目前醫(yī)療人工智能是創(chuàng)新創(chuàng)業(yè)的熱點(diǎn),，出現(xiàn)了許多新技術(shù),、新產(chǎn)品，也引起了大量資本的關(guān)注,。創(chuàng)新創(chuàng)業(yè)與投資更多關(guān)注的是“產(chǎn)”的部分,，但產(chǎn)學(xué)研要與真正使用者的反饋形成閉環(huán)，才能促進(jìn)行業(yè)更健康的發(fā)展,。
在鈦資本新一代企業(yè)級科技投資人投研社第17期,，上海交通大學(xué)醫(yī)學(xué)院附屬瑞金醫(yī)院學(xué)科規(guī)劃與大設(shè)施管理處副處長林靖生，帶來了“學(xué)”,、“研”和醫(yī)院角度的分享,。
人工智能在醫(yī)療領(lǐng)域的應(yīng)用，在國外從1972年到2016年期間每年都有新的進(jìn)展和突破，學(xué)術(shù)界每年都能出現(xiàn)關(guān)于輔助診斷,、輔助治療等技術(shù)的成果,，這是持續(xù)不斷的過程。但在國內(nèi),，從1978年“關(guān)幼波肝病診療程序”率先把中醫(yī)學(xué)這門古老的民族學(xué)科與先進(jìn)的電子計(jì)算機(jī)技術(shù)結(jié)合起來,，直到2016年百度發(fā)布百度醫(yī)療大腦，中間出現(xiàn)了長達(dá)38年的斷層,。
隨著技術(shù)進(jìn)步,，在醫(yī)療健康領(lǐng)域已有不少智慧醫(yī)療應(yīng)用成功案例，如輔助疾病診斷,、健康管理,、醫(yī)學(xué)影像、臨床決策支持,、便攜設(shè)備,、康復(fù)醫(yī)療和生物醫(yī)學(xué)研究，但國內(nèi)外在大數(shù)據(jù)技術(shù),、人工智能技術(shù),、醫(yī)用機(jī)器人與可穿戴設(shè)備等方面還存在著不小的差距。
我國智慧醫(yī)療的發(fā)展主要存在幾個(gè)問題：
第一,，數(shù)據(jù)采集和利用的問題。醫(yī)療數(shù)據(jù)不同于商業(yè)數(shù)據(jù)或者消費(fèi)數(shù)據(jù),，因?yàn)樯婕暗诫[私而導(dǎo)致高保護(hù)級別,，在國內(nèi)出現(xiàn)過幾次醫(yī)療隱私數(shù)據(jù)泄露事件而引起了國家高度的重視，因此如何有效的采集和利用醫(yī)療數(shù)據(jù)是第一大難題,；
第二,，環(huán)境及專業(yè)人才稀缺的問題。現(xiàn)在人工智能技術(shù)人才非常稀缺,，而既懂醫(yī)療又懂人工智能技術(shù)的復(fù)合型人才更稀缺,；
第三，基礎(chǔ)支持的體系與計(jì)算能力的問題,；
第四,，標(biāo)準(zhǔn)和規(guī)范建立的問題。現(xiàn)在醫(yī)療行業(yè)仍處于野蠻生長環(huán)境中,，并沒有充足的規(guī)范或標(biāo)準(zhǔn),；
第五，信息安全和隱私保護(hù)的問題,。一旦開始利用人工智能就要考慮容錯(cuò)率,，例如無人車可以接受從10%到萬分之一的容錯(cuò)率，但在醫(yī)療行業(yè)連萬分之一的錯(cuò)誤率也不被接受,。美國到現(xiàn)在為止,，F(xiàn)DA（國際醫(yī)療審核權(quán)威機(jī)構(gòu)）的人工智能診斷類應(yīng)用屈指可數(shù),，而診斷類也只是非常基礎(chǔ)的應(yīng)用?，F(xiàn)在人工智能還不能代替人類醫(yī)生進(jìn)行診斷,，不過當(dāng)人工智能技術(shù)達(dá)到了某種可靠性之后，信息安全和隱私保護(hù)就會變得非常重要,；
第六,，產(chǎn)業(yè)化發(fā)展問題。現(xiàn)在這個(gè)領(lǐng)域已經(jīng)進(jìn)入了包括BAT的科技巨頭,、新興的生物科技,、醫(yī)療科技公司，但在產(chǎn)業(yè)化發(fā)展的道路中并沒有一個(gè)有效的指導(dǎo),，出現(xiàn)只追求快速發(fā)展,，而疏忽過程中的重要環(huán)節(jié)，或解決的其實(shí)并不是醫(yī)療行業(yè)的核心需求,。
