“智醫(yī)”世紀，何去何從？

就在一年前，醫(yī)院門診引入導診機器人還是大新聞，各類新聞媒體描述標題從“有望”到“試點”到“首個”等不一，報道中，常見的患者與機器人互動畫面，流露出滿滿的人類對這一技術(shù)生物的期待和興奮。

但近一年，這樣的新聞雖然增多了，卻不再特別令人興奮。去醫(yī)院，甚至會感覺，沒有機器人的門診大廳才算新聞。

短短時間，以機器人為代表的各類人工智能產(chǎn)品在全國醫(yī)院不斷上馬，令人迅速感知到現(xiàn)代醫(yī)院服務的迭代升級。智能時代確已來臨，各醫(yī)院也沒有落后。只是，有些擔憂卻不約而同地浮現(xiàn)——2018年12月2日，在第十二屆中國醫(yī)院院長年會 【創(chuàng)想空間】 AI+醫(yī)者：創(chuàng)人 創(chuàng)智 創(chuàng)新分論壇上，醫(yī)院管理者們的分享共同呈現(xiàn)了這一特征。

AI向榮，橫嶺成峰

從演講者展示的各醫(yī)院醫(yī)療人工智能應用實踐情況看，各醫(yī)院均已結(jié)合本醫(yī)院發(fā)展特色，嵌入了適合醫(yī)院發(fā)展的智能醫(yī)療產(chǎn)品。

如國內(nèi)最早抓住“互聯(lián)網(wǎng)+醫(yī)療健康”機遇的浙江大學醫(yī)學院附屬邵逸夫醫(yī)院，從惠民便民角度出發(fā)，使從急救到復診的出入院流程更加快捷。

通過杭州市急救中心（120）搭建信息交互平臺，醫(yī)院醫(yī)生在急診室內(nèi)即可實時掌握救護車內(nèi)的救護動態(tài)及救護車位置，從而提前掌握病人心電監(jiān)護和生命體征，使“急診更快速”。

首創(chuàng)融合醫(yī)保移動智慧就醫(yī)流程，在中心化預約平臺支撐下的診間預約、移動患者自助預約使患者檢查少跑腿，此外，門診一站式服務中心，門診區(qū)域中心化設置讓“門診更順暢”。

作為國內(nèi)最早建立、功能最齊全的入院準備中心，邵逸夫醫(yī)院的一站式服務流程實現(xiàn)“住院更省心”；床邊辦理出院手續(xù)，軌道小車配送藥物到床邊，實現(xiàn)“出院更便捷”；云平臺會診、藥店、社區(qū)遠程視訊令“分診更可行”“復診更方便”等，醫(yī)院副院長周道揚介紹。

類似的場景同步也正在其他醫(yī)院展現(xiàn)，如，溫州醫(yī)科大學附屬第一醫(yī)院基于信息化建設實現(xiàn)醫(yī)院流程的再造與優(yōu)化，上海市第十人民醫(yī)院在人工智能助力下實現(xiàn)從學科建設到就診質(zhì)量再到精細化管理的綜合能力全面提升，等等。很顯然，醫(yī)院基礎服務能力的改善已基本普及，不過，各醫(yī)院的人工智能應用場景還分別呈現(xiàn)出一些新特征：平臺、系統(tǒng)化思路凸顯，特色系統(tǒng)的研發(fā)應用頻現(xiàn)。

各醫(yī)院內(nèi)部嵌入的智能化應用不再是零散的單槍匹馬，相反，系統(tǒng)規(guī)劃和有側(cè)重的平臺、系統(tǒng)建設思路已經(jīng)實現(xiàn)。

如佛山市第一人民醫(yī)院利用信息技術(shù)重點打造四個平臺：以優(yōu)化患者診療體驗、提高滿意度為目標的患者服務平臺，以保障醫(yī)療安全、提高醫(yī)療質(zhì)量為目標的臨床診療平臺，以大數(shù)據(jù)利用、提高科研和醫(yī)療決策支持水平為目標的知識庫平臺和以實現(xiàn)精細化管理、提高運營效益為目標的運營管理平臺，該院副院長段光榮在介紹中提及。

