王海星，田雪晴，游 茂，陸雪秋，顧澤龍，程 龍

(1.國家衛(wèi)生計生委衛(wèi)生發(fā)展研究中心，北京 100191；2.中國社會科學(xué)院研究生院，北京 102488；3.北京醫(yī)院，北京 100730)

信息化是支撐醫(yī)藥衛(wèi)生體制改革，建設(shè)健康中國的重要途徑。伴隨衛(wèi)生信息化和健康醫(yī)療大數(shù)據(jù)的迅速發(fā)展，人工智能技術(shù)成為衛(wèi)生信息化應(yīng)用發(fā)展的新趨勢，推動著大數(shù)據(jù)的深度應(yīng)用。黨中央、國務(wù)院、各有關(guān)部委先后發(fā)布了《促進大數(shù)據(jù)發(fā)展行動綱要》(國發(fā)〔2015〕50號)、《“十三五”國家信息化規(guī)劃》(國發(fā)〔2016〕73號)、《“互聯(lián)網(wǎng)+”人工智能三年行動實施方案》(發(fā)改高技〔2016〕1078號)、《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》(國辦發(fā)〔2016〕47號)、《新一代人工智能發(fā)展規(guī)劃》(國發(fā)〔2017〕35號)、《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)》(工信部科〔2017〕315號)等文件，推動我國人工智能發(fā)展搶抓戰(zhàn)略機遇，建立發(fā)展優(yōu)勢，并積極鼓勵人工智能在醫(yī)療、健康領(lǐng)域中應(yīng)用，創(chuàng)造治療新模式新手段，建立快速精準的智能醫(yī)療體系。

伴隨新一代人工智能發(fā)展上升為國家戰(zhàn)略，人工智能在醫(yī)療領(lǐng)域的應(yīng)用備受青睞，在疾病診療、健康管理、藥物研發(fā)、精準醫(yī)學(xué)等方面作用凸顯，對于改善醫(yī)療資源配置不均勻問題、降低醫(yī)療成本、提高醫(yī)療效率發(fā)揮著重要的作用。特別是對于我國欠發(fā)達地區(qū)，人工智能的應(yīng)用可以彌補其醫(yī)療資源不足的短板，提高醫(yī)療服務(wù)的公平性，助力分級診療的建設(shè)。未來，人工智能還是建立整合型醫(yī)療服務(wù)體系的重要支撐，借助信息化手段構(gòu)建優(yōu)質(zhì)高效的整合型醫(yī)療服務(wù)體系。

然而，由于醫(yī)學(xué)領(lǐng)域存在一定的特殊性和復(fù)雜性，人工智能在醫(yī)療領(lǐng)域的應(yīng)用面臨著多種問題，本文將對這些問題進行討論，并根據(jù)醫(yī)療服務(wù)現(xiàn)狀，提出相應(yīng)建議。

1 人工智能在醫(yī)療領(lǐng)域應(yīng)用現(xiàn)狀

基于大量數(shù)據(jù)產(chǎn)生的人工智能算法為醫(yī)療服務(wù)提供了快捷、優(yōu)化的途徑，人工智能在醫(yī)療領(lǐng)域的應(yīng)用帶來的不僅是技術(shù)革新，還是醫(yī)療服務(wù)模式的轉(zhuǎn)變。人工智能在醫(yī)療健康的各個領(lǐng)域均有應(yīng)用，以醫(yī)學(xué)圖像識別、疾病輔助診斷、健康管理、疾病預(yù)測、藥物研發(fā)較為普遍。

1.1 醫(yī)學(xué)圖像識別

目前，人工智能在醫(yī)學(xué)圖像識別當中的作用凸顯，對于醫(yī)學(xué)影像的識別是實際應(yīng)用時間最長的智能功能。通過較為成熟的算法和大數(shù)據(jù)應(yīng)用，機器讀片可以做到更加客觀、精準和高效。在眼科圖像識別、甲狀腺超聲影像診斷、肺結(jié)節(jié)影像檢測、CT影像識別等領(lǐng)域，機器通過已有的圖像快速學(xué)習(xí)，達到對醫(yī)療圖片的自動判斷，能夠作為輔助工具節(jié)約醫(yī)生大量的時間。

