人工智能技術重塑衛(wèi)生資源供給

辛穎

一場由AI掀起的生產力變革席卷全球，撞上素有“資源供給難題”的醫(yī)療行業(yè)，成為當下最熱門的領域之一。

谷歌、微軟等相繼發(fā)布醫(yī)療AIGC（人工智能生成內容）大模型，國內頭部互聯網企業(yè)亦紛紛布局。業(yè)內的共識是，在大模型基礎上經過行業(yè)知識精調的模型，其特定工作表現，會優(yōu)于未經優(yōu)化的通用基礎大模型。

醫(yī)生們有了“自動化”的新工具書寫病歷、開具診斷方案，直接由AI醫(yī)生來問診的新產品也在籌劃進行臨床試驗。

在需求端，國民“看病難”尚未得以完全解決，中國醫(yī)療行業(yè)仍存在醫(yī)療資源分配不平衡的結構化矛盾，醫(yī)療需求集中在基層，醫(yī)療人才和醫(yī)療資源卻聚集在城市中的大醫(yī)院。

技術在人類發(fā)展中之所以重要，是因為能成為解決現實問題的一個重大突破口。而AI技術的變革究竟能與醫(yī)療行業(yè)碰撞出怎樣的火花？

圍繞這一具有前瞻性的話題，《財經》專訪國家醫(yī)保局原副局長、資深醫(yī)保專家陳金甫，他從三個層面層層遞進地分析了，在醫(yī)療領域技術取代人的服務的可能性，以及由此轉變?yōu)獒t(yī)療服務產品化、社會化供給的新模式，并最終產生資源供給、配置模式變革的深刻影響。

為醫(yī)改帶來新機遇

《財經》：有觀點認為，中國醫(yī)療領域最迫切要解決的問題是總量不足、結構失衡、水平不高，對此你怎么看？

陳金甫：醫(yī)療供給的總量不足是始終存在的，但也是相對的，是發(fā)展的，國民疾病譜在不斷變化，社會對醫(yī)療服務需求日益增長，沒有哪個國家可以說實現了醫(yī)療的充分供給。

更重要的是，我們要看到總量不足和結構失衡是相互關聯的。結構失衡體現在醫(yī)療資源分布不均，既有區(qū)域性的失衡，也有不同醫(yī)學專業(yè)上的失衡，這與公共政策相關，但一定意義上也是供給問題所導致的。

如果不解決結構問題，單純從總量去講發(fā)展，一味的擴大醫(yī)院、增加床位數，只會讓結構上的不足越來越嚴重，尤其在偏遠地區(qū)、基層地區(qū)、部分專科上的問題更突出。

同樣，近年來中國的醫(yī)療水平提升非常快，無論是硬件配備，還是醫(yī)務人員的軟實力都如此。但相對不斷發(fā)展的復雜疾病來說，真正優(yōu)秀的醫(yī)生總是不足的，所以對更多的醫(yī)務人員來說，還是相對水平不高，越在貧困地區(qū)越是如此。

此外，對于一個以消耗醫(yī)生人力為主的醫(yī)療供給模式，要提升平均水平的難度本身就很大，不像藥品領域，供給依賴于產品，提升產品質量和產能相對更容易。

所以，總量和水平問題，永遠是相對的，結構失衡才是當下最需要解決的問題。但如果能夠破局醫(yī)療領域的供給問題，上述三方面都將有所緩解。

傳統的解決思路是繼續(xù)增加現有資源的供給，如增加政府投入，開辦醫(yī)院，購買設備，增加醫(yī)生培訓，包括前端的醫(yī)學院擴招等。這種模式的缺點也很明顯，資源總量的有限性和區(qū)域差異。

尤其是在一些并沒有嚴重醫(yī)療資源不足的地方，過度發(fā)展，只會讓大醫(yī)院虹吸現象加劇。比如近年一些快速擴張的超大規(guī)模醫(yī)院，并沒有顯著解決當地醫(yī)療資源短缺的問題，倒是加劇了區(qū)域內的醫(yī)療資源失衡，而且造成行業(yè)內卷，醫(yī)院之間搶醫(yī)生、搶病人。