溫州醫(yī)科大學附屬第一醫(yī)院副院長盧朝升介紹，溫醫(yī)附院同樣也構(gòu)建起以臨床應用系統(tǒng)為核心、輔以臨床支撐應用系統(tǒng)和行政后勤應用系統(tǒng)為支撐的信息化自主建設架構(gòu)。

在臨床應用核心系統(tǒng)下，又包含了“以醫(yī)囑執(zhí)行為依據(jù)的收費管理系統(tǒng)、以組織管理協(xié)調(diào)為方向的管理與服務系統(tǒng)、以醫(yī)療科學評價為目標的決策支持系統(tǒng)、以電子病歷為核心的臨床信息系統(tǒng)、以病人全程關(guān)懷為中心的患者關(guān)系管理系統(tǒng)和以醫(yī)院運營保障為目標的資源計劃系統(tǒng)”六大子系統(tǒng)。在系列系統(tǒng)支撐下，醫(yī)院信息化下的醫(yī)療流程實現(xiàn)創(chuàng)新與突破。

錦州醫(yī)科大學附屬第一醫(yī)院同樣也建立了基于精準醫(yī)學時代考量的、跨組學的大數(shù)據(jù)系統(tǒng)在臨床研究、運營管理分析、臨床決策支持功能支撐下，平臺即將開展的工作有四項：醫(yī)患AI助手、跨組學大數(shù)據(jù)平臺優(yōu)化、大數(shù)據(jù)AI提取和研究型數(shù)字化MDT庫。

專特凸顯，經(jīng)緯分明

有了平臺和規(guī)范操作體系，不少醫(yī)院已開始發(fā)力基于自家醫(yī)院診療數(shù)據(jù)特色的、更加真實的AI模型訓練和打造。

在上海交通大學醫(yī)學院附屬仁濟醫(yī)院副院長王育看來，現(xiàn)階段國內(nèi)醫(yī)療AI面臨的問題是缺乏用于訓練、驗證AI模型的高質(zhì)量的醫(yī)療數(shù)據(jù)。因此，結(jié)合這一現(xiàn)實問題，仁濟醫(yī)院在醫(yī)療AI構(gòu)思應用方面，思路非常簡單直接：一方面，通過應用現(xiàn)有成熟AI產(chǎn)品提高工作效率，另一方面，則重點構(gòu)建基于仁濟醫(yī)院真實醫(yī)療大數(shù)據(jù)驅(qū)動的醫(yī)療AI解決方案。

但既能承載仁濟醫(yī)院海量醫(yī)療數(shù)據(jù)，又能支持快速挖掘分析的大數(shù)據(jù)平臺，在當下國內(nèi)醫(yī)療數(shù)據(jù)80%為不能被統(tǒng)計分析使用的非結(jié)構(gòu)化數(shù)據(jù)、缺少對患者專病化全病程數(shù)據(jù)的采集的現(xiàn)狀下，基礎與期待產(chǎn)出即已首先產(chǎn)生隔閡，怎么辦？

王育介紹了仁濟醫(yī)院科研級大數(shù)據(jù)平臺建設思路：一是，以疾病為單元，通過初診、確診、診療、疾病轉(zhuǎn)歸、隨訪等時間點和病史、患者結(jié)局報告、檢驗、檢查、樣本庫和影像學數(shù)據(jù)的采集類別，首先實現(xiàn)全病程數(shù)據(jù)采集；其次，通過自然語言處理、機器學習和知識圖譜等人工智能技術(shù)，實現(xiàn)臨床數(shù)據(jù)智能化治理；最后，通過升級電子病歷模板，采集科研級數(shù)據(jù)等前結(jié)構(gòu)化采集科研數(shù)據(jù)措施，實現(xiàn)專病化數(shù)據(jù)質(zhì)控。

最終，綜合國內(nèi)外最新疾病研究進展，仁濟醫(yī)院現(xiàn)已制定出膽道腫瘤等多種專病全病程數(shù)據(jù)采集標準，并構(gòu)建起以疾病為單元，構(gòu)建覆蓋患者全病程數(shù)據(jù)的專病數(shù)據(jù)庫，實現(xiàn)通過AI技術(shù)，使多源異構(gòu)的臨床數(shù)據(jù)滿足科研細粒度的效果。

