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
不感兴趣
看过了
取消
人点赞
人收藏
打赏
不感兴趣
看过了
取消
打赏作者
认可我就打赏我~
1元 5元 10元 20元 50元 其它打赏作者
认可我就打赏我~
扫描二维码
立即打赏给Ta吧!
温馨提示:仅支持微信支付!