醫療AI步入深應用

曾涔

目前業界對醫療AI的定位是使之嵌入醫療全程，輸出接近醫生水平的決策支持，為醫生診療提供必要的幫助。在此基礎上，解決民眾在醫療領域“煩心、煩事、費錢”的痛點，更好提供“省心、省時、省錢”的高質量服務，醫療AI或可發揮更多功用。

AI賦能醫療產業

健康中國的正常運轉需要基層醫療發揮效用，近年來國務院、工信部、藥監局等部委頒布系列政策，大力推進AI在醫療各個細分領域的應用。國家衛健委發布的《醫療機構設置規劃指導原則（2021-2025年）》明確強化信息化的支撐作用，推動人工智能、大數據、云計算、5G、物聯網等新技術與醫療深度融合，推進智慧醫院建設和醫院信息標準化建設。4月20日，國家衛健委醫政醫管局發布的《國家限制類技術目錄和臨床應用管理規范（2022年版）》重新調整了各級醫院限制使用的醫療技術名單，本次所取消的五項限制級技術即有人工智能輔助診斷，這意味著該技術可以廣泛推開應用。

AI技術與醫療健康領域加速融合，以計算機視覺、自然語言處理、機器學習等為代表的AI子技術廣泛滲透于醫學影像、精準醫療、健康管理、醫療信息化、藥物研發、醫療機器人等多樣化場景，成為提升醫療服務水平的重要驅動力。醫療AI正成為醫護人員的重要工具，醫療機構正在被越來越多的先進設備填滿，醫療工具和標準不斷演進，對醫護人員的職業素養與終生學習能力提出了更高要求，也為醫療AI的深入拓展提供了機遇。正如中華醫學會影像技術分會主任委員李真林所指出的其一部分應用功效，“AI賦能醫學影像主要是為疾病的診療提供了科學和直觀的依據，已成為臨床醫生診治疾病的眼睛；在臨床診療中，人工智能賦能醫學影像已經由臨床輔助檢查手段發展成臨床診斷疾病的主要方法，廣泛應用于體檢、疾病篩查、診斷與鑒別、療效評價及預后等多個方面，為人民群眾提供全方位全周期的健康保障。”目前許多醫院都引進了對肺癌、乳腺癌、兒童生長發育異常等疾病進行輔助診斷的人工智能檢測系統。可以說，AI在輔助診斷、醫學影像、電子病歷、醫院管理等多個領域均起到重要作用，是發展智慧醫療產業的核心技術基礎。

醫療AI的發展方向較為明晰，數坤科技創始人、CEO馬春娥認為結構性心臟病、心律不齊、心衰等心臟疾病，阿爾茨海默病、孤獨癥等認知障礙、老年退行性疾病將成為醫療AI領域下一個研發重點，同時她提出，“‘數字醫生’就像人類醫生的數字化大腦，有判斷與數據解讀的能力，不僅可以對健康人群、潛在疾病風險人群進行健康評估、出具健康管理報告，還可以輔助醫生快速、高質量出具風險評估、診斷報告、手術方案，讓醫生看得更全面、更準確。”

競爭底色與護城河

利用AI對醫療大數據進行深入解析與標準化，完成醫學建模和應用構建，可產生深入臨床與醫學前沿的人工智能應用系統，指導臨床診療、開展真實世界臨床研究及醫工研結合的轉化研究。結合實際落地進程與醫療服務的多元需求，醫療AI正朝著以下方向發展，“醫療服務關口前移，以治療為主轉向以健康服務為主；醫療AI融入臨床流程；分級診療加速推進，推動優質醫療資源下沉。”

不止我國，很多國家和地區的醫療服務發展都處于信息化向數字化過渡的階段，智慧醫療的各個環節、場景，都需要大數據和人工智能技術的支持。醫療AI在我國有著較好的臨床環境，但同樣存在諸多亟待解決的難題。醫療AI對新醫療體系基礎結構的改變在于，醫學方面，是對篩查和預防疾病、對腫瘤的診斷和治療、新藥物的發現等；醫療方面，是對數據標準的制定、多源數據結構化、病灶勾畫的優化、民眾的健康管理等。這些都需要有優質的數據土壤，以及對其有序使用，難點卡在于此，我國醫療數據整體數量巨大，但聚焦到某一類具體醫療問題時，數據量不足、數據質量低下、醫療信息標準缺失等現象普遍存在。以目前醫療機構使用率最高的臨床數據為例，國內有超過20%的三級醫院基于臨床數據展開應用研發，面對大量的醫療數據和臨床科室多樣化的科研需求，收集、整理、運用數據的方式有更新的訴求，普遍存在的工作量大、效率低、錯誤率高且收集整理后的數據共享利用難等問題必須得到解決。其他共性問題則包括算法泛化與準確度、數據共享問題和覆蓋病種單一、AI醫療器械的經濟學評價、患者評價與數據標準化研究與脫敏問題等。

當醫療AI產業發展脈絡逐漸清晰，相關企業開始在產品設計上建立護城河，以實現長期、穩定的盈利目標。2022年第一季度超過億元的AI相關企業融資集中在自動駕駛、機器人、 AI芯片、AI醫療、機器視覺等領域，AI醫療獲融資企業有13家，這足證資本對該領域的持續看好。眾多互聯網巨頭也在利用積淀的AI技術進軍醫療領域，國內巨頭騰訊的肺炎AI產品騰訊覓影拿到了三類注冊證，阿里健康的“DoctorYou”系統、百度的靈醫智惠已經退場。國外巨頭谷歌健康已經放棄了靠AI在醫療領域大展身手的想法，大規模裁員重組，曾是醫療AI堅定支持者的IBM在長跑十年后選擇適度放棄。

因為監管、安全、隱私等特性，醫療AI的推廣并不是完全沒有阻力，人工智能醫療器械的監管問題已成為國際醫療器械監管領域的焦點之一。近期一種可以在沒有放射科醫生監督的情況下讀取胸部X光片的人工智能工具在歐盟獲得監管許可，這是完全自主的醫療成像人工智能首次在歐盟獲得批準，而在此之前，放射科醫生一直在抵制將其工作的一部分完全自動化。而在其他醫療細分領域，也有類似的情形。正如有專家所提出的，在醫療數據安全治理、個人隱私保護等無法繞過的難題面前，醫療AI數據共享與合作道阻且長。