人工智能圖像識別技術(shù)的應(yīng)用，對于彌補影像科醫(yī)生不足，提高醫(yī)生工作效率具有重要作用。此外，人工智能作為醫(yī)生助手，能夠幫助醫(yī)療條件不發(fā)達地區(qū)的醫(yī)生進行閱片，并提供醫(yī)學(xué)教育，解決基層醫(yī)療資源不足的難題。

1.2 疾病輔助診斷

醫(yī)學(xué)圖像識別的下一步就是輔助診斷。通過讓機器學(xué)習(xí)海量的醫(yī)學(xué)數(shù)據(jù)和專業(yè)知識，模擬醫(yī)生的思維的診斷方式，綜合了自然語言處理、認知技術(shù)、機器學(xué)習(xí)等技術(shù)，可以讓人工智能具備醫(yī)生的診斷能力，短時間內(nèi)提供出高效、精準的診斷結(jié)果和個性化的治療方案，提高醫(yī)生的診斷效率。以沃森系統(tǒng)為例，它通過深度學(xué)習(xí)醫(yī)學(xué)論文、著作、治療方案、臨床數(shù)據(jù)、實驗報告等，為肺癌、前列腺癌、乳腺癌等多種癌癥提供診治服務(wù)，且推薦的每個治療背后都有實證和病例支持[1]。

1.3 健康管理

未來的健康醫(yī)療大數(shù)據(jù)，實際上是人們對自身進行日常健康管理過程中產(chǎn)生和收集起來的[2]。智能可穿戴設(shè)備和家庭智能健康檢測監(jiān)測設(shè)備的研發(fā)和應(yīng)用，可以動態(tài)監(jiān)測個人健康數(shù)據(jù)，利用這些數(shù)據(jù)進行人工智能計算，可以對個人健康進行精準把握，規(guī)范、準確地預(yù)測疾病風(fēng)險，管理個人健康。

人工智能可以在血糖管理、血壓管理、用藥提醒、健康要素監(jiān)測等方面給予精準的指導(dǎo)，為患者提供高質(zhì)量、智能化、日?；尼t(yī)療護理和健康指導(dǎo)，為人群提供全方位、全周期的健康服務(wù)。這種方式對于提高患者的依從性、提高慢病管理效率、節(jié)約醫(yī)療成本具有重要的意義。但由于健康管理需要自主實施才能夠達到目的，人工智能應(yīng)用于健康管理效果是否明顯，還沒有確鑿證據(jù)。

1.4 疾病預(yù)測

早在2008年，谷歌就已經(jīng)推出了流感預(yù)測的服務(wù)，通過檢測用戶在谷歌上的搜索內(nèi)容就可以有效地追蹤到流感爆發(fā)的跡象[3]。當前，通過定時收集樣本，從采集樣本里預(yù)測出疾病的高風(fēng)險人群，利用大數(shù)據(jù)分析和深度學(xué)習(xí)技術(shù)，人工智能已經(jīng)能預(yù)測阿爾茲海默病風(fēng)險、心血管疾病風(fēng)險、癌癥風(fēng)險、精神疾病等。這些預(yù)測能夠有效防控公共疫情和提高個人健康。

1.5 藥物研發(fā)

通過深度學(xué)習(xí)，人工智能可以縮短藥物研發(fā)周期，降低藥物研發(fā)成本，幫助藥物研發(fā)取得突破。各國政府積極推動人工智能藥物研發(fā)計劃，其中，美國推出加速醫(yī)學(xué)治療研發(fā)計劃，推動腫瘤藥物研發(fā)。日本政府于2016年聯(lián)合京都大學(xué)醫(yī)學(xué)院等多家機構(gòu)發(fā)起了研究聯(lián)盟，旨在通過使用超級計算機提高藥物研發(fā)效率[4]。而且，借助人工智能可以精準分析復(fù)雜生物網(wǎng)絡(luò)的優(yōu)勢，有助于發(fā)現(xiàn)適用于特定人群的藥物，避免企業(yè)研發(fā)可能失敗的藥物。

