人工智能在医疗领域的应用建议：普惠、精准，打通“最后一公里”

发展人工智能医疗应用的意义

　　今年两会上，包括医疗健康在内的民生话题依然是热点。多个医疗相关提案议案涉及人工智能等前沿科技。

　　比如，全国人大代表、腾讯公司董事会主席兼首席执行官马化腾提出，利用数字技术实现普惠医疗和精准医疗，促进医疗健康事业平衡充分发展，其中就包括初见成效的医疗影像识别、智能诊疗工具、机器人辅助手术等人工智能医疗应用。全国政协委员、搜狗CEO王小川也关注人工智能对医疗的价值，提出借助互联网、大数据、人工智能等技术，构建新型医联体,即采取“核心医院+基层卫生服务机构+数字家庭医生”的三级供给模式,打通医疗惠民的“最后一公里”。数字家庭医生就涉及到人工智能的应用。

　　《2018年政府工作报告》在回顾过去5年医疗工作的同时，提出：实施健康中国战略；提高医疗卫生服务质量，下大力气解决群众看病就医难题；加强全科医生队伍建设，推进分级诊疗；支持社会力量增加医疗、养老等服务供给；加强癌症等重大疾病防治攻关；实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老等多领域推进“互联网+”。

　　在这些医疗目标的实现上，人工智能技术可以发挥重要作用。人工智能被比作21世纪的听诊器，有望成为医疗机构和医护人的强大“助手”和外脑，可以显著提升医疗健康服务的效率和质量，并帮助节约医疗支出以满足更多医疗需求。

　　在我国医疗资源整体不足、地域分布不平衡，全科医生短缺，分级诊疗不理想、医疗需求持续攀升等大背景下，发展人工智能医疗应用尤其具有重大意义，可助力新医改和十九大报告提出的健康中国战略。

发展人工智能医疗应用面临的问题

　　当前，人工智能在医疗领域的应用已取得了一些进展和突破。

　　较高准确率的医疗影像识别可以辅助医生进行癌症诊断；智能诊疗工具可以根据病历和症状及大量医疗数据和知识帮助医生改善诊断结果，制定个人化、精确化的治疗方案；人工智能在新药研发中的应用可以显著降低研发成本、缩短研发周期，辅助发现新药；机器人辅助手术可以提高手术的精度和成功概率；虚拟护士、可穿戴设备可以实现健康自我管理；人工智能用于医院管理，可将行政管理工作和重复性工作自动化，提高医院运行效率并优化各方面流程，为医护人员和病人节约时间；此外，人工智能还可用于预测、防控重大流行疾病，实现精准医疗，等等。

　　但医疗数据开放共享程度不高、人工智能医疗应用缺乏政策支持和配套法规、面临公众信任和伦理挑战、缺少复合型人才等问题，制约了人工智能技术与医疗健康产业的深度融合。

　　健康医疗大数据的质量和开放共享程度不高

　　大数据是以深度学习为代表的人工智能技术的基础。发展人工智能医疗应用需要大量可以开放共享的高质量医疗数据的支撑。

　　虽然我国出台的《“健康中国2030”规划纲要》和《关于促进和规范健康医疗大数据应用发展的指导意见》对健康医疗大数据的开放和应用作出了部署，但当前医疗数据质量不高，开放程度仍然有限。

　　比如，医疗健康行业信息化程度不够，医疗数据开放的方式、质量、标准、隐私保护、使用条件等缺乏国家法规政策依据，以及卫生计生、社保、公安、民政等政府部门之间、医疗机构之间及医疗机构和社会第三方机构之间均存在不同程度的数据壁垒，导致数据重复生产、采集、归档等，阻碍了健康医疗大数据的系统性建设和开放。

　　此外，按照当前医疗领域政策，民营企业等第三方依然难以有效利用医疗健康数据，进行医疗健康服务创新，开发人工智能医疗产品和服务。

　　人工智能医疗应用领域缺乏政策支持和配套法规

　　一方面，医疗行业历来受到政府严格监管，所以人工智能技术在医疗行业的应用和发展离不开政府的政策支持。

　　另一方面，与人工智能在医疗行业广泛应用形成强烈反差的是，相关的政策法规相对落后。比如，人工智能代替或辅助医生进行诊疗或手术，一旦造成医疗事故，权利义务和责任承担如何配置。智能诊疗软件的监管和认证需要创新。数据使用和算法模型中的问题，可能导致人工智能的诊疗结果影响个人权益，或者对某些群体造成歧视。

　　面临技术瓶颈、公众信任和伦理挑战

　　当前，我国在人工智能基础理论、核心算法、关键设备等方面与发达国家存在较大差距，人工智能技术在医疗健康领域尚未取得大规模突破；手术机器人柔性控制模块、传感器等软硬件技术尚不成熟；深度学习决策过程的不透明性和不可解释性，可能限制其在医疗领域的大规模应用。

