破解医疗AI“冰火两重天” 健培的双轨推进之路

优质医疗资源的供需不平衡，医生培养周期长，误诊率高，疾病谱变化快，技术日新月异。以及人口老龄化加剧、慢性疾病增长、人们对健康重视程度提高，都促使了医疗AI（人工智能）的发展。

但一方面医生直言医疗AI仍停留在辅助阶段，替代医生的实现程度弱，另一方面，医疗AI审批仍静待闸门放开。热潮之中，企业从各个角度破解技术和商业化落地的可能性。

企业和资本“火热”与临床以及监管实际准入、商业化实现的“冰冷”形成鲜明对比。

双轨推进

谈及如何现阶段人工智能医疗发展存在的难点，健培科技董事长程国华在23日举行的2018中国大健康产业峰会上21世纪经济报道记者分析：“作为国内较早介入人工智能医疗领域企业，我们频繁和监管层接触。监管上在此领域的推动也已经很长时间，但确实缺乏先天条件。另一方面，新技术的推广也需要更多社会信息的整合，例如通过人机大赛破解认知难题，一边实践，一边培养一部分患者。这个过程中既需要时间，也需要技术积累和临床实践。”

科普同实践的结合成为推进中的第一轨道。而技术的持续突破则成为第二轨道。

“我们欣喜地看到越来越多的企业开始涌入人工智能医疗领域，这加快了技术的革新和成熟应用。”程国华向21世纪经济报道记者分析。

现阶段尽管人工智能在医疗的应用还停留在，诸如肺部结节和眼底的影像科细分领域。但距离向更多可能的类似肝胆，颅内科的探索从未止步。另外，监管部门不断加速相关领域的审核。

“从单个疾病走向综合性疾病的人工智能治疗。更多数据和更多临床科室专家的介入，对行业来说都具有非凡意义。”程国华说到：“大数据的准备比较费时间和精力。标注方面需要很多专家，专家的资源和投入都比较贵，健培也逐渐探索半人工的方法和技术，自动生成一些数据，做小数据集的训练，不断探索可能的技术出路。”

“值得注意的是，并不是所有FDA产品上市都要进行临床实验。所使用的数据集可以来源于真实世界的数据，可以用于临床前评价和临床评价，对临床的评价可以用前瞻性和回顾性的临床。国家对AI医疗器械的产品，包括AI、医疗器械、软件，在质量评价上都有一定要求，需参照相关标准，会从八个特性来评价软件质量，尤其是对于AI关注信息安全性和兼容性都有相应要求。”程国华补充道。

其次是数据的标注过程需要严格规范，尤其需要注意临床总则。以眼科AI为例，现有的共识来源于我国眼底学组的临床诊疗指南。最后，数据的偏移控制非常重要，尤其是回顾性数据。要保证控制的进行，医生需建立起普遍有效的共识。

探索更多可能

AI基于大数据，将头部医院的医疗能力赋能基层医疗，针对不同病种开发辅助诊疗等功能，让基层医院也可共享头部医院的医疗技术，最终将医疗资源平均分布在各个层级。

通过处理大量高质量的医疗大数据推动人工智能发展，如病例、影像、基因，并建立可验证、可重复的医疗标准。使得无论在诊前、诊中、诊后还是院内和院外，患者均可享受标准化的医疗服务。

影像组学研究需要的入组病例数越来越多，而单个病例所包含的影像数据量随着扫描层数和分辨率的上升，也在迅速增大。庞大的医学影像数据库为人工智能提供了丰富的“数据食粮”。

健培科技通过基于人工智能算法的医学影像大数据分析技术（MIBA），实现相似病例检索、医学影像智能诊断、疾病预测以及精准医疗。医院医疗数据中有超过80%的数据来自医学影像，这使其拥有深度学习的数据基础。而医疗机构也需要借助深度学习提高医生读片、诊断效率。

在商业化落地层面，程国华向21世纪经济报道记者介绍到，健培做出类似“啄医生”的尝试，将人工智能技术融入到影像云中，让影像云具了备医疗数据挖掘分析的能力。

“我们通过科技力量提升诊疗水平、提高运营效率。目前，服务数百家医院，其中包括属于河南省人民医院牵头的111家基层医疗机构，实现智能化分级诊疗。”程国华说道，“未来我们的科室将消失，在互联网前期的时代，每一个医生看的疾病是有限的，但是在互联网+人工智能之后，我们看到全科医生的培养将加速，每一个医生将比较容易接受其他疾病的使用，通过人工智能技术和工具的使用，科室将逐步的模糊，界限也在弱化。”

（编辑：陆宇）