让“AI+医疗”加速落地

陈婷婷

国家精准医学产业创新中心（下称“产业创新中心”）位于成都高新区，作为生物医药领域首个、精准医学方向唯一的国家产业创新中心，正持续探索突破AI+医疗等数字医疗领域，不断加速推进医学人工智能的创新研发和数字化转型，孕育医疗人工智能产业的巨大活力。

2022年，产业创新中心聚焦AI+医疗这一前沿技术方向，联合业内龙头企业组建华景数字医疗科技（成都）有限公司，构建“精准数字医疗创新转化平台”，其研发的两款智能数字化创新产品即将进入市场应用，在研的数十款AI+医疗产品相继布局展开。

伴随平台的不断发展探索，AI+医疗如何呈现？平台如何助力数字医疗产品转化？产业未来发展面临什么挑战？本刊记者来到产业创新中心一探究竟。

有没有慢阻肺，对着手机咳两声就晓得

对着手机大声咳嗽两声，10秒内，屏幕上就会提示你是否存在慢性阻塞性肺疾病（下称“慢阻肺”），是否需要进一步问诊就医。“这一创新产品除了筛查，还呈现四大智能化功能：智能规范用药管理、智能康复训练方案、智能风险预测干预和智能天气预测调整。”华景数字医疗科技（成都）有限公司董事长高云龙介绍，比如，通过设置用药提醒、视频用药指导以及智能药盒，实现智能用药监测；通过采集患者肺功能报告、呼气及语音、初始步频等多维健康数据，生成个性化训练方案；精确监测患者运动过程生理指标，动态调整训练强度，对异常生理数据进行风险警报；将天气变化与用药剂量、衣物添减、户外/室内运动建议进行个性化匹配，减少患者因天气变化而产生的病情加重风险等。

这款名为“慢阻肺病智能个性化综合干预数字疗法”的产品，是四川大学华西医院联合华景数字医疗科技（成都）有限公司共同研发的数字医疗创新成果之一。“产品是基于临床痛点，以需求为导向而转化研发。”高云龙表示，慢阻肺知晓率低、带病周期长、规范诊疗率低，患者发生急性病症加重导致住院率与死亡率高。在我国，20岁及以上人群慢阻肺患病率为8.6%，每年大约有100万人死于慢阻肺，严重危害生命健康。基于深度学习的人工智能技术正逐渐成为辅助医生诊断疾病的帮手，通过这款产品，人们在家即可达到对疾病监测、诊疗、管理和康复的个性化干预及指导，极大提高医疗诊疗效率和疾病管理、康复的精准程度。

据了解，该产品以人工智能技术为驱动，依托四川大学华西医院的科研优势，基于临床循证依据与知识图谱，构建人工智能专病算法模型，通过大量的数据训练模型，实现算法的不断优化，找到针对慢阻肺的智能个性化的干预路径，从而实现精准诊疗、管理和康复的效果。

“这一创新成果已进入中试阶段，预计年底会上市推广应用。患者在家就能得到智能化精准化综合疾病干预指导，将有效提高患者生活质量。”高云龙说，当前，公司研发的肺结节个性化智能保障医疗服务产品也已发布上线，同时还有多个AI+医疗数字化产品在研转化中。

搭建转化平台，助力医学人工智能发展

产业创新中心助推人工智能技术创新成果成功转化，在高云龙看来，一个重要原因是产业链的高度集成。

从概念变成产品、从实验室走向市场，一直是临床科研转化的难点，关键在于做好科学研究和患者需求的统一、技术研发和临床应用的统一、学术价值和商业价值的统一。医学人工智能的发展也是如此。作为首个落地四川的全国生物医药领域国家产业创新中心，也正充分借助政策优势以及四川大学华西医院的科研优势，加速推进医学人工智能的创新研发和数字化转型，从治疗的单一应用向医疗的体系支撑延伸，从简单的信息提示向复杂的诊断决策升级，从单病治疗向疾病全程管理拓展。

