AI驅(qū)動(dòng)與電子健康檔案智慧診療的功能實(shí)現(xiàn)*

丁 然 丁華東

（上海大學(xué)圖書情報(bào)檔案系 上海 200444）

云存儲(chǔ)、大數(shù)據(jù)、VR、區(qū)塊鏈、人工智能（Artificial Intelligence，簡(jiǎn)稱AI）等技術(shù)的普及，5G商用標(biāo)準(zhǔn)的出現(xiàn)，意味著數(shù)據(jù)已形成洪流之勢(shì)，全球進(jìn)入萬(wàn)物互聯(lián)的極速時(shí)代。人工智能帶來(lái)了技術(shù)革命與時(shí)代變革，在許多領(lǐng)域引發(fā)生產(chǎn)力變革，醫(yī)療健康領(lǐng)域的改革使得電子健康檔案與AI的結(jié)合成為大勢(shì)所趨。

1 國(guó)內(nèi)外研究現(xiàn)狀

1.1 國(guó)外相關(guān)研究

電子健康檔案（Electronic Health Records，簡(jiǎn)稱EHRs）是個(gè)人居民健康管理過(guò)程的規(guī)范、科學(xué)記錄，以居民個(gè)人健康為核心，貫穿整個(gè)生命過(guò)程，涵蓋各種健康相關(guān)因素的信息資源[1]。它是電子病歷檔案（Electronic Medical Records，簡(jiǎn)稱EMRs）的高階形式，作為電子病歷檔案實(shí)現(xiàn)互操作性與支持醫(yī)療連續(xù)性而存在，是實(shí)現(xiàn)全球人類健康共同體發(fā)展戰(zhàn)略的基石。為進(jìn)一步推動(dòng)全球范圍內(nèi)的醫(yī)療改革，AI與電子健康檔案的結(jié)合應(yīng)用成為全球的研究熱點(diǎn)。

國(guó)際權(quán)威刊物《Nature》在2019年1月子刊就發(fā)表了9篇關(guān)于AI驅(qū)動(dòng)電子健康檔案助力實(shí)現(xiàn)智慧診療的研究成果，部分應(yīng)用包括：美國(guó)數(shù)字病理學(xué)初創(chuàng)公司PAIge.AI利用AI診斷癌癥而獲得了美國(guó)食品藥品管理局（FDA）的“突破性設(shè)備”稱號(hào)；由麻省理工學(xué)院（MIT）電子工程與計(jì)算機(jī)科學(xué)（ECCS）實(shí)驗(yàn)室多位博士所做的醫(yī)學(xué)影像AI論文被CVPR 2019收錄，該團(tuán)隊(duì)致力解決醫(yī)學(xué)圖像標(biāo)注數(shù)據(jù)缺乏的問(wèn)題；倫敦帝國(guó)理工學(xué)院和墨爾本大學(xué)的研究人員開發(fā)了一套人工智能系統(tǒng)Texlab，該系統(tǒng)在分析所導(dǎo)入的健康數(shù)據(jù)后能夠?qū)β殉舶┻M(jìn)行預(yù)后（預(yù)測(cè)疾病可能病程和結(jié)局），預(yù)測(cè)卵巢癌患者的存活率，并給出對(duì)患者最有效的治療建議，該團(tuán)隊(duì)研究人員表示，與現(xiàn)有醫(yī)療技術(shù)相比，該系統(tǒng)預(yù)測(cè)患者存活率的準(zhǔn)確度是傳統(tǒng)方法的四倍。

國(guó)外相關(guān)研究多以社會(huì)科學(xué)研究的方法，從技術(shù)層面探討解決病患的具體病癥的相關(guān)問(wèn)題，用實(shí)驗(yàn)數(shù)據(jù)說(shuō)明電子健康檔案與人工智能相關(guān)技術(shù)的結(jié)合所能夠?qū)崿F(xiàn)診療的智慧程度。加拿大約克大學(xué)信息檢索與知識(shí)管理研究實(shí)驗(yàn)室的研究團(tuán)隊(duì)認(rèn)為具有抽象醫(yī)學(xué)知識(shí)的EMRs的復(fù)雜性使得傳統(tǒng)的數(shù)據(jù)分析模型變得低效，因此利用大量的EMRs數(shù)據(jù)訓(xùn)練一種新的模型來(lái)模擬醫(yī)學(xué)實(shí)踐中的信息分析和決策過(guò)程，旨在評(píng)估深度學(xué)習(xí)架構(gòu)在計(jì)算機(jī)輔助醫(yī)學(xué)的決策中所起的作用[2]。Rishi V Parikh等人用評(píng)估的手法測(cè)試在EHRs數(shù)據(jù)驅(qū)動(dòng)下的自然語(yǔ)言理解技術(shù)（NLP）是否能夠準(zhǔn)確診斷急性心力衰竭患者，并試圖提高NLP對(duì)急性心力衰竭的住院判定和門診病例中的效用[3]。Rashidian Sina團(tuán)隊(duì)在大量電子健康檔案的背景下，嘗試以深度學(xué)習(xí)的方法來(lái)模擬編碼器預(yù)測(cè)臨床表現(xiàn)所對(duì)應(yīng)的代碼，實(shí)驗(yàn)表明在充分學(xué)習(xí)電子健康檔案之后，疾病編碼的準(zhǔn)確性大大提高[4]。