上海十院則針對院內(nèi)獲得性疾病靜脈血栓栓塞癥（VTE），從2014年調(diào)研院內(nèi)VTE發(fā)生情況、啟動全院VTE防治工作，通過連續(xù)五年的信息化、規(guī)范化建設和內(nèi)涵質(zhì)量把控及制度完善，終于在2018年實現(xiàn)了VTE-AI的醫(yī)護技管一體化管理。

“沒有國內(nèi)版評估表，沒有實時動態(tài)監(jiān)測，沒有模擬診療建議，沒有個性隨診檔案?！弊鳛樵簝?nèi)常見病，院內(nèi)獲得性疾病，其非預期死亡原因使得VTE成為醫(yī)院管理者和臨床醫(yī)務人員面臨的嚴峻問題，上海十院醫(yī)務處副處長侯冷晨介紹。

但通過現(xiàn)已建成的VTE防治管平臺，已經(jīng)可以實現(xiàn)高風險患者早期識別，并通過每小時評估結(jié)果自動更新，實時監(jiān)控；通過Caprini自動評估，AI模型預警，精準識別患者風險，并推薦治療方案，按需提醒抗凝藥物使用，等等。

“總的來說，模型的搭建有效彌補了當前評分量表人工評估耗時多、不通用、實時性不強的不足，為住院患者提供全流程風險評估，切實加強了患者住院安全。”

不止于前，后AI時代

雖然欣欣向榮，但顯然，AI還是一項新興技術(shù)，正處于高速發(fā)展中的它，必然希望與失望并存。

在論壇分享中，各位醫(yī)院管理者分別就各自醫(yī)院的應用實際，對AI未來進化提出新的要求與期待。

首先，喂養(yǎng)AI急需的高質(zhì)量、標準化數(shù)據(jù)是與會者強烈呼吁的。“人工智能應用要落地，就需要優(yōu)質(zhì)的數(shù)據(jù)土壤。雖然中國的醫(yī)療數(shù)據(jù)整體量很大，但是數(shù)據(jù)的質(zhì)量也不夠高，就拿醫(yī)療影像舉例，必須要有臨床經(jīng)驗豐富的醫(yī)生對數(shù)據(jù)進行標注后才能拿給機器學習，這種高質(zhì)量的、標注過的數(shù)據(jù)資源相對有限。”段光榮表示。

其次，醫(yī)療信息標準的缺失也是難題。AI是強數(shù)理、強邏輯的工具，對于內(nèi)容的精準度和標準化要求很高。

但對于醫(yī)療圖像的病灶標注，即使同一個科室的醫(yī)生也可能有不同的標注方式，另外在病歷方面，患者的電子病歷數(shù)據(jù)很難保證完全準確同步，不同的醫(yī)生對于各個病種的名稱叫法都會存在地域差異，這些如何解決？

AI+醫(yī)學的復合型人才短缺問題也在各位管理者關(guān)注之列，醫(yī)療本身是極專業(yè)領域，人工智能技術(shù)在醫(yī)療應用上的突破離不開醫(yī)學界的深度參與。人工智能醫(yī)療領域目前最缺乏的就是復合型人才，醫(yī)學人才的參與能夠讓人工智能團隊少走彎路，許多醫(yī)學問題也可能在人工智能輔助下有所突破。但目前這類人才不僅是短缺，而且是稀缺。

再次，醫(yī)療數(shù)據(jù)信息安全還須進一步加強，支付體系便利性的進一步提升，可能也還需要政策的進一步支持。最后，“便民無損醫(yī)”，周道揚強調(diào)，便民的服務，技術(shù)的引入，一定不能建立在給醫(yī)生增加負擔的基礎上。

此外，王育還特別提到基于區(qū)域/醫(yī)聯(lián)體實時數(shù)據(jù)迭代AI模型和基于單中心多學科實時數(shù)據(jù)迭代AI模型構(gòu)建。

毫無疑問，所有問題最終都指向合作，段光榮指出。要在國家層面有意識地整合資源，梳理出臨床醫(yī)學人工智能的發(fā)展規(guī)律和路徑，鼓勵醫(yī)學界、科研單位、企業(yè)等多方深度合作，進一步推動醫(yī)療人工智能發(fā)展。

