供需不平衡，医疗人工智能如何实现“上山下乡”

本文系深潜atom第255篇原创作品

AI算法和算力，已经成了全球范围内最重要的技术角逐，美国甚至在最新的表态中承认自己已经有落后的趋势，要加大在这方面的投入。这其中很大的原因在于人工智能的细分领域已经开始大规模落地应用，其中更是以医疗领域为甚。创新工场董事长兼CEO李开复博士也高度认同这一观点，近日他在参加活动时也表示，现阶段人工智能最好的应用场景，毫无疑问是医疗的场景。

一个显着的表象就是目前国内外认证机构对于医疗人工智能的审核日趋规范化。从中国的NMPA，到美国的FDA，再到欧洲的CE认证，近来已有越来越多AI医疗企业的产品获得了相关认证，拿到了AI医疗商业化的入场券。

然而在我国医疗资源“数量短缺、分布不均”的大环境下，AI医疗行业的发展仍面临至少两大挑战。第一是目前AI技术在院内和临床应用的深度不足，第二则是AI医疗在基层的落地广度不够。这两大挑战不仅影响着AI医疗行业本身的持续发展，更决定了它能否真正发挥社会价值，为提升广泛的医疗能力，实现“健康中国2030”的目标贡献效益。

01

赋能多科室临床应用，

AI需要全流程、全覆盖

人工智能技术在辅助提高诊疗精度和效率方面的作用毋庸置疑，但在实际应用过程中，却有一些困扰。例如，在影像科，不同组织的影像识别产品往往出自不同公司，如果医院同时接入多个公司的产品，不仅会增加操作医生的工作难度，也会提高医院的运营和维护成本。

究其原因，在于相当长一段时间内，市面上医疗人工智能影像产品的实际应用，大部分仍以单点或局部为主，其中更以投入产出比相对较高的肺部相关应用居多。从医院动辄数十个科室的组织结构来看，如果AI医疗只能覆盖有限的三、五个科室和病种，大部分医生还是不能从繁重的机械性工作中解放出来，无法实现整个诊疗全链路的智能化升级，那么整个医院体系的能力和效率也就不能够从根本上得到提升，AI惠及医患也就无从谈起。

最近，这种情况正在得到好转。比如在去年秋季的中国国际医疗器械博览会CMEF上，首次参展的人工智能领域的头部企业商汤科技就展示出了其SenseCare®️智慧诊疗平台的最新成果，覆盖超过13个人体部位和器官，全面满足影像科、骨科、肝外科、心内科、病理科、胸外科、放疗科等多科室的临床诊疗需求，相关产品和解决方案也涵盖胸部 CT、胸部 X 线、心脏冠脉CT、肝脏CT、骨科手术、消化道病理、宫颈癌病理、放疗勾画等等，实现打通“诊-疗-愈”全流程。

△SenseCare®️智慧诊疗平台

比如，在上海交通大学医学院附属第九人民医院，借助该平台上搭载的骨肿瘤智能手术规划解决方案，可以一站式完成从确认肿瘤的边界到3D打印手术材料建模的全过程，大幅提升不同医生和工程师之间的沟通效率，实现骨科、影像科、3D打印中心之间跨科室的智能化和效能提升。

更值得一提的是，商汤的胸部 CT、胸部 X 线产品还先后于去年末和今年初拿到MDR 新法规下的 CE 认证，成为行业首家能够向欧盟地区提供多模态胸部影像人工智能综合解决方案的厂商。MDR是欧盟委员会为顺应医疗器械行业发展，让医疗器械可以更好的为医疗服务而制定的新法规，对产品上市前的临床评估和测试提出了更高的要求。获得这项认证，证明这两款AI医疗产品在产品架构和临床性能方面，均得到了行业认可。

在深潜atom看来，当AI医疗产品的价值能够横跨不同科室后，既可以增强数据的协作性，还能进一步助力推动国家影像一体化战略。2020年12月31日，国家卫健委印发《关于进一步规范医疗行为促进合理医疗检查的指导意见》，在机制创新层面，要求医疗机构通过建立检查资料数据库或“云胶片”等形式，推动检查资料一体化及数据共享。医疗影像数据在医疗数据中占比超90%，通过影像一体化，进而实现影像数据的互联互通与共享，对于打破院内数据“壁垒”，真正实现院内、乃至跨院区、跨区域的信息互联互通及共享意义不言而喻。

覆盖多科室、打通“诊-疗-愈”全流程、CT+DR的多模态数据处理能力……这些成果，切实拓宽了AI在医院的应用场景，让AI技术从过去的局部落地，到打通赋能医院整个体系的价值闭环，成为现实。

