0
| 本文作者： 李雨晨 | 2017-11-15 09:59 |
信息化助力我國醫療體制改革已經寫入醫改政策中，其中人工智能和大數據更是信息化園地耀眼的鉆石。有了大數據和人工智能技術的應用，我國醫療信息化行業必將駛入智慧醫療的“快車道”。但是，如何讓“醫療+AI+BD”產品落地并產生盈利一直是企業面臨的困難。AI+醫療產業化的前提是積累足夠多的場景數據，從而形成有效的解決方案。但中國的醫療大數據一直存在應用障礙，信息孤島現象明顯。核心數據——臨床診療數據，分散在各家醫院封閉的體系中，數據的使用權、歸屬權一直沒有明晰，導致AI+BD的商業化運營一直是難題。
考慮到上述的問題，企業也紛紛和學界攜手，產學研聯合成立的大數據和人工智能實驗室也在不斷鋪陳。
中南大學湘雅醫院"移動醫療"教育部-中國移動聯合實驗室是由教育部主管，中國移動通信集團公司戰略支持，依托中南大學建設的重點行業科研創新、交叉學科人才培養與校企協同創新示范基地之一。
實驗室成立的目的之一就是為了探索醫療信息這一交叉學科如何落地；醫療需求如何從醫療一線走向科研和技術前沿；合作成果如何實現轉化創造效益。
黃偉紅，教授，中南大學湘雅醫院移動醫療教育部-中國移動聯合實驗室副主任，計算機專業博士、博士后，曾在英國大學任教十余年，從事移動醫療技術研究與應用。現為湖南省健康管理學會信息管理專業委員會主任委員、中國衛生信息學會醫療健康大數據評估與保障專委會常務委員。
日前，黃教授在接受雷鋒網的采訪時透露了實驗室現在的工作方向：嘗試利用新信息技術去解決現有醫療問題。
“我們最重要的工作是信息化與臨床研究深度融合，協助臨床人員整理需求，運用人工智能技術加以實現，尤其是研究型醫院的專科化需求更具有前瞻性，這與傳統信息系統著眼于解決日常管理流程的問題不同。”
但是他也表示，目前專科的智能化、數據挖掘做的還不夠。“我希望，未來我們的技術可以更加通用化，讓所有的醫院都成為大數據體系和價值提升的一部分。”
黃教授透露，目前實驗室不少研究方向的思路都來源于臨床的實際需求，例如智能病史收集平臺、門診血透病人和住院病人的AKI（急性腎損傷）的智能指標監控預警系統、皮瓣護理智能監控以及多模態智能影像控制系統。 “因此，我們的這一系列工作都是為了讓醫生和護士的工作更加高效、更加有標準、更加有質量。如果這些智能化技術可以得到應用，將會對目前的醫療和流程帶來革命性變化。”
黃教授認為，信息技術與醫療的深度融合將會為極大提升人們在醫療保健上的獲得感，為各方面的條件都已經趨于成熟：
信息技術與數據處理技術的快速進步已經為醫療智能化提供了決策支持基礎
可穿戴設備與物聯網設備的進步為醫療智能化提供了更大的數據基礎
云計算和區塊鏈技術的進步為醫療智能化提供了算力和安全基礎
互聯網、大數據和智能診療等先進融合理念已經從各個層面深入人心
據雷鋒網了解，中南大學所屬的湘雅醫院、湘雅二醫院、湘雅三醫院、每年的門急診量達1000多萬人次，總病床數1.1萬多張，每年大中型手術超過20萬臺次，年出院病人約36萬人次，醫療體量龐大，產生的醫療數據也非常龐大。湘雅醫療大數據平臺匯聚的三家醫院數據涉及了醫院的主體業務，有的業務數據時間跨度長達10年以上，不僅實現了歷史數據離線匯聚，而且實現了增量數據的按天同步。
在大數據發揮作用之前，最先起步的是數據的融合貫通。雖然當前每個醫療機構都擁有自己的信息系統，但是融合貫通并不容易。醫療大數據為何落地難？黃教授總結為以下幾點：
數據采集難：如何為醫療大數據采集有效的高質量的數據
數據處理難：如何為多源異構數據進行預處理和標準化
應用突破難：如何實現醫生自覺參與的應用場景來驅動落地
商業模式難：如何實現可持續發展而非一味投入產出甚微
安全治理難：如何保證數據安全、隱私保護以及個人單位權益
