醫(yī)療AI運(yùn)用落地難，但仍不失對其青眼有加者

　　從一定層面上來說，AI、機(jī)器人等新技術(shù)的加持為醫(yī)院臨床研究水平和醫(yī)療服務(wù)水平、效率、質(zhì)量等方面都帶來了有益的提升，醫(yī)院沒有不采用的道理。但事實是當(dāng)下許多醫(yī)院的醫(yī)生都并不相信AI技術(shù)。

　　首先在技術(shù)上，目前無論是從功耗性能、魯棒性、推廣性、犯錯率、學(xué)習(xí)樣本的數(shù)量還是可解釋性上來看，基于深度學(xué)習(xí)的識別系統(tǒng)與人腦都存在著很大的差距，這是當(dāng)下AI應(yīng)用于醫(yī)療行業(yè)最大的一個技術(shù)難點。

　　此外， AI+醫(yī)療技術(shù)的應(yīng)用首先是基于大數(shù)據(jù)的，但是醫(yī)療數(shù)據(jù)是歷史的記錄，通過這些數(shù)據(jù)訓(xùn)練出來的系統(tǒng)難以演化出未來的產(chǎn)品，而且當(dāng)下的AI醫(yī)療系統(tǒng)更不具備推理以及應(yīng)急的能力，這也進(jìn)一步導(dǎo)致了醫(yī)務(wù)人員難以相信AI醫(yī)療系統(tǒng)。

　　系列問題都存在都為醫(yī)療AI的落地造成了不小的困難，但是這并不妨礙相關(guān)人士依然看好醫(yī)療AI領(lǐng)域。北京阜外醫(yī)院心血管外科主任歐陽晨曦分析道，醫(yī)療AI基于大數(shù)據(jù)而開展深度學(xué)習(xí)，由于目前醫(yī)院能夠提供的數(shù)據(jù)存在不全面不系統(tǒng)不能很好的滿足機(jī)器學(xué)習(xí)的需求，這也導(dǎo)致了當(dāng)下醫(yī)療AI訓(xùn)練出來的系統(tǒng)存在判斷不客觀的情況。但是如果投資機(jī)構(gòu)能夠首先圍繞醫(yī)療數(shù)據(jù)采集進(jìn)行投資，這不僅能夠首先贏得在醫(yī)療AI數(shù)據(jù)入口領(lǐng)域布局的先機(jī)，而且數(shù)據(jù)采集在當(dāng)下的醫(yī)療環(huán)境當(dāng)中多以輔助醫(yī)務(wù)工作開展，醫(yī)院接受度相對較高，總體來說還是值得期待的。

　　此外，我國醫(yī)療資源分布極其不均，一方面，國內(nèi)頂尖的幾家三甲醫(yī)院在各方面都接近甚至領(lǐng)先世界頂尖醫(yī)療水平，但是基層醫(yī)療水平卻又非常薄弱，對于大多數(shù)國民來說“看病難，看病貴”的問題依然普遍存在。為提升我國整體的醫(yī)療水平，如果僅僅單方面通過培訓(xùn)提升基層醫(yī)療人員素質(zhì)來達(dá)到目的是很不明智的。人工智能作為一種很好的替代方案，如果能夠?qū)崿F(xiàn)在短期內(nèi)把三甲醫(yī)院級別的醫(yī)療水平復(fù)制到基層，對于提升我國整體的醫(yī)療水平有很高的意義。

　　談到具體的醫(yī)療AI運(yùn)用落地環(huán)節(jié)，國家康復(fù)輔具中心、北京市生物醫(yī)學(xué)工程高精尖中心、阿里健康集團(tuán)大數(shù)據(jù)中心等單位領(lǐng)導(dǎo)紛紛看好智能康復(fù)器械、AI全科醫(yī)生助手、智能互聯(lián)網(wǎng)醫(yī)院以及遠(yuǎn)程醫(yī)療與AI的結(jié)合。在資本層面，以軟銀資本為代表的多家投資機(jī)構(gòu)也表示看好醫(yī)療AI運(yùn)用落地發(fā)發(fā)展。

　　AI重構(gòu)醫(yī)患關(guān)系，需建立全新一代智能醫(yī)療系統(tǒng)

　　伴隨著云計算、大數(shù)據(jù)、人工智能以及物聯(lián)網(wǎng)等技術(shù)的發(fā)展，醫(yī)療健康產(chǎn)業(yè)迎來了一次全新的發(fā)展機(jī)遇。借助新技術(shù)對健康與疾病的大數(shù)據(jù)統(tǒng)計，實現(xiàn)醫(yī)療服務(wù)與資源的動態(tài)配置，新藥研制過程中技術(shù)參與醫(yī)藥療效與成本的控制，疾病的人工智能早期篩查以及精準(zhǔn)微創(chuàng)醫(yī)療機(jī)器人參與治療，這一系列醫(yī)療情景變革都為未來醫(yī)療健康產(chǎn)業(yè)的發(fā)展描繪出了一幅全新的圖景。但在另一方面，這一變革也正在重構(gòu)醫(yī)院、醫(yī)生、病人與醫(yī)藥、器械的關(guān)系，也給傳統(tǒng)醫(yī)療健康理念、模式、手段與法規(guī)帶來新的挑戰(zhàn)，新的醫(yī)療體系建立已成為一個不得不思考的問題。

　　長期以來，醫(yī)務(wù)人員通過醫(yī)療設(shè)備為患者提供服務(wù)，這一過程當(dāng)中雖然隨著醫(yī)療設(shè)備技術(shù)的不斷改進(jìn)以及變化，醫(yī)務(wù)人員對患者的服務(wù)方式發(fā)生了改變，但是患者、醫(yī)務(wù)人員以及醫(yī)療設(shè)備這三者之間的從屬關(guān)系卻從未發(fā)生改變。然而伴隨著人工智能等智能化技術(shù)的產(chǎn)生，具備智能化能力的醫(yī)療設(shè)備開始參與到醫(yī)療決策的過程當(dāng)中，并且具備影響醫(yī)務(wù)人員的能力，此外，患者與醫(yī)療設(shè)備的關(guān)系也發(fā)聲了改變，智能化技術(shù)的參與使得新的醫(yī)患關(guān)系變得更加的復(fù)雜。

　　中國科學(xué)院院士、清華大學(xué)人工智能研究院院長張鈸結(jié)合IBM Waston認(rèn)知計算系統(tǒng)與當(dāng)下人工智能技術(shù)現(xiàn)狀展開討論，他認(rèn)為從技術(shù)的角度上來看，目前人工智能由于深度學(xué)習(xí)技術(shù)的產(chǎn)生突破了以往人工數(shù)據(jù)輸入的專家系統(tǒng)模式，已經(jīng)能夠通過自主學(xué)習(xí)的方式去不斷的提升判斷，這為新的智能化醫(yī)療系統(tǒng)打造了有利的條件。但除了技術(shù)之外，張鈸院士還提出新一代智能化醫(yī)療系統(tǒng)的打造是一項系統(tǒng)性工程，除了技術(shù)之外，還需要政府、醫(yī)院、醫(yī)生等多個環(huán)節(jié)的人事共同參與設(shè)定。