此外，也有相關(guān)研究論及在EHRs質(zhì)與量有保證的前提下，深度學(xué)習(xí)是能夠高精度預(yù)測(cè)各種疾病的風(fēng)險(xiǎn)。英國(guó)斯旺西大學(xué)醫(yī)學(xué)院與中國(guó)東盟研究院的聯(lián)合研究旨在通過(guò)人工智能的技術(shù)手段從公民基礎(chǔ)保健的電子健康檔案中找出影響力較大的預(yù)測(cè)因子，并通過(guò)判斷檔案中預(yù)測(cè)因子的大小來(lái)預(yù)測(cè)癡呆患者是否會(huì)入院或繼續(xù)接受治療[5]。Awais Ashfaq等人使用瑞典2012年至2016年期間住院的7500多名瑞士充血性心力衰竭患者的實(shí)際數(shù)據(jù)，建立并測(cè)試了一個(gè)深度學(xué)習(xí)框架，以預(yù)測(cè)在患者出院30天之后再次因病入院的風(fēng)險(xiǎn)幾率，通過(guò)識(shí)別高風(fēng)險(xiǎn)患者來(lái)減少再入院率并降低護(hù)理成本[6]。Marcus Julia L的團(tuán)隊(duì)則是利用機(jī)器學(xué)習(xí)改善現(xiàn)有的HIV預(yù)測(cè)模型，以便更好地識(shí)別潛在的HIV攜帶者[7]。

怎樣才能充分利用電子健康檔案以發(fā)揮其最大的效用價(jià)值，并同時(shí)提高技術(shù)的決策能力也是研究的一大熱點(diǎn)。Koleck Theresa A等人利用NLP處理分析EHRs中所記錄的癥狀信息，提出未來(lái)的NLP研究應(yīng)該集中在EHRs文本敘述中的癥狀和癥狀記錄的調(diào)查上，也即提高EHRs的質(zhì)量[8]。Thompson Jeffrey的團(tuán)隊(duì)提出EHRs中包含有大量的非結(jié)構(gòu)化文本，由于NLP算法并不是為EHRs的特征單獨(dú)設(shè)計(jì)，可能在自動(dòng)提取信息時(shí)會(huì)有障礙，于是他們提出相關(guān)詞序矢量化（RWOV）來(lái)提高NLP識(shí)別EHRs數(shù)據(jù)信息的能力[9]。Subba Bhavaraju撰文討論了數(shù)字醫(yī)療保健中的EHRs的現(xiàn)狀、問(wèn)題與發(fā)展前景，提出雖然技術(shù)在不斷進(jìn)步，但EHRs遠(yuǎn)未實(shí)現(xiàn)其全部潛力。在未來(lái)，云計(jì)算、遠(yuǎn)程醫(yī)療和可穿戴技術(shù)都應(yīng)該成為幫助醫(yī)生做出更安全、更便捷的診療決策的重要手段[10]。國(guó)外相關(guān)研究說(shuō)明了一個(gè)事實(shí)，電子健康檔案與人工智能的結(jié)合已經(jīng)大大提高了醫(yī)療領(lǐng)域的生產(chǎn)力，同時(shí)幫助提升醫(yī)療機(jī)構(gòu)診斷與決策的效率與準(zhǔn)確性。

