“護士，我很疼！”

當病人說出這樣的話時，護士并沒有立即出現在他身邊，而是在病房的屏幕中向病人了解情況。電子醫囑會自動調節靜脈輸液泵。如果需要開新藥，機器人也會輸送過去。

這種畫面，能否成為未來醫療的場景？在信息技術領域樂觀派人士看來，或許不久就能實現。但是，醫療領域相關專家卻顯得有些保守，甚至覺得大數據與醫療的結合還處于“嬰兒期”。

“我們很快就會被數據的洪流淹沒，我們處理數據的能力也會不斷提高，然而，大數據真的能給傳統醫療帶來重大變革嗎？我認為，至少在短期內，不可能看到。”美國加州大學舊金山分校醫學院院長羅伯特·瓦赫特在《數字醫療：信息化時代醫療改革的機遇與挑戰》一書中這樣寫到。

當然，即便數字技術對醫療健康的影響程度不如其在他領域那般具有革命性，但數字技術確實在推動醫療保健領域的演進這一點卻無可置疑。

數據使醫療更智慧

“數字醫療就是利用大數據和科學技術推進所有臨床領域的醫療保健發展。”前不久，《柳葉刀—數字醫療》創刊上線。“雜志將聚焦數字醫療這一跨學科領域中的重要進展和發現，致力于促進數字技術在全球醫療實踐中的應用。”該刊高級編輯Christina Wayman在接受采訪時表示，數字醫療不僅包括數字醫療設備，還包括智能手機、智能手表和虛擬顯示設備等商用終端，以及自我調節藥物輸送系統等臨床使用設備。

此外，數字醫療涉及使用來自基因組測序、醫學圖像和電子健康記錄的大數據集進行大規模的預測和關聯識別，為患者提供更精準的建議。

“最令人振奮的是，我們或許能通過使用遠程醫療和虛擬醫療，提高農村地區或中低收入國家的醫療服務水平。”Christina Wayman說。

比如，在《柳葉刀—數字醫療》第一期中，就發表了“將AI模型應用于贊比亞人群的糖尿病視網膜病變診斷篩查”這樣一項研究。因為在贊比亞幾乎沒有眼科專家，人工智能（AI）就能發揮作用。

北京協和醫院重癥醫學科主任隆云對數字醫療深有感觸。他告訴記者，隨著醫學技術發展迅速，重癥患者的監護由原來只能觀察心率、血壓、呼吸、體溫等大體生命體征，發展到現在可以實現心、肺、腎、腦等多器官功能評價，患者床旁儀器設備不斷增多，同一時段有近百項數據客觀呈現患者的生理狀態，不同時段數據的變化又可以描述患者的病情進展，每一位重癥患者都是海量信息的集合體。因此，數據的整體管理有助于患者病情的清晰判斷和精準治療。

“此外，數字醫療還可以幫助醫生對一些日常任務進行自動化管理，從而為醫生節省更多的時間，讓醫生和患者都從中獲益。”Christina Wayman說。

采訪中，好大夫在線副總裁施慧告訴記者，很多好大夫在線注冊的醫生都是利用碎片化時間，來增加線上醫療服務供給這樣一種方式。這不僅能有效地解決患者的問題，還在疾病診斷與慢病隨訪方面發揮優勢。

醫療數據互聯仍障礙重重

基于計算能力的指數級增長，移動醫療、互聯網醫療、人工智能醫療的熱潮一浪高過一浪。甚至有人揚言，醫療將進入智能時代，醫療AI可能替代醫護人員。

比如，去年在北京舉行全球首場神經影像人機大戰，在腦腫瘤和腦血管影像判讀比賽中，醫療AI最終以高出20%的準確率戰勝25名人類醫生。如果這款AI產品投入使用，核磁檢查的出片速度將從現在的幾天縮短至幾分鐘。

但是，隆云也指出了數據與臨床表現“相離”的困局。“有的重癥患者可能還沒出現臨床表現，但數據的變化已提示患者將要出現問題了，這便是數據的作用。但有時臨床現象與數據又是分離的，一個患者表現為出血，但數據顯示所有的凝血指標都是好的。”

更為關鍵的問題是，目前，很多醫院的信息化基礎設施架構仍然陳舊，醫療機構之間的數據互聯依舊舉步維艱，向患者分享電子病歷信息才剛剛開始。

“數字醫療早已經不是醫療數字化那么簡單，它關乎社會、經濟，以及每個老百姓的健康和壽命。”樹蘭醫療集團總裁鄭杰說。

而最近一篇《IBM醫療AI宣告失敗，率先入局卻踏步不前》的文章，更是給火爆的醫療AI “澆了一盆冷水”。自2011年開始，IBM在醫療AI 押上重注，此后，IBM投入10億美元，用以收購醫療數據公司、研發AI醫生，開展了一系列令人眼花繚亂的項目，但仍然“逃脫不了走進死胡同的一天”。

“但醫療AI并非沒有希望。因為我們已經獲知醫院管理的標準化困境，這個難題可以讓我們避免一味地解決疾病的標準化問題，而是使用基于非標準化的理論進行考察，揭示疾病的規律，以此探尋醫療AI的路徑、方法。”清華大學管理學博士陸志方說。

倫理與監管須跟上技術腳步

“要想成功地實現醫療信息化，一定要了解醫生和護士的想法，更需要技術團隊和醫療團隊的通力協作。”羅伯特·瓦赫特說。

目前，我國雖然在醫療人工智能領域具有了相對后發優勢，但是醫療信息的標準化仍有待提升。比如，我國還沒有出現類似美國Epic公司一樣占據壟斷地位的醫療信息技術（HIT）企業，一些主流的醫學信息標準大部分還是來自美國的標準化組織。

“醫療大數據要體現其價值，不僅僅需要數據量大，還需要考慮數據本身的質量。”鄭杰說，老百姓一生的健康數據肯定分散在不同的醫療健康服務機構，必然面臨跨醫療機構、跨健康醫療終端的數據共享問題。

而被看作含有超巨量的信息的電子健康檔案，在實際操作過程中，卻充斥大量復制粘貼的病例數據。

“如果源頭輸入時，就有垃圾數據，即便做了大量的數據分析工作，輸出的結果也會不理想。”羅伯特·瓦赫特直言，因醫療數據泄露引發的問題正在上演，比如一些醫院因黑客入侵被迫停業，甚至遭到敲詐，更可怕的是，這些人還會侵入病人的靜脈注射泵、心臟起搏器和重癥監護室的監視器。

“數字醫療必定是一種趨勢，它需要一整張協作網絡作為基礎，并要有持續的力量刺激這一協作網絡正向循環。它也一定不是冰冷的，只有保持溫度，保持醫療的本色，才能獲得發展。”施慧說。

正如《柳葉刀—數字醫療》主編Rupa Sarkar在創刊社論中所寫：盡管數字醫療前景光明，但保障其合理實施的倫理和監管框架卻未能跟上技術發展的腳步。只有對蓬勃發展的數字醫療領域嚴格監管，才能保證技術有效地服務于醫生和醫療系統，更重要的是，確保患者安全這一根本原則不受動搖。
責任編輯：tzh