打破现实障碍 社会办医还应关注医疗AI的哪些问题

想到医疗AI，行业内总会面临以下拷问：医生不懂技术、程序员不懂医疗，如何匹配需求；基层医院医生能否借助医疗AI产品提高判断力和诊断力；AI辅助决策和参与决策的边界在哪儿，权责如何界定；5G即将到来，互联网医院谁做主导？远程医疗的规范和标准怎么定······

一直以来，医疗领域因数据基础好，在AI应用上被认为最具前景，目前已在影像识别、辅助诊断、药物研发、健康管理、疾病预测等领域有较成功的实践。

社会办医最终要实现的目标，是解决医疗行业中“看不起病、医疗资源不平衡”等首要问题。而数字医疗恰能助推上述问题的有效解决。

2019年6月12日，《关于促进社会办医持续健康规范发展的意见》（下称《意见》）由国家卫生健康委牵头并联合十部委共同对外发布。《意见》立足于社会办医的定位和发展方向，包含加大支持力度、放宽准入、公私合作、运营管理无区别对待、医保政策以及完善综合监管六个部分。

社会办医规范发展的政策出台加上“互联网+医疗健康”的众多可应用场景，企业早已看准市场缺口，试图用科技改变中国传统的医疗环境，以此提高医生的效率和精确度，提升患者就医体验。

落地诉求强烈

尽管我国的AI在辅助治疗方面尚处于起步阶段，但医疗AI企业无疑是第一批开拓者，深感“跨界”的必要性和重要性。

仅医疗影像场景下，就会细分出胸科、心血管科、神经科、脑科、儿科、牙科等场景。通过抓取细分场景下的海量数据，生成计算模型，来帮助医生标记病灶，提供诊断意见。这其中需要优质的大数据，还要清楚医护人员的诉求。只有参与者具备多行业的专业素养，才能促成医疗AI产品的真实落地。

目前有实践证明，有些医疗AI产品确实能够显著提升医疗服务能力。例如，CT肺结节影像中，AI+医生的识别敏感度为84%，医生则为53%，AI+医生的阅片时间为170s，医生为353s。

脑卒中出血体积的误差值对比中，AI+医生的侧算误差值为8.17，医生为23.62，AI+医生的测算时间为91s，医生则为321s。

被看好的远程医疗技术也成为企业应用较多的领域，随着技术不断成熟和服务的持续规范，远程医疗还能够提供跨境远程问诊、健康咨询等医疗服务。利用医生空闲的时间，打破物理空间的障碍来进行医疗服务。

“承担辅诊的医疗AI还将对疾病的预防有很大帮助。在神经科，可以通过人工智能技术来判断动脉瘤大概破裂的几率有多少，判断某病人多长时间内会发生脑缺血或脑出血现象。”上海冬雷脑科医院的神经外科主任王威告诉健康界。

亟待标准化建设

必须承认的是，很多AI产品在临床应用场景上欠缺医学能力，应用于真实诊疗时不够接地气。例如市场上提供AI识别肺结节服务的平台仍不断涌现，但很多都缺乏落地实践经验。

2018年，国务院发布了《关于促进“互联网+医疗健康”发展的意见》，提出发展虚拟现实、影像识别、辅助诊断等技术，将语音识别等嵌入电子病历信息系统，提高医务人员工作效率等，对产业的发展带来了积极的信号。但随着医疗与人工智能的市场实践，产业链上的一系列困难也逐渐显现。比如缺乏监管标准、复合型人才不足、数据共享不到位、机器算法有待提高、社会伦理认识不够等。

此外，为达到统一的风控管理和评估机制，实现各医疗部门有效联动，医疗AI应用迟早要进行标准化建设。抛开应用中可能存在的问题，医疗AI的出现实际上得到了行业内大多数人的认可。中国科学院院士卞修武认为，人工智能更聚焦于某一细分领域，但医生有其系统性的学习，所以人工智能如果能作为一个帮手帮助医生工作，将会是医生的一大福利。

在社会办医热潮下，只有政策制定者、行业意见领袖、公立医院管理者、社会办医从业者以及医疗健康产业人物各方一起探讨，才能寻找到社会办医规范健康发展的密码。

读懂时代  全新启程

第四届中国社会办医与医院管理高峰论坛

于2019年10月11～13日在京举办

一场开幕高峰论健 一场医院管理培训

八场圆桌派 六场医健热点论坛

热情等您  

报名热线：张赛  13810303688