讓“AI+醫療”加速落地

陳婷婷

國家精準醫學產業創新中心（下稱“產業創新中心”）位于成都高新區，作為生物醫藥領域首個、精準醫學方向唯一的國家產業創新中心，正持續探索突破AI+醫療等數字醫療領域，不斷加速推進醫學人工智能的創新研發和數字化轉型，孕育醫療人工智能產業的巨大活力。

2022年，產業創新中心聚焦AI+醫療這一前沿技術方向，聯合業內龍頭企業組建華景數字醫療科技（成都）有限公司，構建“精準數字醫療創新轉化平臺”，其研發的兩款智能數字化創新產品即將進入市場應用，在研的數十款AI+醫療產品相繼布局展開。

伴隨平臺的不斷發展探索，AI+醫療如何呈現？平臺如何助力數字醫療產品轉化？產業未來發展面臨什么挑戰？本刊記者來到產業創新中心一探究竟。

有沒有慢阻肺，對著手機咳兩聲就曉得

對著手機大聲咳嗽兩聲，10秒內，屏幕上就會提示你是否存在慢性阻塞性肺疾病（下稱“慢阻肺”），是否需要進一步問診就醫。“這一創新產品除了篩查，還呈現四大智能化功能：智能規范用藥管理、智能康復訓練方案、智能風險預測干預和智能天氣預測調整。”華景數字醫療科技（成都）有限公司董事長高云龍介紹，比如，通過設置用藥提醒、視頻用藥指導以及智能藥盒，實現智能用藥監測；通過采集患者肺功能報告、呼氣及語音、初始步頻等多維健康數據，生成個性化訓練方案；精確監測患者運動過程生理指標，動態調整訓練強度，對異常生理數據進行風險警報；將天氣變化與用藥劑量、衣物添減、戶外/室內運動建議進行個性化匹配，減少患者因天氣變化而產生的病情加重風險等。

這款名為“慢阻肺病智能個性化綜合干預數字療法”的產品，是四川大學華西醫院聯合華景數字醫療科技（成都）有限公司共同研發的數字醫療創新成果之一。“產品是基于臨床痛點，以需求為導向而轉化研發。”高云龍表示，慢阻肺知曉率低、帶病周期長、規范診療率低，患者發生急性病癥加重導致住院率與死亡率高。在我國，20歲及以上人群慢阻肺患病率為8.6%，每年大約有100萬人死于慢阻肺，嚴重危害生命健康。基于深度學習的人工智能技術正逐漸成為輔助醫生診斷疾病的幫手，通過這款產品，人們在家即可達到對疾病監測、診療、管理和康復的個性化干預及指導，極大提高醫療診療效率和疾病管理、康復的精準程度。

據了解，該產品以人工智能技術為驅動，依托四川大學華西醫院的科研優勢，基于臨床循證依據與知識圖譜，構建人工智能專病算法模型，通過大量的數據訓練模型，實現算法的不斷優化，找到針對慢阻肺的智能個性化的干預路徑，從而實現精準診療、管理和康復的效果。

“這一創新成果已進入中試階段，預計年底會上市推廣應用。患者在家就能得到智能化精準化綜合疾病干預指導，將有效提高患者生活質量。”高云龍說，當前，公司研發的肺結節個性化智能保障醫療服務產品也已發布上線，同時還有多個AI+醫療數字化產品在研轉化中。

搭建轉化平臺，助力醫學人工智能發展

產業創新中心助推人工智能技術創新成果成功轉化，在高云龍看來，一個重要原因是產業鏈的高度集成。

從概念變成產品、從實驗室走向市場，一直是臨床科研轉化的難點，關鍵在于做好科學研究和患者需求的統一、技術研發和臨床應用的統一、學術價值和商業價值的統一。醫學人工智能的發展也是如此。作為首個落地四川的全國生物醫藥領域國家產業創新中心，也正充分借助政策優勢以及四川大學華西醫院的科研優勢，加速推進醫學人工智能的創新研發和數字化轉型，從治療的單一應用向醫療的體系支撐延伸，從簡單的信息提示向復雜的診斷決策升級，從單病治療向疾病全程管理拓展。