而在纵向深度上实现“全流程、全覆盖”后，还有更大的意义，就是有机会真正在横向广度上，规模化提升基层医疗的能力。

02

智慧医疗新基建，

从神经末梢支撑基层医疗发展

当前，推动AI医疗发展的原动力是为了满足医疗行业的刚性需求，但受过往医疗资源分布不均、医疗机构间信息孤立等影响，AI医疗短期内的发展路径仍存在一个明显趋势，就是众多的产品研发和应用还是集中在三级医院，AI医疗的城乡不平衡矛盾仍然比较突出。

所以，对于中国的医疗行业来说，最迫切的任务实际上是提升基层医疗的能力。利用融合了顶级专家知识的AI产品赋能基层医院，帮助医疗水平相对落后的地区提升诊疗能力，这无疑也是AI医疗行业的一个重要破局方向。

诸多政策也在推动这一发展趋势。早在《新一代人工智能发展规划》中就强调，要推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系；去年4月，国家发改委又明确划定了“新基建”的范围，人工智能成为信息基础设施板块中的新技术基础设施。

△AI新基建

因此，加快推动和完善医疗行业的“AI新基建”建设迫在眉睫。未来医疗的发展，并非是一个技术或者一个医院的发展，而是综合解决方案对于医疗资源和患者需求以及国家政策的整合。

医疗新基建的建设，也成为AI医疗企业的重要参与方向。比如商汤科技副总裁、研究院副院长张少霆此前就曾表示，“在新基建浪潮下，我们在积极支持顶尖医院对智慧健康进行临床前沿探索的同时，也将加快推动顶级医疗能力对医联体的赋能，满足区域级的广泛基层需求，助力缓解我国医疗供给侧不平衡的问题。”

深潜atom认为，AI医疗企业至少可以从两个维度参与到医疗新基建建设的事业上来。

其一，是基于云端服务模式，将“全流程、全覆盖”的产品方案，通过医联体辐射更多医院，一次性服务广大医生、患者，也可有效减少医院的采购和应用成本。

张少霆在最近也提到，到今年年中，商汤将在一些省市搭建医联体远程诊疗平台。终端用户只需拿一个笔记本电脑或iPad打开一个网页浏览器，就可加载人工智能模块，以“云”的形式打通上下游的专家和医生，助力医疗资源的互联互通，不仅仅是提高阅片效率，还能实现多学科会诊。

构建医联体远程诊疗平台，其实也是智慧城市建设的重要环节。据深潜atom了解，商汤在智慧城市方面已经形成了云边端智能协同的智慧城市操作系统解决方案，能够为城市的各个产业环节高效地输送各种AI能力，目前已覆盖全国100多个城市。这为快速铺设远程诊疗平台，提供了坚实的资源和能力基础。

其二，是基于不同医学影像设备的AI多模态数据处理能力，实现顶级+基层医院的全覆盖。

在中国，医疗机构开始配置X光机设备已有几十年历史，DR市场相对成熟，价格的优势让DR设备更具备基层穿透能力，基本上乡镇一级别的医疗机构都具备DR设备的购买能力。反观CT、MRI设备的价格昂贵，在目前很难真的走入基层，DR设备对于基层医疗的渗透率远高于CT和MRI等设备。

而以商汤的胸部产品为例，其具备的CT+DR多模态数据处理能力自然就有机会大放异彩，可以以CT+DR的产品模式完成顶级+基层医院的全覆盖。而大范围的临床可以成为积累数据和合理运用的载体，为生命健康和智慧城市发展做出正向反馈。

△商汤医疗临床服务

从当下来看，随着工业化、城镇化、人口老龄化进程的加快，我国面临着多重疾病威胁并存、多种健康影响因素交织的复杂局面，加之疾病谱、生态环境、生活方式不断变化，健康问题正在被越来越多人关注。为了提升国民健康水平，中共中央政治局在2016年审议通过了《“健康中国2030”规划纲要》，把人民健康在放在优先发展的战略地位。AI作为推动我国医疗体系产业升级的重要底层技术已成为行业共识，而接下来的问题就是如何让AI深入医院和临床的更多场景，以及如何让更多医院、医生和患者更低成本地享受AI带来的价值。实现AI医疗的“上山下乡”，是未来医疗新基建建设的关键，也是众多AI医疗企业全新的努力方向。

大数据和人工智能在医疗智能决策分析过程中有哪些应用场景?

