淺析人工智能醫(yī)生的發(fā)展瓶頸與解決對策

張沐欣 楊震 趙鵬 申學同

摘要：隨著人工智能技術不斷發(fā)展，人工智能醫(yī)生不斷取得了新突破，但是人工智能輔助醫(yī)療行業(yè)仍存在著諸多問題。本文通過發(fā)現(xiàn)人工智能醫(yī)生的發(fā)展瓶頸，分析問題根源，從而提出合理化建議，以期人工智能醫(yī)生更好服務于醫(yī)療事業(yè)。

關鍵詞：人工智能;醫(yī)療;問題分析

隨著“互聯(lián)網(wǎng)+”人工智能應用服務的推進，近年來人工智能技術在醫(yī)學領域的應用越來越廣泛。但人工智能技術是一門新興技術，目前還處在不完善階段，再加之醫(yī)療領域自身的獨特特點，使人工智能醫(yī)生的發(fā)展受到諸多因素的制約。現(xiàn)將人工智能醫(yī)生的發(fā)展瓶頸與解決對策分析如下。

1 人工智能醫(yī)生的發(fā)展瓶頸與根源分析

1.1 技術、人才方面存在缺口

核心技術原創(chuàng)和高端設備研發(fā)不成熟，成果轉化周期長，難度大。近年國內(nèi)醫(yī)療器械原創(chuàng)核心技術較少，高精尖設備的自主研發(fā)、自主設計能力有待提高;而醫(yī)療器械從研發(fā)設計階段到投入市場使用，至少需要經(jīng)歷設計開發(fā)、注冊檢測、臨床試驗、注冊申報、生產(chǎn)許可申請等無盈利過程。這些因素加大了人工智能診療系統(tǒng)構建的困難度，使人工智能醫(yī)生難以在基層全面部署。

人工智能輔助醫(yī)療領域相關專業(yè)人才不足。人工智能的技術特點和醫(yī)學的嚴謹性對相關從業(yè)人員提出了更高要求，人工智能醫(yī)生的發(fā)展不僅需要計算機技術從業(yè)者和醫(yī)學工作者，還需要各學科邊界上的接口人才、組織管理人才等。多領域結合人才缺口巨大，加大了構建一體化人工智能醫(yī)療系統(tǒng)的難度。

1.2 數(shù)據(jù)庫建立困難

疾病數(shù)據(jù)非結構化現(xiàn)狀使可利用樣本量增加較為困難。醫(yī)療數(shù)據(jù)的收集、匯總與分析是人工智能參與疾病診斷、治療的重要環(huán)節(jié)，人工智能輔助醫(yī)療行業(yè)實現(xiàn)與推廣的前提是建立相關數(shù)據(jù)庫，其數(shù)據(jù)庫來源是多元的、質(zhì)量是不受控制的，這對人工智能輔助醫(yī)療事業(yè)準確性的提升有著極大作用。但現(xiàn)今各級各類醫(yī)療機構的數(shù)據(jù)雖較為龐大，但是其非結構化的特性導致難以形成系統(tǒng)有序的數(shù)據(jù)庫應用于臨床。

信息共享程度不足，數(shù)據(jù)未形成數(shù)據(jù)庫。目前大部分醫(yī)療系統(tǒng)相對封閉，數(shù)據(jù)之間流通開放程度還未達到預期，造成了數(shù)據(jù)資源的極大浪費，加重了臨床有效數(shù)據(jù)不足的問題。不同時期、不同地點數(shù)據(jù)的錄入標準不同，各學科缺乏統(tǒng)一的數(shù)據(jù)分析錄入標準，數(shù)據(jù)質(zhì)量難以保證。數(shù)據(jù)的低質(zhì)化和稀缺性讓疾病診療數(shù)據(jù)庫建立困難，阻礙人工智能輔助診斷醫(yī)療行業(yè)前進。

1.3 事故主體性界定未清

人工智能輔助醫(yī)療存在醫(yī)療安全性問題，當發(fā)生醫(yī)療事故時，其責任劃分的依據(jù)不清晰。醫(yī)療健康行業(yè)具有合規(guī)要求高、社會影響廣、風險系數(shù)大等特點。新興的人工智能輔助醫(yī)療行業(yè)對醫(yī)療責任的辨識不足，可能在算法與處理實際病例中出現(xiàn)問題，從而引發(fā)醫(yī)患糾紛。人工智能醫(yī)生在投入臨床使用前，運行程序需經(jīng)大量模擬和完善，但醫(yī)學領域發(fā)展迅速，大數(shù)據(jù)也未必能夠面面俱到，難免遇到未經(jīng)錄入的情況，從而降低人工智能醫(yī)生診斷的準確性，存在一定醫(yī)療安全問題。此外，醫(yī)生與人工智能醫(yī)生在疾病診療上各有優(yōu)勢，故而在醫(yī)患關系中，誰在疾病診療中處于主導地位就成為一個現(xiàn)實問題，這是人工智能輔助醫(yī)療領域需要攻克的倫理關。