1.2 國(guó)內(nèi)相關(guān)研究

筆者以主題=“‘人工智能’或‘AI’或‘深度學(xué)習(xí)’或‘機(jī)器學(xué)習(xí)’或‘自然語(yǔ)言理解’或‘文本語(yǔ)義’”包含 “‘電子健康檔案’或‘電子病歷檔案’或‘EHR’”在中國(guó)知網(wǎng)中國(guó)期刊全文數(shù)據(jù)庫(kù)進(jìn)行組配檢索，得到73篇相關(guān)文獻(xiàn)（檢索時(shí)間為2000年1月1日-2019年9月1日），剔除相關(guān)度較低的論文后發(fā)現(xiàn)， 59篇均為外文文獻(xiàn)，僅有13篇為中文文獻(xiàn)。張坤、王文韜、謝陽(yáng)群通過(guò)對(duì)以“電子健康”為主題詞和關(guān)鍵詞的文獻(xiàn)進(jìn)行高頻關(guān)鍵詞共詞分析和聚類分析，得出現(xiàn)階段電子健康檔案的研究熱點(diǎn)之一就是信息技術(shù)在電子健康領(lǐng)域的應(yīng)用研究，同時(shí)指出智慧醫(yī)療的創(chuàng)新發(fā)展將是接下來(lái)的研究方向之一[11]。江濤、王德斌主要闡述了電子健康檔案在應(yīng)對(duì)技術(shù)變革時(shí)所面臨的問(wèn)題，并從宏觀的角度設(shè)想構(gòu)建了一個(gè)在健康中國(guó)與云智能政策背景下的電子檔案體系[12]。張宇、李姣則對(duì)國(guó)外電子健康檔案數(shù)據(jù)的整合和挖掘應(yīng)用做了較為系統(tǒng)的綜述，著重介紹了基于深度學(xué)習(xí)的電子健康檔案挖掘技術(shù)，對(duì)人工智能與電子健康檔案的應(yīng)用結(jié)合提出了期冀[13]。栗偉為保證對(duì)電子病歷檔案的文本挖掘程度以提高其在臨床診療中的效率和水平，針對(duì)性地對(duì)電子病歷數(shù)據(jù)的異構(gòu)問(wèn)題提出了相應(yīng)的技術(shù)方案，這對(duì)于臨床輔助決策的應(yīng)用需求有著實(shí)踐性的價(jià)值[14]。與以美國(guó)、加拿大等為首的先進(jìn)國(guó)家相比，國(guó)內(nèi)的文獻(xiàn)研究較少述及電子健康檔案與人工智能相關(guān)技術(shù)的的強(qiáng)關(guān)聯(lián)性，對(duì)于人工智能技術(shù)如何驅(qū)動(dòng)電子健康檔案實(shí)現(xiàn)智慧診療也尚未有較系統(tǒng)的研究。可見，人工智能與電子健康檔案的結(jié)合在我國(guó)具有較大的學(xué)術(shù)研究空間。本文借全球首次在《Nature Medicine》上發(fā)表有關(guān)自然語(yǔ)言處理（NLP）技術(shù)基于中文文本型電子病歷（EMRs）做臨床智能診斷的研究成果為契機(jī)，分析人工智能對(duì)于驅(qū)動(dòng)電子健康檔案實(shí)現(xiàn)智慧診療的建設(shè)性作用，并提出可借鑒參考的驅(qū)動(dòng)方案。

2 AI驅(qū)動(dòng)電子健康檔案智慧診療的功能表現(xiàn)

2.1 實(shí)踐案例

2019年2月12日，國(guó)際權(quán)威醫(yī)學(xué)期刊《自然醫(yī)學(xué)》在線刊登由廣州市婦女兒童醫(yī)療中心與依圖醫(yī)療聯(lián)手利用人工智能技術(shù)實(shí)現(xiàn)兒科疾病診斷所作的研究成果——《使用人工智能評(píng)估和準(zhǔn)確診斷兒科疾病》，其核心是利用兒科疾病的文本病例數(shù)據(jù)訓(xùn)練人工智能，以達(dá)成智能診斷的目的。

這具有里程碑意義的研究成果是全球首次在頂級(jí)醫(yī)學(xué)雜志發(fā)表有關(guān)自然語(yǔ)言處理（NLP）技術(shù)基于中文文本型電子病歷檔案做臨床智能診斷的研究成果。此次研究的實(shí)驗(yàn)樣本數(shù)據(jù)量為近58萬(wàn)兒童患者，136萬(wàn)多份電子病歷，其中患者的平均年齡為2.35歲，40.11%是女性，病種覆蓋了超過(guò)75%的常見兒童疾病，數(shù)據(jù)結(jié)構(gòu)涉及患者主訴、癥狀、個(gè)人史、體格檢查、實(shí)驗(yàn)室檢驗(yàn)結(jié)果、影像學(xué)檢查結(jié)果、用藥信息等多方面的數(shù)據(jù)[15]。這十倍于常量的優(yōu)質(zhì)數(shù)據(jù)集，保障了實(shí)驗(yàn)研究的可持續(xù)性與可擴(kuò)展性。

根據(jù)該研究所展示的實(shí)驗(yàn)過(guò)程，AI驅(qū)動(dòng)EHRs實(shí)現(xiàn)智慧診療分為兩個(gè)階段：第一階段為解構(gòu)，挖掘電子病歷數(shù)據(jù)中的關(guān)鍵信息點(diǎn)，建立一個(gè)高質(zhì)量、結(jié)構(gòu)化的病種庫(kù)，即資源構(gòu)建階段，并在此病種庫(kù)基礎(chǔ)上做診斷模型，在臨床診療時(shí)提供匹配方案。第二階段為語(yǔ)義理解，通過(guò)訓(xùn)練讓機(jī)器的模型能夠完全理解自然語(yǔ)言，即NLP的實(shí)現(xiàn)過(guò)程。這個(gè)過(guò)程是艱難的，首先要自動(dòng)學(xué)習(xí)臨床病歷文本數(shù)據(jù)中的診斷邏輯，這些數(shù)據(jù)包括結(jié)構(gòu)化數(shù)據(jù)與非結(jié)構(gòu)化數(shù)據(jù)，之后才可能具備像人類一樣的病情分析推理能力。

