辛均益 胡海翔 董靜靜 鄭樂一

人口老齡化、慢性病、新發(fā)突發(fā)傳染病等因素給我國人民健康帶來了巨大挑戰(zhàn)。利用人工智能、大數(shù)據(jù)、5G等前沿科學(xué)技術(shù)賦能醫(yī)療健康，構(gòu)建最優(yōu)化的大健康生態(tài)體系，提供優(yōu)質(zhì)、高效、經(jīng)濟的新型醫(yī)療服務(wù)，成為解決我國醫(yī)療供需矛盾、推動醫(yī)學(xué)發(fā)展提供有效的技術(shù)手段?，F(xiàn)代人工智能中深度機器學(xué)習(xí)、視覺圖像識別、自然語言處理等技術(shù)已經(jīng)廣泛應(yīng)用于大健康、潛在疾病探索等領(lǐng)域上，未來人工智能和醫(yī)療領(lǐng)域相結(jié)合是必然趨勢。據(jù)估計，全球醫(yī)療人工智能市場的價值將從2018 年的20 億美元增長到2025 年的36 億美元，年增長率達到50%。從2016年開始，世界發(fā)達國家和地區(qū)在人工智能方面發(fā)布了相關(guān)的戰(zhàn)略規(guī)劃。本文首先介紹了人工智能的基本概念和人工智能在當(dāng)前醫(yī)療健康領(lǐng)域的一些主要應(yīng)用和研究熱點，最后通過對人工智能應(yīng)用和研究分析提出一些可以推廣和促進人工智能在醫(yī)療健康領(lǐng)域應(yīng)用的建議和對策。

一、人工智能的背景

（一）人工智能的歷史和國內(nèi)外情況

1956年，在達特茅斯會議上，由McCarthy等人提出了 “人工智能”的概念 。經(jīng)過50多年的發(fā)展，成為了一門多領(lǐng)域交叉學(xué)科。人工智能的本質(zhì)，就是利用計算機硬件和軟件等技術(shù)，模擬出和人類相類似的，具有識別能力、思維能力和反應(yīng)能力的高級機器智能。其研究的領(lǐng)域包括了從弱人工智能的大數(shù)據(jù)分析預(yù)測，到自然語言處理、視覺圖像識別、甚至是最高級別強人工智能的智能推理等。

在國外，發(fā)達國家及地區(qū)非常重視人工智能的發(fā)展，出臺了人工智能的發(fā)展戰(zhàn)略。美國政府2016年發(fā)布《國家人工智能研究和發(fā)展戰(zhàn)略計劃》，2019年發(fā)布總統(tǒng)令《加速美國在人工智能領(lǐng)域的領(lǐng)先地位》等。英國發(fā)布了《人工智能：未來決策的機遇與戰(zhàn)略意義》（2016）、《在英國發(fā)展人工智能》（2017）等。日本發(fā)布了《人工智能的研究開發(fā)目標(biāo)和產(chǎn)業(yè)化路線圖》（2017）、《人工智能科技戰(zhàn)略》（2017）等。歐盟發(fā)布了《2014—2020歐洲機器人技術(shù)戰(zhàn)略研究計劃》（2013）、《歐盟機器人研發(fā)計劃》（SPARC，2014）、《人工智能時代：確立以人為本的歐洲戰(zhàn)略》（2018）等政策。

在國內(nèi)，國家層面也出臺了較多的關(guān)于人工智能方面的政策，如圍繞人工智能在醫(yī)療健康領(lǐng)域的應(yīng)用頒布了《國務(wù)院辦公廳關(guān)于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》（2016）、《國務(wù)院關(guān)于印發(fā)新一代人工智能發(fā)展規(guī)劃的通知》（2017）、《促進新一代人工智能產(chǎn)業(yè)發(fā)展三年行動計劃（2018—2020年）》（2017）、《國務(wù)院辦公廳關(guān)于促進“互聯(lián)網(wǎng)+醫(yī)療健康”發(fā)展的意見》（2018）等文件。

（二）人工智能技術(shù)介紹

1.人工智能的機器學(xué)習(xí)

