我國醫(yī)學(xué)人工智能在醫(yī)療機構(gòu)發(fā)展面臨的問題及政策建議

田雪晴，游 茂

(國家衛(wèi)生健康委衛(wèi)生發(fā)展研究中心，北京 100044)

隨著我國科技進步，人工智能技術(shù)成為了推動大數(shù)據(jù)創(chuàng)新應(yīng)用的重要手段。在醫(yī)療衛(wèi)生領(lǐng)域，人工智能深度應(yīng)用是未來發(fā)展趨勢，也是落實“健康中國”戰(zhàn)略的重大創(chuàng)新實踐?！秶鴦?wù)院辦公廳關(guān)于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》(國辦發(fā)〔2016〕47號)、《“十三五”衛(wèi)生與健康科技創(chuàng)新專項規(guī)劃》(國科發(fā)社〔2017〕147號)、《國家健康醫(yī)療大數(shù)據(jù)標準、安全和服務(wù)管理辦法(試行)》(國衛(wèi)規(guī)劃發(fā)〔2018〕23號)等文件的頒布和實施推動了我國人工智能事業(yè)的健康發(fā)展。

人工智能在醫(yī)療健康領(lǐng)域的蓬勃發(fā)展可能帶來醫(yī)療模式的大變革。國內(nèi)外研究大多集中于人工智能技術(shù)賦能醫(yī)療健康的科研應(yīng)用，而醫(yī)療機構(gòu)發(fā)展醫(yī)學(xué)人工智能技術(shù)面臨的挑戰(zhàn)和問題研究較少。為掌握全國范圍內(nèi)醫(yī)學(xué)人工智能技術(shù)推廣和應(yīng)用情況，國家衛(wèi)生健康委統(tǒng)計信息中心于2018年12月開展了人工智能技術(shù)應(yīng)用落地案例整理活動[1]。該活動面向各級各類醫(yī)療衛(wèi)生機構(gòu)征集疾病預(yù)測干預(yù)智能化案例、疾病咨詢智能化案例、疾病診療智能化案例、藥物研發(fā)智能化案例、衛(wèi)生事業(yè)管理智能化案例，以及其他應(yīng)用效果突出、創(chuàng)新性、實用性顯著的案例。

本研究于2019年2-3月，以東、中、西部3省(廣東、湖北、四川)為樣本省，各選取一所綜合實力較強的醫(yī)院為樣本醫(yī)院，采取訪談法和現(xiàn)場觀察相結(jié)合的方式，分別與醫(yī)院主要領(lǐng)導(dǎo)、信息中心/科負責(zé)人、設(shè)備采購負責(zé)人、醫(yī)務(wù)科負責(zé)人、財務(wù)科負責(zé)人、應(yīng)用人工智能技術(shù)的醫(yī)護人員代表進行訪談。旨在對國內(nèi)人工智能技術(shù)在醫(yī)療機構(gòu)醫(yī)院的相關(guān)情況進行深入調(diào)研，進一步挖掘人工智能技術(shù)在輔助診療領(lǐng)域的應(yīng)用場景，分析醫(yī)療機構(gòu)對人工智能類設(shè)備配置中存在的問題，并提出相關(guān)政策建議。

1 人工智能在醫(yī)療領(lǐng)域的應(yīng)用現(xiàn)狀

1.1 在疾病診療智能化方面

1.1.1 應(yīng)用場景

各醫(yī)院開展的醫(yī)學(xué)人工智能應(yīng)用以AI輔助疾病診斷為主，具體應(yīng)用于醫(yī)學(xué)影像識別、影像資料管理及AI智能輔助篩查。在疾病診療智能化方面，影像學(xué)診斷在當(dāng)前醫(yī)學(xué)人工智能中研究最多、應(yīng)用最廣。在醫(yī)學(xué)影像領(lǐng)域無論是企業(yè)數(shù)量還是發(fā)展規(guī)模，中國都遙遙領(lǐng)先于歐美各國[2]。目前疾病智能化診斷主要用于肺部結(jié)節(jié)的檢測[3]、眼科[4]、病理診斷[5]等應(yīng)用。

1.1.2 應(yīng)用效果

在肺結(jié)節(jié)識別方面，運用對照組比對方法，以三位專家一組為控制組，三位專家+AI為檢測組，驗證結(jié)論為應(yīng)用醫(yī)學(xué)人工智能(專家+AI)效果比單純醫(yī)生判斷更為準確。在實際運用發(fā)現(xiàn)，甲狀腺疾病的檢測精度80%左右，乳腺疾病檢測精度接近90%，檢測精度基本達到副高級醫(yī)師水準。