可喜的是，在這次實(shí)驗(yàn)中訓(xùn)練出的模型表現(xiàn)出了優(yōu)異的結(jié)果，神經(jīng)系統(tǒng)的準(zhǔn)確性為0.98，呼吸系統(tǒng)的準(zhǔn)確性為0.92，全身性疾病的準(zhǔn)確性為0.87，最低的消化系統(tǒng)的準(zhǔn)確性為0.85。同時(shí)，NLP作為AI助力EHRs實(shí)現(xiàn)智慧診療的一大突破性技術(shù)，也發(fā)揮出精準(zhǔn)的推理能力。在論及為何選擇兒科作為實(shí)驗(yàn)突破口時(shí)，團(tuán)隊(duì)代表人倪浩闡述到“兒科是一門啞科，很多小孩子不具備很強(qiáng)的語(yǔ)言表達(dá)能力，他們不能詳細(xì)講述自己的病情”。事實(shí)上，即便醫(yī)生能夠?qū)崿F(xiàn)深度交互式問(wèn)答并填寫病歷，依然存在遺忘甚至經(jīng)驗(yàn)不足的可能。于是，AI以此為立足點(diǎn)，把所有科目都當(dāng)作啞科，所建立的病種庫(kù)是醫(yī)生知識(shí)的集合體，在語(yǔ)音識(shí)別助手的幫助下，實(shí)現(xiàn)盡可能細(xì)致的交互式問(wèn)答環(huán)節(jié)，輔助醫(yī)生得出診斷結(jié)果，構(gòu)建人機(jī)協(xié)同診療方式，以此提升醫(yī)生的診斷率與用戶滿意度。

2.2 功能表現(xiàn)

上述研究為實(shí)現(xiàn)一個(gè)基于人工智能與EHRs的智慧診療系統(tǒng)提供了概念證明，通過(guò)分析，筆者提煉出三個(gè)方面AI驅(qū)動(dòng)EHRs的功能表現(xiàn)。

AI作為人類智慧助推器，輔助醫(yī)生實(shí)現(xiàn)精準(zhǔn)診療。醫(yī)學(xué)信息已經(jīng)變得越來(lái)越復(fù)雜，疾病實(shí)體、診斷測(cè)試甚至基因范圍的擴(kuò)大，都導(dǎo)致了治療方式呈現(xiàn)指數(shù)級(jí)增長(zhǎng)的形式，隨后臨床決策也變得越發(fā)復(fù)雜。人工智能通過(guò)深度挖掘EHRs中海量的臨床信息電子數(shù)據(jù)點(diǎn)，借助機(jī)器視覺、自動(dòng)識(shí)別圖像的能力,快速、準(zhǔn)確地做出圖像解釋，并模仿臨床醫(yī)生的診療路徑，獨(dú)立做出決策指導(dǎo)，如幫助診斷并選擇治療方案，風(fēng)險(xiǎn)預(yù)測(cè)與疾病分類，上述實(shí)驗(yàn)中訓(xùn)練出的模型所表現(xiàn)出的優(yōu)異結(jié)果，即說(shuō)明了AI提供診療的精準(zhǔn)度絕不亞于臨床醫(yī)生，甚至在某些疑難雜癥的診斷中，AI所提供的診療建議優(yōu)于臨床醫(yī)生，因?yàn)锳I提供了更多的可能性。當(dāng)臨床醫(yī)生和人工智能協(xié)同工作時(shí)，會(huì)產(chǎn)生協(xié)同效應(yīng)，產(chǎn)生比任何一種診療更好的效果，增強(qiáng)實(shí)時(shí)臨床決策支持，從而實(shí)現(xiàn)越發(fā)精確的醫(yī)療診斷。

AI作為人類醫(yī)療團(tuán)隊(duì)的替代方案，補(bǔ)充國(guó)家醫(yī)療資源。我國(guó)醫(yī)療領(lǐng)域的痛點(diǎn)問(wèn)題之一是醫(yī)療資源不足，且地域分布不均衡，但由于醫(yī)生培養(yǎng)周期長(zhǎng)，培養(yǎng)成本高，短期之內(nèi)人類醫(yī)生團(tuán)隊(duì)無(wú)法緩解急劇增長(zhǎng)的醫(yī)療需求。廣州市婦女兒童醫(yī)療中心是中國(guó)醫(yī)療系統(tǒng)的一個(gè)縮影，“看病難”便是我國(guó)有限的醫(yī)療資源與眾多的患者之間的矛盾現(xiàn)狀。顯然，人工智能無(wú)法完全替代人類醫(yī)療團(tuán)隊(duì)，但在執(zhí)行特定醫(yī)療任務(wù)時(shí)表現(xiàn)出極大的一致性、速度與再生產(chǎn)性。它能自動(dòng)化處理那些在理論上并不復(fù)雜但極其費(fèi)時(shí)費(fèi)力的任務(wù)，高速運(yùn)轉(zhuǎn)的算法使得人力資本得到質(zhì)的飛躍[16]。于是，電子病歷檔案與人工智能互為驅(qū)動(dòng)實(shí)現(xiàn)了遠(yuǎn)程醫(yī)療交互，使得就醫(yī)在全國(guó)各地都變得觸手可及，補(bǔ)充國(guó)家診療資源，助力實(shí)現(xiàn)“健康中國(guó)”戰(zhàn)略。