AI棋局，下步還能怎么走？

人工智能，下步還能怎么走，當問題找不到出路時，也許回歸初心會帶來思路。

事實上，各位與會者也都有這樣的智慧，錦州醫(yī)科大學附屬第一醫(yī)院副院長朱志圖即談到了人。“2015年的電影《超能陸戰(zhàn)隊》大家都看過，如何在現(xiàn)代數(shù)據(jù)的基礎上，很智能地讓AI把我們每一個需求體現(xiàn)出來，目前人類還有很多路要走，不僅是因為技術(shù)，還是因為真實世界的大數(shù)據(jù)，更是因為我們?nèi)祟?。因為人的視野決定AI的行為，我們有太多行為是目前數(shù)據(jù)不可分析的，其中充滿了不確定性?！?/p>

侯冷晨的觀點類似，“AI擴展人類的能力其實是與人類互補的?！比祟悆?yōu)勢，即推理、反思及解決復雜問題，恰恰是AI的弱勢，而人類的弱點，閱讀、分析和處理大量數(shù)據(jù)，又恰恰是AI的優(yōu)勢。很明顯，AI現(xiàn)階段優(yōu)勢是與人類互補的，但未來，它的拓展能力，是否會超過人類，也許還要從現(xiàn)在的數(shù)據(jù)處理慢慢期待。

但即便AI+醫(yī)者，可以創(chuàng)人、創(chuàng)智、創(chuàng)世紀，但在中國工程院院士、中國工程院副院長、中國醫(yī)學科學院 北京協(xié)和醫(yī)學院院校長王辰看來，“院長們還是應當真正懂得與做好住院醫(yī)師與專科醫(yī)師規(guī)范化培訓”。

固守醫(yī)者初心不變，首先將臨床醫(yī)生培養(yǎng)體系中，畢業(yè)后醫(yī)學教育階段工作做實，從住培、專培基地的遴選、管理、師資，到住培、專培后的職業(yè)發(fā)展，再到醫(yī)生的臨床工作方式，即主診醫(yī)師負責制下配套管理體制改革，理順未來醫(yī)生與科研等工作的關(guān)系，方可暢談醫(yī)生以外的AI未來。

浙江大學醫(yī)學院附屬第一醫(yī)院副院長陳作兵則逆向思維，拋開AI，從現(xiàn)代醫(yī)學的靈魂：質(zhì)疑和創(chuàng)新講起，反談AI之于醫(yī)學的意義。

在陳作兵看來，當下機器發(fā)展得越來越好，相反是人的健康越來越跟不上。因此，“醫(yī)療重心必須轉(zhuǎn)移：以‘健康’為中心”“健康過程必須延伸：必須構(gòu)造全方位、全周期健康服務”“道路必須自信：建設中國特色的健康制度”。通過詳解這三句話，陳作兵點明本論壇試圖呈現(xiàn)的初衷，不論AI與醫(yī)者誰創(chuàng)世紀，基本立足點都應是民眾健康。“而中國健康，關(guān)鍵在于創(chuàng)新?！标愖鞅赋?。

斯坦福大學的AI指數(shù)2018年度報告(AI Index 2018 Report)顯示，AI研究目前在全球區(qū)域下呈現(xiàn)不同的側(cè)重點。在2017年與2000年的AI研究成果對比中發(fā)現(xiàn)，歐洲的AI研究一直以來都較為全面，能涵蓋多個領域；而中國則剛開始側(cè)重于在農(nóng)業(yè)科學、工程和技術(shù)上的AI研究；相比之下，美國的研究側(cè)重點則逐漸注重轉(zhuǎn)向人文科學、醫(yī)學和健康的AI研究。

面對這樣的壓力和競爭，醫(yī)療AI究竟是誰，從哪里來，要到哪里去，也許這樣的一個solgan最能回答：Make every medical decision optimal，即最優(yōu)化每一個醫(yī)療決策，正如森億智能學術(shù)總監(jiān)吳海明在現(xiàn)場介紹的。

最后，特別感謝華中科技大學同濟醫(yī)學院附屬協(xié)和醫(yī)院黨委副書記夏家紅，浙江大學醫(yī)學院附屬第一醫(yī)院副院長陳作兵兩位嘉賓為本論壇帶來的精彩主持?；蛟S未來AI橫行的時代，這樣的妙語連珠將鐫刻在一代人的回憶中。