隨著人工智能在醫(yī)療領(lǐng)域應(yīng)用不斷探索發(fā)展,，將為醫(yī)生帶來(lái)一個(gè)更強(qiáng)的大腦,，為百姓提供更智慧的服務(wù)，也將為緩解醫(yī)療資源供需失衡等問(wèn)題而助力。但是,，部分醫(yī)療人工智能產(chǎn)品同質(zhì)化、數(shù)據(jù)質(zhì)量參差不齊,、“上崗”待認(rèn)證等挑戰(zhàn)也與之相伴,。市場(chǎng)預(yù)計(jì)在一場(chǎng)拼技術(shù)、拼資金,、拼耐力的“比賽”下,，2019年行業(yè)可能會(huì)出現(xiàn)洗牌。
截至2018年上半年,，在全球范圍內(nèi)共監(jiān)測(cè)到人工智能企業(yè)4998家,。其中，美國(guó)人工智能企業(yè)數(shù)量2039家,，位列第一,，其次是中國(guó)(不含港澳臺(tái)地區(qū))，數(shù)量達(dá)1040家,。在中國(guó)人工智能滲透的領(lǐng)域中,，醫(yī)療健康領(lǐng)域占比最大，達(dá)到22%,。在和包括歐美在內(nèi)的國(guó)外組織機(jī)構(gòu)交流發(fā)現(xiàn),，中國(guó)的人工智能醫(yī)療發(fā)展速度之快，大大超出對(duì)方的預(yù)期,。
從醫(yī)療人工智能產(chǎn)品的臨床試用范圍和經(jīng)驗(yàn)看,，中國(guó)是超前的，甚至領(lǐng)先美國(guó),。一方面是國(guó)內(nèi)患者數(shù)量多,，醫(yī)療資源“不平衡、不充分”,，令市場(chǎng)對(duì)打破看病痛點(diǎn)的需求特別強(qiáng)烈,。另一方面是美國(guó)醫(yī)生為數(shù)據(jù)標(biāo)注的成本太高，一些公司很難“扛得住”,。
從應(yīng)用角度看,，主要包括醫(yī)學(xué)研究、制藥研發(fā),、智能診療以及家庭健康管理等,。比如,，利用人工智能，腫瘤靶區(qū)勾畫(huà)比傳統(tǒng)醫(yī)生手工勾畫(huà)要快許多,，且完成情況良好,，與實(shí)際組織器官的吻合度較高。
在上海舉辦的一場(chǎng)“人機(jī)對(duì)決”中,，人工智能輔助醫(yī)生判斷的優(yōu)勢(shì)也較為明顯,。參賽人員為10名社區(qū)全科醫(yī)生，其中5名配備AI輔助系統(tǒng),，另外5名獨(dú)立決策,，兩隊(duì)從病情評(píng)估到個(gè)體化用藥等多個(gè)方面進(jìn)行評(píng)比。比賽結(jié)果顯示,，配備了AI輔助系統(tǒng)的醫(yī)生團(tuán)隊(duì)平均得分86.2,，沒(méi)有使用的醫(yī)生團(tuán)隊(duì)平均得分51.5。
基于醫(yī)療領(lǐng)域覆蓋面廣,，診前,、診中和診后的環(huán)節(jié)長(zhǎng)，業(yè)內(nèi)人士預(yù)計(jì),，未來(lái)人工智能將應(yīng)用在預(yù)防,、篩查、診斷,、治療,、評(píng)估、預(yù)后,、康復(fù)等全鏈條上,。前瞻產(chǎn)業(yè)研究院數(shù)據(jù)顯示，2018年中國(guó)醫(yī)療人工智能市場(chǎng)規(guī)模約200億元,，高于2017年的130億元。