國家衛計委統計信息中心副主任王才有曾經在不同的場合表示，“醫療數據做完了，也管不了社保的信息，即便管得了本地信息也管不了外地信息，但是患者是移動的。正是由于這種特點，需要通過平臺來實現這種不同系統之間的信息共享和業務協同，簡單理解就是一個多功能插座，無論什么樣的插頭，你往這兒一插，電就可以過來，這就是平臺的主要作用。”
黃教授在采訪中也表示，大家現在都已經不提大數據，因為這已經成為共識，實驗室想要做的數據方面工作是進行數據接口的智能化。“不見得我在基層二級拍的片子到北京的頂級醫院就能用，不同的影像云平臺也無法實現互聯互通，病人還是需要再口述一遍，我們可以做的就是利用人工智能的技術把類似于病史收集之類的工作前移，讓醫生在見到患者之前就已經了解患者的狀況。”
他認為，醫療大數據應該是一種系統思維。“成功的醫療大數據應用不是指簡單地使用一個新技術、新系統，而是要把一系列的技術、人員和流程都無縫銜接起來，包括數據獲取、數據清洗、數據查詢、數據分析、數據可視化等，最終走向真正的臨床應用。”
如何讓躺在醫院的那些信息活起來，如何調動擁有這些信息的人的積極性，將是促動大數據融合的關鍵。“大數據的應用在醫院中需要形成一種數據驅動的文化。只有數據有序流動起來了，數據才能夠發揮最大的價值。”在可預見的未來，當個人的醫療和健康數據得到全生命周期的完整存儲、自然展現和安全交換時，就是個人生命數據的價值得到體現并融合到落地應用中去的時候。
目前大數據平臺和人工智能技術非常有意義的一點是在基層的臨床醫療實踐中發揮作用。他向雷鋒網說到，以病理為例，湘雅醫院每年要做數千例的遠程病理。遠程病理解決的是病理醫師培養難和下級醫院病理醫生不足的痛點。而目前實驗室與湘雅醫院病理科正在推進的是術中快速病理和智能病理，這兩大技術進步將使得術中病理讀片和報告時間從48小時縮短到30分鐘，最后到智能病理分析的數分鐘，這樣從分級診療和基層資源補充的角度，可以讓基層醫院享受到上級醫院的寶貴資源。
據雷鋒網了解，“醫療+AI”正在成為資本市場的新寵，雖然人工智能技術商用尚處于萌芽狀態，但吸引了大量投資者的目光，醫療市場是人工智能規模最大以及增長最快的領域之一。國內有數據顯示，2014到2016年每年新成立的人工智能醫療企業分別達到24、37和36家，與2013年4家相比發展迅猛。
盡管發展迅速，但“醫療+AI”還有不少問題需要引起重視，在解決這些問題的道路上，人工智能醫療企業還需要做好哪些事情？
對于AI企業的未來發展，黃教授認為一個公司不可能在多個場景里包打天下，選好并深耕垂直方向才是做好技術的第一步。
他認為，企業要多和醫院的醫生溝通，而且要保持開放合作的態度，不要各自為政，數據來源于臨床一線的醫生，因此企業必須要和醫院和行業的主管單位形成積極的對話和交流，“算法不是大問題，內容才是問題的關鍵，例如基礎臨床數據的質量怎么保證，又比如說病理數據標注的正確與否，這才是醫療數據的價值基礎。企業要關注自身在這方面的積累。”
“AI在醫療中的應用一定要比上一波移動醫療的風暴來得更加慎重，因為AI在輔助醫療環節中承擔的責任要很明確，移動醫療時代沒有介入診療環節，現在AI一旦介入診療的環節，我們就要非常嚴肅地去對待。”
黃教授的觀點或許也是人工智能未來在醫療行業應用的最大問題：在臨床診療過程中，人工智能如果真的能取代醫生進行決策，萬一0.1%概率的醫療差錯出現，醫療責任主體又該如何確定？行業的發展又該如何解決監管的問題？
在關鍵的醫療倫理、權利歸屬等問題上，政府在監管層面該如何處理。黃教授認為，醫療+AI的發展，在政府監管和引導層面，按照優先級和重要性從高到低可以走這幾個方向：
1、法律與責任
