發布日期：2018-09-27

　　試想一下：走進醫院，在分診臺迎接你的是機器人護士；X線片、CT片幾乎全部由智能系統閱看并出結果，醫生只需根據結果制定治療方案；手術，由醫生“指揮”機器人進行……在一些專家看來，這樣的就診體驗在不久將可能成為現實。

　　近年來，人工智能（AI）的發展勢頭強勁，貫穿社會生活方方面面，醫療AI更是成為醫療健康領域的熱門話題。近日，由國家藥品監督管理局、中國生物醫藥工程學會主辦，以“人工智能在醫療器械領域的應用與發展”為主題的第三屆醫療器械創新與發展研討會上，臨床醫生、專家學者、監管人員、行業代表等全方位探討了AI技術在醫療器械領域的發展趨勢，為探索醫療AI“藍海”建言獻策。

　　必然性：用途廣泛 助力臨床

　　哈佛大學醫學院教授、北京大學健康醫療大數據研究中心主任李全政表示，早期的醫療設備只是對人體的生理病理過程提供測量數據。隨著計算機信息技術的發展，醫療設備能提供各種各樣的計算和分析功能。尤其是隨著智能化技術的發展，醫療設備也將在測量、分析的基礎上實現一定程度的智能化。

　　那么，醫療AI有哪些臨床意義呢？中國科學院自動化研究所研究員田捷指出，在皮膚癌鑒別、糖尿病視網膜病變監測、腦膠質瘤影像基因關聯、結直腸癌淋巴轉移預測等領域，AI技術顯示出醫療大數據應用的強大優勢。

　　目前，醫療AI的迅猛發展為醫療領域提供更多的技術選擇，特別是醫學影像已成為其應用最為廣泛的領域之一。

　　“醫療AI可以融合在成像過程中的各個階段。成像設備通過使用AI技術，成像速度變得更快，成像質量變得更好，成像流程變得更安全、更經濟。”上海聯影智能醫療科技有限公司首席運營官詹翊強表示。

　　“過去，從早上7點45分到晚上8點，近12個小時的時間里，我要看大約200張骨齡片，不僅耗時長，還會有誤差。”浙江大學醫學院附屬兒童醫院副院長傅君芬直言，AI軟件使骨齡測評變得高效精準，讀取骨齡片只需數秒，且可以識別干擾圖像，顯著降低了主觀誤差。

　　鄭州大學第一附屬醫院磁共振科主任程敬亮也表示，醫療AI可輔助影像科醫生進行疾病診治，提升診治的準確性，還可減輕影像科醫生的工作強度，減少主觀性。

　　“醫療AI具有標準可重復性，可快速處理大量醫療數據，使醫生從重復性勞動中解放出來，更加專注于臨床服務本身。”中國人民解放軍總醫院心內科主任陳韻岱表示。

　　客觀性：合理期望 高度融合

　　醫療AI雖然能完成很多高難度“動作”，如輔助臨床進行皮膚癌的鑒別、骨齡片的秒級閱讀，實現脊柱腫瘤的精準切除與重建，以及糖尿病視網膜病變位置的精準識別……但必須承認，它不是萬能的。

　　“AI研究是一個嚴謹而嚴肅的過程，要防止兩個極端：AI無所不能，替代醫生；AI一無是處。”北京協和醫院眼科常務副主任陳有信坦言，對AI的應用要有合理的期望。

　　程敬亮表示，AI診斷結果只要達不到100%的準確率，即便是99%，AI也得為那1%負責。

　　對此，飛利浦（中國）投資有限公司高級總監周振宇也坦言，AI診斷的準確率再高也會存有至少百分之零點幾的誤差。因此，大數據積累到一定階段后，診斷結果只會維持在相對穩定的水平，再繼續積累數據對結果影響也不會太大。

　　那醫生和AI該如何“相處”呢？大多與會專家表示，AI與醫生不是對立的，它會成為醫生的幫手，“醫生+AI”更能發揮出1+1＞2的效果。

　　“人工智能是否會取代影像科醫生無法下定論，但是那些使用人工智能技術的影像科醫生，一定會取代那些不使用人工智能技術的影像科醫生。”田捷引用國際影像戰略策略研討會副主席、巴塞羅那大學臨床醫學院放射科主任Lluís Donoso這段精辟的論述，道明了AI在醫療領域應用的前景。

　　實用性：源于臨床 回歸臨床

　　醫療AI的問世讓耗時數分鐘的閱片時間縮短至數秒，但就目前而言，其臨床應用并不樂觀。

　　程敬亮表示，現階段“醫學影像+AI”模式面臨著數據不足、臨床應用能力差等實際問題，真正落地到臨床應用，還有很長的路要走。

　　陳有信指出，典型的醫療AI研發流程包括數據采集、數據標注、算法預處理、算法模型以及臨床評價。其中，臨床評價是最終確定AI產品能否應用于臨床的最重要流程。

　　田捷對此表示贊同：“醫療AI必須源于臨床、高于臨床、回歸臨床。”

　　針對AI技術在皮膚科中的發展，中國醫學科學院皮膚病醫院林彤教授指出，目前，大多數皮膚病相關AI技術應用都集中在疾病診斷，尤其是腫瘤診斷上。但我國的皮膚腫瘤發病率并不高，而皮膚科其他非腫瘤疾病的發病率則很高，所以，針對皮膚科疾病診療的AI技術應致力于解決皮膚多發病的診斷、分型、分級治療和預后判斷問題。“皮膚科疾病有2000多種，要想用一個醫療AI產品解決所有診斷或治療幾乎是不可能的。”

　　為使醫療AI更好地服務臨床，多位專家認為，醫療AI發展的本質任務是數據的挖掘和利用，所以，要建設前瞻性數據平臺，將信息串聯起來，供研究參考。

　　而關于醫療AI的臨床應用，多位專家還指出，我國醫療資源分布不均，偏遠地區、基層醫療機構缺乏優質醫療資源，醫療AI產品可幫助基層醫生判斷疾病，提高診療效率，有利于推行分級診療。

　　據了解，截至今年6月，美國FDA已批準了10余個醫療AI產品，分別可實現心臟結構可視化、動態血糖監測和警報、識別遠端橈骨骨折等功能。而我國的醫療AI產品均處于研發試用階段。對此，醫療器械技術審評中心相關負責人表示，醫療AI產品的審評關注點包括臨床預期用途、數據、算法、功能、驗證方法及結果等，各關注點相互聯系，需要綜合評價企業是否運用風險管理的理念設計研發產品，并保證其質量可控。(記者 安慧娟)

來源：中國醫藥報