調(diào)研發(fā)現(xiàn)，人工智能在消化內(nèi)鏡的研發(fā)經(jīng)歷了3個階段，第一階段是根據(jù)臨床需求研發(fā)算法模型；第二階段是使用醫(yī)務(wù)人員提供的大量標注數(shù)據(jù)訓(xùn)練初步模型；第三階段是在實際臨床試驗中調(diào)整參數(shù)修正錯誤，不斷優(yōu)化模型，使其更加貼近臨床應(yīng)用。目前系統(tǒng)已能實現(xiàn)對6種胃腸道病變進行研判，準確率90%以上。

訪談結(jié)果可以顯示，各院領(lǐng)導(dǎo)、職能處室和醫(yī)務(wù)人員對人工智能在醫(yī)療機構(gòu)的應(yīng)用帶來的變化表示贊同，人工智能技術(shù)逐漸被醫(yī)療機構(gòu)所接受，人工智能技術(shù)輔助識別靜態(tài)和動態(tài)醫(yī)學(xué)影像的價值已經(jīng)凸顯。一是檢測速度快，比如閱讀胸片，醫(yī)生平均需要5～8分鐘，人工智能系統(tǒng)只需要5秒鐘；二是檢測精度高，人工智能對腫瘤復(fù)查等檢測效果非常顯著，尤其是對醫(yī)生容易遺漏的微小病灶的識別；三是持續(xù)高效，醫(yī)生長時間讀片會疲勞，精準度下降，但人工智能系統(tǒng)連續(xù)工作仍能維持高精度；四是創(chuàng)新性，能夠強化醫(yī)生對疾病的認識，推動基礎(chǔ)研究和臨床技術(shù)的創(chuàng)新；五是推進醫(yī)療同質(zhì)化，有效提升基層醫(yī)療服務(wù)能力，輔助基層醫(yī)生進行病灶識別。

1.2 在疾病預(yù)測干預(yù)智能化方面

隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)的發(fā)展與突破，互聯(lián)網(wǎng)檢索信息、電子病歷、居民健康檔案、可穿戴智能設(shè)備監(jiān)測數(shù)據(jù)、環(huán)境監(jiān)測點監(jiān)測數(shù)據(jù)等大量的數(shù)據(jù)源為人工智能在疾病預(yù)測領(lǐng)域發(fā)展打下了堅實的基礎(chǔ)。如波士頓大學(xué)的Theodora等[6]，基于患者電子病歷，利用人工智能算法預(yù)測了心臟病和糖尿病兩種慢性病的患病風(fēng)險。利用大數(shù)據(jù)分析和模型預(yù)測，人工智能現(xiàn)在也可預(yù)測阿茲海默病風(fēng)險[7]、心血管疾病風(fēng)險[8]、癌癥風(fēng)險等。通過預(yù)測疾病發(fā)生風(fēng)險，可以有效地防范公共衛(wèi)生風(fēng)險，提高個人健康水平。

1.3 在衛(wèi)生事業(yè)管理智能化領(lǐng)域

繼“數(shù)字醫(yī)療”“移動醫(yī)療”“互聯(lián)網(wǎng)醫(yī)療”之后，智慧醫(yī)療建設(shè)成為當(dāng)前關(guān)注熱點。隨著機器學(xué)習(xí)、自然語言處理、知識圖譜技術(shù)等技術(shù)的發(fā)展，人工智能在智慧醫(yī)療建設(shè)過程中起到關(guān)鍵的作用，目前主要的應(yīng)用場景為區(qū)域健康檔案管理[9]、區(qū)域分級診療[10]、院內(nèi)流程管理[11]等方面，助力事前、事中管理，加強醫(yī)療質(zhì)量控制，規(guī)范診療行為，以達到優(yōu)化流程、合理調(diào)配醫(yī)療資源的目的，比如基于機器學(xué)習(xí)的院內(nèi)感染主動識別、基于特征工程的醫(yī)保欺詐主動識別防控。

1.4 在疾病咨詢智能化領(lǐng)域

語音交互技術(shù)、自然語言識別技術(shù)的發(fā)展，導(dǎo)診機器人的發(fā)展一定程度上分擔(dān)了醫(yī)務(wù)人員導(dǎo)診分診的工作任務(wù)[12]。

