醫(yī)療AI的成本、替代與算法

文/曹健

在一套科學(xué)算法的基礎(chǔ)上，醫(yī)療人工智能必將在未來(lái)大展拳腳，創(chuàng)造不可預(yù)估的價(jià)值與效益。

隨著醫(yī)學(xué)科學(xué)迅速發(fā)展，提高了全球人類的預(yù)期壽命，但隨著壽命的增長(zhǎng)，醫(yī)療保健系統(tǒng)也在面臨著前所未有的壓力，即人們對(duì)其服務(wù)的需求不斷增長(zhǎng)，成本不斷上漲以及普遍缺乏醫(yī)務(wù)人員。對(duì)醫(yī)療保健的需求呈現(xiàn)著不可逆變化：人口老齡化、患者期望值不斷增加、生活方式的轉(zhuǎn)變以及創(chuàng)新的有限性。其中，人口老齡化的影響更為突出。

根據(jù)預(yù)測(cè)，到2050年中國(guó)65歲及以上的老年人口將達(dá)3.8億，占總?cè)丝诒壤?0%；60歲及以上的老年人口將接近5億，占總?cè)丝诒壤种?。這意味著，衛(wèi)生系統(tǒng)將不得不應(yīng)對(duì)更多有復(fù)雜需求的患者。同時(shí)，醫(yī)療保健系統(tǒng)也需要更多的醫(yī)務(wù)人員。

如果沒有重大的轉(zhuǎn)型變革，醫(yī)療保健系統(tǒng)將難以維持現(xiàn)有體系的可持續(xù)性。2017年國(guó)務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》明確指出，“AI+醫(yī)療”這一新模式應(yīng)推廣應(yīng)用到更多智能醫(yī)療體系中去。如今，在移動(dòng)互聯(lián)網(wǎng)、大數(shù)據(jù)、腦科學(xué)等前沿科技的推動(dòng)下，醫(yī)療行業(yè)日益成為人工智能應(yīng)用最深的領(lǐng)域之一。

40%據(jù)埃森哲對(duì)人工智能在全球12 個(gè)發(fā)達(dá)經(jīng)濟(jì)體中所產(chǎn)生的影響研究數(shù)據(jù)顯示，人工智能可將勞動(dòng)生產(chǎn)率提高40%，使人們能更有效地利用時(shí)間。

成本效益不可估量

與人類相比，人工智能在信息存儲(chǔ)和信息處理能力方面具有較強(qiáng)優(yōu)勢(shì)，它復(fù)制和強(qiáng)化了人類大腦思維的部分結(jié)構(gòu)和局部功能。人工智能正是利用這種較強(qiáng)的優(yōu)勢(shì)，使其在多個(gè)領(lǐng)域內(nèi)有著廣闊的應(yīng)用前景。如在醫(yī)療行業(yè)，AI在學(xué)習(xí)了頂尖的醫(yī)療專家知識(shí)和已有的就診案例后，具備了超過(guò)普通醫(yī)生的可能性。

從成本的角度來(lái)說(shuō)，人工智能以及相關(guān)新技術(shù)更重要的“經(jīng)濟(jì)影響”，源于他們體現(xiàn)了通用技術(shù)(general purpose technology，GPT)的特征。Bresnahan and Trajtenberg指出，GPT在擴(kuò)散過(guò)程中具有很強(qiáng)的滲透性、內(nèi)在的改進(jìn)潛力、創(chuàng)新互補(bǔ)性、規(guī)模收益遞增等特點(diǎn),可以隨著時(shí)間推移得到改進(jìn)，并且能夠孕育互補(bǔ)性創(chuàng)新。