人工智能在醫(yī)療領(lǐng)域中的應(yīng)用不僅限于以上所述，伴隨技術(shù)的發(fā)展，將有更豐富、更完善的適應(yīng)于醫(yī)療服務(wù)需求的人工智能產(chǎn)品涌現(xiàn)，支撐整合型醫(yī)療服務(wù)體系的建立。

2 在醫(yī)療領(lǐng)域應(yīng)用人工智能存在的主要問題

伴隨人工智能技術(shù)的日趨成熟，以及其在醫(yī)療領(lǐng)域應(yīng)用范圍的不斷擴大，人工智能的數(shù)據(jù)、算法、計算和應(yīng)用各個環(huán)節(jié)都產(chǎn)生了一定的應(yīng)用問題。數(shù)據(jù)質(zhì)量、行業(yè)標準、法律法規(guī)、倫理問題等是人工智能在醫(yī)學(xué)領(lǐng)域落地亟需解決的問題。

2.1 數(shù)據(jù)基礎(chǔ)有待加強

數(shù)據(jù)質(zhì)量對于人工智能在計算和學(xué)習(xí)能力的提升上具有至關(guān)重要的作用，是機器能否準確、高效學(xué)習(xí)的關(guān)鍵。加州大學(xué)舊金山醫(yī)療中心電子病案系統(tǒng)的分析顯示，高達80%的文本型錄入有復(fù)制-粘貼他人記錄的嫌疑。而由這種現(xiàn)象會產(chǎn)生失效的、錯誤的和冗余的信息，最終可能導(dǎo)致臨床診療的錯誤[5]。

如何將病歷、影像、檢驗報告里的非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化成機器可以識別的結(jié)構(gòu)化數(shù)據(jù)，用于機器學(xué)習(xí)和算法的實現(xiàn)，是醫(yī)學(xué)人工智能發(fā)展的基礎(chǔ)。

此外，人工智能的實現(xiàn)不僅對數(shù)據(jù)質(zhì)量本身有要求，數(shù)據(jù)的獲取方式也是其中的一個難點。當前缺乏合理的數(shù)據(jù)共享和數(shù)據(jù)流通的機制，醫(yī)療數(shù)據(jù)的權(quán)屬模糊制約著數(shù)據(jù)共享，數(shù)據(jù)隱私保護和數(shù)據(jù)安全問題也值得考慮。

2.2 存在算法歧視問題

當前，基于算法的人工智能決策無處不在，但人工智能的算法并非絕對客觀。這其中既有數(shù)據(jù)本身的問題，也有算法開發(fā)者、設(shè)計者對代碼的主觀選擇造成的“歧視”。這些看似機器自主決策的過程，實際是由人的主觀判斷所控制。例如在醫(yī)療保險領(lǐng)域，人工智能對投保人個人特征分析過程中容易產(chǎn)生“歧視”，對某些特殊疾病患者或具有疾病高風(fēng)險因素的患者計算更多保費。算法歧視帶來的還有法律、倫理挑戰(zhàn)。避免算法歧視，是人工智能應(yīng)用不能回避的挑戰(zhàn)。

2.3 主體責任不清晰

當人工智能越來越多地參與醫(yī)療活動時，需要考慮如何認定人工智能的執(zhí)業(yè)資格并對其進行合理監(jiān)管。盡管人工智能的診療速度遠遠高于醫(yī)生，診療準確性也能達到臨床主治醫(yī)生的水平，但是，人工智能如果出現(xiàn)差錯，責任如何判定？人工智能決策是否能夠應(yīng)用于臨床也值得商榷。

