医疗AI如何真正“飞入寻常百姓家”? 关键在于制定数据“标准”
2018-11-22 健康号 健康界
“人工智能的出现将帮助医疗行业解决医疗资源的短缺和分配不均的众多民生问题。但由于关乎人的生命健康,医疗又是一个受管制较严的行业。人工智能能否如预期广泛应用,还将取决于产品商业化过程中如何制定医疗和数据监管标准。”——《中国人工智能产业白皮书》
一 在医疗领域,人工智能也正在“飞入寻常百姓家”
从“深蓝”赢下卡斯帕罗夫,到阿尔法狗大战李世石,再到无人驾驶、智能家居、AI芯片……人工智能从概念到实际应用,已屡见不鲜,时时让人有未来已来之感。
德勤咨询日前发布《中国人工智能产业白皮书》显示,医疗领域也正在成为人工智能重要的应用领域。国务院印发《新一代人工智能发展规划》中,明确了2020年人工智能核心产业规模超1500亿元的目标,据估算,医疗人工智能将占据人工智能总体市场的五分之一强。
医疗人工智能巨大的潜能正在被激发。
从市场来看,我国医疗资源的短缺以及分配不均衡,更加开放和高效的医疗解决方案成了市场急迫的诉求;
在技术上分析,随着中国在与医疗健康相关的计算机视觉、自然语言理解和数据挖掘等方面的长足进步,医疗人工智能的应用落地有了更多技术支持;
在政策层面,互联网、人工智能下的医疗健康行业发展一直是国家政策重点扶持和关注的领域。2018年4月,国务院引发《关于促进“互联网+医疗健康”发展的意见》,明确指出支持研发医疗健康相关的人工智能技术。
市场、技术、政策等多方驱动,云龙契合,给医疗AI提供了一个神龙摆尾的广阔舞台。
持续的探索、试水、磨合,医疗人工智能技术已基本浸透入医疗、医药、医保、医院四大医疗产业环节,产业呈现百家争鸣的态势。
《报告》分析梳理了时下比较具有代表性的企业,包括零氪科技、中科汇影、精准基因、云知声、推想科技等等。
从中不难看见,在多个细分赛道上,已经初步形成探索性的商业模式,正在为各个健康产业链条上的各个环节赋能,并收获市场的正向反馈。如,零氪科技利用大数据及AI技术,为医学研究、临床诊疗乃至药品上市后再评价等等提供“智慧”方案;妙手机器人、新松机器人研发出导诊机器人、手机机器人;精准基因、华大基因等提供DNA序列分析服务;妙健康、碳云科技、airdoc依靠计算机视觉技术进行健康管理……
二 医疗人工智能快速生长,但“隐刺”一直存在于繁荣表象的背后
《报告》敏锐的指出,当前医疗人工智能发展面临来自传统观念、技术、监管等方面的掣肘。
首当其冲的,传统的“望闻问切”的诊疗模式已经根深蒂固,医患对于新技术的接受程度是考验医疗人工智能发展的问题。
尤其,在“人工智能将代替医生”的渲染之下,作为人工智能产品的应用者医生,对它的接受程度是成疑的。有针对全国各大医院管理层的调查发现,医院对“互联网+”、医疗大数据以及人工智等新技术应用,并没有太强烈的意愿。
在技术上,智能医疗需要海量的数据和复杂的训练框架,这就要求相关技术企业需要深耕医疗大数据领域,在实现大数据集成的同时,拥有结构化处理、挖掘和分析的能力,而同时拥有这两个技术实力的企业,目前而言,只有少数几家领头羊企业。此外,目前的人工智能AI在复杂学科联合诊断等算法上存在技术瓶颈,智能医疗行业技术和产品同质化较为明显。都都是不得不面临的问题。
除此之外,监管缺失、人才匮乏也是医疗AI的绊脚石——
医疗行业是关乎人类生命安全的领域,涉及病患的医疗数据应该保证绝对的安全和隐私,并需要严谨的法律法规进行监管和保护。
人才也是医疗人工智能产业发展的最大制约因素之一,既懂医疗又懂技术的复合型、战略型人才尤其短缺。
整体映射到企业端,盈利模式略显单一,且目前对技术成熟度、使用效果、产品落地等方面尚在探索中的初创企业来说,仍然较难实现盈利。此外,现阶段医疗人工智能是否进入诊疗收费项目名录存在争议,这也制约了医疗人工智能商业化的速度。
内外交困,医疗人工智能产业如何破局?
《报告》认为:医疗人工智能能否如预期广泛应用,还将取决于产品商业化过程中如何制定医疗和数据监管标准。”
三 健康医疗大数据是国家基础性战略资源
考虑到医疗大数据的独特属性,以及其产出地——医院的公立、公益、公有等特点,相关应用标准以及法规的缺位,给人工智能产业埋下不确定的种子,而“不确定”一直是人们最大的焦虑所在。出台相关政策,有助于建立起医疗大数据应用的护城河,为医院、人工智能企业划出明确的权责边界,消除产业发展的“不确定性”。
早在2016年,国务院印发的《关于促进和规范健康医疗大数据应用发展的指导意见》中,便明确了健康医疗大数据是国家基础性战略资源。
2018年,千呼万唤之下,《关于促进“互联网+医疗健康”发展的意见》、《国家健康医疗大数据标准、安全和服务管理办法(试行)》等重磅文件的密集出台,让大数据及人工智能产业的发展前景,愈发明朗可触摸。在给人工智能及AI产业的发展戴上“紧箍”同时,也给打上一针强心剂。
当然,迄今为止,对于医疗大数据及人工智能产业的监管和规划,具体细则尚待进一步出台和落实;具体到数据应用标准层面,依旧有相当漫长的路要走。 如,大数据在应用场景、流程等,需要统一的规范和标准;医疗大数据存在的“信息孤岛”需要统一数据标准来消除。
行业组织以及企业在这个过程中,也在发挥作用,不遗余力推动相关细则、标准以及共识的落地。
今年8月份,由吴阶平医学基金会肿瘤医学部主委吴一龙教授牵头组织相关专家撰写的《真实世界研究指南》在广州发布。9月份,零氪等相关方也发布《真实世界研究实践专家共识》,探索RWS目前存在的误区、流程、应用场景等问题。据悉,相关指南和共识的退出,可以推动真实世界数据在人工智能研究、临床科研、药品研发及评价、医疗保险支付等多个场景的应用。
在人口老龄化、慢性病患者群体增加、优质医疗资源紧缺、公共医疗费用攀升的社会环境下。医疗人工智能的应用为当下的医疗领域带来了新的发展方向和动力。但实现人工智能的健康有序发展,有赖于政府监管部门、医疗机构以及医疗人工智能产业等多方基于共同的目标达成共识,对产业给予积极鼓励的同时,落实行业监管标准和规划,是十分有必要的。
本网站所有内容来源注明为“梅斯医学”或“MedSci原创”的文字、图片和音视频资料,版权均属于梅斯医学所有。非经授权,任何媒体、网站或个人不得转载,授权转载时须注明来源为“梅斯医学”。其它来源的文章系转载文章,或“梅斯号”自媒体发布的文章,仅系出于传递更多信息之目的,本站仅负责审核内容合规,其内容不代表本站立场,本站不负责内容的准确性和版权。如果存在侵权、或不希望被转载的媒体或个人可与我们联系,我们将立即进行删除处理。
在此留言
#医疗AI#
71