人工智能的機器學(xué)習(xí)是通過分析海量數(shù)據(jù)中學(xué)到統(tǒng)計規(guī)律，從而用于解釋數(shù)據(jù)或者預(yù)測未來，是醫(yī)療人工智能研究的關(guān)鍵技術(shù)。深度學(xué)習(xí)源于人工神經(jīng)網(wǎng)絡(luò)研究的概念，通過模擬人類的大腦，建立一個能夠進行學(xué)習(xí)和迭代的神經(jīng)網(wǎng)絡(luò)，最終通過大量高質(zhì)量的數(shù)據(jù)學(xué)習(xí)，模仿人腦來解讀文本、圖像或者聲音等數(shù)據(jù)。根據(jù)IDC Digital的預(yù)測，到2020年，醫(yī)療數(shù)據(jù)量將達到40萬億GB，其中包含了巨量的病患健康數(shù)據(jù)、臨床診療數(shù)據(jù)、生物醫(yī)療數(shù)據(jù)和藥物研發(fā)等數(shù)據(jù)，將有意義的數(shù)據(jù)標(biāo)注并作為機器學(xué)習(xí)的素材，具有深度挖掘與研究的價值。

2.人工智能的視覺圖像識別

人工智能的視覺圖像識別是利用計算機及相關(guān)硬軟件設(shè)備，模擬人類視覺神經(jīng)的識別模式，通過對采集的圖像信息進行特征信息提取，然后對圖像進行相應(yīng)的后續(xù)處理，其核心技術(shù)包含圖像處理、模式識別和圖像理解。在醫(yī)療衛(wèi)生領(lǐng)域的應(yīng)用，主要是通過大數(shù)據(jù)分析進行影像識別和輔助診斷。

3.人工智能的自然語言處理

人工智能的自然語言處理是計算機先通過對文本信息的特征字詞短語信息進行提取，然后再對提取出的特征字詞短語進行語義識別的一項技術(shù)。在醫(yī)療方面的應(yīng)用主要集中在對一些非結(jié)構(gòu)化的醫(yī)學(xué)文本數(shù)據(jù)進行處理，如癥狀描述的數(shù)據(jù)、遺囑描述數(shù)據(jù)等，通過基于規(guī)則、詞典、自然語言處理、語義關(guān)系提取算法等進行處理，使描述更為標(biāo)準(zhǔn)和統(tǒng)一。

二、人工智能在醫(yī)療領(lǐng)域應(yīng)用的現(xiàn)狀和挑戰(zhàn)

（一）人工智能在醫(yī)療領(lǐng)域的現(xiàn)狀

1.智能藥物研發(fā)

傳統(tǒng)手段的藥物研發(fā)過程是漫長且昂貴的，根據(jù)塔夫茨藥物研發(fā)研究中心數(shù)據(jù)統(tǒng)計，藥物的研發(fā)到投入使用時間長達12年，并且90%在臨床試驗的最后兩個階段中失敗了，研發(fā)成本高達26億美元，尋找成功的新藥變得越來越困難。目前，人工智能在藥物研發(fā)方面的應(yīng)用，主要是通過對各種醫(yī)學(xué)文獻進行自然語言的處理來實現(xiàn)的，在海量的醫(yī)學(xué)文獻，還有基因組學(xué)數(shù)據(jù)，蛋白質(zhì)組學(xué)數(shù)據(jù)，代謝組學(xué)數(shù)據(jù)，脂質(zhì)組學(xué)數(shù)據(jù)等數(shù)據(jù)源當(dāng)中自動提取候選的藥物靶點，篩選已知化合物用于新的治療應(yīng)用，從而縮短研發(fā)、臨床等時間并提高藥物研發(fā)的成功率。根據(jù)美國國家醫(yī)學(xué)院數(shù)據(jù)統(tǒng)計，初創(chuàng)公司在2019年籌集了超過15億美元的資金投入基于人工智能的藥物發(fā)現(xiàn)。加拿大的Cyclica公司將其軟件用于數(shù)百萬個分子與大約150，000種蛋白質(zhì)的生物物理結(jié)構(gòu)和生化特性進行匹配，以發(fā)現(xiàn)可能與目標(biāo)蛋白結(jié)合的分子以及應(yīng)避免規(guī)避的分子。

2.醫(yī)學(xué)影像識別

利用機器學(xué)習(xí)、卷積神經(jīng)網(wǎng)絡(luò)等人工智能技術(shù)識別和解讀影像，使得AI醫(yī)學(xué)影像是當(dāng)前醫(yī)療人工智能最為成熟的應(yīng)用領(lǐng)域之一。人工智能在一些疾病影像的識別率和準(zhǔn)確率上已經(jīng)和人類非常接近，甚至表現(xiàn)更優(yōu)。美國的醫(yī)學(xué)影像數(shù)據(jù)公司Response Data，在2018年進行的一項調(diào)查中表明，美國已經(jīng)有84%的影像診所，已采用或計劃采用人工智能協(xié)助醫(yī)技人員進行醫(yī)學(xué)影像的識別工作。人工智能在醫(yī)學(xué)影像運用，極大的提升疾病篩查和臨床診斷的能力。如：北京市海淀醫(yī)院放射科的王娜娜等，探索了基于CT影像的人工智能（Artificial Intelligence，AI）輔助診療系統(tǒng)在新型冠狀病毒肺炎診療中的應(yīng)用，取得良好效果。Mendel K等又利用了計算機深度學(xué)習(xí)能力，對大量的高質(zhì)量的數(shù)字乳腺斷層合成（DBT）圖像與常規(guī)數(shù)字乳房X線圖像（FFDM）之間的區(qū)別進行比較和迭代學(xué)習(xí)，最終能夠在實際中進行乳腺癌的篩查。