我國尚無法律法規(guī)用于界定機器人的法律地位、責任分擔機制及監(jiān)管對象。醫(yī)學(xué)人工智能應(yīng)用的倫理邊界復(fù)雜，過度的管控會阻礙人工智能的創(chuàng)新發(fā)展，而管理的缺位又帶來人工智能應(yīng)用中主體責任不清晰的風(fēng)險。因此，需要合理界定人工智能在醫(yī)學(xué)領(lǐng)域應(yīng)用的主體責任，為人工智能應(yīng)用提供保障。

2.4 規(guī)范標準和法律法規(guī)相對滯后

當前法律對于醫(yī)療人工智能的監(jiān)管還處于空白階段，作為醫(yī)療人工智能的基礎(chǔ)，醫(yī)療大數(shù)據(jù)目前還沒有健全的法律來規(guī)范。數(shù)據(jù)的歸屬權(quán)、使用權(quán)、醫(yī)療數(shù)據(jù)的隱私標準、數(shù)據(jù)安全性、責任規(guī)范以及法律能否包容創(chuàng)新的錯誤問題都沒有明確的法律指示。

2.5 缺乏應(yīng)用的評估標準

目前對于人工智能在醫(yī)學(xué)領(lǐng)域應(yīng)用尚未制定質(zhì)量標準、準入體系、評估體系和保障體系，無法對人工智能進入臨床的數(shù)據(jù)、算法、計算進行驗證和評估，也無法對安全性、效果進行評估，相應(yīng)的方案體系和標準缺乏，為醫(yī)學(xué)人工智能產(chǎn)品投入市場造成一定阻礙。

2.6 人才短缺

人工智能的應(yīng)用發(fā)展在醫(yī)學(xué)數(shù)據(jù)庫建立、統(tǒng)計、數(shù)學(xué)建模等方面都存在人才短缺、實踐經(jīng)驗不足、基礎(chǔ)不扎實的問題。在實踐中，人工智能在醫(yī)學(xué)領(lǐng)域的發(fā)展需要計算機和醫(yī)學(xué)兩個領(lǐng)域的深度融合。目前，醫(yī)療衛(wèi)生服務(wù)人員對新技術(shù)的接受度不足，對于新技術(shù)的掌握還需要經(jīng)過專業(yè)化、規(guī)范化的培訓(xùn)。

整體來看，醫(yī)學(xué)人工智能的人才培養(yǎng)和引進機制需要建立建全，人才短缺問題尚需解決。

3 人工智能在醫(yī)療領(lǐng)域應(yīng)用發(fā)展的建議

3.1 夯實人工智能應(yīng)用的數(shù)據(jù)基礎(chǔ)

人工智能在醫(yī)療上要發(fā)揮作用，必須首先匯集一定規(guī)模的醫(yī)療行業(yè)數(shù)據(jù)。鑒于當前醫(yī)療數(shù)據(jù)結(jié)構(gòu)復(fù)雜、標準不一、信息孤島普遍存在的情況，需建立醫(yī)療數(shù)據(jù)的流通、共享機制，研究數(shù)據(jù)脫敏辦法，推動數(shù)據(jù)的標準化與規(guī)范化，建立標準測試數(shù)據(jù)集，夯實人工智能應(yīng)用的數(shù)據(jù)基礎(chǔ)。

3.2 明確人工智能的發(fā)展定位

在醫(yī)療領(lǐng)域，人工智能旨在幫助醫(yī)生(而不是替代醫(yī)生)，以降低病人等待專業(yè)人員的死亡率。醫(yī)生不會被人工智能取代，人工智能的診斷結(jié)果只是臨床診斷的參考，醫(yī)生需要對診斷結(jié)果負責。人工智能產(chǎn)品在醫(yī)療領(lǐng)域的應(yīng)用目前只停留在輔助臨床的階段，如糖網(wǎng)的輔助診斷、癌癥篩查的輔助診斷、醫(yī)學(xué)圖像識別的輔助診斷、疾病康復(fù)的輔助等領(lǐng)域。

3.3 制定人工智能在醫(yī)療領(lǐng)域應(yīng)用的監(jiān)管規(guī)定和法律法規(guī)