和其他GPT一樣，人工智能很可能成為效率提高的重要推動(dòng)力。隨著AI的發(fā)展，醫(yī)學(xué)影像技術(shù)與AI的結(jié)合，對(duì)一些疾病的診斷已經(jīng)取得了突破性的進(jìn)展，如腦內(nèi)病變、頭頸腫瘤和消化系統(tǒng)疾病等。AI無(wú)論是在X線、CT還是在MRI、核醫(yī)學(xué)診斷中都可以提高準(zhǔn)確性，提升醫(yī)務(wù)人員效率，降低患者治療成本。例如，對(duì)外傷后骨折的患者，其主要檢查方法為X線。在特殊情況下X線平片的誤診率較高，將AI應(yīng)用在骨折平片的診斷中，并評(píng)估醫(yī)師在有無(wú)AI幫助下檢測(cè)骨折的準(zhǔn)確率，結(jié)果發(fā)現(xiàn)，在AI的輔助下，醫(yī)師的誤診率相對(duì)降低了47.0%。通過(guò)AI系統(tǒng)對(duì)老年人的髖部骨折進(jìn)行檢測(cè)和定位，結(jié)果顯示其靈敏度為98%、特異度為84%、假陰性率為2%，提示該系統(tǒng)定位骨折病變具有較高的準(zhǔn)確率。

又如，消化道最常見的惡性腫瘤之一直腸癌，在診斷上雖然容易被直腸指診及乙狀結(jié)腸鏡方法診斷，但由于其位置深入盆腔，解剖關(guān)系復(fù)雜，需要明確定位，并與周圍正常組織進(jìn)行分開。應(yīng)用AI算法中的深度學(xué)習(xí)，對(duì)多參數(shù)MRI圖像中直腸癌的定位和分割進(jìn)行研究和評(píng)估后結(jié)果顯示，深度學(xué)習(xí)在兩種不同的讀片系統(tǒng)中均顯示出分割的高準(zhǔn)確率（骰子相似系數(shù)分別為68%和70%）。

據(jù)埃森哲對(duì)人工智能在全球12個(gè)發(fā)達(dá)經(jīng)濟(jì)體中所產(chǎn)生的影響研究數(shù)據(jù)顯示，人工智能可將勞動(dòng)生產(chǎn)率提高40%，使人們能更有效地利用時(shí)間。到2035年，人工智能有可能使這12個(gè)發(fā)達(dá)經(jīng)濟(jì)體年度經(jīng)濟(jì)增長(zhǎng)率提高一倍，同時(shí)可能拉動(dòng)中國(guó)經(jīng)濟(jì)增長(zhǎng)率上升1.6個(gè)百分點(diǎn)。

人工智能可以同時(shí)提升企業(yè)生產(chǎn)力和社會(huì)生產(chǎn)力，對(duì)生產(chǎn)力的提升往往伴隨著的就是成本的降低。

人工智能可以同時(shí)提升企業(yè)生產(chǎn)力和社會(huì)生產(chǎn)力，對(duì)生產(chǎn)力的提升往往伴隨著成本的降低。但是，要想準(zhǔn)確測(cè)算AI的成本問題，目前仍然是非常困難的。因?yàn)锳I作為一種投入而非最終消費(fèi)品廣泛使用于制造各種資本（包括軟件以及人力和組織資本），且其產(chǎn)出也都是無(wú)形的。對(duì)于醫(yī)療人工智能可能帶來(lái)的在生產(chǎn)率方面的影響，需要人們將AI視為一種資本，而且是無(wú)形資本。即可以通過(guò)投資進(jìn)行積累，是一種持久的生產(chǎn)要素，才能夠厘清AI作為一種生產(chǎn)要素是如何影響生產(chǎn)力的。

替代崗位重構(gòu)未來(lái)

自20世紀(jì)計(jì)算機(jī)問世以來(lái)，技術(shù)對(duì)企業(yè)組織和管理模式產(chǎn)生的影響越來(lái)越大，組織的設(shè)計(jì)、情報(bào)、管理方式和決策方式也都發(fā)生了相應(yīng)的改變，有建設(shè)性的技術(shù)對(duì)組織和個(gè)人正在產(chǎn)生積極的影響。