　　在公众信任方面，虽然人工智能医疗应用不断趋于成熟，但调查发现，其尚未获得公众信任，很多消费者对此存远观和怀疑态度，不愿意接受人工智能诊疗、手术等，仅希望用人工智能进行常规指数监测、心率监测、健身监测等非治疗环节。

　　此外还有伦理挑战，包括人工智能医疗应用研发、部署和使用的伦理规范，改变传统的医患关系，冲击医疗健康领域就业，人工智能医疗产品和服务价格加剧患者之间机会不平等。

　　人工智能医疗应用领域缺乏复合型人才

　　人工智能等新技术与医疗的融合刺激了对复合型人才的需求，但当前高校的医疗教育培养模式还比较传统，与人工智能等新技术的结合不够，导致相应人才供给出现断层，输出的人才数量远不及市场需求量。而医疗健康产业的智能化转型，依赖于复合型人才的持续供给。

对发展人工智能医疗应用的建议

　　多维度建立相关政策法律体系及配套机制

　　首先，国家层面可考虑出台战略性的引导和支持政策。人工智能与医疗健康服务的融合能够带来显著的社会经济价值，实现医疗健康产业智能化转型，保障健康中国战略的实施，为此，可以考虑出台战略性政策，明确相关研发、应用和产业发展的方向和重点并提供多种引导和支持，推动人工智能医疗产品和服务大众化，惠及每一个国民。

　　其次，建立健全医疗数据开放共享机制并强化信息安全和隐私保护。国家层面加快制定统一的医疗数据开放共享政策和标准，统一医疗数据互联互通标准，确保医疗数据开放的集中管理，并明确医疗数据开放的对象、方式、条件等。为健康医疗大数据的开放共享和多主体参与数据增值利用提供依据，推动电子病历和健康档案个人可携，支持医疗健康服务模式创新。此外，鉴于医疗数据的敏感性，探索制定特别法规保障医疗数据安全和个人隐私保护。

　　最后，探索与人工智能医疗应用相关的前瞻性法律法规，指导和引导人工智能医疗应用的发展。制定并完善人工智能参与临床医疗的评测标准。建立灵活的安全认证体系，不断优化CFDA认证流程，并出台过渡政策，完善市场准入机制。构建安全评估、追溯与保障体系，国家层面制定测评标准，建设医疗领域人工智能测试平台，提高公众信任度。探索医疗领域人工智能算法开源、透明、可解释、验证和审计标准，建立追溯体系。此外，在民事方面，确定人工智能相关医疗损害的法律责任主体，明确研发者、运营者和使用者各自的权利和义务，并探索建立人工智能医疗责任保险制度，解决受害者的赔偿问题。

　　支持人工智能医疗应用的技术难题、社会经济影响及伦理研究

　　国家支持人工智能关键共性技术研发，探索解决人工智能可解释性等技术难题，推动建立国家人工智能医疗开放创新平台，降低技术研发、获取和使用门槛。支持有关人工智能系统的社会经济影响的基础性研究，形成评估、理解人工智能系统的社会经济影响的科学方法，为其在医疗领域的部署提供早期预警和依据。通过制定辅助诊断的衡量指标、规范数据的收集与分析、引入顶级专家的知识逻辑、建立垂直领域的权威标准平台等方式，防止数据带来的歧视和偏见。

　　此外，加强研究人工智能、基因编辑、神经技术等新技术在医疗健康领域的应用带来的算法歧视、隐私保护、个人身份、“神经权利”、医疗不平等、医患关系等伦理问题，为相应政策法律制定提供依据，确保人工智能医疗应用惠及每一个国民。

　　引导公众接纳新技术，消除偏见和恐惧

　　由于夸大或不当宣传，人工智能引发了人们的恐惧，比如，人工智能可能导致普遍失业，人工智能可能超越人类智能进而可能失控并威胁人类生存。这导致了公众对人工智能新技术的敌视和消极态度。

　　政府应加强对公众的引导和教育，消除人们对人工智能的偏见和恐惧，帮助公众科学认识人工智能新技术，了解如何实现人工智能的益处，以及如何应对潜在的负面影响。因为公众的接纳不仅是技术推广的重要前提，而且能为人工智能医疗应用的未来发展提供良性循环。

　　加强复合型人才培养和医务人员再培训

　　一方面，应加强复合型人才培养，促进跨学科的交流和互动，重点培养一批既精通人工智能技术又懂医学的复合型人才，同时加强产学研合作共建学科的人才培养新模式，鼓励高校、科研院所与企业等机构合作开展人工智能医疗应用相关学科建设，开展创新型专业人才继续教育。

　　另一方面，由于人工智能医疗应用需要新的知识和交互方式，以及由于医务人员的既有工作和任务可能受到影响或者发生变化，故应加强对医务人员再培训，使其能够掌握所需的新技能和新知识，适应医疗健康领域的新变化和新模式。