另一種解決思路就是依靠技術，抓住技術變革的特定時期，推出一種新的工具，對醫(yī)療領域產生爆發(fā)性的改善。好比一個高速公路開通以后，一下就能把運力增加幾十倍。

《財經》：技術的進步，讓你看到這樣的機會了嗎？

陳金甫：現在正逢全球進入技術革命的爆發(fā)期，AIGC成為一個通用技術。有國際投資銀行（高盛）的報告預測，AIGC會使全球3億個工作崗位實現自動化，美國約三分之二的工作崗位會受到影響，其中25%-50%的工作可以被替換。

它所影響的領域基本上是高端技術領域，比如行政、教育、醫(yī)療等技術崗位，具有普遍替代的機會。

未來的大國博弈，關鍵就是技術博弈，進而是對人類發(fā)展的博弈。比如一個人年收入達到100萬元，可以講財務自由，這是由經濟收入決定的。那么一個國家能不能實現發(fā)展自由，在大國博弈的條件下，將不再取決于傳統的資源評價，而是看核心技術。

所以誰抓住了技術革命，誰就有可能取得未來的發(fā)展機會和解決當下最突出的問題，自然也包括醫(yī)療資源短缺的問題。

先看中國的藥品市場，過去多年存在劣幣淘汰良幣的情況，比拼的是誰的銷售費用高、產品就賣得好，而不是真正比拼企業(yè)的產品質量、成本控制、技術水平。一個很重要的原因就是，整個市場環(huán)境沒有形成好的盈利模式，一般的低端藥品就能產生豐厚盈利。

好不容易近十年藥品市場進入了真正的競爭，通過藥品審批調整、藥品一致性評價、藥品集采等一系列政策的推動，很多藥企開始注重質量，投入技術創(chuàng)新，形成了一批頭部的仿制藥企和走向國際的創(chuàng)新藥企業(yè)。相對來說，醫(yī)療端不具有這樣充分的競爭環(huán)境，所以在技術的應用和發(fā)展上略慢一些。

要應對全球競爭，我們應該提早準備，能不能在這一輪技術革命中，不說彎道超車，至少要并駕齊驅。

重塑醫(yī)療供給模式的機會

《財經》：對人工智能應用在醫(yī)療領域，大家似乎要比其他行業(yè)謹慎得多？

陳金甫：確實，我們看到國際上也有聲音，不能將AIGC大模型直接應用于醫(yī)療服務，其中有許多問題需要考慮。但是我們也要看到，技術已經在改變醫(yī)療供給模式。

如去年底新冠肺炎疫情防控政策調整后，就像突然下了一場大雨，幾乎所有人都淋到了，而在我們成功應對疫情的過程中，技術發(fā)揮了重要的作用。

如果按傳統的就醫(yī)流程，發(fā)現自己得了新的傳染病，我們一定去看醫(yī)生，也就是從尋求人力的供給開始，每個醫(yī)生依靠背后的一家醫(yī)療機構支持，機構依靠一套完善的診療規(guī)范運轉，再加上一個主管部門來監(jiān)督，就是形成1+1+1+1的資源消耗。

但顯然當時醫(yī)療資源不足以支撐所有人都去醫(yī)院看醫(yī)生，我們靠什么？

首先我們依靠一個最簡單的技術工具溫度計，當時最重要的體征是發(fā)燒；第二依靠一個標準38.5度，這是人類依靠經驗確立的可能產生危險的體溫標準；第三依靠豐富的產品供給，即便在還沒有新冠藥的時候，我們也有其他各種退燒藥、止咳藥等緩解癥狀。

這說明，人們直接使用技術獲得的服務，加上豐富的社會產品供給，可以解決相當一部分醫(yī)療供給的短缺，而不是必須尋求傳統醫(yī)療機構服務。我們從這樣一個不得不與傳統醫(yī)療服務模式分割的變化，應該思考，投射到現有的社會資源供給狀況和服務模式來看，有多少疾病是可以這樣分割的。

