在醫(yī)療領(lǐng)域人工智能可以做些什么

自改革開放以來，我國醫(yī)學(xué)領(lǐng)域發(fā)展迅速，信息化程度也在逐漸提高。但是隨著醫(yī)療設(shè)備更新迭代，數(shù)據(jù)的格式和錄入的內(nèi)容也在不斷變化。以慢性病為例，即便是同一位病人在同一家醫(yī)院治療，幾年前后的數(shù)據(jù)內(nèi)容和形式也可能會大有不同。更何況我國醫(yī)學(xué)領(lǐng)域在病種分類、名稱方面也有部分尚未統(tǒng)一，還有一些醫(yī)生會采用口語、簡稱，如“乳腺癌”和“乳癌”就是不同醫(yī)師對同一種病癥的不同叫法，這也會給人工智能在臨床決策或影像分析時平添困擾。

盡管我國醫(yī)院的數(shù)據(jù)龐大, 但由于疾病的復(fù)雜性，數(shù)據(jù)維度、特性各不相同, 質(zhì)量參差不齊,導(dǎo)致很多細分的病種實際可用數(shù)據(jù)量少，尤其是較為罕見的疾病類型。如果是多學(xué)科交叉的病癥可使用的數(shù)據(jù)量就更加有限了。此外，數(shù)據(jù)共享也存在壁壘。我國當(dāng)前醫(yī)院與醫(yī)院、同一家醫(yī)院內(nèi)科系互不相連, 沒有統(tǒng)一標(biāo)準(zhǔn)的臨床結(jié)構(gòu)化病歷報告,不同地域甚至不同醫(yī)院之間的數(shù)據(jù)庫無法通用。

我國人口數(shù)量龐大，醫(yī)學(xué)數(shù)據(jù)體量也很大，但在某種程度上，人工智能發(fā)展卻陷入了“無數(shù)據(jù)可用”的尷尬境地，怎樣才能將這座“富礦”充分挖掘出來呢？“數(shù)據(jù)標(biāo)準(zhǔn)化和規(guī)范化是解決該問題的必經(jīng)之路。”在徐波看來，應(yīng)加快醫(yī)療數(shù)據(jù)電子化、標(biāo)準(zhǔn)化的進程, 打破醫(yī)療機構(gòu)的數(shù)據(jù)壁壘, 建立數(shù)據(jù)共享機制,進一步“精煉”醫(yī)學(xué)領(lǐng)域數(shù)據(jù)。

既懂醫(yī)療又懂AI技術(shù)的復(fù)合型、戰(zhàn)略型人才極其短缺, 其中10年以上資深人才尤為缺乏。同時, 醫(yī)務(wù)人員對AI的接納度不足, 部分醫(yī)務(wù)人員甚至對AI抱有抵觸心理。AI技術(shù)的使用需要對醫(yī)務(wù)人員進行專業(yè)化規(guī)范培訓(xùn), 在此背景下, 建立完善的人才培養(yǎng)和人才引進機制是重中之重。

智能醫(yī)學(xué)領(lǐng)域是人工智能和醫(yī)療健康這兩個專業(yè)性極強領(lǐng)域的結(jié)合，如今二者都能深入研究的人才是“香餑餑”。而正是因為二者專業(yè)性極強，人才培養(yǎng)的模式才更加復(fù)雜、更值得深入探討。

去年，南開大學(xué)和天津大學(xué)首次在本科開設(shè)智能醫(yī)學(xué)工程專業(yè)，開啟了培養(yǎng)人工智能+醫(yī)學(xué)領(lǐng)域?qū)I(yè)人才的新征程。今年，包括重慶大學(xué)、東北大學(xué)在內(nèi)的7所院校也成功申報獲批開設(shè)相關(guān)專業(yè)。南開大學(xué)醫(yī)學(xué)院相關(guān)負責(zé)人曾表示，該專業(yè)是掛靠在學(xué)校醫(yī)學(xué)院下的一個工科專業(yè)，為了滿足學(xué)生學(xué)科交叉的學(xué)習(xí)需求，會邀請外院的教師上課教學(xué)。