制定個(gè)性化健康手冊(cè)，提升人類健康自主認(rèn)知。人工智能改變了以往的查檔體驗(yàn)，改善電子健康檔案的可獲取性，提升電子健康信息反饋的即時(shí)性，居民成為直接受益人。根據(jù)個(gè)人授權(quán)，居民在就診時(shí)的主訴、癥狀、個(gè)人史、體格檢查、實(shí)驗(yàn)室檢驗(yàn)結(jié)果、影像學(xué)檢查結(jié)果、用藥信息等多方面的數(shù)據(jù)將自動(dòng)更新到醫(yī)院病種庫(kù)以豐富診斷模型，同時(shí)生成可視化的健康評(píng)估報(bào)告和診斷報(bào)告，為居民提供健康管理、疾病預(yù)防和醫(yī)療決策等方面的指導(dǎo)意見[17]。對(duì)居民來(lái)說(shuō)，通過(guò)讓他們處理自己的數(shù)據(jù)來(lái)預(yù)防疾病、保持健康，不僅減輕了醫(yī)患?jí)毫Γ?jié)約了醫(yī)療成本，更增強(qiáng)了服務(wù)可及性與用戶滿意度，提升了居民的健康認(rèn)知[18]。因此，EHRs的智能管理為個(gè)人或群體提供更為具體化的健康指導(dǎo)、健康咨詢，更有助于建立全國(guó)范圍內(nèi)的健康預(yù)防機(jī)制。

3 AI驅(qū)動(dòng)電子健康檔案智慧診療的實(shí)現(xiàn)障礙

在2017年5月Alpha Go擊敗了世界排名第一的圍棋冠軍柯潔，圍棋界公認(rèn)Alpha Go的棋力遠(yuǎn)勝目前人類職業(yè)圍棋的頂尖水平,于是便有傳言“人類離人工智能統(tǒng)治世界又進(jìn)了一步”。但事實(shí)上，當(dāng)今這個(gè)時(shí)代還屬于“弱人工智能時(shí)代”，雖然人工智能在文本語(yǔ)義理解上實(shí)現(xiàn)了單點(diǎn)突破，但顯然并未具備超越人類的能力，AI的應(yīng)用發(fā)展還面臨著許多困境，亟待我們找到突破的出口。

3.1 電子健康檔案質(zhì)與量的鴻溝

對(duì)于人工智能而言，算法、算力、數(shù)據(jù)是其核心三要素，而核心中的核心乃是數(shù)據(jù)。任何算法都需經(jīng)過(guò)數(shù)據(jù)的洗禮，而數(shù)據(jù)的質(zhì)量、完備程度、準(zhǔn)確程度等直接決定了AI在實(shí)戰(zhàn)中的表現(xiàn)，所以無(wú)論中美，扼住了數(shù)據(jù)的來(lái)源便是扼住了人工智能發(fā)展的咽喉[19]。不僅初始算法的訓(xùn)練需要電子健康檔案，后期算法的訓(xùn)練、驗(yàn)證和改進(jìn)都需要持續(xù)的電子健康檔案供應(yīng)。但由于現(xiàn)階段的電子健康檔案來(lái)源復(fù)雜，內(nèi)容廣泛，標(biāo)準(zhǔn)不一，性質(zhì)特殊，脫敏困難，尤其元數(shù)據(jù)稀缺，無(wú)法提供足夠的數(shù)據(jù)量和優(yōu)質(zhì)的數(shù)據(jù)源。陸泉等人就以網(wǎng)絡(luò)調(diào)查的方式調(diào)查了16 個(gè)醫(yī)學(xué)網(wǎng)站中圖像庫(kù)、描述文本、大眾評(píng)論、標(biāo)簽或主題詞、元數(shù)據(jù)和知識(shí)地圖6 種醫(yī)學(xué)圖像組織方式，結(jié)果顯示不同類型網(wǎng)站使用的組織方式類型不均衡，同一類型的不同網(wǎng)站圖像信息資源組織方式的使用數(shù)量也不均衡[20]，這直接阻礙了不同系統(tǒng)之間的資源共享與數(shù)據(jù)關(guān)聯(lián)，影響AI的執(zhí)行效率。

3.2 電子健康檔案利用與公民隱私泄露的沖突

電子健康檔案的利用侵犯公民隱私權(quán)主要源于兩方面——數(shù)據(jù)源的非法獲取與數(shù)據(jù)的泄露危險(xiǎn)。一方面，人工智能在進(jìn)行大規(guī)模的數(shù)據(jù)收集過(guò)程中同樣展示出了大規(guī)模的監(jiān)視潛力，系統(tǒng)借助語(yǔ)音識(shí)別、自然語(yǔ)義理解、視覺識(shí)別、機(jī)器學(xué)習(xí)等技術(shù)在移動(dòng)終端上自動(dòng)獲取用戶健康信息，這是計(jì)算機(jī)化而導(dǎo)致的隱私喪失。今年8月，蘋果公司被曝，將部分用戶與Siri的對(duì)話錄音發(fā)送給外包商進(jìn)行人工分析，其中就涉及醫(yī)療疾病數(shù)據(jù)等敏感信息，美國(guó)加州的蘋果用戶已提起集體訴訟，但在我國(guó)偷聽常被定義為道德問(wèn)題，很難立案，換句話說(shuō)就是，明知權(quán)利被侵犯，用戶也可能無(wú)處申冤。[21]另一方面，為了使算法在更大范圍具有可行性，電子健康檔案不僅需要在不同地域、不同機(jī)構(gòu)之間展開共享，甚至可能跨國(guó)共享。一旦電子健康檔案在大范圍傳播，使用不當(dāng)、不恰當(dāng)?shù)呐兑约熬W(wǎng)絡(luò)安全措施的局限性都會(huì)導(dǎo)致患者隱私泄露的風(fēng)險(xiǎn)加劇，而現(xiàn)有的安全措施只是在降低風(fēng)險(xiǎn)轉(zhuǎn)化為災(zāi)難的可能性。

