论文部分内容阅读
无论是在国内还是国际上，医疗人工智能都在以惊人的速度发展着。近年来，中国医疗市场上涌现出了大量医疗人工智能创业公司，与此同时，不少传统医疗相关企业和互联网平台也在纷纷引入人工智能人才与技术，进行相关布局。在信息技术快速发展的同时，人工智能也在推动医疗健康行业的变革发展。
据前瞻产业研究院发布的《医疗人工智能行业市场前景预测与投资战略规划分析报告》统计数据显示，2016年中国医疗人工智能的市场规模就已达96.61亿元，预计2018年有望达到200亿元。自2013年到2017年，中国医疗人工智能行业共获得241笔融资。其中，2017年国内医疗人工智能行业公布的融资事件近30起，融资总额超过18亿元。预计到了2018年，资本对于医疗人工智能市场的热情依旧不减，仅上半年就有18家公司获投，总金额超过31亿元。而且，互联网巨头也早已重金布局医疗人工智能，大手笔向产业链上下游扩展业务。
什么样的产品是临床上受欢迎的？这是人工智能首先要回答的问题。
“人工智能首先要符合临床使用的场景，研发人员在研发之前最好到临床看一看，比如到影像科看看影像科医生是怎么读图、写报告的，只有符合医生的习惯，研发才是有前途的。”刘士远表示，对于任何AI产品，医生既是终端用户，又是启动者和源头。产品所要解决的问题应该是医生提出的，数据也在医生手里。然而，现在的产品检验环节，医生比较被动。医生参与少，了解少，产品的适用性就将打折扣。
国家卫生健康委员会卫生发展研究中心研究员游茂指出，目前的医疗人工智能企业相对缺乏医学相关专业背景的人才，影响了医疗从业者对人工智能的接受程度和应用。因此，尽管医疗人工智能市场火热，但缺乏成熟产品，应用率不高。他建议，创新建立激励机制，鼓励医疗从业者参与医疗人工智能的研究，使产品更加贴近医疗健康需求，提升应用价值。“AI是一个好工具，医生要拥抱它、宣传它、引领它，产品好不好用，要及时反馈，便于公司不断完善。只有大家一起努力，才能让AI在一个好的环境里像新生儿一样越长越壮，将来能够更好地服务人类。”刘士远说。
上海交通大学医学院附属仁济医院有个人工智能产品现在很受欢迎，它的来源却是实践中的“瓶颈”。该院副院长王育表示，电子病历化成医疗大数据，一定要采用格式化数据，但是数据采集会涉及方方面面的隐私。以前用人工过滤，不仅工作量非常大，而且过滤当中有遗漏，所以在大数据时代靠人力基本上不可能完成这项任务。为此，我们利用人工智能进行大数据的治理和数据隐私处理，设计产生了一个AI引擎，它可以对不同的编码进行标准化处理，把不一样的数据转化成标准化格式。
有人担心，人工智能的加入会让年轻医生失去锻炼机会。对此，刘士远以肺结节检测为例说，这个问题就像开车一样，以前老司机开车要记路线，现在都有电子地图，都会用导航，80岁的人同样可以驾车上路。肺结节的识别发现一样，未来医生的精力应该投入到对结节的判断上，而不是找有没有结节。
上海市卫生和健康发展研究中心主任金春林介绍，美国食药监局（FDA）的放射健康部门1998年已经开始监管计算机辅助识别系统，欧盟在2016年12月发布了《机器人民事法律规则》。尽管我国制定了《人工智能辅助诊断技术管理规范（2017年版）》，但人工智能辅助诊断的准入标准目前还没有形成，很多医疗器械、人工智能產品也没有正式注册审批，这对应用是一个很大的挑战。不少专家呼吁，设定人工智能进入该行业的准入标准和行业规则，减少盲目尝试造成的资源浪费、市场混乱。同时，也要建立起广泛认可的评价体系，这种评价要有相应的质控检查和管理制度。
游茂表示，由于健康医疗大数据维度大、结构复杂，以及我国尚未制定健康医疗大数据质量标准、评估指标和保障体系，数据质量无法保证，也无法对人工智能决策支持应用进行数据、算法、计算的验证和评估。
另外，标准化程度较高、医疗水平较高的医院，对数据开放共享普遍有所顾虑，这制约了人工智能应用获取高质量、多来源的医疗数据，导致医疗人工智能应用起点不高，整体质量堪忧。也正是由于很多数据库质量参差不齐，导致产品不稳定。因此，有专家表示，“提高所有产品普适性很重要，我们不能自娱自乐，虽然有的模型拿出了非常好的数据，但是换了其他的数据评价是不是依然好，这是要回答的问题。”为什么大家不愿意贡献数据？刘士远说，因为目前数据不能真正溯源，一旦拿出去，就不是自己的了。然后是数据的伦理问题，需要相应的部门立法，出台一些管理法规、制度。
刘士远表示，行业内标准迫切需要统一，比如，脑出血图像的辨识需要大家达成一致的认识，描述术语、标注、量化等都需要统一。但是，现在大部分公司都是让各自的合作医生自己研究，研究方向有可能是对的，但也有可能走了偏路。他建议，做之前要先成立一个专家组，形成专业术语、图像识别、标注等的共识。游茂呼吁，推动医疗人工智能应用评估第三方机构发展，建设标化可靠的模型评估模拟验证平台，开展人工智能系统智能化水平评估。
另外，“对于人工智能发展，政府的推动必不可少。”上海市卫生和健康发展研究中心健康科技创新发展部副主任何达说，日本政府去年召开了人工智能推进恳谈会，详细地讨论了人工智能适用的领域，需要政府、企业、社会环境准备哪些基础设施，以及在健康领域应用人工智能有没有效、是不是安全，并制订了4年行动方案。“这一点值得我们借鉴。”何达说。