有研究表明，人工智能會(huì)對(duì)服務(wù)業(yè)的一些就業(yè)崗位產(chǎn)生替代，導(dǎo)致就業(yè)總量的下降。對(duì)于服務(wù)業(yè)的替代主要是通過(guò)展示人工智能的自動(dòng)化機(jī)器實(shí)現(xiàn)的，這些機(jī)器越來(lái)越多地被應(yīng)用于服務(wù)業(yè)中，對(duì)服務(wù)業(yè)就業(yè)崗位的勞動(dòng)者產(chǎn)生替代作用，從而導(dǎo)致服務(wù)業(yè)就業(yè)崗位的流失，致使就業(yè)總量的下降。

麥肯錫全球研究所（MGI）研究了自動(dòng)化和AI如何影響未來(lái)工作，其結(jié)論是自動(dòng)化將影響整個(gè)部門的大多數(shù)工作，但程度差異很大。醫(yī)療保健是自動(dòng)化總體潛力最低的部門之一，只有35%的時(shí)間可能是被自動(dòng)化的，并且這還須取決于不同的崗位部門。醫(yī)療AI對(duì)醫(yī)務(wù)人員的影響將是醫(yī)療機(jī)構(gòu)大量引進(jìn)新的專業(yè)人員，在醫(yī)學(xué)和數(shù)據(jù)科學(xué)專業(yè)知識(shí)的交匯處出現(xiàn)多種角色。

目前，AI已被成功應(yīng)用于放射學(xué)、病理學(xué)和皮膚病學(xué)中的圖像分析，其診斷速度超過(guò)了醫(yī)學(xué)專家，并且達(dá)到了非常高精確的水平。盡管診斷的準(zhǔn)確率尚未達(dá)到100%，但AI診斷結(jié)合臨床醫(yī)生判斷可以更好地提高準(zhǔn)確率。通過(guò)閱讀海量文獻(xiàn)及過(guò)往的各種電子病歷，人工智能的這種自我學(xué)習(xí)能力正在影響著醫(yī)學(xué)實(shí)踐。AI對(duì)復(fù)雜和疑難疾病的治療方法提供更加精準(zhǔn)建議，并提高受試者進(jìn)入臨床試驗(yàn)的機(jī)會(huì)。

AI還可以幫助醫(yī)務(wù)人員減少在日常管理工作上所花費(fèi)的時(shí)間，這往往能夠占用到醫(yī)務(wù)人員高達(dá)70%的管理時(shí)間。在醫(yī)療機(jī)構(gòu)中嵌入AI技能，需要對(duì)醫(yī)療機(jī)構(gòu)的組織文化和管理能力進(jìn)行重大變革，要求所有從業(yè)人員、組織和系統(tǒng)共同努力，從而真正改變現(xiàn)有醫(yī)療模式，使醫(yī)務(wù)人員的工作重心轉(zhuǎn)移到創(chuàng)新、創(chuàng)業(yè)、持續(xù)學(xué)習(xí)和跨學(xué)科工作上來(lái)。

醫(yī)療人工智能在對(duì)勞動(dòng)的替代方面，既有對(duì)體力的替代，也有對(duì)腦力勞動(dòng)的替代。那些低技能且與計(jì)算機(jī)關(guān)聯(lián)度較高的一些工作會(huì)被大量替代，如醫(yī)院掛號(hào)收費(fèi)部門、導(dǎo)診等崗位；還有一些重復(fù)性高、不需要太多認(rèn)知能力的工作也會(huì)被替代，如醫(yī)院文秘人員、病案室管理等。有研究表明，人工智能對(duì)低技能勞動(dòng)者將產(chǎn)生巨大的負(fù)面影響，而高技能勞動(dòng)者受到的影響較小。

未來(lái)雖然人工智能會(huì)替代一些原有崗位，但還將誕生出很多新的就業(yè)崗位，只是這些就業(yè)崗位需要新的不同技能。人工智能等技術(shù)的進(jìn)步無(wú)疑會(huì)提高現(xiàn)有醫(yī)療就業(yè)崗位的技術(shù)要求，進(jìn)而造成醫(yī)務(wù)人員素質(zhì)與未來(lái)職業(yè)能力技能要求不匹配的結(jié)構(gòu)性矛盾，將會(huì)導(dǎo)致醫(yī)療工作者出現(xiàn)結(jié)構(gòu)性失業(yè)。也許正如美國(guó)醫(yī)學(xué)會(huì)展示的那樣，目前整個(gè)醫(yī)療界的組織方式很可能阻礙了AI技術(shù)的發(fā)展，因?yàn)锳I會(huì)降低患者對(duì)醫(yī)生服務(wù)的需求，并對(duì)部分醫(yī)生的利益模式提出挑戰(zhàn)，所以醫(yī)護(hù)人員對(duì)AI持有抵觸情緒。