2 存在的問題

2.1 醫(yī)院內(nèi)對醫(yī)學(xué)人工智能的管理不明確

作為新興行業(yè)，醫(yī)學(xué)人工智能的分類尚不明確，醫(yī)院無法判斷其屬于設(shè)備、軟件，或者技術(shù)服務(wù)，這導(dǎo)致現(xiàn)有行政職能處室對人工智能研發(fā)管理的分工不明確。目前多由醫(yī)院信息中心協(xié)助相關(guān)臨床科室管理人工智能的研發(fā)，而院內(nèi)沒有統(tǒng)籌管理，相應(yīng)的管理制度也不健全，不利于指導(dǎo)和規(guī)范院內(nèi)醫(yī)學(xué)人工智能的研發(fā)和應(yīng)用。

2.2 醫(yī)學(xué)人工智能成果轉(zhuǎn)化能力有待提升

當(dāng)前人工智能的發(fā)展是靠資本和技術(shù)推動的。掌握大量資本和先進技術(shù)的人工智能企業(yè)多以委托科研課題的方式尋求與積累大量醫(yī)療數(shù)據(jù)的醫(yī)院進行合作研發(fā)。在這種模式下，企業(yè)掌握算法模型的研發(fā)，盡管醫(yī)務(wù)人員參與研發(fā)活動，但醫(yī)院本身的人工智能技術(shù)開發(fā)能力未能因此而提高。其次，醫(yī)院沒有開發(fā)能力，人工智能技術(shù)主要依賴企業(yè)，醫(yī)院的自主權(quán)非常有限，無法進行自主研發(fā)。一旦企業(yè)發(fā)展路線轉(zhuǎn)移或者不再提供人工智能技術(shù)，將嚴重影響醫(yī)學(xué)人工智能的發(fā)展速度。同時，醫(yī)學(xué)人工智能發(fā)展亟需大量臨床科研人員投入研究，但以下原因?qū)е屡R床科研人員實際參與度不高：一是醫(yī)院在醫(yī)學(xué)人工智能研發(fā)方面的激勵機制不健全，臨床科研人員缺少參與醫(yī)學(xué)人工智能研發(fā)的動力；二是醫(yī)學(xué)人工智能產(chǎn)品研發(fā)周期長，成果轉(zhuǎn)化難，影響年輕科研人員的晉升。

2.3 數(shù)據(jù)質(zhì)量難以保障

現(xiàn)階段，大多數(shù)醫(yī)學(xué)人工智能的實現(xiàn)需要大規(guī)模高質(zhì)量標注數(shù)據(jù)訓(xùn)練集，因此對保障數(shù)據(jù)質(zhì)量提出了更高的要求。多數(shù)進行標注的專家團隊對參與人員進行從采集數(shù)據(jù)到標注數(shù)據(jù)的統(tǒng)一培訓(xùn)，并對標注的數(shù)據(jù)進行了嚴格的質(zhì)量控制。但也有個別企業(yè)為了加快研發(fā)進度、降低研發(fā)成本，會通過多種渠道獲得標注數(shù)據(jù)，如非法購買低質(zhì)量標注數(shù)據(jù)、采用非專家醫(yī)生、實習(xí)生標注的數(shù)據(jù)等。數(shù)據(jù)標注的質(zhì)量參差不齊，會影響醫(yī)學(xué)人工智能的準確度，甚至?xí)?dǎo)致大量低質(zhì)量數(shù)據(jù)沖垮模型，前功盡棄。

2.4 醫(yī)學(xué)人工智能復(fù)合型人才缺乏

醫(yī)學(xué)人工智能涉及多學(xué)科深度融合。目前醫(yī)務(wù)人員不懂人工智能技術(shù)，人工智能技術(shù)工程師不懂醫(yī)學(xué)知識，復(fù)合型高端人才極度缺乏。而我國的醫(yī)工交叉學(xué)科人才培養(yǎng)尚處于起步階段，短時間內(nèi)復(fù)合型人才供應(yīng)得不到滿足，在一定程度上不利于醫(yī)學(xué)人工智能的發(fā)展。

