曾經，中國兒科資源的稀缺，與日俱增的兒科門診量，導致掛號時間長,候診時間長,取藥時間長,就診時間短的現象嚴重。但近年來，隨著我國的綜合實力增長，醫學、計算機領域的技術也取得了翻天覆地的提升。伴隨技術的突破中國醫院兒科正在智慧化，一種新的看病圖景正在形成。

一些醫院門診大廳正變得越來越安靜，排隊的患者和醫護人員都在減少，取而代之的是屏幕不斷閃動著的一臺臺預約掛號機器；掛號結束后，患者打開智能導診系統，基于系統提示輸入病史信息，系統對其病史進行智能采集；醫生的工作系統中也安插了多種智能應用，作為診治助手；三甲醫院與基層醫院之間通過遠程醫療/智能技術頻繁往來溝通……“舊時王謝堂前燕，飛入尋常百姓家”，智能技術正在滲透到醫療這個垂直專業的領域，成為與醫生攜手供給醫療服務的重要力量。

在兒科領域，以互聯網、人工智能、大數據技術為代表的技術更是為其供需不足難題提供新解法。醫療行業突出的優質醫療資源不足問題在兒科領域更為尖銳。數據顯示，我國兒科醫師數量增至23萬，每千名兒童擁有的兒科執業（助理）醫師數為0.92名，兒童醫療供需矛盾有所緩解，但依舊不平衡，而醫療AI本質上是將人的能力工具化，將醫療服務的供給者從“醫生”變成“醫生+AI”。

人工智能已上升為國家戰略。在醫療領域，2018年4月28日，國務院辦公廳正式發布《關于促進“互聯網+醫療健康”發展的意見》，明確提出“研發基于人工智能的臨床診療決策支持系統，開展智能醫學影像識別、病理分型和多學科會診以及多種醫療健康場景下的智能語音技術應用，提高醫療服務效率”。

國家衛生健康委醫政醫管局副局長焦雅輝認為，總體而言，我國醫療服務發展正處在從“信息化”向“智慧化”過渡的關鍵階段，為提升醫療質量和效率、優化區域間醫療資源配置、改善人民群眾看病就醫感受等方面具有積極意義。

醫療行業的難題有了新解法

當AI全面落地于臨床真實場景中時，一些原先的難題有了新的可能性。

從2016年人工智能元年至今，業內領先的AI醫療公司已經從最初的技術研究競爭、產品準確率競爭進階到臨床真實場景中價值的競爭，一些業內領先公司已經在具體細分場景中深耕，兒科便是其中之一。

當前AI在醫學領域的應用主要包括疾病風險預測、醫療影像、輔助診療、虛擬助手、健康管理、智能器械、醫藥研發、醫院管理、病歷／文獻分析、醫保控費等。

在一些頂尖醫院，人工智能程序已經深入到預防、治療、診斷、預后等診療全流程，并智能優化流程。以上海醫學中心為例，該院上線了由依圖醫療打造的智慧兒童醫院解決方案，該方案以依圖醫療先進的人工智能技術為基礎,將小依導診、小依診前檢驗、小依預問診、兒童多學科智能診斷系統等多個AI應用融入診療全流程,與臨床工作流無縫銜接。臨床數據反饋，利用智能診斷系統的準確率高達90%；用“醫生+AI”進行輔助診療，節省大量人力成本；利用患兒就診過程中的碎片化時間將部分診前工作提前，使等待及排隊時間壓縮至2小時內，醫院門診人流量下降至少30%。作為全國首家智慧兒童醫院，上海兒童醫學中心的智慧醫療解決方案成效顯著。

在此基礎上，人工智能嵌入醫聯體，價值得以進一步放大。上海醫學中心同時是浦東兒科醫療聯合體的龍頭醫院。據報道，在“浦東兒科聯合體”規劃藍圖上，將依托上海兒童醫學中心，整合新區相關醫療機構兒科診療及兒童預防保健資源，形成不同級別醫療機構兒科診療和兒童預防保健的分工協作。浦東兒科醫療聯合體的建設目標是經過5年左右時間，使浦東地區的兒科診療服務實現同質化，提升區域內各家成員單位兒科的臨床服務能力。

據上海兒童醫學中心副院長趙列賓介紹，在AI賦能本院醫生之后，下一步的目標是常見病賦能基層，讓基層醫生能用上AI系統。

AI也讓疾病診療過程精細化，同時更早發現疾病，減少后續的醫療費用支出，節約醫保費用。長期以來，我國兒童及青少年生長發育測評長期依賴身高、體重、第二性征等淺層特征，發現時間較晚，干預率較低，治療效果較差。以兒童肥胖癥為例，僅有約8%的兒童肥胖得到了及時治療，而性早熟的診斷更是長期依賴于第二性征等體表特征判斷，干預時間節點大大滯后。依圖醫療兒童生長發育測評智能一站式解決方案就能在5-10分鐘內可完成“拍片-閱片-報告”全流程，并且系統的骨齡判讀結果與高年資兒科內分泌醫師絕對誤差小于0.3年，達到資深專業醫師水準。

AI醫療行業的攻堅與未來

目前，AI在醫療行業的應用仍處于初級階段，“AI”、“醫療”關鍵詞背后的IT領域和醫療領域這兩個交叉學科未來還將會在方方面面進行融合。

產品審批也是一道關隘。中國本土醫療AI產品的第一批“三類證”進入審批環節。醫療AI產品在審批過程中將所面臨數據庫、數據安全、軟件更新、產品適用、云計算服務等問題尚需逐個探討。讓業內看到希望的是，政府相關部門一直在積極推動相關審批工作的開展。2018 年12月，國家藥監局（NMPA）在北京舉辦了一場專項公益培訓會，介紹了AI三類醫療器械的審批流程和審批要點，以及臨床試驗的要求建議等。今年2月1日，國家藥監局醫療器械技術審評中心發布了《深度學習輔助決策醫療器械軟件審評要點(征求意見稿)》并公開征求意見，這也意味著AI三類醫療器械的審評標準已離落地不遠，產業發展的政策瓶頸有望被打破。

數據安全也應是始終高懸于AI醫療公司頭上的達摩克利斯劍。國家衛健委專門發文以引導醫療大數據規范應用。2018年9月13日，國家衛生健康委員會發布《國家健康醫療大數據標準、安全和服務管理辦法（試行）》（下稱《試行辦法》），涉及健康醫療大數據從標準管理、安全管理、服務管理、監督管理等諸方面。針對信息安全，方驄博士表示，在與醫療機構的合作過程中，厘定了幾條紅線：醫療數據屬于醫療機構，嚴格脫敏、不泄露任何患者信息，且醫療數據不出院，并且所有的合作協議都會經過倫理委員會的嚴格審核。

未來已來，國務院2016年發布的《關于促進和規范健康醫療大數據應用發展的指導意見》稱，到2020年，健康醫療大數據相關政策法規、安全防護、應用標準體系不斷完善。總體而言，我們正處于以AI、大數據為核心第四次工業革命——智能革命潮流當中。上述問題必將在實踐落地過程中被攻克解決，技術創新能終能給人人都帶來更好的醫療。