在醫(yī)學(xué)人工智能領(lǐng)域的法規(guī)制定和監(jiān)管方面，國家宏觀層面要把控好人工智能的發(fā)展方向[6]，盡快出臺相關(guān)配套政策，包括部門規(guī)章、行業(yè)標準、法律法規(guī)的文件或規(guī)范，來保證技術(shù)既能更快地使用、更廣地使用，又能夠更安全、更合理地使用，審慎地推動人工智能在醫(yī)療領(lǐng)域的應(yīng)用。

人工智能醫(yī)療領(lǐng)域的應(yīng)用還需要制定更多相應(yīng)的標準來替代現(xiàn)有的臨床標準[7]，以國際通用標準為基礎(chǔ)，建立人工智能在醫(yī)療領(lǐng)域應(yīng)用的標準體系，以作為輔助支持公共政策和立法的工具。標準可以簡化并支持技術(shù)監(jiān)管，只在必要時進行立法。

3.4 加強人工智能數(shù)據(jù)應(yīng)用的數(shù)據(jù)安全建設(shè)

加強隱私保護建設(shè)，對數(shù)據(jù)進行脫敏，將數(shù)據(jù)按照不同層次、不同顆粒度進行匯集，降低泄露隱私的風(fēng)險。醫(yī)療數(shù)據(jù)的隱私保護問題在美國已經(jīng)有成熟的經(jīng)驗，并且在加強隱私保護的同時，鼓勵數(shù)據(jù)合理開放和有意義使用，把一部分數(shù)據(jù)變成公共數(shù)據(jù)用于研究。

加強信息安全建設(shè)。加強網(wǎng)絡(luò)環(huán)境的安全建設(shè)，保障醫(yī)療數(shù)據(jù)能夠?qū)崟r、準確進行傳輸，避免數(shù)據(jù)在公網(wǎng)上暴露造成的風(fēng)險。

3.5 推動醫(yī)學(xué)人工智能復(fù)合型人才培養(yǎng)

以多種方式培養(yǎng)和吸引醫(yī)學(xué)人工智能復(fù)合型人才。各高校應(yīng)積極開展醫(yī)學(xué)與計算機交叉性學(xué)科的建設(shè)和教學(xué)，培養(yǎng)跨界人才[8]。注重醫(yī)學(xué)、信息、工程、衛(wèi)生政策研究等學(xué)科專業(yè)的交叉融合，鼓勵高校、科研院所與企業(yè)開展合作，設(shè)立各類獎學(xué)金，建設(shè)一批實訓(xùn)基地和地方試點。完善人才引進體制機制，吸引高端人才在醫(yī)學(xué)人工智能領(lǐng)域開展創(chuàng)新、創(chuàng)業(yè)工作，帶動該領(lǐng)域發(fā)展。

參考文獻：

[1] 鄔賀銓.智慧醫(yī)療這些場景并不遙遠[N].健康報，2017-05-14(06).

[2] 高奇琦，呂俊延.智能醫(yī)療：人工智能時代對公共衛(wèi)生的機遇與挑戰(zhàn)[J].電子政務(wù)，2017，(11)：11-19.

[3] DUGAS A F，JALALPOUR M，Gel Y，et al.Influenza Forecasting with Google Flu Trends[J].Plos One，2013，8(2)：1-7.

[4] ERIC SMALLEY.AI-Powered Drug Discovery Captures Pharma Interest[N].Nature Biotechnology，2017，35(38)：604-605.

[5] WANG MD，KHANNA R，NAJAFI N.Characterizing the Source of Text in Electronic Health Record Progress Notes[J].JAMA Internal Medicine，2017，177(8)：1212.

[6] 王才有.醫(yī)療領(lǐng)域的人工智能剛起步[N].健康報，2017-02-25(08).

[7] JASON.Artificial Intelligence for Health and Health Care[R].McLean VA：JASON，2017.

[8] 孫愉婷，周立業(yè).“互聯(lián)網(wǎng)+”背景下我國移動醫(yī)療的機遇與挑戰(zhàn)[J].衛(wèi)生軟科學(xué)，2017，32(1)：27-30.