加大人工智能技術(shù)醫(yī)療創(chuàng)新應(yīng)用快速提升基層醫(yī)療服務(wù)能力

◎ 全國(guó)政協(xié)委員、山東省濟(jì)南市政協(xié)副主席 段青英

近年來，我國(guó)政府堅(jiān)持保基本、強(qiáng)基層、建機(jī)制、補(bǔ)短板的基本原則，針對(duì)基層看病就醫(yī)“瓶頸”問題，創(chuàng)新醫(yī)療服務(wù)舉措，著力提升基層服務(wù)能力和水平，并取得了初步成效。在此項(xiàng)工作推進(jìn)過程中，新一代信息技術(shù)起到了極其重要的支撐作用。當(dāng)前，我國(guó)健康醫(yī)療大數(shù)據(jù)產(chǎn)業(yè)發(fā)展已進(jìn)入快車道，各級(jí)人口健康信息化也持續(xù)推進(jìn)，在大數(shù)據(jù)技術(shù)的催生下，醫(yī)療人工智能技術(shù)迎來新一輪的發(fā)展熱潮。通過機(jī)器學(xué)習(xí)等算法可以使計(jì)算機(jī)理解各類健康醫(yī)療大數(shù)據(jù)，這使得以數(shù)據(jù)密集、知識(shí)密集為特征的醫(yī)療產(chǎn)業(yè)與人工智能的深度融合成為可能。

從世界范圍內(nèi)看，醫(yī)療領(lǐng)域最突出的問題就是優(yōu)質(zhì)醫(yī)療資源不足，同時(shí)，診斷準(zhǔn)確度和效率還有非常大的提升空間。而醫(yī)生的培養(yǎng)需要周期，供給量也不可能無限增加。為解決此問題，世界范圍內(nèi)醫(yī)療人工智能技術(shù)和產(chǎn)品不斷涌現(xiàn)。結(jié)合我國(guó)實(shí)際，加快人工智能技術(shù)的研發(fā)與應(yīng)用，促使優(yōu)質(zhì)醫(yī)療知識(shí)資源下沉，解決醫(yī)療服務(wù)資源的供給瓶頸，讓老百姓在家門口就能享受到優(yōu)質(zhì)醫(yī)療服務(wù)，為快速提升我國(guó)基層醫(yī)療服務(wù)能力，提供了一條可供選擇的途徑和支撐。

當(dāng)前我國(guó)基層醫(yī)療和人工智能應(yīng)用存在四個(gè)主要問題：

一是優(yōu)質(zhì)醫(yī)療資源不足。這是世界性難題，據(jù)預(yù)測(cè)美國(guó)未來10年會(huì)短缺6萬到9萬名內(nèi)科醫(yī)生。老齡化嚴(yán)重的日本也面臨同一問題困擾，每千人中僅有2人從醫(yī)。就連每千人擁有4名醫(yī)生的瑞士，近年也開始重視醫(yī)生數(shù)量不足的問題。而醫(yī)療資源不足的問題，在我國(guó)還會(huì)因?yàn)榉植疾痪觿　４罅康膬?yōu)質(zhì)醫(yī)療資源高度集中在大城市和三甲醫(yī)院，基層醫(yī)生，尤其是全科醫(yī)生嚴(yán)重不足，且相當(dāng)一部分醫(yī)生不具備承擔(dān)基層醫(yī)療服務(wù)的全面能力。從2016年的衛(wèi)生統(tǒng)計(jì)公報(bào)看，醫(yī)院醫(yī)療技術(shù)人員數(shù)同比增長(zhǎng)5.57%，低于診療人次6.17%的增幅，供給跟不上需求的增加。從當(dāng)前看，如何快速、有效地提升基層的診療服務(wù)水平，仍是醫(yī)改工作的重中之重。

二是醫(yī)療費(fèi)用支出持續(xù)增加。醫(yī)療負(fù)擔(dān)上升是多種因素共同促成的結(jié)果，包括人口老齡化、慢性疾病增長(zhǎng)等。醫(yī)療費(fèi)用增加直接導(dǎo)致財(cái)政支出和社會(huì)負(fù)擔(dān)的壓力越來越大。人工智能在解決此問題方面被寄予厚望有幾個(gè)方面的原因：首先，通過人工智能提高患者自查自診和自我管理的比例，降低醫(yī)療支出；其次，通過人工智能手段實(shí)現(xiàn)更早期發(fā)現(xiàn)、更好管理，減少后續(xù)的醫(yī)療費(fèi)用支出；第三，通過人工智能手段提高醫(yī)療機(jī)構(gòu)、醫(yī)生的工作效率，降低醫(yī)療成本；最后，通過人工智能制定科學(xué)合理的健康醫(yī)療方案，減少不合理的醫(yī)療支出。