3.人工智能輔助診療

基于海量的醫(yī)療數(shù)據(jù)，利用自然語言處理、深度學(xué)習(xí)、圖像識別、認知學(xué)習(xí)、自動推理等技術(shù)獲取病癥，模擬醫(yī)生的臨床診斷思維，為醫(yī)生診斷疾病和醫(yī)療提供輔助支撐。全球較為著名的IBM Watson人工智能輔助診療系統(tǒng)，可以通過分析大量的已有的醫(yī)學(xué)文獻和臨床資料，再結(jié)合病患的電子醫(yī)療記錄，最終對病患提出一個適當(dāng)?shù)闹委煼桨福@項技術(shù)已經(jīng)在國內(nèi)一些醫(yī)院落地應(yīng)用。如：醫(yī)準(zhǔn)智能在河南某縣人民醫(yī)院和北京醫(yī)準(zhǔn)智能科技有限公司的合作中，應(yīng)用肺結(jié)節(jié)智能輔助檢測系統(tǒng)進行肺癌早期篩查，病灶檢出率高達99%。何曉等通過使用人工智能算法來洞察阿爾茨海默氏病。Bera K等利用AI和機器學(xué)習(xí)工具應(yīng)用到臨床腫瘤學(xué)，提出了精準(zhǔn)腫瘤學(xué)未來潛在的機會。醫(yī)療機器人也是人工智能輔助診療的應(yīng)用場景之一，主要包括有達？芬奇手術(shù)機人、腸胃檢查與診斷機器人（如膠囊內(nèi)窺鏡、胃鏡診斷治療輔助機器人等）、康復(fù)機器人（針對部分喪失運動能力的患者）及其他用于治療的機器人（如智能靜脈輸液藥物配制機器人）。

4.健康管理

人工智能在健康管理方面的應(yīng)用，主要是利用物聯(lián)網(wǎng)醫(yī)療設(shè)備、可穿戴智能設(shè)備全方位的獲取人體生命體征和健康數(shù)據(jù)，并與就診數(shù)據(jù)、基因組學(xué)、心理狀態(tài)、生理狀態(tài)等醫(yī)療健康數(shù)據(jù)進行深度挖掘，從而給出個人健康管理方案。當(dāng)前，衛(wèi)生智能硬件主要有血壓、血糖等病患智能監(jiān)測設(shè)備，其中較為杰出的代表是美國WellTok公司與IBM公司聯(lián)合打造的智慧醫(yī)療平臺。該平臺通過大數(shù)據(jù)分析，融合醫(yī)療硬件、健康內(nèi)容以及健康應(yīng)用等，加強個人健康管理和改善生活習(xí)慣。此外，英國的Babylon Health公司研發(fā)的健康虛擬助理應(yīng)用系統(tǒng)，通過將真正的醫(yī)生與人工智能“助理”有機結(jié)合，利用智能便攜設(shè)備為消費者提供7*24全天候個性化的醫(yī)療保健服務(wù)。

5.醫(yī)院管理

通過建立人工智能體系，優(yōu)化醫(yī)療資源配置和彌補醫(yī)院管理漏洞，促進醫(yī)院管理。醫(yī)療人工智能利用病歷、就診、用戶反饋等大數(shù)據(jù)，從宏觀層面協(xié)調(diào)資源的分配，節(jié)省醫(yī)療人力成本，改善就診體驗，最大程度滿足患者訴求。目前，美國的Qventus公司、LeanTaaS公司等公司通過AI監(jiān)測患者的流量，有針對的對病房、設(shè)備、時間等資源進行計劃、組織、協(xié)調(diào)、控制，減少患者平均就診時間、手術(shù)等待時間、患者就診沖突概率，充分利用醫(yī)院現(xiàn)有資源，實現(xiàn)醫(yī)療效用最大化。

（二）人工智能在醫(yī)療領(lǐng)域的挑戰(zhàn)