類似的，高血壓、糖尿病、一般的頭疼腦熱，甚至80%的常見病、基礎病，我們都有成熟的診斷標準，其診治的部分過程都是可以通過技術取代的，也就可以由社會化的服務主體提供。

所以，一個社會化的專業(yè)技術供給和市場化的產品生產體系，就會極大地彌補專業(yè)技術人員所能提供的服務，極大地降低人提供服務的時間和成本的消耗，以及降低人背后的一系列機構運轉成本。

其實，技術進入醫(yī)療領域沒有任何障礙，自古以來這個領域就是技術的集成地，只不過現在技術或者說產品越來越具有取代人的權重和份額，而且是顛覆性的。

《財經》：雖然AI產品越來越不容小覷，但在醫(yī)療領域，如AI醫(yī)學影像產品，一些企業(yè)公布的準確率已達到90%以上，可是我們依然不能只由AI來完成閱片這項工作，每一張片最終都要經過醫(yī)生審閱。

陳金甫：客觀來說，醫(yī)學影像的AI技術，是基于人類現有知識技能來審閱。只要技術是成熟的，那結果肯定是優(yōu)于人的，當然存在小概率的錯誤。

從主觀因素來說，一些不確定的領域是人的強項。所以，當人不相信機器的診斷結果，可以再找醫(yī)生、專家做進一步的判斷。除了手術，醫(yī)生大部分的診療工作都不屬于操作型醫(yī)療，更多是判斷型醫(yī)療。

比如廣大的農村地區(qū)，用一個醫(yī)療車去進行數據采集，給出數據診斷結果，如果患者存疑，可以就近去醫(yī)院，這樣已經會減少一部分人去醫(yī)院問診。

我們做一個簡單的數據推演，如果技術可以取代人的服務30%，那就可以解決30%的醫(yī)生人力資源短缺。

《財經》：醫(yī)生和患者之間的信息差太大，患者沒有辦法判斷是否可以相信儀器，患者會默認為你如果使用儀器診斷，那么儀器就應該是準確的。

陳金甫：能否看準一個疾病，醫(yī)生和AI都是依靠兩點，第一是數據采集的真實性和全面性，第二對數據的分析以及背后的判定標準。這些AI都可以解決，而且它比人能更好的做到同質化、更精準。

如果AI會誤診，那么醫(yī)生就不會嗎？

醫(yī)學的概念本身不是求證醫(yī)學，而是循證醫(yī)學，所以很多醫(yī)生都反感的一句話：某某某醫(yī)治無效死亡。并不是所有治療手段都必須有效的，我們只是比較治愈的數據。

其實，有機構統計過醫(yī)院的復診確診率是50%以上，也就是大部分去醫(yī)院看病的人，并不是第一次就能確診真實的病癥。病人在鄉(xiāng)鎮(zhèn)衛(wèi)生院看不了，就去縣醫(yī)院，再不行去市里，去省里，去外省，這就是一個正常的確診流程。有的是醫(yī)生看不準，有的是看得準但看不了。這個流程在以人為主的服務中同樣存在。

更極端的案例是罕見病。我們通常認為罕見病是少數群體會得的病，但“罕見”可能只是這種疾病和醫(yī)療發(fā)展中的一個階段。第一，我們能夠確定罕見病的技術和人員不夠、水平不夠，所以很難發(fā)現；第二，由于這個病以前沒有發(fā)現過，所以人類還沒有成熟的治療手段，最典型的就是藥物，價格非常昂貴。

誤診率的高低取決于人對疾病的診斷水平和成熟程度，以及掌握這種診斷水平成熟程度的人的稀缺性。而要推廣一種技術，AI技術推廣滲透率和速度，比人的傳播速度要快得多。我們要把一個院士的大腦復刻到芯片上，技術就可以全球通用，但是你要把院士的大腦根植到每個醫(yī)生身上，那得多大的投入，多長時間？