三是下沉分級(jí)診療需求巨大。我們醫(yī)療服務(wù)體系正在向分級(jí)診療方向演進(jìn)，落實(shí)分級(jí)診療一直是我國(guó)醫(yī)改的核心工作，基層醫(yī)療機(jī)構(gòu)將成為未來居民健康的“守門人”和“健康管理者”，基層首診意味著基層醫(yī)療將成為首要就醫(yī)入口。從2016年的衛(wèi)生統(tǒng)計(jì)公報(bào)看，全國(guó)全年共79.3億診療人次，其中有43.7億診療人次來自基層醫(yī)療機(jī)構(gòu)。現(xiàn)階段，分級(jí)診療的難點(diǎn)在于基層醫(yī)療服務(wù)水平的薄弱，導(dǎo)致了患者對(duì)于基層醫(yī)生的廣泛不信任，造成分級(jí)診療難以落實(shí)。而人工智能的引入有望將頂尖醫(yī)學(xué)專家的知識(shí)和診治經(jīng)驗(yàn)進(jìn)行快速?gòu)?fù)制，為基層醫(yī)生提供有效、適時(shí)的決策支持，可以提高廣大經(jīng)驗(yàn)不足的醫(yī)療工作者的工作能力。

四是開發(fā)融合存在技術(shù)短板。對(duì)于主要提供輔助診斷意見的人工智能產(chǎn)品來講，需要很好地嵌入醫(yī)生原有的工作流程當(dāng)中，并且能夠?qū)崿F(xiàn)區(qū)域居民個(gè)體與群體健康醫(yī)療大數(shù)據(jù)的充分共享與認(rèn)知分析，且需要醫(yī)療機(jī)構(gòu)和高水平醫(yī)生群體的高度參與，以便沉淀醫(yī)療經(jīng)驗(yàn)與知識(shí)。但從目前來看，還遠(yuǎn)遠(yuǎn)不能滿足我國(guó)基層醫(yī)療機(jī)構(gòu)的使用要求，需深入繼續(xù)推動(dòng)健康醫(yī)療大數(shù)據(jù)的質(zhì)量與整理技術(shù)，并制定出具有中國(guó)特色自主創(chuàng)新的標(biāo)準(zhǔn)與指南。

為此，建議在三個(gè)方面做足文章：

一是加大系統(tǒng)研發(fā)相關(guān)投入，提供良好支撐。組織社會(huì)力量，以常見慢性病為切入點(diǎn)，面向我國(guó)基層醫(yī)生工作需求，加強(qiáng)醫(yī)學(xué)影像識(shí)別、語音識(shí)別、自然語言處理、機(jī)器學(xué)習(xí)、醫(yī)學(xué)知識(shí)圖譜、醫(yī)學(xué)知識(shí)庫(kù)、大數(shù)據(jù)分析處理等核心技術(shù)的原始創(chuàng)新與集成創(chuàng)新，研發(fā)推廣全科醫(yī)生診療機(jī)器人系統(tǒng)，以協(xié)助基層醫(yī)生開展家庭醫(yī)生簽約服務(wù)、智能診療、慢性病管理、疾病預(yù)警、健康評(píng)估、健康管理等功能，為基層醫(yī)生提供統(tǒng)一的診療知識(shí)檢索體系和診療決策支持體系，從而大大提升基層醫(yī)生的診療能力和基層醫(yī)療機(jī)構(gòu)的服務(wù)效率和服務(wù)水平，有效解決基層醫(yī)務(wù)人員服務(wù)能力不足問題，為我國(guó)分級(jí)診療與家庭醫(yī)生簽約服務(wù)提供良好的支撐。

二是加快醫(yī)療數(shù)據(jù)系統(tǒng)建設(shè)，爭(zhēng)取盡早推廣。加快嵌入人工智能產(chǎn)品的區(qū)域人口健康信息體系建設(shè)，解決健康醫(yī)療大數(shù)據(jù)的收集、共享和知識(shí)提取、利用等基礎(chǔ)問題。智能診療輔助產(chǎn)品的核心技術(shù)是基于非結(jié)構(gòu)化健康醫(yī)療大數(shù)據(jù)的分析處理，產(chǎn)品性能的提升、應(yīng)用效率需與人口健康信息化建設(shè)密切配合。因此，該類產(chǎn)品的研發(fā)、推廣應(yīng)進(jìn)一步納入人口健康信息化的規(guī)劃，在進(jìn)行人口健康信息化建設(shè)的基礎(chǔ)上，部署人工智能診療產(chǎn)品，才能取得事半功倍的效果。加快區(qū)域內(nèi)人口健康信息化建設(shè)工作，是健康醫(yī)療大數(shù)據(jù)采集、共享和應(yīng)用的前提，也是醫(yī)療人工智能技術(shù)研發(fā)與應(yīng)用的基礎(chǔ)。在人口健康信息化建設(shè)中，加大對(duì)基層醫(yī)療人工智能示范應(yīng)用的支持，建議實(shí)施一批示范應(yīng)用項(xiàng)目。

三是解決標(biāo)準(zhǔn)質(zhì)量難題，突破基礎(chǔ)瓶頸。人工智能的研發(fā)與應(yīng)用水平，與健康醫(yī)療大數(shù)據(jù)緊密相關(guān)，但我國(guó)臨床數(shù)據(jù)的整合還迫切需要統(tǒng)一標(biāo)準(zhǔn)的醫(yī)學(xué)術(shù)語系統(tǒng)。我國(guó)雖自2002年起已采用了國(guó)際疾病編碼和國(guó)際手術(shù)編碼，但這兩大術(shù)語還不能覆蓋醫(yī)療記錄中所有的臨床信息，且具體使用中準(zhǔn)確率偏低。需要從數(shù)據(jù)整理、數(shù)據(jù)質(zhì)量方面切實(shí)做好基礎(chǔ)工作。