雖然醫(yī)療人工智能應(yīng)用熱火朝天，資本市場投資不斷涌入，但我們認為人工智能在醫(yī)療領(lǐng)域的應(yīng)用還面臨著多方面的挑戰(zhàn)。

1.政策法規(guī)倫理方面

醫(yī)療人工智能作為當(dāng)前科技發(fā)展的新事物，關(guān)于醫(yī)療人工智能的相關(guān)標(biāo)準(zhǔn)、規(guī)范都處于空白階段。其應(yīng)用的法律滯后性所帶來的問題也暴露了出來。如醫(yī)療健康數(shù)據(jù)的個人隱私泄露問題、倫理道德問題、不被患者接受以及利用人工智能醫(yī)療服務(wù)過程中造成的醫(yī)療事件責(zé)任主體認定問題等。

2.健康醫(yī)療數(shù)據(jù)方面

人工智能在醫(yī)療領(lǐng)域應(yīng)用的基礎(chǔ)是健康醫(yī)療數(shù)據(jù)，人工智能的訓(xùn)練需要大量的已經(jīng)標(biāo)注好的醫(yī)療數(shù)據(jù)。健康醫(yī)療大數(shù)據(jù)標(biāo)準(zhǔn)、數(shù)據(jù)質(zhì)量、數(shù)據(jù)安全性和共享等方面的問題直接影響著人工智能的發(fā)展。目前，關(guān)于醫(yī)療健康數(shù)據(jù)的歸屬和使用都尚無明確的規(guī)定，因此，醫(yī)療人工智能公司在開發(fā)系統(tǒng)過程中，如何獲得海量的醫(yī)療數(shù)據(jù)進行集中訓(xùn)練就存在挑戰(zhàn)。另外，各醫(yī)療機構(gòu)的醫(yī)療信息系統(tǒng)標(biāo)準(zhǔn)不統(tǒng)一，導(dǎo)致機構(gòu)、地區(qū)以及國家之間的數(shù)據(jù)共享也存在較多障礙。

3.人工智能人才方面

人才決定了醫(yī)療人工智能的發(fā)展。2020年，我們隨機調(diào)研40家浙江省內(nèi)衛(wèi)生健康行政管理部門、大型醫(yī)療機構(gòu)、公共衛(wèi)生機構(gòu)和醫(yī)療信息化企業(yè)。2021-2025年被調(diào)研單位對本科醫(yī)療人工智能人才年需求量在246-540人，呈逐年上升趨勢，企業(yè)單位的需求量更旺盛（從2021年每家單位19.5人逐年增加）。我國的工業(yè)和信息化部發(fā)布的《人工智能產(chǎn)業(yè)人才發(fā)展報告（2019-2020年版）》當(dāng)中指出，目前我國人工智能的人才缺口高達30萬，而高校每年培養(yǎng)出來的畢業(yè)生約2000人，可見醫(yī)療人工智能人才需求與供應(yīng)的不平衡。

4.人工智能算法方面

人工智能所做出的分析和預(yù)測都是基于算法模型和數(shù)據(jù)，工程師在設(shè)計算法時會滲透著其主觀特質(zhì)，用于人工智能訓(xùn)練的數(shù)據(jù)也可能存在著某種風(fēng)俗習(xí)性或價值偏好，算法和數(shù)據(jù)的偏見都很可能產(chǎn)生系統(tǒng)性的決策偏見。

三、 醫(yī)療人工智能的問題對策

（一）加快醫(yī)療人工智能相關(guān)政策法規(guī)制定

隨著醫(yī)療人工智能的快速發(fā)展，應(yīng)加快醫(yī)療人工智能方面的政策制定，在立法過程中需要考慮醫(yī)療人工智能創(chuàng)新、安全和信任之間的平衡。

1.建立醫(yī)療數(shù)據(jù)的資源質(zhì)量、標(biāo)準(zhǔn)和利用條件等約束性政策，提升大數(shù)據(jù)可關(guān)聯(lián)度和數(shù)據(jù)質(zhì)量。2.明確數(shù)據(jù)歸屬和權(quán)益。充分清洗個人標(biāo)識性和人身性屬性后，積極考慮數(shù)據(jù)財產(chǎn)性權(quán)利，對于擁有海量數(shù)據(jù)沉淀的健康機構(gòu)通過立規(guī)和立法，規(guī)范數(shù)據(jù)歸屬權(quán)利，維護個體權(quán)益。通過行業(yè)協(xié)會等機構(gòu)先行探索匿名使用，授權(quán)使用及有償讓渡等機制。3.健全大數(shù)據(jù)共享、流通法規(guī)體系，規(guī)范數(shù)據(jù)共享授權(quán)與審批制度。4.強化醫(yī)療健康大數(shù)據(jù)安全管控，明確數(shù)據(jù)全生命周期內(nèi)的責(zé)任主體、范圍邊界和具體要求。健全醫(yī)療健康大數(shù)據(jù)應(yīng)用有關(guān)的法律法規(guī)，明確個人隱私保護的具體診療信息內(nèi)容，明確各個主體在收集、存儲、應(yīng)用等環(huán)節(jié)中的法律責(zé)任。5.建立統(tǒng)一從基礎(chǔ)環(huán)境、應(yīng)用水平、服務(wù)效能等方面的人工智能應(yīng)用評價體系，以評價促發(fā)展。