精確算法任重道遠(yuǎn)

迄今為止，醫(yī)療AI的算法顯示出對(duì)醫(yī)生和患者存在著許多潛在的利益。但是，調(diào)節(jié)這些算法仍是一項(xiàng)艱巨的任務(wù)。美國(guó)食品藥品監(jiān)督管理局（FDA）已經(jīng)批準(zhǔn)了一些輔助算法，但目前尚缺乏通用標(biāo)準(zhǔn)指南。

當(dāng)前，最突出的問題在于,工程師能夠創(chuàng)建可在臨床中使用的AI算法，但工程師卻并不了解醫(yī)療業(yè)務(wù)，因此在某些情況下，算法開發(fā)人員需要了解更多有關(guān)醫(yī)學(xué)方面知識(shí)，而臨床醫(yī)生則可以主動(dòng)去了解一些特定的算法。例如，目前AI可以幫助醫(yī)生診斷和完成一些基本的臨床任務(wù)，但是AI無(wú)法自動(dòng)進(jìn)行腦部手術(shù)，也無(wú)法為患者量身定制個(gè)體化治療方案。所以，F(xiàn)DA發(fā)布了一些AI醫(yī)療標(biāo)準(zhǔn)，希望通過(guò)算法的精確研究，幫助醫(yī)生和患者實(shí)現(xiàn)個(gè)性化醫(yī)療。

對(duì)于我國(guó)的醫(yī)院管理者，應(yīng)該建立具有臨床意義和可解釋性的AI（可解釋性指算法能被終端用戶理解）。實(shí)踐中，歐盟已將“可解釋性”作為評(píng)估算法決策潛在危害的一項(xiàng)基本指標(biāo)，從而保證人們能夠獲取與算法決策相關(guān)有價(jià)值的數(shù)據(jù)，其中包含洞察力和信息，以支持決策并加深醫(yī)護(hù)人員對(duì)患者的了解。在歐盟，人機(jī)交互的設(shè)計(jì)師幫助醫(yī)務(wù)人員創(chuàng)建集成AI的新工作流程，數(shù)據(jù)架構(gòu)師則負(fù)責(zé)判斷AI如何記錄、存儲(chǔ)和構(gòu)建臨床數(shù)據(jù)，以便算法更加精確實(shí)用，并將數(shù)據(jù)安全和數(shù)據(jù)倫理方面的問題及時(shí)反饋給管理決策部門，接受相關(guān)部門的監(jiān)督。

據(jù)了解，歐美等發(fā)達(dá)國(guó)家的工程師們，為了生成有效的AI算法，首先向計(jì)算機(jī)系統(tǒng)輸入經(jīng)過(guò)結(jié)構(gòu)化的數(shù)據(jù)，即每個(gè)數(shù)據(jù)點(diǎn)都具有該算法可識(shí)別的標(biāo)簽或注釋。AI在醫(yī)學(xué)中的大多數(shù)應(yīng)用，都依賴于數(shù)據(jù)的輸入，這些數(shù)據(jù)可以是數(shù)字（例如心率或血壓等）或基于圖像的數(shù)據(jù)（例如MRI掃描或活檢組織樣本的圖像等）。然后，算法從數(shù)據(jù)中學(xué)習(xí)并得出概率或分類，如AI在給定心率和血壓數(shù)據(jù)的情況下，進(jìn)行測(cè)算患者出現(xiàn)動(dòng)脈血栓的可能性，或者是將成像的組織樣本標(biāo)記為癌性或非癌性的可能性。在臨床應(yīng)用中，可以將AI器械的診斷結(jié)果與醫(yī)師的診斷進(jìn)行比較，從而可以確定該算法在臨床上的能力和價(jià)值。在基因組學(xué)等數(shù)據(jù)豐富的領(lǐng)域，國(guó)外的專業(yè)人員融合了各種角色，既是臨床生物信息學(xué)家，又是基因組醫(yī)學(xué)專家和基因組顧問。對(duì)于我國(guó)來(lái)說(shuō)，醫(yī)院在醫(yī)療AI產(chǎn)品研發(fā)方面必將與其他企業(yè)或科研機(jī)構(gòu)共同合作開發(fā)，建議我國(guó)在醫(yī)療健康領(lǐng)域引入更多的國(guó)外數(shù)據(jù)科學(xué)家和工程學(xué)家，為我國(guó)培養(yǎng)具備高水平AI算法研發(fā)的專業(yè)人才，并以較高的回報(bào)來(lái)鼓勵(lì)算法不斷創(chuàng)新。

