近日,中國發展研究基金會和紅杉資本中國基金聯合發布“人工智能在醫療健康領域的應用研究”課題成果,課題組針對參與疫情防控的42家醫療健康人工智能頭部企業進行了問卷調查和訪談,結果表明,人工智能在健康領域有巨大的應用前景,但遇到的挑戰依然普遍存在。
調查顯示,這些企業反饋的問題主要集中在以下幾方面。一是政府部門間缺乏協調,支持性政策落地難,影響企業真正獲得政策紅利。二是數據獲取難、聯通難、共享難,阻礙了人工智能與醫療健康的深度融合。三是融資規模低、融資方式單一,企業預期未來融資困難。四是產品定價和支付缺乏支撐,商業閉環難形成。五是產品風險定級較高,審批效率有待提升,產品進入市場難等問題。
為了加強人工智能的作用,助力提升健康服務質量和效率,在健康領域搶占人工智能戰略制高點,課題組專家認為有必要圍繞核心問題推進一攬子改革,加速人工智能與健康服務深度融合。
一是查找政策脫節點,加強中央各部門和中央、地方之間的政策銜接,促進全鏈條政策形成。醫療健康人工智能作為其中的重要分支,涉及發改、工信、衛健、市場監督、醫保等多個部委。課題組建議國家科技領導小組以統籌協調的思路梳理既有政策,查找政策脫節之處,并考慮以集中渠道進行政策展示,促進部門政策協調。對于中央地方政策銜接的問題,建議中央各部門在出臺政策時配套出臺細則或政策說明,提供政策咨詢,解答地方政府疑問,同時周期性監督地方政策進展,避免地方因規避風險而提高準入門檻、縮小實施范圍,導致政策落地大打折扣。
二是以聯通共享為目標健全數據標準,加速區域性、分病種的權威數據庫建設,強化法規界定和數據安全。課題組認為,當前,應加速建設可供疾病防控、醫療機構之間數據共享的電子病歷采集和存儲標準,規范信息系統服務商行為,在信息化建設之初將機構間數據的互聯互通納入考慮。在北上廣深等相對發達城市,省級三甲醫院率先推進數據互聯互通改革。探索以學科帶頭團隊牽頭建立分病種、區域性權威數據驗證平臺,以建成全國權威的健康數據測試數據庫為戰略目標。推動數據隱私保護工具和方法開發,通過加密、脫敏、分級探索數據封裝,實現數據共享、應用和安全的多重保障。
三是探索建設多層次的融資和支付體系,助力產業形成可持續商業模式,讓人工智能發揮更大作用。一方面,參考上海市“人工智能創新發展專項資金”實踐,探索設立國家級政府專項投資基金,短期緩和外部壓力給醫療健康人工智能產業帶來的沖擊,長期提高融資多樣性、促進市場的長期價值塑造。另一方面,探索多重付費機制,支持醫療健康人工智能企業形成可持續商業模式。醫保和商業保險探索基于結果和價值付費,將確實具有效果的產品納入報銷。建議將技術服務費納入基本公共衛生服務支付范圍,加快人工智能技術下沉基層。
四是優化與支付關聯的審批規則,探索通過對標審批、專項通道等方式提升審批速度。
探索試點放開二類產品,以只提供輔助決策,但不直接給出診斷結論的方式作為醫療服務項目,使產品具有收取服務費的資質,避免我國產品因支付問題更多涌至直接給出診斷結論的三級產品通道,增加審批壓力和準入難度。另外,細化評審標準和細則,發揮對標審批作用,加速二類風險產品審批進程。探索設立綠色審評通道,幫助具有戰略意義、應用價值大的醫療健康人工智能產品快速上市。健全人工智能產品上市后的監管,強調臨床應用評估數據收集,擴大對標審批的數據基礎。在數據標準化和聯通的基礎上,加快建設用于審批的標準數據庫。