如今，越來越多醫療人工智能下到基層。廣東省發布了《促進“互聯網+醫療健康”發展行動計劃(2018-2020)》。嗅覺敏銳的資本早已搶灘人工智能醫療市場，并推動成熟的產品走向基層醫療機構。

政策支撐，資本市場追捧，更多基層醫院被圈入，成為AI醫療的試驗田。站在風口上，AI醫療究竟存在哪些軟肋？在缺乏商業模式和有效性數據的背景下，AI醫療究竟如何才能站穩腳跟？南方日報記者進行了調查。

AlphaGo的余波蕩起AI醫療

在白云街社區衛生服務中心2樓的AI眼科診室內，居民坐在智能機器前，下巴往上一靠，雙眼直視前方。數分鐘后，一份白內障診斷報告就出爐了。這是“AI眼科醫生”通常的運作模式。截至8月底，它為社區內400多位居民提供服務，發現疑似白內障病例約30%。中山大學中山眼科中心醫生將對疑似病例進行遠程診斷。有需要進一步治療的患者，可到上級醫院讓專科醫生作深入檢查。

項目負責人林浩添教授是中山大學中山眼科中心白內障專科醫生。2012年起，他將研究重心放在了醫療大數據和人工智能領域，努力尋找一種更有效的致盲眼病防治手段，為基層醫療機構賦能。數年前，這一想法是瘋狂的。林浩添說，在項目研發的起步階段，很少人能理解醫療大數據的價值和挖掘技術，沒有人想到機器人真的能看病。

隨著AlphaGo擊敗人類職業圍棋選手，方向變了。人工智能不僅戰勝圍棋世界冠軍，也正式闖入大眾視野，逐步被各個領域所接受。在此之前，敏銳的資本早已捕捉新趨勢，布局人工智能市場。得知醫療資源失衡的現狀，他們懷著“發現新大陸”的心情，以AI為馬，跑入了醫療市場。

AI醫療的火爆也得益于政策紅利。6月14日，廣東省人民政府辦公廳關于《促進“互聯網+醫療健康”發展行動計劃(2018-2020)》正式發布，提出了“人工智能下基層”的規定。有了政策的加持，AI醫療像一輛火力十足的汽車，沖向了基層醫療機構。7月4日，互聯網+健康扶貧AI醫生村村通啟動儀式在廣州召開。

“AI醫生是好老師。”鄧金科是廣東省陽山縣的一名村醫。在過去，他只能看感冒、發燒，遇到棘手難題，就推薦村民到外就醫。但現在有了智能醫生，村民只需在手機上問診。遇上拿不準的疾病，鄧金科還能用文字、圖片等方式傳給廣東省網絡醫院的醫生。如今，AI醫生能看200多種常見病，覆蓋了普通社區醫院日常診斷的90%的病種。

在基層，醫療人工智能填補了城鄉醫療水平間的差距，使得當地居民享受同質化的醫療服務。但在三甲醫院，它則被賦予了解放醫生的使命。

廣東藥科大學附屬第一醫院病理科啟用了AI遠程病理診斷系統。短短幾分鐘內，它就能識別區分、篩選并標記出可疑的、異型的、核大的細胞。病理醫生只需重點關注可疑細胞，就能寫診斷報告。這一技術的運用將病理醫生的工作效率提高了整整20倍。

今年6月，中山大學附屬第六醫院啟動“沃森胃腸疾病人工智能醫學中心”，把人工智能運用到臨床診療中，讓沃森推薦幾個最有可能的治療方案，供臨床醫生選擇，最終實現個性化的治療。

AI醫療究竟是什么？每一個人有自己的答案。對白云街社區衛生服務中心的管理者陳健芳來講，它填補了基層眼科醫生的空白，節省了中心每年數十萬元勞務支出，也讓社區居民不出遠門就能篩查眼科疾病。

在廣州市婦女兒童醫療中心院長夏慧敏看來，所謂AI醫療，其實是人類醫生經驗變成了一種規則，這種規則在系統里變成了一種流程，這種流程最后形成一種基于人類智慧結晶的輔助診斷方法。

現在，醫療界迎來了一股人工智能的旋風。幾乎每個人都在討論人工智能，拼命地追趕行業潮流。

“數據孤島”成掣肘因素

“一個機器能查出白內障嗎？”在社區篩查工作開始前，陳健芳總是遇到如此質疑。阻力不小。后來，他們說服居民到社區醫院進行嘗試篩查，居民也在新的體驗中逐步接受了醫療新技術和新服務模式。

疾病智能篩查技術的推廣之路不易。一方面是居民的半信半疑，另一方面是醫生的適應難題。醫療數據是人工智能的“營養來源”。以AI眼科醫生為例，在下基層前，它的成長依靠的是中山眼科中心的醫療數據。在此過程中，研發人員清洗、標注數據，建立數據模型，賦予它診斷疾病的功能。而在闖入基層醫療機構后，原本的數據模型還適用嗎？