AI+医疗保障基于大数据+生物识别技术的医保智能场景监控系统已应用于全国近二十个省级医保平台，实现了门诊、住院、购药、血透、健康理疗等场景的智能监控，防范医保欺诈骗保行为，确保医保基金安全。

到目前为止，大数据最强大的应用就是电子医疗记录的收集。每一个病人都有自己的电子记录，包括个人病史、家族病史、过敏症以及所有医疗检测结果等。

人工智能在医疗领域的典型尝试包括：语音录入病例、医疗影像分析、综合性诊疗、身体健康管理、医疗机器人、医学药物研发等。

就医数据进行电子化管理对电子医疗记录的收集，包括个人病史、家族病史、过敏症以及所有医疗检测结果等。在信息系统中进行分享，每一个医生都能够在系统中添加或变更记录，而无需再通过耗时的纸质工作来完成。

智能药物研发智能药物研发是指将人工智能中的深度学习技术应用于药物研究，通过大数据分析等技术手段快速、准确地挖掘和筛选出合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。

智能机器人技术就业方向及前景

智能机器人技术就业方向及前景如下：

1、机器人工程师

机器人工程师在设计、开发和生产机器人系统方面发挥关键作用。他们负责机器人机械结构、电气控制、传感器集成、人机交互等方面的开发工作。随着机器人在制造业、服务业、医疗等领域的广泛应用，机器人工程师将有更多的就业机会。

2、自动化工程师

自动化工程师负责将智能机器人应用于生产线、工厂或其他自动化系统中。他们需要熟悉机器人控制系统、编程和算法，能够设计和优化自动化流程。随着制造业智能化和自动化水平的提高，自动化工程师需求将增加。

3、人工智能工程师

人工智能工程师专注于开发和应用机器学习、深度学习和其他人工智能算法，以使机器人能够感知、学习和决策。随着人工智能技术的飞速发展，人工智能工程师将在智能机器人领域中扮演重要角色。

4、机器人操作员

机器人操作员负责控制和监控机器人的运行，进行各种任务和操作。他们需要熟悉机器人操作界面、安全规范和故障排除。随着机器人应用的扩大，机器人操作员的需求将增加。

5、服务机器人领域

服务机器人在餐饮、零售、医疗、娱乐等领域有广阔的应用前景。例如，餐厅、酒店等场所的接待员机器人、护理机器人、娱乐陪伴机器人等。这些领域对开发和维护服务机器人的人才需求将增加。

人工智能在医疗领域的应用有哪些，并且对医疗行业的影响是怎样的？

人工智能在医疗领域有广泛的应用，对医疗行业产生了积极的影响。以下是一些人工智能在医疗领域的应用及其影响：

1、疾病诊断和预测

人工智能可以利用大量的医学数据和算法分析技术，辅助医生进行疾病诊断和预测。例如，通过深度学习和图像识别技术，人工智能能够帮助医生在医学影像中发现异常，提高放射影像的诊断准确性。

同时，人工智能还可以结合患者的临床数据，进行患病风险评估和预测，辅助医生制定个性化的治疗方案。

2、医疗数据管理和挖掘

医疗数据庞大而复杂，人工智能在数据管理和挖掘方面发挥重要作用。人工智能可以帮助医院和医生更好地管理和分析医疗数据，提供更准确的患者信息、病历和诊断报告。

同时，人工智能还能够挖掘大数据中的隐藏关联和模式，从而辅助医生进行疾病的风险预测、药物研发和临床决策等工作。

3、智能辅助和机器人手术

人工智能可以驱动智能辅助和机器人手术系统，在手术过程中提供精准的操作指导和决策支持，提高手术的安全性和精确度。例如，通过结合计算机视觉和机器学习算法，人工智能可以实现对手术操作的实时监控和反馈，帮助医生降低风险并提高手术效果。

人工智能对于医疗行业究竟起到怎样的作用

人工智能助力辅助诊断
事实上，国外早已有科学家和医生正在利用人工智能来从海量数据，比如电子健康记录、影像诊断、处方、基因组分析、保险记录甚至是可穿戴设备所产生的数据中来提取有用信息，来为特定的一类人群而不是特定疾病来制定合理的卫生保健计划。最为知名的当属IBM的“Waston”医生。
人的大脑的记忆容量和时间是有限的，难以记住并理解日新月异的医学研究论文和上万种疾病。但人工智能不同，它可以通过深度学习技术，可以不间断从大量医学书籍、电子病历等完善自己。然后通过认知分析技术，凭借从各种渠道搜集的海量数据，迅速给出“意见”，指导医生做出诊断和治疗决策，并且不会因为人的各情绪导致缺诊或误诊，同时患者能够更快速地获得医疗服务，而医疗机构也可节省成本。

文章来源于网络，所有权归原作者所有，大道家园只作为存储空间，如有侵权请联系我们进行删除。

本文地址:http://www.dadaojiayuan.com/guoxue/129448.html.

声明： 我们致力于保护作者版权，注重分享，被刊用文章因无法核实真实出处，未能及时与作者取得联系，或有版权异议的，请联系管理员，我们会立即处理，本站部分文字与图片资源来自于网络，转载是出于传递更多信息之目的,若有来源标注错误或侵犯了您的合法权益，请立即通知我们(管理员邮箱：douchuanxin@foxmail.com)，情况属实，我们会第一时间予以删除，并同时向您表示歉意,谢谢!

上一篇: 晋朝灭吴之战打得实在漂亮，皆因此人智···

下一篇: 古代才华横溢的4位皇帝：其中3人下场···