QQ在線
企業微信
資訊
1536“要解決‘病有所醫’的硬骨頭，主要還是要解決在當今社會主要矛盾轉變之后，人民群眾對于醫療衛生健康的新需求和我們目前醫療服務供給的不平衡、不充分的矛盾的問題。”三年前，原國家衛計委主任李斌提到，要通過建立遠程醫療等形式，推動醫療資源下沉，解決當面面臨的供需矛盾。
隨著互聯網、移動互聯網、云計算、大數據、智能終端等現代技術的發展應用，在醫療健康行業出現了新的名詞——智慧醫療，即通過新型技術，實現患者、醫院、第三方機構等醫療信息的共享，構建醫療領域新業態。
12月19日，在中國智慧醫院聯盟、清華大學人工智能研究院、中關村科技園區大興生物醫藥產業基地管委會共同舉辦的“智慧醫療2020大會”上，中國工程院院士董家鴻、中國科學院院士張鈸等人分享了對智慧醫療的現狀和面臨的挑戰。
打造“醫工”復合型人才，助力智慧醫療發展
“智慧醫療將有望解決我國醫療供需矛盾，提升我國醫療服務的能力和效率，對解決醫療配置地區間不平衡起到重要的作用。”董家鴻表示，新型技術賦能健康醫療體系，為醫院、患者等帶來了優勢：一是提高醫療服務體系的效能、提升診斷的能力和水平；二是提高醫療服務的效率，讓醫生更快捷地服務患者；三是改善患者的體驗，通過優化醫療模式，例如通過在網上按時間段約診，可以避免患者在醫院等候等。另外，還可以拓展醫療服務的疆域，通過5G等新技術的應用，將優質醫療資源、服務輸送到資源匱乏的農村、邊遠地區。
智慧醫療服務體系的建設離不開人才的培養，如今，需要的不僅僅是只懂醫療或者只懂技術的人，而是需要既懂臨床專業知識又懂信息化技術的復合型人才。董家鴻介紹，復合型人才是智慧醫療的關鍵，為此，清華大學利用自身優勢，開啟了“醫工交叉”的研究生培養計劃，通過雙導師教學，培養所需人才，又成立了精準醫學研究院，依托其生命科學、理工和人文學科基礎，構建了醫理工交融、醫研企聯盟的臨床轉化科學研究平臺。另外，中國智慧醫院聯盟DH400工作組將把智慧醫療領域做得相對好的醫療機構、企業、投資人聚集到一起，多方實現信息的互通有無，助力復合型人才的培養。
“我們對智慧醫療的應用前景充滿期待，但是不能忽視智慧醫療在發展中所面臨的挑戰。”董家鴻認為智慧醫療的發展有以下三方面的挑戰：
一是由于人工智能的不可解釋性，使得醫生和患者在使用和接受人工智能時產生疑慮。因此我們將醫療AR應用于醫療實踐的時候，需要公開它的執行細節、訓練細節，以及應用目標和邊界的限定。
二是在目前的臨床實踐中，由于受方法學的限制，日常的科學研究依然較多采用還原論方法。他強調，研究中所形成的檢測數據很難反映疾病的本質。因此臨床科研需要用人工智能的新算法，來進行跨維度異構數據的分析，從而能夠解密人體奧秘，認識疾病本質，更好實現精準醫療。
三是目前的智慧醫療還未進入成熟階段，一定會面臨“框架問題”。“智慧醫療的失誤會造成一批患者的健康損害。因此我們呼吁，在規范研究和審批醫療AI應用的同時，要把潛在的危害控制到最低。”
需求引導——醫務人員是智慧醫療的“智慧”擔當
智慧醫療是賦能現代醫學的技術，促使現代醫療服務獲得更高的效能、效率和效益。因此，智慧醫療只能依靠醫生，賦能于醫生，無法脫離醫生。
“我們所說的智慧醫療中的‘智慧’二字指的是所有的醫生和醫務人員。”張鈸院士強調醫生的重要性，他表示，人工智能的目的并不是讓機器代替醫生，而是要發揮醫務工作者的聰明才智，將所有的醫療信息整合在人工智能里。關于這一點，董家鴻院士表示，不相信機器人能夠完全代替醫生，他以所從事的肝膽外科手術為例，對于手術前后的程序性簡單工作，如縫皮，機器人能夠獨立操作，但在復雜手術方面機器人很難代替醫生。
“人工智能大多依賴臨床醫生的數據整理，它們會通過‘深度學習’的方法將大量數據整合在系統里，進而得到高準確率的結果。比如在做塵肺圖像識別時，因為全國每年有兩三千萬患者需要體檢，最后得到的結論是機器的識別率超過醫生。”張鈸強調，大數據標注的數據是來自于醫生，機器的識別率超過一般醫生是因為所標注的數據來自于資深醫生的數據，因此并不是機器超過了醫生，而是其利用了優秀醫生的知識和智慧，做出來的系統超過了一般醫生。
張鈸認為，醫療健康的智能化勢在必行，但與此同時也會面臨三種挑戰：輔助醫療、醫學影像、機器人的應用。
在輔助醫療方面，張鈸認為最重要的是把專家的知識跟大數據結合起來建立輔助診斷系統。如把大量的數據自動轉化成為計算機容易處理的知識，擴展語料庫，進而讓計算機利用多推理的機制來解決不確定性的問題。
在醫學影像方面，要解決數據可信性的問題。提高準確率需要進行技術創新，比如全卷積網絡、新的調參方法和優化方面都要做很多的工作。
在醫療機器人方面，手術的機器人的可靠性要求需要進一步提高。他以達芬奇手術機器人舉例：“我們國家有很多醫院都用了（達芬奇機器人），即使這樣一個用得非常普遍的手術機器人，它的事故也還是有的。2019年全世界用它進行的手術共600萬例，但是事故還是不少，因為這個設備的事故引起死亡的人數為100多人。”因此，張鈸稱，引進了人工智能技術以后，必須面對三個問題：可信、安全和可靠，而很重要的解決辦法就是必須要人機結合，把機器的優勢和人類的智慧結合起來。