2.5 監(jiān)管缺失，缺乏評估標準

面對人工智能技術(shù)在醫(yī)療領(lǐng)域應(yīng)用的不確定性，國家衛(wèi)生健康委和國家藥監(jiān)局都在積極探索應(yīng)對潛在的風(fēng)險。目前醫(yī)學(xué)人工智能市場存在著監(jiān)管缺失、評估標準缺失的情況。醫(yī)學(xué)人工智能監(jiān)管體系尚不健全，難以及時地對潛在醫(yī)療質(zhì)量安全問題進行監(jiān)督與反饋。同時由于缺少具體的醫(yī)學(xué)人工智能評估標準、市場準入/退出機制和收費機制等，醫(yī)學(xué)人工智能產(chǎn)品無法真正地進入衛(wèi)生體系。目前，國家衛(wèi)健委和國家藥監(jiān)局都在探索醫(yī)學(xué)人工智能的審評審批和綜合評估，總體來看醫(yī)學(xué)人工智能應(yīng)用評估體系和標準數(shù)據(jù)庫亟需建設(shè)。

3 建議

3.1 鼓勵醫(yī)院成立醫(yī)學(xué)人工智能專家委員會

鼓勵以醫(yī)院為單位成立院內(nèi)醫(yī)學(xué)人工智能專家委員會，通過多部門協(xié)同管理醫(yī)學(xué)人工智能的研發(fā)和使用：由信息中心提供數(shù)據(jù)和技術(shù)支撐、臨床科室提供專業(yè)知識、科技轉(zhuǎn)化部門負責(zé)保護知識產(chǎn)權(quán)、科研處協(xié)助整合科研資源、法務(wù)部門提供法律支持、倫理委員會審查研究的科學(xué)性和倫理性等。

3.2 鼓勵醫(yī)院建立醫(yī)學(xué)人工智能技術(shù)應(yīng)用平臺

鼓勵醫(yī)院與人工智能相關(guān)科研院所合作共同建設(shè)醫(yī)學(xué)人工智能技術(shù)應(yīng)用平臺，為醫(yī)務(wù)人員研發(fā)提供技術(shù)支持；激勵醫(yī)生參與人工智能研發(fā)，使人工智能更好地滿足臨床需求，這不僅能提升臨床效率，將醫(yī)生從簡單重復(fù)的工作中釋放出來，更能加深對疾病的認識。

3.3 建立醫(yī)學(xué)人工智能科研示范基地

依托優(yōu)勢學(xué)科建立國家級標準數(shù)據(jù)庫和評估基地?；谀骋粋€或者幾個醫(yī)院建立某一領(lǐng)域的醫(yī)學(xué)人工智能評估基地，建設(shè)標準數(shù)據(jù)庫，向社會開放，鼓勵醫(yī)院與社會共享科技成果，規(guī)范醫(yī)學(xué)人工智能的發(fā)展。

3.4 加強醫(yī)學(xué)人工智能監(jiān)管體系建設(shè)

為適應(yīng)醫(yī)學(xué)人工智能發(fā)展的客觀要求，建議整合優(yōu)化國家衛(wèi)生健康委和藥監(jiān)局監(jiān)管職能，加強監(jiān)管協(xié)同，組建醫(yī)學(xué)人工智能聯(lián)合工作組。成立國家醫(yī)學(xué)人工智能專家咨詢委員會，制定國家醫(yī)學(xué)人工智能發(fā)展戰(zhàn)略，完善頂層設(shè)計，研究醫(yī)學(xué)人工智能公共政策，發(fā)布醫(yī)學(xué)人工智能白皮書。完善國家醫(yī)學(xué)人工智能應(yīng)用評估體系，發(fā)布評估指導(dǎo)原則和評估指標，建設(shè)國家醫(yī)學(xué)人工智能應(yīng)用評估平臺，探索實施國家醫(yī)學(xué)人工智能應(yīng)用備案登記制度。推動第三方評估機構(gòu)發(fā)展，為醫(yī)學(xué)人工智能相關(guān)政策的制定提供決策依據(jù)。

3.5 加強醫(yī)學(xué)人工智能人才培養(yǎng)

注重醫(yī)學(xué)、人工智能、信息、衛(wèi)生政策研究等學(xué)科專業(yè)的交叉融合，加強醫(yī)學(xué)信息學(xué)學(xué)科建設(shè)，打造高層次復(fù)合型人才。鼓勵高校、科研院所與企業(yè)間開展合作，設(shè)立各類獎學(xué)金，建設(shè)一批醫(yī)學(xué)人工智能實訓(xùn)基地和地方試點。