据前瞻产业研究院发布的《医疗人工智能行业市场前景预测与投资战略规划分析报告》统计数据显示，2016年中国医疗人工智能的市场规模就已达96.61亿元，预计2018年有望达到200亿元。自2013年到2017年，中国医疗人工智能行业共获得241笔融资。其中，2017年国内医疗人工智能行业公布的融资事件近30起，融资总额超过18亿元。预计到了2018年，资本对于医疗人工智能市场的热情依旧不减，仅上半年就有18家公司获投，总金额超过31亿元。而且，互联网巨头也早已重金布局医疗人工智能，大手笔向产业链上下游扩展业务。
研发需发挥医生的核心作用
什么样的产品是临床上受欢迎的？这是人工智能首先要回答的问题。
“人工智能首先要符合临床使用的场景，研发人员在研发之前最好到临床看一看，比如到影像科看看影像科医生是怎么读图、写报告的，只有符合医生的习惯，研发才是有前途的。”刘士远表示，对于任何AI产品，医生既是终端用户，又是启动者和源头。产品所要解决的问题应该是医生提出的，数据也在医生手里。然而，现在的产品检验环节，医生比较被动。医生参与少，了解少，产品的适用性就将打折扣。
国家卫生健康委员会卫生发展研究中心研究员游茂指出，目前的医疗人工智能企业相对缺乏医学相关专业背景的人才，影响了医疗从业者对人工智能的接受程度和应用。因此，尽管医疗人工智能市场火热，但缺乏成熟产品，应用率不高。他建议，创新建立激励机制，鼓励医疗从业者参与医疗人工智能的研究，使产品更加贴近医疗健康需求，提升应用价值。“AI是一个好工具，医生要拥抱它、宣传它、引领它，产品好不好用，要及时反馈，便于公司不断完善。只有大家一起努力，才能让AI在一个好的环境里像新生儿一样越长越壮，将来能够更好地服务人类。”刘士远说。
上海交通大学医学院附属仁济医院有个人工智能产品现在很受欢迎，它的来源却是实践中的“瓶颈”。该院副院长王育表示，电子病历化成医疗大数据，一定要采用格式化数据，但是数据采集会涉及方方面面的隐私。以前用人工过滤，不仅工作量非常大，而且过滤当中有遗漏，所以在大数据时代靠人力基本上不可能完成这项任务。为此，我们利用人工智能进行大数据的治理和数据隐私处理，设计产生了一个AI引擎，它可以对不同的编码进行标准化处理，把不一样的数据转化成标准化格式。
有人担心，人工智能的加入会让年轻医生失去锻炼机会。对此，刘士远以肺结节检测为例说，这个问题就像开车一样，以前老司机开车要记路线，现在都有电子地图，都会用导航，80岁的人同样可以驾车上路。肺结节的识别发现一样，未来医生的精力应该投入到对结节的判断上，而不是找有没有结节。
产品要有标准和评价
上海市卫生和健康发展研究中心主任金春林介绍，美国食药监局（FDA）的放射健康部门1998年已经开始监管计算机辅助识别系统，欧盟在2016年12月发布了《机器人民事法律规则》。尽管我国制定了《人工智能辅助诊断技术管理规范（2017年版）》，但人工智能辅助诊断的准入标准目前还没有形成，很多医疗器械、人工智能產品也没有正式注册审批，这对应用是一个很大的挑战。不少专家呼吁，设定人工智能进入该行业的准入标准和行业规则，减少盲目尝试造成的资源浪费、市场混乱。同时，也要建立起广泛认可的评价体系，这种评价要有相应的质控检查和管理制度。
游茂表示，由于健康医疗大数据维度大、结构复杂，以及我国尚未制定健康医疗大数据质量标准、评估指标和保障体系，数据质量无法保证，也无法对人工智能决策支持应用进行数据、算法、计算的验证和评估。
另外，标准化程度较高、医疗水平较高的医院，对数据开放共享普遍有所顾虑，这制约了人工智能应用获取高质量、多来源的医疗数据，导致医疗人工智能应用起点不高，整体质量堪忧。也正是由于很多数据库质量参差不齐，导致产品不稳定。因此，有专家表示，“提高所有产品普适性很重要，我们不能自娱自乐，虽然有的模型拿出了非常好的数据，但是换了其他的数据评价是不是依然好，这是要回答的问题。”为什么大家不愿意贡献数据？刘士远说，因为目前数据不能真正溯源，一旦拿出去，就不是自己的了。然后是数据的伦理问题，需要相应的部门立法，出台一些管理法规、制度。
刘士远表示，行业内标准迫切需要统一，比如，脑出血图像的辨识需要大家达成一致的认识，描述术语、标注、量化等都需要统一。但是，现在大部分公司都是让各自的合作医生自己研究，研究方向有可能是对的，但也有可能走了偏路。他建议，做之前要先成立一个专家组，形成专业术语、图像识别、标注等的共识。游茂呼吁，推动医疗人工智能应用评估第三方机构发展，建设标化可靠的模型评估模拟验证平台，开展人工智能系统智能化水平评估。
另外，“对于人工智能发展，政府的推动必不可少。”上海市卫生和健康发展研究中心健康科技创新发展部副主任何达说，日本政府去年召开了人工智能推进恳谈会，详细地讨论了人工智能适用的领域，需要政府、企业、社会环境准备哪些基础设施，以及在健康领域应用人工智能有没有效、是不是安全，并制订了4年行动方案。“这一点值得我们借鉴。”何达说。