在今年的广州两会上，有政协委员建议，广州建立基于人工智能的全市急诊分诊统一平台，整合城市医疗资源，培植高品质医疗做事体系。有专业人士认为，借助人工智能，或能提高急诊分流效率。借助AI将全市各家医疗机构急诊就诊人数、候诊人数实时显示，患者可选择候诊人数较少的医院就诊，利于减少候诊韶光，降落交叉传染风险。
事实上，医疗人工智能（AI）在临床上的主要浸染越来越明显。近年来，国家卫生康健委、国家医保局等多个部门在出台文件时，不止一次地提高了AI在提高诊断效率、赞助临床诊断、加强患者检测等方面的主要浸染。目前天津、河北、山西、湖北等多个省份已在“两癌”筛查领域广泛运用到数字病理、AI等新技能，提高了医疗卫生防治做事质量和效率。
作为前沿高新技能，医疗AI在康健中国培植道路上有着无限的前景和机遇，同时它也面临着诸多寻衅。近日，4名专家专门针对这一话题展开了一系列谈论。
01AI在医疗领域的主要性日益显现
据天下卫生组织国际癌症研究机构最新发布的数据显示，乳腺癌已经取代肺癌成为环球第一大癌症，在我国，每年新发乳腺癌病例为42万例，发病高峰在45岁至55岁。据悉，传统超声检讨高度依赖超声科年夜夫的水平和履历，结节、肿块全凭年夜夫肉眼判断。随着医疗AI技能不断发展，目前已实现AI对动态超声图像进行算法剖析，实时抓取病灶图进行判断剖析，极大地提高了筛查效率和筛查精准度。
在乳腺领域深耕多年的胡海教授对此深表认同。他说，AI在医疗领域的发展日益显现出主要浸染，如国外医学中央所展示的大措辞模型的运用，表明这项技能在疾病诊疗方面具有显著促进浸染，大数据为医疗做事和医疗决策供应了信息支撑，可以使医务职员在海量数据中解脱出来，快速汇总信息，提取关键数据，提高事情效率。
一方面，AI可以赞助医疗决策，通过对病情结果的解读提出建媾和见地，帮助年夜夫进行诊疗决策；另一方面，AI可以解放劳动力，做一些常规性事情和医疗文书事情，减少人工误判的概率，提升医疗质量和医疗水平。
虽然人工智能不能完备替代年夜夫做决策，但是会大幅提升年夜夫诊疗的效率和质量。目前国外已经在多个场景运用AI，但在海内运用较少，医疗大模型的构建事情相对滞后，还有很多事情须要改进。
胡海教授强调，人工智能的数据质量至关主要。如果海量数据的质量有问题，可能导致缺点结论。须要确定哪些医疗数据可以进入大数据学习过程，前期须要有关专家对数据质量进行评估。
值得一提的是，目前高质量的医疗数据并不多。例如大略的影像标注，它对付诊疗决策的代价判断笔墨性信息学习还很有限。想要找到得当的数据进行学习，这可能须要在全国范围内折衷专注这一领域的多个医院进行数据互换和领悟。这是一项事情量很大的任务，须要更多部门的统一折衷。
此外，将大量的科学研究的生命组学数据领悟到大数据模型中也是一个主要问题，多模态数据的领悟目前非常困难。虽然影像数学和病历数据领悟，在国际上已有较好实践，但对付描述性数据和生命组学数据的领悟仍旧存在寻衅，很多技能问题没有办理。
“我看好医疗AI的发展前景，医疗AI定能降落医院管理本钱，提升医院管理质量。”胡海教授表示，创造问题是一件好事，期待诸多专家共同努力，逐一办理以上困难。
02医院专门成立了大数据办公室
山东大学齐鲁医院是海内较早利用人工智能赞助临床的医疗机构之一。早在2018年，该医院就利用AI系统，链接不同专家共同助力肿瘤等疾病的诊疗，还通过AI进行医师的培训教诲事情，很早就实现了将优质医疗资源下沉到下级医院。
该医院不仅十分看年夜大好人工智能、大数据等新兴技能的发展前景，还在2023年2月，发布了由该医院主编的“智能医学工程专业医学系列教材”新书，据悉，这是我国首套医工领悟专业量身定制的医学模块传授教化本科教材。干系卖力人在新书发布会上先容，这套教材的案例均由“案例导入”“案例解析”和“人工智能在医学领域的运用与展望”三部分组成，有利于实现翻转教室等当代授课模式，为我国培养更多复合型人才。
李涛教授认为，在实践过程中，医疗AI运用在临床上卓有成效。他说，通过AI的深度学习、图像识别，可提高医疗机构诊断能力和诊疗效率。
作为一名肝胆外科年夜夫，李涛教授提到，AI在手术前能准确定位并做事医师评估手术切除范围，手术赞助系统的运用可以供应清晰视角，减小患者的创伤，这些都是AI助力医疗提质增效的成果。