在徐波看來，智能醫(yī)學(xué)領(lǐng)域發(fā)展時間短，能大范圍推廣的培養(yǎng)模式尚需一定的時間摸索。但歸根結(jié)底，如果讓部分有興趣的醫(yī)學(xué)生在校期間就能接觸到一些人工智能相關(guān)的工科基礎(chǔ)知識，將會對其后續(xù)向著智能醫(yī)學(xué)方向發(fā)展起到一定的引導(dǎo)和輔助作用。

雖然現(xiàn)階段交叉人才缺口很大，但值得慶幸的是，家長和學(xué)生對智能醫(yī)學(xué)工程專業(yè)高度認可。2018年，天大、南開智能醫(yī)學(xué)工程專業(yè)首批招生投放涵蓋全國十幾個省市，招生期間，民眾的相關(guān)咨詢持續(xù)火爆，未投放省市同樣反響熱烈。除了數(shù)據(jù)和人才兩大基礎(chǔ)方向，新興的智能醫(yī)學(xué)在商業(yè)模式和法律監(jiān)管等方面也需要人們投注目光。

以目前人工智能與醫(yī)學(xué)最常見的結(jié)合點——醫(yī)學(xué)影像為例，現(xiàn)階段該領(lǐng)域的AI產(chǎn)品在國內(nèi)主要采用免費試用的合作方式，雖然短期來看，醫(yī)院是獲益的，但長遠計算，優(yōu)質(zhì)AI企業(yè)會因長期無法盈利而難以為繼，無法持續(xù)為醫(yī)院提供更好的產(chǎn)品。

合理的商業(yè)化模式尚在“摸著石頭過河”的階段，而相配套的監(jiān)管機制也亟須完善。清華大學(xué)法學(xué)院院長申衛(wèi)星此前在接受科技日報記者采訪時表示，目前只有《民法總則》第127條提出，“法律對數(shù)據(jù)、網(wǎng)絡(luò)虛擬財產(chǎn)的保護有規(guī)定的，依照其規(guī)定”。但具體如何保護數(shù)據(jù)，并沒有詳細說明。

以往，機器被歸為工具一類，工具造成的損害責(zé)任通常是產(chǎn)品設(shè)計者、制造者來承擔(dān)，但如果工具經(jīng)過人工智能深度學(xué)習(xí)，成為自主型產(chǎn)品后造成損害，這到底是誰的責(zé)任？依舊是產(chǎn)品的責(zé)任還是智能系統(tǒng)開發(fā)單位的責(zé)任？這些疑問都需要明確的法條來解答。

我國不僅對智能醫(yī)學(xué)數(shù)據(jù)的隱私保護、責(zé)任規(guī)范、安全性等沒有明確的法律指示，人工智能在醫(yī)療健康領(lǐng)域應(yīng)用的質(zhì)量標(biāo)準(zhǔn)、準(zhǔn)入體系、評估體系也未設(shè)置詳細的準(zhǔn)則, 無法對AI數(shù)據(jù)和算法進行有效驗證和評價。

目前國際上也沒有成功的案例經(jīng)驗可供借鑒，發(fā)展出一套符合我國國情、相對完善的智能醫(yī)學(xué)監(jiān)管體系還需要一定的時間和多學(xué)科、多行業(yè)的研究者和實踐者共同努力。較為科學(xué)的監(jiān)管體系之下，人工智能企業(yè)在符合各項標(biāo)準(zhǔn)和法規(guī)的范圍內(nèi)探索良性的商業(yè)化營收模式，各院所、高校、醫(yī)院等單位合理利用各自資源，進行有效合作，有助于整個智能醫(yī)學(xué)領(lǐng)域的健康、穩(wěn)步發(fā)展。