這樣的變化已經發(fā)生，此前美國有一個四歲的孩子患上罕見病，前后三年看了17名醫(yī)生，從兒科、骨科到各種專家，進行一系列檢查，沒有找出病因。孩子的母親嘗試詢問ChatGPT，后者根據描述和檢查報告，分析是罕見病脊髓栓系綜合征（TCS），最終他們據此找到了一位神經外科醫(yī)生，其一看報告就給出了和ChatGPT一樣的結論，并指出了栓系的具體位置。

這可能是個案，甚至在一些頂尖的骨科醫(yī)生眼中，這是很容易確診的疾病，就診過程如此復雜有些夸張。但這就是普通患者面對的真實情況，為了找到這個一眼就能確診的醫(yī)生，要花多少時間、多花多少錢、投入多少精力去打聽交流，即便如此還未必能找到這個一眼就能確診的醫(yī)生。

這就是非常典型的，醫(yī)療供給方的專科稀缺性和需求方對醫(yī)療服務均等化、同質化的碰撞。

其實我們能看到，現在很多人已經習慣在網絡上搜索一下自己的病癥，有些就這樣解決了，這就是社會化的技術服務供給的一種。就是逐步把大概率看醫(yī)生，變成小概率，就是把原來的加法變成減法。

技術當然是有其局限性的，技術進入到衛(wèi)生領域，越來越多人的服務會稀釋出來，成為扁平化供給的產品，而醫(yī)生又逐步的向前推進，繼續(xù)在鉆研新的疾病、新的臨床試驗、新的技術，這是個遞進的過程。

不能用發(fā)展過程中的醫(yī)療事故作不改革的借口，不能用極端的案例作整體性的否定，公共事務的決策是講概率，任何事情我們都不能以偏概全。

2023年7月6日，2023世界人工智能大會上的一處AI+醫(yī)療展區(qū)。圖/視覺中國

技術已部分取代人對人的服務模式

《財經》：AI如果幫助醫(yī)療供需達到一定的平衡，最終是機器替代人嗎？

陳金甫：不會，即便技術能取代醫(yī)生90%的工作，也是醫(yī)生的輔助工具。所以讓更多的技術參與進來，并不是要取代醫(yī)生，而是讓醫(yī)生從那些沒有技術含量的繁雜事務中解脫出來。

技術改變醫(yī)療服務供給模式的演進可分為三個階段。第一步，技術使人和服務技能分離。

對于有成熟診斷標準的疾病，儀器比人更精準。原來是技術要通過人來實現，現在技術可以獨立以產品形態(tài)實現，結果是促使服務更加均等化、同質化。

第二步，技術推動服務形態(tài)的分化。醫(yī)療診治總的來說包括信息采集、分析診斷和治療，有手術治療和一般藥物治療。

這里面最關鍵的是信息采集，這個過程通常是人到醫(yī)院去，而不能就近采集。在脫貧攻堅中的醫(yī)療扶貧，我們看到一些好的案例，一些企業(yè)配置了流動的簡易診斷車，里邊有各種檢查設備、簡易處理、藥品。就是用一個技術的平臺載體，讓一個通用的診斷技術服務“出醫(yī)院”，無障礙均等化的輸送到各區(qū)域。

再看真實的診療過程，第一關分診，大部分是依靠患者自己選擇的，不需要醫(yī)生參與。進入診斷后，需要醫(yī)生根據經驗來開具檢查、檢驗，現在的信息系統，檢查后不少會自動生成診斷報告，甚至附帶建議治療方案，醫(yī)生確認后，有些只需要按照電腦給出的方案，點擊幾個鏈接就形成處方。

臨床的技術構成也是很清晰的，一個患者要做手術，住院期間真正需要醫(yī)生參與的時間有多長？手術時間有多長？其中一些環(huán)節(jié)都是可以將醫(yī)生分離、解脫出來的。

在這個過程中，技術已經無處不在的取代了人對人的服務模式。

所以，在探討新技術下的醫(yī)療服務模式時，我們應該注意區(qū)分，醫(yī)療服務中有多少是技術完成的，有多少是真的依靠人的服務完成的？醫(yī)生一天的時間，做了多少匹配他價值的工作？進一步問，一個主任醫(yī)師一天的醫(yī)療服務中，又有多少是與主任醫(yī)師的技術含量匹配的服務？

