AI讀片快準穩，微縮機器人“助手”深入人體直搗病灶——人工智能與醫療領域的結合，會不會將更多疾病預防在前，或者讓人們看病更容易？

1月9日，上海交通大學人工智能研究院聯合上海市衛生和健康發展研究中心、上海交通大學醫學院發布了《人工智能醫療白皮書》（以下簡稱白皮書）。該白皮書全面分析了人工智能在醫學影像、輔助診斷、藥物研發、健康管理、疾病預測這五大醫療主要應用領域的痛點、發展優勢、應用場景、行業現狀、商業模式，并對目前我國人工智能醫療領域面臨的挑戰進行了分析，對行業未來發展趨勢進行分析，提出了發展建議。

人工智能賦能醫療

近年來，在國家政策的支持與驅動下，以及互聯網、大數據、人工智能等前沿技術的支撐下，我國智慧醫療進入飛速發展時期。國家新一代人工智能、腦科學與類腦研究重大專項逐步啟動實施，智慧醫療科技研究與產業發展步入新的階段。

白皮書項目負責人、上海交通大學人工智能研究院教授金耀輝表示，隨著大數據、互聯網和信息科技在智慧醫療領域的應用，人工智能醫療發展迅猛。研究發現，以AlphaGo戰勝李世石事件為時間節點，自2016年下半年以來，人工智能引起世界各國和社會各層的重視。世界主要國家紛紛開始對人工智能進行國家戰略層面的布局，并且非常重視人工智能在醫療領域的發展。

白皮書顯示，美國對人工智能的反應尤為迅速，連續出臺多個國家人工智能政策，利用人工智能對并發癥進行預測及預防、發展電子化病歷、對醫療大數據進行分析挖掘等，并利用AI系統自動執行決策和醫療診斷。

我國于2017年7月發布《新一代人工智能發展規劃》，提出發展智能治療模式、智能醫療體系、智能醫療機器人、智能可穿戴設備、智能診斷、智能多學科會診、智能基因識別、智能醫藥監管、智能疾病預測等。

日本基于本國嚴重的“人口老齡化”現象，將醫療健康和護理作為人工智能的突破口。英國則強調輔助診斷、早期預防控制流行病并追蹤其發病率、圖像診斷方向，并進一步提出了要保證公眾數據的安全性和隱私性。印度則將癌癥篩查和治療作為人工智能大規模靶向治療的領域方向。

目前，中國從國家戰略層面的宏觀規劃，再到各省、市級的具體藍圖，齊心協力引領人工智能行業發展。在國家層面的人工智能醫療政策方面，除了將醫療列入相關人工智能戰略重要應用領域，國家一直在推動人工智能醫療領域的發展，尤其在近三年相繼發布關于健康醫療大數據、全國人口健康信息化、互聯網醫療等的政策，為人工智能在醫療領域的發展奠定了良好的基礎。

中國AI醫療應聚焦五大趨勢

“國外以AI藥物研發為主，而中國則借助醫療影像大數據及圖像識別技術的發展優勢，以AI醫學影像為主。”上海交通大學人工智能研究院常務副院長楊小康表示，目前AI醫學影像成為中國人工智能與醫療行業應用結合最成熟的領域，市場規模大、收入和融資情況表現亮眼。

通過對2018年營收突出的AI醫學影像公司的應用場景和數據資源進行分析，白皮書指出，大部分公司都與醫院展開廣泛合作，并且在肺結節、眼底、乳腺癌、宮頸癌方面已有較為成熟的產品。

值得一提的是，項目組還分析了中國AI醫療領域目前面臨的問題。

第一，為保護和發展AI人才提供保障。由于工資高薪和研究環境的原因，國內人工智能人才存在一定流失。為了應對這種情況，項目組建議政府和產業借鑒美國波士頓等國際先進AI發展地區的政策，在人工智能人才的出入境及落戶、住房、繼續教育、醫療等方面進行配套補助，應對人才缺口。

第二，健康醫療數據歸屬、安全、開放等問題持續嚴峻。目前中國健康醫療數據具有數據歸屬不明確、數據安全要求高、數據開放程度有限、健康醫療數據不統一、數據倫理問題待解決、數據成本壓力大等特點，這些問題雖然已得到全社會層面的關注與重視，但依舊形勢嚴峻。

第三，AI醫療器械審批標準逐步建立，有待進一步實現。目前國內為中檢院負責AI醫療器械的審批工作。AI醫療器械是醫療器械的一個新生種類，其審批的流程、方法、專家組都與常規的醫療器械不同，且隨著AI技術的快速發展，AI器械的技術和服務范疇也在逐漸擴大，因此審批標準從建立到完善需要一個過程，需要相關部門和學者持續的跟進和關注。

第四，人工智能理論“黑盒子”依舊存在未知風險。盡管人工智能的應用范圍十分廣泛，但多數結論經由經驗而來、缺乏理論支撐和解釋，面臨“黑盒子”問題，有可能會導致嚴重問題。

第五，AI醫療產業落地越來越成熟，商業模式愈發清晰。但需要注意到的是，盡管AI在一定程度上能夠減輕醫生的工作量，還能提高醫生的診斷準確率，但對于醫療機構來說，這并不是剛需，具體的付費主體、應用場景等問題仍需多方探索。

為中國AI醫療出謀劃策

“因此，我們提出了醫療人工智能發展的政策建議。”上海市衛生和健康發展研究中心健康科技創新發展部主任何達建議，必須加強行業指導和監管，政府部門應盡快出臺AI相關法律法規，明確AI在醫療領域內的定位，醫生不會被AI所取代，AI是幫助醫生進行臨床診療，及方便患者獲得高質量的醫療服務，醫生對診斷的結果負主要責任。

同時，要積極彌補交叉人才短板。人工智能醫療領域是人工智能和醫療健康這兩個專業性極強領域的結合，人才是第一生產力要素。加強核心技術人才培養與醫務人員AI使用技能培訓，保證AI產品能更好地服務于臨床實踐。

“還要破解醫療數據難題。”何達表示，要打破醫療機構、政府部門的數據壁壘，建立數據共享流通機制，促進不同機構間、地區間的數據聯網，形成真正的大數據。建設以患者為中心的多病種臨床數據中心，探索患者隱私保護和數據安全技術。

鑒于部分中西部地區AI基礎尚有欠缺，而這些地區對遠程醫療、人工診療助手等AI需求非常強烈。專家建議，國家有側重地對中西部地區互聯網建設給予傾斜政策。同時，加強基層醫療機構互聯網應用，引導優質的醫療資源下沉至基層，實現資源共享，提高醫療服務水平。

“希望通過以上措施，助力實現AI在醫療健康領域的深度發展，實現從輔助診療、輔助手術機器人，到獨立AI智能醫院乃至機器人醫生的美好愿景。”上海市衛生和健康發展研究中心主任金春林表示。