此外，新的AI算法在獲得患者信任和政府監(jiān)管部門批準(zhǔn)方面，也可能面臨困難。如果國(guó)家沒有一個(gè)明確的可應(yīng)用于臨床的算法準(zhǔn)則，患者可能不會(huì)愿意讓人工智能用來(lái)滿足他們的醫(yī)療需求。即便是患者最終被迫選擇了人工智能診療，且算法的準(zhǔn)確率勝過(guò)醫(yī)生，但萬(wàn)一患者被AI說(shuō)誤診，那么對(duì)于醫(yī)生、患者、醫(yī)療機(jī)構(gòu)乃至監(jiān)管機(jī)構(gòu)來(lái)說(shuō)，都將是一個(gè)非常棘手的問題，大眾媒體很有可能會(huì)歸結(jié)為醫(yī)生對(duì)AI算法充滿信心。只有算法引起了醫(yī)療事故，創(chuàng)建算法的人才會(huì)知道他們提供的數(shù)據(jù)具有誤導(dǎo)性，但是發(fā)生這一切都已經(jīng)太晚了。

總的來(lái)說(shuō)，人工智能準(zhǔn)確的決策往往取決于輸入的數(shù)據(jù)結(jié)構(gòu)，而對(duì)于輸入的誤導(dǎo)性數(shù)據(jù)，算法也將會(huì)產(chǎn)生誤導(dǎo)性結(jié)果。為避免此類錯(cuò)誤的發(fā)生，可以通過(guò)充分告知臨床醫(yī)生和程序員有關(guān)數(shù)據(jù)，以及在算法中正確使用數(shù)據(jù)所需的方法來(lái)解決問題。建議通過(guò)了解臨床數(shù)據(jù)細(xì)節(jié)的臨床醫(yī)生與創(chuàng)建算法的計(jì)算人員之間建立緊密合作關(guān)系，來(lái)減低算法學(xué)習(xí)過(guò)程中錯(cuò)誤選擇的可能性。唯有臨床醫(yī)生正確理解算法的局限性，以及程序員正確理解臨床數(shù)據(jù)，才是創(chuàng)建可在臨床上使用算法的關(guān)鍵。目前，我國(guó)似乎與“建立能夠在醫(yī)療機(jī)構(gòu)獨(dú)立運(yùn)行的算法”還差得很遠(yuǎn)，尤其是在缺乏明確的臨床批準(zhǔn)途徑的情況下。我國(guó)需要這樣一種科學(xué)的AI算法：在臨床上被認(rèn)為足夠準(zhǔn)確，還可以很好解決算法決策中潛在的錯(cuò)誤來(lái)源，并且對(duì)算法所出現(xiàn)的各種可能提前做好預(yù)案工作。相信在不久的將來(lái)，我國(guó)的科研人員可以克服重重困難，用精確的算法和高質(zhì)量的AI產(chǎn)品，推動(dòng)我國(guó)醫(yī)療事業(yè)蓬勃發(fā)展。

990萬(wàn)根據(jù)世界衛(wèi)生組織的數(shù)據(jù)，預(yù)計(jì)到2030年全球仍然短缺990 萬(wàn)醫(yī)生、護(hù)士和助產(chǎn)士。