目前，技術在醫(yī)療領域進入的都是初級水平，比如檢測系統，大家熟知的核酸檢測等。幾乎沒有進入治療系統，當然這可能與企業(yè)的產品研發(fā)、供給有關。

原來是信息采集、診斷與治療三個環(huán)節(jié)都要到醫(yī)院去，隨著技術成熟、產品豐富，三個環(huán)節(jié)的服務形態(tài)逐漸分化，去醫(yī)院的比例層層遞減，逐步釋放醫(yī)療服務資源。

一般來說，越成熟的技術，越會取代對人的依賴。這種取代就可能會帶來資源配置模式的變化，從人對人服務模式，變成人與技術、與產品、與社會化的供給直接對話。

《財經》：所以AI的介入，只是使人在醫(yī)療過程中承擔的分工、份額不同了。

陳金甫：實際上傳統醫(yī)生及所承擔的醫(yī)療服務可以分流為三個層級。第一個分層是走出醫(yī)院，跟隨需求。因為社會產品的供給也需要醫(yī)生，比如家門口的診所、采樣中心、檢測車，都需要一些基本的醫(yī)學常識的人，來運用這個技術。

第二個走向信息技術人員，對一些不需要高配置的工作，在醫(yī)療流程中可以拆借出來的技術環(huán)節(jié)，不需要消耗培養(yǎng)成本如此之高的醫(yī)學人員來做，比如程序員可能可以替代一部分。

第三類是真正的醫(yī)生，去做最終的判斷、最廣泛的臨床研究、最前沿科學的探索，從非常繁重復雜的行為中間解脫出來。其實并不需要把所有的醫(yī)生都按照單一的終極路徑來培養(yǎng)，每個人都必須變成主任醫(yī)師。只有真正的職業(yè)技術分層，才能夠激活資源，解放醫(yī)生，促進醫(yī)學。

新技術進入醫(yī)療需要政策空間

《財經》：現有的技術水平足以解決當下醫(yī)療資源短缺問題嗎？

陳金甫：這個我回答不了，我們需要更專業(yè)的技術人員來評估，但恐怕再專業(yè)的人也無法直接的給出答案，因為這是一個技術和行業(yè)發(fā)展綜合來看的問題。

只是說，我們可以看到新模式的實現路徑，而這種資源服務模式的變化未來能不能實現，關鍵是看我們的公共衛(wèi)生治理模式，有沒有給它實現的空間。

顛覆性技術已經滲透到各個領域，顯然如果我們充分利用技術，會極大的豐富醫(yī)療供給，改變醫(yī)療供給的形態(tài)，毫無疑問會提供一個新的、更具解決現實問題、更具想象空間的解決方案，遠非傳統可比。

那為什么醫(yī)療領域的服務模式和供給模式并未發(fā)生變革？恰恰是因為醫(yī)療衛(wèi)生行業(yè)的特殊性，技術在此遇到的壁壘遠比其他行業(yè)多得多。

最突出的問題是許可準入壁壘，創(chuàng)新服務撞上行政許可圍墻，大模型遇到醫(yī)療數據壁壘，技術發(fā)展的步伐也就慢下來了。

而且沒有利益機制推動醫(yī)院投入新技術，如果一項技術的誕生，會降低醫(yī)生資源的稀缺性，而不像其他服務可以增加醫(yī)院的直接收益，醫(yī)院怎么會有動力呢？

這里就有一個現實案例，互聯網+醫(yī)療。目前，技術進到醫(yī)院，讓醫(yī)療走出醫(yī)院，遇到了強大的壁壘，就是醫(yī)療許可的行政管制。所以，有一些在互聯網上的診療行為，其實是在打著“咨詢”的名號進行，因為醫(yī)生的診斷權、處方權都受到限制。同時，所有的互聯網醫(yī)院，必須有一家線下實體醫(yī)院為基礎，就是風箏必須有個線頭在監(jiān)管部門手中，都是在已有的路徑依賴里邊用好互聯網。但這也極大的抑制了普遍、同質、成熟的技術在醫(yī)院外的使用。