3.3 人工智能的普及與人類醫(yī)生使命感的碰撞

人工智能的應(yīng)用可能會(huì)導(dǎo)致醫(yī)生責(zé)任感的散失。這在訴訟案件中的責(zé)任判定能夠清楚體現(xiàn)：當(dāng)一名醫(yī)生在借助人工智能做出錯(cuò)誤的診斷而引發(fā)災(zāi)難性的后果時(shí)，過(guò)失的責(zé)任應(yīng)該由誰(shuí)承擔(dān)[22]？不難想象，人工智能在這個(gè)社會(huì)容納度極強(qiáng)的時(shí)代出現(xiàn)，不管是醫(yī)生或是患者對(duì)人工智能的信賴度前所未有地高漲，當(dāng)人類醫(yī)生與人工智能的診斷決策相悖時(shí)，擔(dān)心醫(yī)患問(wèn)題發(fā)生在自己身上的醫(yī)生往往是出于不自信亦或是逃避責(zé)任的動(dòng)機(jī)而選擇妥協(xié)于人工智能，當(dāng)問(wèn)題出現(xiàn)時(shí)，人工智能自然而然成為“背鍋俠”。

4 AI驅(qū)動(dòng)電子健康檔案智慧診療的推進(jìn)策略

AI驅(qū)動(dòng)電子健康檔案實(shí)現(xiàn)智慧診療是全球致力達(dá)成的一個(gè)戰(zhàn)略目標(biāo)，實(shí)踐成果十分豐富的以美國(guó)、加拿大為首的國(guó)家，給我國(guó)實(shí)現(xiàn)AI賦能電子健康檔案提供許多參考方向。筆者從頂層設(shè)計(jì)、技術(shù)保障與倫理規(guī)范三方面展開思考，提出AI驅(qū)動(dòng)電子健康檔案智慧診療的推進(jìn)策略。

4.1 頂層設(shè)計(jì)

政策引導(dǎo)、標(biāo)準(zhǔn)規(guī)范與法規(guī)保障的根本性作用。早在2004年美國(guó)布什政府就提出建立全國(guó)電子健康檔案的十年計(jì)劃，2009年奧巴馬政府再次提出醫(yī)療改革計(jì)劃，斥資鼓勵(lì)電子健康檔案的有效利用[23]。同時(shí)，美聯(lián)邦政府分階段有計(jì)劃落實(shí)戰(zhàn)略目標(biāo)，重視相關(guān)標(biāo)準(zhǔn)的建設(shè)，在2007年頒布全球第一個(gè)EHR系統(tǒng)的國(guó)家標(biāo)準(zhǔn)《電子健康檔案系統(tǒng)功能》。我國(guó)國(guó)家層面的電子健康檔案概念的普及是在2016年10月中共中央、國(guó)務(wù)院發(fā)布《“健康中國(guó)2030”規(guī)劃綱要》、同年12月國(guó)務(wù)院發(fā)布《“十三五”衛(wèi)生與健康規(guī)劃》之后。相較美國(guó)，我國(guó)在政策文件、法規(guī)制度、標(biāo)準(zhǔn)規(guī)范等頂層設(shè)計(jì)上落后許多。因此，目前我國(guó)要解決的問(wèn)題包括：首先，制定有針對(duì)性的戰(zhàn)略規(guī)劃與布局，引導(dǎo)人工智能快速驅(qū)動(dòng)電子健康檔案；其次，建設(shè)相關(guān)標(biāo)準(zhǔn)規(guī)范，統(tǒng)一電子健康檔案數(shù)據(jù)，解決電子健康檔案應(yīng)用中數(shù)據(jù)異構(gòu)等棘手問(wèn)題；再者，重視配套法規(guī)制度的跟進(jìn)，保護(hù)公民健康數(shù)據(jù)的安全，防止公民隱私受到侵犯，真正做到有據(jù)可循，有法可依，防范于未然。

人工智能教育低齡化，提升社會(huì)認(rèn)知水平。我國(guó)可借鑒日本政府的做法，在大學(xué)推動(dòng)構(gòu)建AI教育體制，將AI教育納入高等教育，打破文理科界限，開設(shè)“AI與檔案”、“AI與健康醫(yī)學(xué)”等課程。我國(guó)的教育體制重點(diǎn)在于讓社會(huì)意識(shí)到：沒有“人工”就不“智能”， AI只是讓人類生活變得更便捷的使用工具，而非“神之左手”，并無(wú)超越人類的創(chuàng)造力。