2 促進人工智能醫(yī)生發(fā)展的對策

2.1 完善人才體系，促進技術創(chuàng)新

一方面培養(yǎng)熟悉人工智能輔助醫(yī)療領域相關理論知識與實際應用的人才。在地方層面，充分利用國家級開放平臺，助力“人工智能+醫(yī)療”跨學科研究。在國家層面，建議建立由尖端人工智能輔助醫(yī)療領域人才或機構所構成的智庫，推動人工智能醫(yī)生的發(fā)展。另一方面培養(yǎng)熟悉“人工智能+”相關多領域的人才，能夠貫通AI+社會學、法律學、數(shù)統(tǒng)學等領域。以醫(yī)療大數(shù)據(jù)為例，醫(yī)療大數(shù)據(jù)建設是人工智能輔助醫(yī)療發(fā)展的基礎，但醫(yī)療大數(shù)據(jù)相關企業(yè)缺乏人工智能+數(shù)學、統(tǒng)計、數(shù)據(jù)處理的多能型人才。各高?？芍匾暩鲗W科邊界接口人才、組織管理人才的培養(yǎng)。

人才的培養(yǎng)是為了帶動技術創(chuàng)新，針對人工智能醫(yī)生發(fā)展困境，要利用復合人才，發(fā)展具有人類水平的人工智能技術。由于患者數(shù)據(jù)分散，人工智能難以發(fā)揮其學習能力，因此急需加強人工智能深度自主學習能力，充分利用現(xiàn)有數(shù)據(jù)進行專項訓練。還要不斷開發(fā)人工智能溝通、邏輯推理、學習、決策等較為高層次的功能。

2.2 打破數(shù)據(jù)庫壁壘，提高數(shù)據(jù)質(zhì)量

構建開放共享的醫(yī)療大數(shù)據(jù)，打破醫(yī)療機構間數(shù)據(jù)壁壘。充分發(fā)揮相關管理部門的職能，不斷完善線上病歷、電子診療記錄等數(shù)據(jù)的共建共享，使各級、各類醫(yī)療機構的數(shù)據(jù)整合不斷加強、聯(lián)系更加密切，從而實現(xiàn)傳統(tǒng)的醫(yī)療衛(wèi)生機構體系網(wǎng)向新型的醫(yī)療信息數(shù)據(jù)網(wǎng)升級轉化，更好為人工智能輔助醫(yī)療提供數(shù)據(jù)基礎。

將智能醫(yī)療設備的數(shù)據(jù)納入醫(yī)療數(shù)據(jù)庫。通過這種便攜性、簡易性的數(shù)據(jù)采集與記錄，實現(xiàn)對個人健康數(shù)據(jù)的長期有效管理。不僅能夠豐富人工智能醫(yī)生的個體、群體雙重數(shù)據(jù)庫，還能根據(jù)個人實時健康信息做到疾病早期診療與預防，使數(shù)據(jù)更具針對性，推動智能醫(yī)療向因人制宜的個體化方向發(fā)展。

2.3 規(guī)范倫理問題，處理責任劃分

要確保人工智能醫(yī)生具有道德倫理，首先要確保其程序開發(fā)者有正確的道德倫理傾向，為人工智能醫(yī)生的倫理安全保駕護航;其次要使人工智能醫(yī)生有合理的學習程序，不斷完善其道德性和倫理性。唯有解決上述問題，才能助推人工智能輔助醫(yī)療產(chǎn)品的走向市場得以大范圍推廣應用。（通訊作者：張碩）

參考文獻：

[1] 周吉銀，劉丹，曾圣雅.人工智能在醫(yī)療領域中應用的挑戰(zhàn)與對策[J].中國醫(yī)學倫理學，2019（03）.

[2] 趙飛，蘭藍，曹戰(zhàn)強，等.我國人工智能在健康醫(yī)療領域應用發(fā)展現(xiàn)狀研究[J].中國衛(wèi)生信息管理雜志，2018（03）.

[3] 祁瑞娟，呂偉通.人工智能輔助診斷技術在醫(yī)療領域的作用與挑戰(zhàn)[J].中國醫(yī)療器械信息，2018（16）.

[4] 利用人工智能破解個性化醫(yī)療難題，思派輔助醫(yī)生預測和處理不良反應[J].智慧健康，2018（12）.

[5] 陳默.人工智能輔助醫(yī)療的醫(yī)患關系倫理機制重構研究[J].醫(yī)學與哲學（A），2019（09）.

基金項目：本文系山東中醫(yī)藥大學2019年省級大學生創(chuàng)新訓練項目（編號：S201910441011）調(diào)研成果。

（作者單位：山東中醫(yī)藥大學）