我們能看到的是，一些互聯網醫(yī)療企業(yè)，在初始階段曾試圖走AI醫(yī)療的路線，包括研制成熟的AI模型用于醫(yī)療服務，但是由于行政許可的壁壘，它變成醫(yī)療+互聯網了，它不是互聯網+醫(yī)療。

技術豐富資源，技術重塑資源，技術改善供給，這個邏輯一直存在著，只不過我們沒有通過公共治理的形式來推進，從公共治理的角度，治理創(chuàng)新才能真正實現技術創(chuàng)新。

現在新一輪技術競爭崛起是一個難得的機遇，也是必須得抓住的一個機遇，通過引導市場機制才更好地促進競爭、促進創(chuàng)新。

《財經》：市場機制能更好地促進技術創(chuàng)新，核心推動力來自對利益追逐的競爭，這是否會與堅持醫(yī)療衛(wèi)生事業(yè)公益性的定位沖突？

陳金甫：不沖突，實際上通過引入新技術，重塑醫(yī)療服務形態(tài)，更有利于實現醫(yī)療衛(wèi)生服務事業(yè)的公益性。

一件事物是否應當具有公益性，我們要從事物發(fā)展的性質來確定。如果醫(yī)療服務必須具有公益性，那么同樣事關生命安全的藥品為什么可以不具有公益性？所以這不是一個固定的概念。

我們講公益性，一是講衛(wèi)生事業(yè)事關國計民生、社會保障，在國家戰(zhàn)略中必須是帶有公益性的，但不是指這個領域所有的產品和服務。所以說，醫(yī)療衛(wèi)生事業(yè)服務的公益性，不是簡單的把這項任務落在公立醫(yī)療機構身上。

即便是營利性質的私人醫(yī)療機構，國際上對其資本回報率也是有限制的，超過一定的利潤率，收入必須投入在醫(yī)院發(fā)展，不能直接歸屬投資者。同樣，由于醫(yī)療保險的盈利空間有限，對商業(yè)醫(yī)療保險公司減收營業(yè)稅，這與財險、壽險都不同。

所以要實現醫(yī)療衛(wèi)生服務事業(yè)整體的公益性，不是簡單的把任務交給誰，是需要具體政策的支持和引導整個行業(yè)，要制定與公益性相關的這個稅收政策和投資政策等。

如果是社會充分供給，市場能解決的問題，不應該受公益性影響，那政府應該最好不要介入。

以大家都很熟悉的核酸檢測為例，如果有核酸檢測機構造假、操作不規(guī)范，監(jiān)管機構就處罰它，大家就不在這家機構檢測了。但是如果我們因為社會上的檢測機構不規(guī)范、不成熟，而拒絕社會化服務，全部由公立醫(yī)院來做，結果就是供給能力大大縮小，資源短缺，患者等待的時間更長。

那如果說我們把市場能供給、社會能供給、技術能取代的部分放出去，實際上就是將需求與供給配置進行點對點的匹配。

在做好合理監(jiān)管的基礎上，從概率上分析，并不需要對市場服務主體有更多的不信任。如果有質量問題在應用過程中能暴露出來，其實是好事，更擔心的是，恰恰在這個系統里面很多問題沒有暴露出來。

第二，政府應該做什么？這個時候真正需要政府出手，做市場所不能，社會所必需的，應該有公益性的渠道，比如公共衛(wèi)生、邊遠地區(qū)、貧困人群、重大疾病的救治。

這樣公立醫(yī)療機構的包就可以更輕盈，一些問題也有機會得到解決。全國1.2萬家公立醫(yī)院、1000多萬醫(yī)務人員，哪個國家的財政能供得起？大多數國家的醫(yī)療服務體系、收入和薪酬都不是依靠財政來供給的。

所以，只有把握好公益性和市場機制、利益機制的關系，促進醫(yī)療服務市場競爭，使得政府需要做的事情越來越少，力量才能更聚焦，在政府減輕投入的情況下更好地滿足全社會的醫(yī)療需求，這恰恰是真正的促進公益性。