盡管市場(chǎng)前景廣闊,，但是醫(yī)療人工智能產(chǎn)品從實(shí)驗(yàn)室走到臨床大規(guī)模商用,，還有待多重考驗(yàn)。這兩年最大的感觸是,，一是市場(chǎng),，從尋找高精尖人才到花力氣教育市場(chǎng)，行業(yè)發(fā)展成本非常高;二是政策,，從最初的歸屬不明,，到審批逐漸完善，每一個(gè)階段對(duì)企業(yè)都是“牽一發(fā)而動(dòng)全身”,。
然而,，人工智能行業(yè)日新月異,，對(duì)于需要頻繁更新的AI輔助診斷系統(tǒng)，如何更好的實(shí)現(xiàn)動(dòng)態(tài)監(jiān)管,，仍然面臨挑戰(zhàn),。此外，生存問(wèn)題也是很多企業(yè)必須面對(duì)的,。倪浩透露,，很多公司由于前兩年迅速擴(kuò)張，現(xiàn)在有的已經(jīng)開(kāi)始裁員,，倘若企業(yè)融不到資金,，也等不到審批認(rèn)證后商業(yè)化，今年就會(huì)有大批企業(yè)會(huì)“挨不過(guò)去”,。
國(guó)家在宏觀層面有不少文件予以鼓勵(lì),，但具體操作上仍有不少難點(diǎn)：一是醫(yī)療機(jī)構(gòu)很難有動(dòng)力去共享醫(yī)療數(shù)據(jù);二是法律體系尚不能很好解釋和界定數(shù)據(jù)的權(quán)屬問(wèn)題，權(quán)屬的模糊性,，一方面會(huì)掣肘數(shù)據(jù)的授權(quán)使用,，另一方面會(huì)給患者的個(gè)人信息權(quán)保護(hù)埋下隱患。
還有一些專(zhuān)家認(rèn)為,，醫(yī)生習(xí)慣于廠家研究好了產(chǎn)品拿來(lái)用,，但醫(yī)療人工智能不同，它基于大數(shù)據(jù)算法,，標(biāo)注數(shù)據(jù)的準(zhǔn)確度能力高低決定著數(shù)據(jù)質(zhì)量高低,，因此標(biāo)注的人十分關(guān)鍵。如果業(yè)內(nèi)沒(méi)有形成共識(shí),，沒(méi)有基層培訓(xùn),，產(chǎn)品可靠性、準(zhǔn)確性便有待驗(yàn)證,。
鑒于人工智能的產(chǎn)業(yè)發(fā)展基于數(shù)據(jù),、模型、業(yè)務(wù)等是一個(gè)閉環(huán),，謝震中建議,，期待監(jiān)管部門(mén)、行業(yè)協(xié)會(huì),、企業(yè)和醫(yī)療機(jī)構(gòu)合力推進(jìn),，比如通過(guò)產(chǎn)業(yè)聯(lián)盟、多領(lǐng)域?qū)＜铱缃绾献鞯攘夹则?qū)動(dòng),，避免醫(yī)療人工智能步入醫(yī)療信息化發(fā)展的老路,，再次形成數(shù)據(jù)孤島的局面。
目前醫(yī)療數(shù)據(jù)監(jiān)管是零零散散分布在相關(guān)法規(guī)里，期待能有一部針對(duì)性的法規(guī),，比如個(gè)人醫(yī)療數(shù)據(jù)歸屬和隱私保護(hù),，跨機(jī)構(gòu)數(shù)據(jù)的使用、流通,、收費(fèi)等安全規(guī)范,，都需探索明晰。美國(guó)有累積了幾十年醫(yī)療信息數(shù)據(jù)的基礎(chǔ),，與之相比,，中國(guó)更需因地制宜加強(qiáng)基礎(chǔ)數(shù)據(jù)建設(shè)，比如重視電子病歷的基礎(chǔ)設(shè)施建設(shè),，健全醫(yī)療知識(shí)圖譜,，避免在“地基”不太穩(wěn)的情況下拼命“蓋樓”。