4.2 技術(shù)支撐

云存儲(chǔ)支持?jǐn)?shù)據(jù)保障，云計(jì)算提供算力支持。云計(jì)算帶來(lái)了近似無(wú)限的存儲(chǔ)能力和運(yùn)算能力，與其相比 PC 機(jī)就僅是允許用戶使用云的輕量級(jí)終端[24]。傳統(tǒng)模式下的電子健康檔案管理系統(tǒng)一般采用集中式存儲(chǔ)，但物聯(lián)網(wǎng)的大數(shù)據(jù)形式使得我們不得不考慮如何才能更有效地集合不同來(lái)源、不同系統(tǒng)、不同標(biāo)準(zhǔn)的數(shù)據(jù)，以及如何更有效地利用和拓展存儲(chǔ)空間。首先，分布式“云”存儲(chǔ)滿足了電子健康檔案在數(shù)據(jù)爆發(fā)式增長(zhǎng)背景下的訪問(wèn)與處理需求。云環(huán)境下的電子健康檔案以虛擬存儲(chǔ)的模式打破信息壁壘，突破單個(gè)系統(tǒng)的邊界，不同地域、不同衛(wèi)生醫(yī)療機(jī)構(gòu)、不同數(shù)據(jù)平臺(tái)均能實(shí)現(xiàn)醫(yī)療檔案無(wú)縫對(duì)接，完成數(shù)據(jù)的整合與互通共享。其次，在面對(duì)海量（非）結(jié)構(gòu)化檔案數(shù)據(jù)時(shí)，人工智能具有深度學(xué)習(xí)能力，對(duì)選定數(shù)據(jù)集進(jìn)行標(biāo)記并建立關(guān)系模型，做出類別判斷，實(shí)現(xiàn)智能分類。再借助NLP技術(shù)學(xué)習(xí)人類診斷邏輯，獲取推理能力，以輔助臨床診療。云計(jì)算在規(guī)模、可擴(kuò)展性、成本、集中式數(shù)據(jù)中心方面的優(yōu)勢(shì)，可以幫助實(shí)現(xiàn)越發(fā)智慧的數(shù)據(jù)感知和匯總，越發(fā)完善的數(shù)據(jù)模型和問(wèn)題求解，越發(fā)自主的平臺(tái)服務(wù)支撐和數(shù)據(jù)共享、越發(fā)精確周密的決策制定與執(zhí)行[25]。

物聯(lián)網(wǎng)助力實(shí)現(xiàn)電子健康檔案泛在化。“物聯(lián)”即物品與互聯(lián)網(wǎng)的連接，它是互聯(lián)網(wǎng)的應(yīng)用拓展，是指通過(guò)傳感技術(shù)實(shí)現(xiàn)物品間的信息交互。首先，物聯(lián)網(wǎng)的實(shí)踐方向是智能化識(shí)別系統(tǒng)，提供個(gè)性化的在線監(jiān)測(cè)、定位追蹤等功能，聚合萬(wàn)物。電子健康檔案數(shù)據(jù)量龐大，借助物聯(lián)網(wǎng)技術(shù)對(duì)每個(gè)數(shù)據(jù)屬性進(jìn)行精準(zhǔn)標(biāo)識(shí)，在真正意義上實(shí)現(xiàn)數(shù)據(jù)資源化。其次，物聯(lián)網(wǎng)技術(shù)將通過(guò)各類傳感器的互聯(lián)互通，獲取萬(wàn)物信息狀態(tài)，使萬(wàn)物變成“智慧塵埃”。人類最熟悉的傳感設(shè)備之一——智能手表已經(jīng)實(shí)現(xiàn)了人體健康的自動(dòng)監(jiān)測(cè)，并根據(jù)用戶權(quán)限設(shè)定，可選擇健康數(shù)據(jù)的傳輸方向。物聯(lián)網(wǎng)再借助云計(jì)算、大數(shù)據(jù)、移動(dòng)終端等技術(shù)的支持，將監(jiān)測(cè)報(bào)告與診療意見推送給用戶，提供定制化服務(wù)。以用戶體驗(yàn)為核心的應(yīng)用創(chuàng)新是物聯(lián)網(wǎng)發(fā)展的靈魂，而公眾對(duì)技術(shù)紅利最直觀的感知來(lái)自用戶體驗(yàn)，改善和豐富“智慧體驗(yàn)”，從而提升公眾對(duì)人工智能與電子健康檔案的價(jià)值認(rèn)知[26]。