从医院管理角度来看，李涛教授表示，AI可以方便患者登记、预约、咨询等，帮助年夜夫管理病历、进行数据挖掘剖析、支持临床包括医院决策的一些制订。AI可帮助管理者优化医疗资源调度，合理配置医疗资源，帮忙年夜夫根据患者的治疗程度等成分合理安排治疗韶光，方便医院物流系统和药品供应的智能调度，确保药品和物资的供应。
事实上，山东大学齐鲁医院此前专门成立了大数据办公室，希望通过AI大数据剖析为医院决策和发展供应强力支持，优化医院绩效和综合管理水平。
李涛教授也先容了医疗AI运用目前所面临的寻衅。他说，关于医疗AI，目前数据安全问题和法规政策须要完善，干系部门须要制订更得当的法规和政策推动AI在医疗领域的发展。此外，只管医疗AI有很多上风，但年夜夫和患者对其接管程度和信赖度并不高。由于人工智能算法是通过大量的数据得出结论，对付年夜夫和患者而言，其数据质量和算法的事情机制并不透明且难以理解。因此，如何提高年夜夫与患者对AI的理解和信赖度，是未来须要探索的事情。
03AI在临床运用上为年夜夫供应许多帮助
据国家癌症中央统计，我国每年新诊断约78万肺癌患者，去世亡约为63万。美国国家肺癌筛查试验结果，肺癌患者中有35%是10mm以下的肺结节，肺结节筛查可使肺癌病去世率低落20%，因此对肺结节的早检测、早诊断及早治疗是降落肺癌去世亡率的主要方法。
龙浩教授说，自进入人工智能时期，基于信息大数据处理，AI在临床运用上为年夜夫供应许多帮助。此前中山大学肿瘤医院曾牵头做了一项关于人工智能与肺结节诊断鉴别多中央临床试验，当时AI对万余例肺结节患者进行诊断，创造其准确率高达82%，敏感度达到88%、在肿瘤的浸润分型中准确率达到了80%。在此根本上，来自全国肺癌领域的21位专家在8个方面达成了共识，发布了海内首个《AI肺结节诊治专家共识》。
他说，AI技能还可运用到数字治疗和年夜夫培训，通过线上平台实现对病人的诊后随访、康健管理，为年夜夫供应实际场景的仿照和演习训练，剖析评估培训数据，利于年夜夫不断学习、持续进步。
“AI时期有着它的局限性。”龙浩教授表示，除了医疗方面的信息安全、患者的隐私保护问题，还有医疗安全和信息鸿沟两个难点。如果完备依赖AI进行决策而没有充分考虑医疗安全，可能导致潜在的风险和问题。目前没有干系的法律法规来保护基于AI的临床决策，限定了许多临床事情。同时，不同地区之间的信息互换和交互存在限定，这对付AI时期的运用也造成了困扰。
龙浩教授说，目前行业须要在AI决策的根本上建立相应的安全机制和方法，办理信息鸿沟问题，以更好地运用AI技能，推动医疗行业的发展，确保其在法律和安全的框架下运作。
04AI可预测肿瘤预后模型，为患者制订个性化诊疗方案
“美国肿瘤学会在AI图像识别运用上，对肿瘤病理的识别准确度达到90%以上。既减少了人工花费，又能稳定地保持疾病诊疗的准确率。”刘澎教授谈到，人工智能系统在通过深度学习后，可以预测肿瘤预后模型，诊断不同病理亚型，为患者制订个性化的诊疗方案，这对年夜夫管理病人具有非常大的助力。
如果未来要把医疗AI和血液科深度领悟，还将面临着许多寻衅。刘澎教授表示，数据利用方面，从政策法规层面上讲，我国对患者数据、医疗机构储存数据以及第三方公司之间的界定还不足明晰。换句话说，什么样的数据可以由医疗机构运送到第三方公司开拓，病人的授权在什么程度上可以用于这种开拓，这些都没有明确的规定。
此外，用AI代替人工诊断，AI诊断目前还做不到百分百的准确率，那么AI诊断偏差所产生的后果，法律法规该如何界界说务和补偿等问题，也须要出台配套的政策和方法。AI的运用处景从病理诊断与识别到制订个体化治疗方案，还有很长的路要走。
在AI的利用过程中，面对医院和患者的数据安全问题，还须要政策法规的进一步保障。刘澎教授先容，其一是原始数据的安全性，根据我国政策法规的规定，病人的就诊资料数据都储存在医疗机构里，但数据的利用应经由患者授权，同时要由我国相应的管理部门核准，以此来担保数据能够用于卫生康健奇迹，同时保护好患者的个人隐私。什么资质的机构可以参与到这个数据的剖析利用，在数据利用之后转化的这种潜在收益，它的归属权问题也有待阐明。
刘澎教授认为，在现有条件下，要申请医学伦理委员会做好患者的知情赞许，同时在政策法规方面给出一些明确的可操作规定。其余对付这个转化的权柄分配，须要有法规尽快明确，帮忙AI利用在医疗领域顺利发展。