據了解，從產業角度看，治療方式的數字化、藥物使用的精準化、醫療器械的智能化是未來醫學發展的三個重要趨勢。數字醫療的數據特質，對上述三個方向都可以起到支撐作用并有效銜接。基于此，產業創新中心于2022年正式獲批組建不久，就聯合行業龍頭企業組建了華景數字醫療科技（成都）有限公司，建設“精準數字醫療創新轉化平臺”，通過與臨床醫生緊密合作，以臨床需求為導向，開展有組織科研，以患者應用為目標，進行商業化架構，為有效打通臨床、科研、轉化、應用全鏈條提供了新路徑。高云龍表示，“通過平臺，一端連接科研，以臨床需求為導向，將臨床循證依據與人工智能技術相結合，提煉研發并整合出數字療法解決方案，保障數字療法產品各環節的科學、安全、有效；一端連接市場，以市場需求驅動科研，通過市場化應用，尋求真實世界數據深度挖掘，不斷優化迭代人工智能模型，從而實現疾病預測模型精準性的不斷提高，形成一個良性的閉環。”

據介紹，下一步，產業創新中心將重點聚焦醫學人工智能創新發展，繼續有效整合精準醫學行業各類創新資源，通過構建“醫政產學研資用”協同創新生態，充分發揮“精準醫學產業創新基金”資本助力，加快1.5萬平方米科技成果概念驗證中心和2萬平方米科技企業孵化器建設，形成產業集聚效應，加速關鍵核心技術的突破和應用，助力相關技術、產品和服務的臨床轉化應用，為成都醫學人工智能產業的發展注入動力。

建設數據集，推動醫療大模型商業化

當前，成都人工智能在醫療領域已經展開多場景應用探索，如輔助診斷與影像分析、精準醫學和個體化治療、藥物研發與創新等，不斷讓健康服務更加優質可及，與此同時，仍面臨一些挑戰。

成都市人工智能產業生態聯盟秘書長高鑒表示，隨著醫療數據的數字化和共享，隱私和安全已成為人工智能在醫療領域面臨的重要問題，如何確保病人敏感信息的保密性、完整性和可用性，是亟待解決的難題；數據質量和可靠性是關鍵，人工智能的應用需要大量的高質量數據來訓練模型和算法，而醫療數據的質量和可靠性存在很大的變異性，包括數據的收集方法、標準化程度等因素，對人工智能的應用產生了一定的制約；人工智能在醫療領域雖然取得了令人矚目的成果，但其決策過程的解釋性和可信度仍受到挑戰，限制了人工智能技術的廣泛應用；另外，人工智能在醫療領域的應用還面臨著一系列的法律和道德問題，例如，人工智能是否應該替代醫生進行診斷，如果出現錯誤誰來承擔責任，等等。

高鑒表示，當前大模型已經成為通用人工智能發展皇冠上的明珠。相比于傳統的AI+醫療應用，大模型的應用更像是一個真實的人腦，能夠理解用戶語言，完成整體邏輯推演，生成最終結果。對于充斥著大量對話場景和信息數據的醫療行業來說，大模型具有天然的應用優勢，但醫療的嚴肅屬性、醫療數據當前互不聯通、近乎為零的容錯率，都讓醫療大模型的商業化舉步維艱。高鑒建議，成都應繼續加大力度協同各領域生態單位，加強高質量醫療數據集的發展建設，為下一步AI+醫療的場景深化應用夯實基礎，同時在醫療各生態單元釋放出更多的場景進行前期測試驗證，共同推動成都AI+醫療場景建設高質量發展。

對于高質量數據的渴求，高云龍也表達出一致的認同，如果說數據是人工智能成長的“肥料”，那么獲取優厚的“肥料”是產業發展應用的關鍵所在。醫療數據由于歷史和習慣等復雜原因，醫療機構之間存在“數據孤島”問題，企業等創新主體轉化數字化產品，采集高質可靠的數據、構建專病模型及基礎設施平臺，勢必會付出高額成本。高云龍表示，希望政府加大對基礎平臺研發的支持力度以及開放更多可共享的應用場景，這對于產業的發展非常重要。

“通過模型算法的持續積累，我們已研發完成了數字化的機器人平臺。這是一個數據集成的賦能平臺，相當于孵化器或者叫轉化器。未來希望借助這個平臺快速孵化數字化療法產品——它就像基石和引擎，我們的數字化產品則是不斷被激發而出的新質生產力。”高云龍說。