据了解，从产业角度看，治疗方式的数字化、药物使用的精准化、医疗器械的智能化是未来医学发展的三个重要趋势。数字医疗的数据特质，对上述三个方向都可以起到支撑作用并有效衔接。基于此，产业创新中心于2022年正式获批组建不久，就联合行业龙头企业组建了华景数字医疗科技（成都）有限公司，建设“精准数字医疗创新转化平台”，通过与临床医生紧密合作，以临床需求为导向，开展有组织科研，以患者应用为目标，进行商业化架构，为有效打通临床、科研、转化、应用全链条提供了新路径。高云龙表示，“通过平台，一端连接科研，以临床需求为导向，将临床循证依据与人工智能技术相结合，提炼研发并整合出数字疗法解决方案，保障数字疗法产品各环节的科学、安全、有效；一端连接市场，以市场需求驱动科研，通过市场化应用，寻求真实世界数据深度挖掘，不断优化迭代人工智能模型，从而实现疾病预测模型精准性的不断提高，形成一个良性的闭环。”

据介绍，下一步，产业创新中心将重点聚焦医学人工智能创新发展，继续有效整合精准医学行业各类创新资源，通过构建“医政产学研资用”协同创新生态，充分发挥“精准医学产业创新基金”资本助力，加快1.5万平方米科技成果概念验证中心和2万平方米科技企业孵化器建设，形成产业集聚效应，加速关键核心技术的突破和应用，助力相关技术、产品和服务的临床转化应用，为成都医学人工智能产业的发展注入动力。

建设数据集，推动医疗大模型商业化

当前，成都人工智能在医疗领域已经展开多场景应用探索，如辅助诊断与影像分析、精准医学和个体化治疗、药物研发与创新等，不断让健康服务更加优质可及，与此同时，仍面临一些挑战。

成都市人工智能产业生态联盟秘书长高鉴表示，随着医疗数据的数字化和共享，隐私和安全已成为人工智能在医疗领域面临的重要问题，如何确保病人敏感信息的保密性、完整性和可用性，是亟待解决的难题；数据质量和可靠性是关键，人工智能的应用需要大量的高质量数据来训练模型和算法，而医疗数据的质量和可靠性存在很大的变异性，包括数据的收集方法、标准化程度等因素，对人工智能的应用产生了一定的制约；人工智能在医疗领域虽然取得了令人瞩目的成果，但其决策过程的解释性和可信度仍受到挑战，限制了人工智能技术的广泛应用；另外，人工智能在医疗领域的应用还面临着一系列的法律和道德问题，例如，人工智能是否应该替代医生进行诊断，如果出现错误谁来承担责任，等等。

高鉴表示，当前大模型已经成为通用人工智能发展皇冠上的明珠。相比于传统的AI+医疗应用，大模型的应用更像是一个真实的人脑，能够理解用户语言，完成整体逻辑推演，生成最终结果。对于充斥着大量对话场景和信息数据的医疗行业来说，大模型具有天然的应用优势，但医疗的严肃属性、医疗数据当前互不联通、近乎为零的容错率，都让医疗大模型的商业化举步维艰。高鉴建议，成都应继续加大力度协同各领域生态单位，加强高质量医疗数据集的发展建设，为下一步AI+医疗的场景深化应用夯实基础，同时在医疗各生态单元释放出更多的场景进行前期测试验证，共同推动成都AI+医疗场景建设高质量发展。

對于高质量数据的渴求，高云龙也表达出一致的认同，如果说数据是人工智能成长的“肥料”，那么获取优厚的“肥料”是产业发展应用的关键所在。医疗数据由于历史和习惯等复杂原因，医疗机构之间存在“数据孤岛”问题，企业等创新主体转化数字化产品，采集高质可靠的数据、构建专病模型及基础设施平台，势必会付出高额成本。高云龙表示，希望政府加大对基础平台研发的支持力度以及开放更多可共享的应用场景，这对于产业的发展非常重要。

“通过模型算法的持续积累，我们已研发完成了数字化的机器人平台。这是一个数据集成的赋能平台，相当于孵化器或者叫转化器。未来希望借助这个平台快速孵化数字化疗法产品——它就像基石和引擎，我们的数字化产品则是不断被激发而出的新质生产力。”高云龙说。