首先針對AI現階段（至少十年內）的應用加以強制規范，理清智能診療的責任歸屬問題，醫院、醫生、廠家？這個問題可以開放性討論，但是可以預計的是AI相關醫療信息化項目的準入門檻會更高，因為這是診療不是信息管理，所以廠家不應該完全撇清關系，而醫生作為醫療行為的執行者，需要強制性地人工確認（比如說病理，萬分之一的機器失誤對個人來說卻是百分百的痛苦），所以醫院和醫生還需像傳統的體系那樣承擔相應的法律責任。而沒有醫生參與的智能診療行為，因為不好界定法律責任邊界，廠家自然不愿意輕易承擔，所以這方面的自由發展，國家不應鼓勵。
2、質控與安全
未來近期的智能診療的輔助性質不會輕易改變，但是AI輔助系統如果想嘗試“獨立行醫"，則需要對其進行與傳統體系一樣的質控，甚至重新提出更高的要求（因為機器可以不受生理和學習容量的限制），達不到標準的不應給予準入（質控）。而對于AI輔助系統本身，由于其目的明確和責任清晰，應該可以鼓勵大力提升實踐水平，提高醫生工作的質量和效率，這也是符合全民健康的大局的。至于說如何進行質控，可以參照現有體系分區進行（醫藥護技，還有感控、信息等等），具體的可以深入討論。
關于安全，監管可以分幾個維度進行，一是患者臨床數據的安全存儲和傳輸，AI應用很多要上云端的安全保障，基礎數據安全如何保證，保護機制如何建立，這個需要討論。二是AI功能模塊的安全，是否經過國家統一的黑盒測試才獲批進入臨床診療體系，給醫生做輔助的技術和算法可以千千萬，但是提供輔助功能的模塊本身要經得起多方考驗。三是AI信息系統的安全，這就臨床像信息系統的備份一樣，要充分考慮到AI系統融入現在的醫療流程之后，可能造成的影響和一旦出現故障和問題時的預案。
3、評估與測試
這是技術決策支持的重要手段之一，國家授權相關的學術組織和團體，對AI輔助診療技術和系統產品進行統一歸口測評，為監管和準入的科學決策提供支持，也為未來相關的標準化規范化工作打下基礎，這也是我國醫療智能化領域可能領先于其它國家的重要途徑，要提前布局。形成統一的基準（benchmark）和 規范之后，就會對業界和醫院及科研機構都產生約束力，而晚了就會錯失機會。這些工作都是為了更好地規范智能應用，讓醫療健康數據和數據的處理及結果能夠盡量地互聯互通（這個問題現階段似乎很難解決，或者說成本極高），為更便利高質高效的醫療和患者用戶體驗服務，也是信息化服務于"健康中國"戰略的重要落地支撐抓手。
大數據和人工智能技術是未來數據醫療時代的核心技術，移動醫療教育部-中國移動聯合實驗室作為我國醫院信息化行業內唯一的一家教育部重點實驗室，需要擔負起引領技術創新的責任，同時也期望能在主管部門和廣大兄弟單位的支持下成為一個更具影響力的平臺。在談到未來的平臺工作規劃的時候，黃偉紅教授表示，實驗室將會扎根臨床，將臨床和健康的需求作為實驗室的科研驅動力，為學界和業界搭建學術和創新交流平臺。今年9月份時，實驗室就和湖南省健康管理學會信息管理專業委員會聯合主辦了2017湖南智慧醫療創新大賽，獲得了業界廣泛關注和支持。未來在中國醫院協會信息管理專業委員會（CHIMA）和中南大學的支持下，黃偉紅教授想把這個創新大賽辦得更大一點。
同時，實驗室也希望成為業界的新技術的實驗展示和交流平臺，實驗室以第三方的角色讓不同的技術得到測試和檢驗。此外，黃偉紅教授計劃實驗室未來會發布一些有公信力的技術報告，推動整個行業的健康成長。
最后，實驗室還將加強面向基層醫院和人員的培訓和交流，讓更多的人了解臨床的信息化、臨床的智能化。進而提升基層醫院和醫生的臨床診療水平。國家要建立基層醫療體系，但是體系的建立與能力的培養，信息化都大有可為。如何給體系賦能？第一個，下鄉；第二個，培訓。”我們想通過這種方式將實驗室打造成湖南以及周邊地區的一個交流平臺，通過交流活動、示范推廣和技術幫扶，將新的技術和成熟的經驗介紹給廣大基層醫生。”
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