區(qū)塊鏈技術(shù)為電子健康檔案安全保駕護(hù)航。云計(jì)算、邊緣計(jì)算、物聯(lián)網(wǎng)的廣泛應(yīng)用使得電子健康檔案在安全性上存在很大的缺陷，隱私泄露直接誘因便是安全漏洞。電子健康檔案在云平臺(tái)互聯(lián)共通、大數(shù)據(jù)分析與預(yù)測(cè)等行為難免會(huì)造成隱私泄露的風(fēng)險(xiǎn)，而區(qū)塊鏈的高冗余存儲(chǔ)、去中心化、高安全性和隱私保護(hù)等特點(diǎn)，讓數(shù)據(jù)更加安全可靠，能夠在一定程度上保護(hù)電子健康檔案的真實(shí)性與保密性[27]。首先，衛(wèi)生系統(tǒng)可以建立基于區(qū)塊鏈技術(shù)的全國(guó)電子健康檔案平臺(tái)，區(qū)塊鏈系統(tǒng)以分布式數(shù)據(jù)庫(kù)的形式存儲(chǔ)數(shù)據(jù)，只有擁有授權(quán)的用戶才能得到訪問(wèn)權(quán)限，醫(yī)療機(jī)構(gòu)通過(guò)公鑰進(jìn)入程序完成數(shù)據(jù)的錄入與更新，患者通過(guò)私鑰訪問(wèn)個(gè)人健康數(shù)據(jù)，并實(shí)現(xiàn)數(shù)據(jù)實(shí)時(shí)上傳或下載。其次，區(qū)塊鏈技術(shù)的加持能防止電子健康檔案被非法篡改，加密系統(tǒng)能夠保障云存儲(chǔ)中的各項(xiàng)檔案數(shù)據(jù)真實(shí)可靠并可追溯，任何操作痕跡都極難被銷毀，從而為電子健康檔案的整體安全提供了最佳的保護(hù)方案。

4.3 倫理規(guī)范

關(guān)于人工智能與人類醫(yī)生的責(zé)任碰撞，我們應(yīng)該接受的做法是：人工智能醫(yī)學(xué)系統(tǒng)扮演著同醫(yī)學(xué)教材相似的角色，人工智能醫(yī)學(xué)系統(tǒng)做出輔助決策，醫(yī)生有責(zé)任理解輔助決策背后的邏輯過(guò)程，并以診療主體人員的身份用經(jīng)驗(yàn)判斷是否接受系統(tǒng)的建議。顯然，人工智能影響的直接對(duì)象應(yīng)該是醫(yī)生，而非患者。那么我們可以得出的結(jié)論是，無(wú)論人工智能的決策精確與否，醫(yī)生都有不可推卸的責(zé)任，尤其是如果人工智能的決策比人類醫(yī)生的判斷更加可靠與精確，而醫(yī)生不采用人工智能的建議就可能承擔(dān)相應(yīng)的法律責(zé)任。

人工智能的成功并不意味著人類種族的終結(jié)。且不說(shuō)現(xiàn)階段人工智能還處于“弱”智能時(shí)代，即便在將來(lái)獲得很大的進(jìn)步，我們對(duì)人工智能的定位依然是“讓人類生活更美好”而非“取代人類”。機(jī)器沒有倫理，但人類有道德，我們不能賦予人工智能以情感，但我們的研究應(yīng)該同社會(huì)的道德倫理相吻合，從而規(guī)范人工智能的研究動(dòng)機(jī)與發(fā)展方向。

5 結(jié)語(yǔ)

與醫(yī)療健康體系較為進(jìn)步的西方國(guó)家相比，我國(guó)浩大的人口數(shù)量與有限的醫(yī)療資源所形成的嚴(yán)峻形勢(shì)亟需我們加快推動(dòng)醫(yī)療體系的創(chuàng)新改革，這個(gè)改革的發(fā)動(dòng)機(jī)是人工智能，而人工智能的燃料就是電子健康檔案。電子健康檔案的建設(shè)與利用已經(jīng)成為“健康中國(guó)”戰(zhàn)略中的一項(xiàng)基礎(chǔ)性工作，但距離真正實(shí)現(xiàn)人工智能與電子健康檔案的融合應(yīng)用與系統(tǒng)普及還存在較大的困境和難點(diǎn)。明確政策引導(dǎo)、技術(shù)保障與規(guī)范護(hù)航的推進(jìn)策略，是本研究基于我國(guó)較為薄弱的理論與實(shí)踐現(xiàn)狀所提出的實(shí)施方案，旨在以一個(gè)學(xué)術(shù)啟點(diǎn)的角色來(lái)引發(fā)國(guó)內(nèi)學(xué)術(shù)界與實(shí)踐部門對(duì)人工智能與電子健康檔案融合應(yīng)用的重視并加快人工智能驅(qū)動(dòng)電子健康檔案系統(tǒng)普及的落地。人工智能驅(qū)動(dòng)電子健康檔案所實(shí)現(xiàn)的功能不僅包括改善居民在社會(huì)生活過(guò)程中的就診體驗(yàn)，更能使居民享受機(jī)器的智慧服務(wù)。萬(wàn)物有靈，未來(lái)的人工智能與電子健康檔案融合應(yīng)用的發(fā)展導(dǎo)向會(huì)更加人性化，智慧診療也不再局限于輔助精準(zhǔn)診療、補(bǔ)充國(guó)家資源與提升人類健康認(rèn)知，而將定位于智能制造，致力于改善人類生活，比如定制面向殘疾患者或者行走能力較弱的老年人的行走輔助工具。面對(duì)未來(lái)的這項(xiàng)賽跑，只要全國(guó)上下保有積極的態(tài)度、通力合作一定能夠后來(lái)居上，收獲優(yōu)異的成績(jī)。