事實上，市面上不少AI醫療產品得出的高準確率，更多的是基于小樣本測試。林浩添也提出了另外一種擔憂：AI在訓練中采用的都是標準的圖像，但一旦到臨床就會受多種因素影響，包括檢查者的配合度等都可能使圖像質量存在缺陷，AI的效率就會受挫。上海交通大學生物醫學工程學院教授錢大宏曾在媒體采訪中表示，算法不是會講話的老師，沒能力向醫生解釋判斷依據。

AI醫療還缺少一種可持續的商業模式。以AI眼科為例，它到基層開展疾病篩查，目前不收取任何費用。同時，項目運營需要有一筆費用，保證軟件系統的更新和補助相關的人員。林浩添說，若不讓機器到基層接受培訓，那它就無法進化。

中國信息通信研究院互聯網醫療聯盟人工智能工作組負責人趙陽光認為，如今AI醫療產品想以銷售方式賣給醫療機構，是難以實現的。同時，AI醫療產品會不可避免地產生消耗。在盈利模式不明朗的當前，誰也不想承擔這一機會成本。

人工智能就像個孩子，它需要去認知，需要去學習，需要從海量大數據吸取成長養分。但目前，“數據孤島”現象與數據標準不統一，成為了AI醫療發展的掣肘因素。

在國內，人工智能企業會與三甲醫院展開合作，獲取醫療數據。但每家醫院采集數據的設備可能不同。例如，在病理、心電等領域，每個廠家遵循的是私有的數據格式。趙陽光曾建議，業界要主動將私有格式向公有格式轉化，才能為AI醫療發展提供良好土壤。但響應者寥寥無幾。

即使AI醫療能得到高質量的數據，它也無法回避一個問題：數據獲取會侵犯病人隱私嗎？畢竟沒有任何人希望自己的健康數據被全世界的人都知道。

未來：技術、體制、政策都需轉變

陳健芳愿意為AI醫療產品買單，建議將人工智能納入基本醫療范圍進行收費，而且價格最好不超過一百元。但這一切的前提是產品必須合格。

那如何才能生產出讓市場愿意買單的產品？

在錢大宏看來，關鍵在于提高算法能力，不僅需要追求高準確率的結果，還需要進一步揭開AI的思維。

林浩添更看中人工智能的“糾錯”能力。就目前研發的“AI眼科醫生”而言，它還需要進一步提高識錯能力，需要有判斷力，去判斷錯誤的圖像，然后告訴檢查者如何去重新采集。

科大訊飛智慧醫療常務副總經理鹿曉亮曾在2017中國精準醫療產業領袖峰會上表示，AI醫療產品需要進入臨床，僅僅掌握算法是不夠的，還需要不斷地學習行業專家的能力，緊跟最新的研究潮流，提升自我。

如今，中國多款AI醫療產品雖有高準確率數據名氣的“加持”，卻未有一款診斷型的AI醫療產品真正能獲得國家市場監督管理總局的認證。而在大洋彼岸的美國，已連續有三款人工智能診斷產品獲得美國FDA的批準，以OsteoDetect為例，它能使用AI算法來幫助醫生快速診斷腕骨骨折。

目前，我國監管部門禁止虛擬助手軟件提供任何疾病的診斷建議，只允許提供用戶健康輕問診咨詢服務。若AI醫療產品要想走得更遠，相關部門應制定針對AI診斷進入臨床應用的法律標準，明確AI診斷的主體是醫生還是醫療器械，對AI診斷出現缺陷、醫療過失的判斷依據等問題作出詳細解釋。

林浩添表示，他的團隊將在國際期刊上發表論文，制定AI醫療入臨床的標準，“當AI醫療產品在實際醫療中應用的準確率達到某個標準，它才有資格進入臨床。”

數十家創業公司扎堆做同樣的事情，基本圍繞智能診斷展開。林浩添希望，AI眼科醫生能走得更遠，將來能給病人建議。他還打算研發一款眼科手術機器人，讓它成為外科醫生的助手，提高診療效率。

“未來的人工智能不應該是單一的，不能只對某個病種進行診斷，也不能只會分析影像數據，做出判斷。”夏慧敏說，人工智能應該是對包括語音病歷、影像數據和身體多項指標等進行綜合考慮的診斷治療，就像人的大腦一樣進行全盤思考。

要實現這些目標，單靠企業是不夠，還需要醫生的深度參與。

在林浩添看來，醫療數據有特殊性，若僅僅靠計算機人才去摸索，那他們對方向的把握，數據的理解可能會不到位。一款滿意的AI產品需要醫療人員和程序員打好配合，深入交流，深度合作。但在現有體制下，醫務人員很難抽出身，沉重的臨床和科研任務已讓他們應接不暇。

鹿曉亮曾總結，用人工智能賦能醫療行業，需要具備3個特質，包括強大的技術支持、政府決策和社會資源的支持以及持久的韌性和耐心。