（二）加強醫(yī)療人工智能人才培養(yǎng)

目前，我國醫(yī)療人工智能人才缺口巨大，應(yīng)該加強醫(yī)療人工智能方面人才的培養(yǎng)。2008年，《高等學(xué)校人工智能創(chuàng)新行動計劃》（教技〔2018〕3號）文件提出了加快和加強人工智能應(yīng)用領(lǐng)域的人才培養(yǎng)指導(dǎo)方針。鼓勵各大高校建設(shè)“新工科”，推動培養(yǎng)“人工智能+X”的復(fù)合類專業(yè)的新模式。高校及科研院所應(yīng)該開展醫(yī)療人工智能碩士、博士的培養(yǎng)。同時，應(yīng)該發(fā)揮醫(yī)療人工智能領(lǐng)域企業(yè)的力量，開展醫(yī)療人工智能相關(guān)培訓(xùn)，不斷壯大我國醫(yī)療人工智能領(lǐng)域方面的人才隊伍。

（三）推動醫(yī)療健康數(shù)據(jù)生態(tài)建設(shè)

監(jiān)管方、醫(yī)療機構(gòu)、人工智能企業(yè)等多方通力合作，加快建立醫(yī)療健康數(shù)據(jù)生態(tài)系統(tǒng)，用大數(shù)據(jù)、人工智能、區(qū)塊鏈技術(shù)建設(shè)健康大數(shù)據(jù)平臺。一是要構(gòu)建和完善相關(guān)數(shù)據(jù)使用規(guī)范，理清醫(yī)療健康數(shù)據(jù)的使用權(quán)、所有權(quán)以及使用要求。二是要落實健康大數(shù)據(jù)標(biāo)準(zhǔn)的執(zhí)行（如醫(yī)療標(biāo)準(zhǔn)化數(shù)據(jù)集、醫(yī)學(xué)標(biāo)注標(biāo)準(zhǔn)等），提高數(shù)據(jù)的數(shù)量和質(zhì)量。融合人口基本信息管理、衛(wèi)生醫(yī)療服務(wù)和保障、藥品供應(yīng)、社會綜合管理等數(shù)據(jù)資源的共享、互聯(lián)互通乃至業(yè)務(wù)協(xié)同，為人工智能訓(xùn)練提供可靠的數(shù)據(jù)來源。以統(tǒng)一技術(shù)規(guī)范的居民電子健康碼和居民身份證號為個人健康服務(wù)識別信息，逐步實現(xiàn)醫(yī)療健康服務(wù)信息、檢查數(shù)據(jù)、費用清單、處方、病歷、結(jié)算記錄等便民服務(wù)。

（四）客觀對待醫(yī)療人工智能

人工智能正處在火熱的時代，我們要正確客觀的對待醫(yī)療人工智能，既不能輕視也不能盲目。通過人工智能技術(shù)建立患者和醫(yī)生之間的信任橋梁，最終目標(biāo)是讓人工智能為人類醫(yī)療活動提供輔助性幫助，而不是取而代之。

四、結(jié)束語

綜上所述，人工智能在醫(yī)療健康領(lǐng)域擁有廣闊的應(yīng)用前景，也遇到了一些挑戰(zhàn)和瓶頸。我們需要把握機遇，加強理論知識學(xué)習(xí)和強化技能，為迎接智慧醫(yī)療時代的到來做好準(zhǔn)備。

作者單位：杭州醫(yī)學(xué)院信息工程學(xué)院

基金項目：浙江省科學(xué)技術(shù)協(xié)會學(xué)會服務(wù)科技創(chuàng)新與科學(xué)素質(zhì)提升（2020年軟課題項目）（CTZB-2020050332）；浙江省高等教育“十三五”第二批教學(xué)改革研究項目（項目編號：jg20190551）