转需要基层医疗发挥效用，近年来国务院、工信部、药监局等部委颁布系列政策，大力推进AI在医疗各个细分领域的应用。国家卫健委发布的《医疗机构设置规划指导原则（2021-2025年）》明确强化信息化的支撑作用，推动人工智能、大数据、云计算、5G、物联网等新技术与医疗深度融合，推进智慧医院建设和医院信息标准化建设。4月20日，国家卫健委医政医管局发布的《国家限制类技术目录和临床应用管理规范（2022年版）》重新調整了各级医院限制使用的医疗技术名单，本次所取消的五项限制级技术即有人工智能辅助诊断，这意味着该技术可以广泛推开应用。

AI技术与医疗健康领域加速融合，以计算机视觉、自然语言处理、机器学习等为代表的AI子技术广泛渗透于医学影像、精准医疗、健康管理、医疗信息化、药物研发、医疗机器人等多样化场景，成为提升医疗服务水平的重要驱动力。医疗AI正成为医护人员的重要工具，医疗机构正在被越来越多的先进设备填满，医疗工具和标准不断演进，对医护人员的职业素养与终生学习能力提出了更高要求，也为医疗AI的深入拓展提供了机遇。正如中华医学会影像技术分会主任委员李真林所指出的其一部分应用功效，“AI赋能医学影像主要是为疾病的诊疗提供了科学和直观的依据，已成为临床医生诊治疾病的眼睛；在临床诊疗中，人工智能赋能医学影像已经由临床辅助检查手段发展成临床诊断疾病的主要方法，广泛应用于体检、疾病筛查、诊断与鉴别、疗效评价及预后等多个方面，为人民群众提供全方位全周期的健康保障。”目前许多医院都引进了对肺癌、乳腺癌、儿童生长发育异常等疾病进行辅助诊断的人工智能检测系统。可以说，AI在辅助诊断、医学影像、电子病历、医院管理等多个领域均起到重要作用，是发展智慧医疗产业的核心技术基础。

医疗AI的发展方向较为明晰，数坤科技创始人、CEO马春娥认为结构性心脏病、心律不齐、心衰等心脏疾病，阿尔茨海默病、孤独症等认知障碍、老年退行性疾病将成为医疗AI领域下一个研发重点，同时她提出，“‘数字医生’就像人类医生的数字化大脑，有判断与数据解读的能力，不仅可以对健康人群、潜在疾病风险人群进行健康评估、出具健康管理报告，还可以辅助医生快速、高质量出具风险评估、诊断报告、手术方案，让医生看得更全面、更准确。”

竞争底色与护城河

利用AI对医疗大数据进行深入解析与标准化，完成医学建模和应用构建，可产生深入临床与医学前沿的人工智能应用系统，指导临床诊疗、开展真实世界临床研究及医工研结合的转化研究。结合实际落地进程与医疗服务的多元需求，医疗AI正朝着以下方向发展，“医疗服务关口前移，以治疗为主转向以健康服务为主；医疗AI融入临床流程；分级诊疗加速推进，推动优质医疗资源下沉。”

不止我国，很多国家和地区的医疗服务发展都处于信息化向数字化过渡的阶段，智慧医疗的各个环节、场景，都需要大数据和人工智能技术的支持。医疗AI在我国有着较好的临床环境，但同样存在诸多亟待解决的难题。医疗AI对新医疗体系基础结构的改变在于，医学方面，是对筛查和预防疾病、对肿瘤的诊断和治疗、新药物的发现等；医疗方面，是对数据标准的制定、多源数据结构化、病灶勾画的优化、民众的健康管理等。这些都需要有优质的数据土壤，以及对其有序使用，难点卡在于此，我国医疗数据整体数量巨大，但聚焦到某一类具体医疗问题时，数据量不足、数据质量低下、医疗信息标准缺失等现象普遍存在。以目前医疗机构使用率最高的临床数据为例，国内有超过20%的三级医院基于临床数据展开应用研发，面对大量的医疗数据和临床科室多样化的科研需求，收集、整理、运用数据的方式有更新的诉求，普遍存在的工作量大、效率低、错误率高且收集整理后的数据共享利用难等问题必须得到解决。其他共性问题则包括算法泛化与准确度、数据共享问题和覆盖病种单一、AI医疗器械的经济学评价、患者评价与数据标准化研究与脱敏问题等。

当医疗AI产业发展脉络逐渐清晰，相关企业开始在产品设计上建立护城河，以实现长期、稳定的盈利目标。2022年第一季度超过亿元的AI相关企业融资集中在自动驾驶、机器人、 AI芯片、AI医疗、机器视觉等领域，AI医疗获融资企业有13家，这足证资本对该领域的持续看好。众多互联网巨头也在利用积淀的AI技术进军医疗领域，国内巨头腾讯的肺炎AI产品腾讯觅影拿到了三类注册证，阿里健康的“DoctorYou”系统、百度的灵医智惠已经退场。国外巨头谷歌健康已经放弃了靠AI在医疗领域大展身手的想法，大规模裁员重组，曾是医疗AI坚定支持者的IBM在长跑十年后选择适度放弃。

因为监管、安全、隐私等特性，医疗AI的推广并不是完全没有阻力，人工智能医疗器械的监管问题已成为国际医疗器械监管领域的焦点之一。近期一种可以在没有放射科医生监督的情况下读取胸部X光片的人工智能工具在欧盟获得监管许可，这是完全自主的医疗成像人工智能首次在欧盟获得批准，而在此之前，放射科医生一直在抵制将其工作的一部分完全自动化。而在其他医疗细分领域，也有类似的情形。正如有专家所提出的，在医疗数据安全治理、个人隐私保护等无法绕过的难题面前，医疗AI数据共享与合作道阻且长。