從2015年開始,，國家政策就開始推動(dòng)醫(yī)療與技術(shù)的結(jié)合。從“互聯(lián)網(wǎng)+醫(yī)療”,，到“人工智能+醫(yī)療”,，其實(shí)在業(yè)內(nèi)更多思考的是“醫(yī)療+”，因?yàn)闊o論技術(shù)怎么變化,，核心應(yīng)該還是醫(yī)療,。
在雨后春筍一樣出現(xiàn)的大批互聯(lián)網(wǎng)醫(yī)療、人工智能醫(yī)療公司中,，很多不是從解決某一類具體醫(yī)療問題出發(fā),，而是先成為掌握某項(xiàng)技術(shù)的廠商，再去找醫(yī)院或醫(yī)生合作,，謀求短期內(nèi)在某個(gè)場景中落地,，開發(fā)出某款產(chǎn)品、某種解決方案,。這樣的場景可能不是真正的場景,，解決方案與場景可能不完全匹配。這樣沒有醫(yī)療根基的企業(yè),，很難在醫(yī)療行業(yè)立足,。
從醫(yī)院的角度，什么才是人工智能技術(shù)真正的應(yīng)用場景呢,？這就要從打造有思維,、能感知、可執(zhí)行的智慧醫(yī)院目標(biāo)說起。一家醫(yī)院要稱為有“智慧”,，必須具備：
第一,，智慧“大腦”：思考和指揮?！按竽X”融匯了大量信息（大數(shù)據(jù)）和知識（知識庫）,，并能不斷學(xué)習(xí)和進(jìn)化（人工智能、深度學(xué)習(xí)）,。針對外部刺激,，“大腦”可以迅速對信息進(jìn)行有效組織和組合，作出決策并指揮“行為”,；
第二,，感知“器官”：感知和采集，“大腦”的思維判斷需要眾多信息輸入作為依據(jù),，這就依賴于感官：視覺（攝像頭）,、聽覺（智能語音助手）、嗅覺,、觸覺（各種智能設(shè)備及傳感器）對醫(yī)院各種數(shù)據(jù)的采集,，既包括人員的行為數(shù)據(jù)（患者動(dòng)線、醫(yī)護(hù)人員動(dòng)線,、醫(yī)院物質(zhì)運(yùn)送動(dòng)線）,、醫(yī)療過程及結(jié)果數(shù)據(jù)，也包括空間環(huán)境的信息（能耗,、空氣質(zhì)量）,；
第三，“血液”循環(huán)：數(shù)據(jù)驅(qū)動(dòng),，不斷匯聚臨床表型數(shù)據(jù)和科研組學(xué)數(shù)據(jù)，并以個(gè)體行為數(shù)據(jù)為補(bǔ)充,，形成臨床研究大數(shù)據(jù),。這些數(shù)據(jù)傳送到大腦進(jìn)行學(xué)習(xí)和決策， 從而指揮“行為動(dòng)作”（各種應(yīng)用軟件系統(tǒng)）,；
第四,，“人體骨骼”：軟硬件設(shè)施，轉(zhuǎn)化醫(yī)學(xué)中心的軟硬件設(shè)施互聯(lián)互通形成一套整體支撐“行為動(dòng)作”,；
第五,，“人體四肢”：醫(yī)療科研服務(wù)，轉(zhuǎn)化醫(yī)學(xué)中心的提供的醫(yī)療及科研服務(wù)（招募,、預(yù)約,、檢查、治療、康復(fù),、隨訪等）,。
由此可以把人工智能在醫(yī)院的應(yīng)用場景分為四類：
第一類為智慧服務(wù)，這是當(dāng)下最熱門的領(lǐng)域,，像互聯(lián)網(wǎng)+醫(yī)院,、人工智能+醫(yī)院、App移動(dòng)醫(yī)院等都集中在這一領(lǐng)域,；
第二類為智慧管理,，更多服務(wù)于醫(yī)院的醫(yī)療和運(yùn)營管理；
第三類轉(zhuǎn)化醫(yī)學(xué)研究,，像臨床研究和新藥研發(fā)未來都會依賴于數(shù)據(jù)或人工智能,，在未來也是很大的產(chǎn)業(yè)；
第四類教育,，包括對患者的科普類教育,，分級診療中對各層級基層醫(yī)院的基礎(chǔ)教育。這四大類是醫(yī)院最需要應(yīng)用人工智能的場景,，未來這幾類場景中將有優(yōu)秀的新產(chǎn)品,、新技術(shù)和廠商誕生。