隨著人工智能在醫(yī)療領(lǐng)域應(yīng)用不斷探索發(fā)展，將為醫(yī)生帶來一個(gè)更強(qiáng)的大腦，為百姓提供更智慧的服務(wù)，也將為緩解醫(yī)療資源供需失衡等問題而助力。但是，部分醫(yī)療人工智能產(chǎn)品同質(zhì)化、數(shù)據(jù)質(zhì)量參差不齊、“上崗”待認(rèn)證等挑戰(zhàn)也與之相伴。市場預(yù)計(jì)在一場拼技術(shù)、拼資金、拼耐力的“比賽”下，2019年行業(yè)可能會(huì)出現(xiàn)洗牌。
截至2018年上半年，在全球范圍內(nèi)共監(jiān)測到人工智能企業(yè)4998家。其中，美國人工智能企業(yè)數(shù)量2039家，位列第一，其次是中國(不含港澳臺地區(qū))，數(shù)量達(dá)1040家。在中國人工智能滲透的領(lǐng)域中，醫(yī)療健康領(lǐng)域占比最大，達(dá)到22%。在和包括歐美在內(nèi)的國外組織機(jī)構(gòu)交流發(fā)現(xiàn)，中國的人工智能醫(yī)療發(fā)展速度之快，大大超出對方的預(yù)期。
從醫(yī)療人工智能產(chǎn)品的臨床試用范圍和經(jīng)驗(yàn)看，中國是超前的，甚至領(lǐng)先美國。一方面是國內(nèi)患者數(shù)量多，醫(yī)療資源“不平衡、不充分”，令市場對打破看病痛點(diǎn)的需求特別強(qiáng)烈。另一方面是美國醫(yī)生為數(shù)據(jù)標(biāo)注的成本太高，一些公司很難“扛得住”。
從應(yīng)用角度看，主要包括醫(yī)學(xué)研究、制藥研發(fā)、智能診療以及家庭健康管理等。比如，利用人工智能，腫瘤靶區(qū)勾畫比傳統(tǒng)醫(yī)生手工勾畫要快許多，且完成情況良好，與實(shí)際組織器官的吻合度較高。
在上海舉辦的一場“人機(jī)對決”中，人工智能輔助醫(yī)生判斷的優(yōu)勢也較為明顯。參賽人員為10名社區(qū)全科醫(yī)生，其中5名配備AI輔助系統(tǒng)，另外5名獨(dú)立決策，兩隊(duì)從病情評估到個(gè)體化用藥等多個(gè)方面進(jìn)行評比。比賽結(jié)果顯示，配備了AI輔助系統(tǒng)的醫(yī)生團(tuán)隊(duì)平均得分86.2，沒有使用的醫(yī)生團(tuán)隊(duì)平均得分51.5。
基于醫(yī)療領(lǐng)域覆蓋面廣，診前、診中和診后的環(huán)節(jié)長，業(yè)內(nèi)人士預(yù)計(jì)，未來人工智能將應(yīng)用在預(yù)防、篩查、診斷、治療、評估、預(yù)后、康復(fù)等全鏈條上。前瞻產(chǎn)業(yè)研究院數(shù)據(jù)顯示，2018年中國醫(yī)療人工智能市場規(guī)模約200億元，高于2017年的130億元。
盡管市場前景廣闊，但是醫(yī)療人工智能產(chǎn)品從實(shí)驗(yàn)室走到臨床大規(guī)模商用，還有待多重考驗(yàn)。這兩年最大的感觸是，一是市場，從尋找高精尖人才到花力氣教育市場，行業(yè)發(fā)展成本非常高;二是政策，從最初的歸屬不明，到審批逐漸完善，每一個(gè)階段對企業(yè)都是“牽一發(fā)而動(dòng)全身”。
然而，人工智能行業(yè)日新月異，對于需要頻繁更新的AI輔助診斷系統(tǒng)，如何更好的實(shí)現(xiàn)動(dòng)態(tài)監(jiān)管，仍然面臨挑戰(zhàn)。此外，生存問題也是很多企業(yè)必須面對的。倪浩透露，很多公司由于前兩年迅速擴(kuò)張，現(xiàn)在有的已經(jīng)開始裁員，倘若企業(yè)融不到資金，也等不到審批認(rèn)證后商業(yè)化，今年就會(huì)有大批企業(yè)會(huì)“挨不過去”。
國家在宏觀層面有不少文件予以鼓勵(lì)，但具體操作上仍有不少難點(diǎn)：一是醫(yī)療機(jī)構(gòu)很難有動(dòng)力去共享醫(yī)療數(shù)據(jù);二是法律體系尚不能很好解釋和界定數(shù)據(jù)的權(quán)屬問題，權(quán)屬的模糊性，一方面會(huì)掣肘數(shù)據(jù)的授權(quán)使用，另一方面會(huì)給患者的個(gè)人信息權(quán)保護(hù)埋下隱患。
還有一些專家認(rèn)為，醫(yī)生習(xí)慣于廠家研究好了產(chǎn)品拿來用，但醫(yī)療人工智能不同，它基于大數(shù)據(jù)算法，標(biāo)注數(shù)據(jù)的準(zhǔn)確度能力高低決定著數(shù)據(jù)質(zhì)量高低，因此標(biāo)注的人十分關(guān)鍵。如果業(yè)內(nèi)沒有形成共識，沒有基層培訓(xùn)，產(chǎn)品可靠性、準(zhǔn)確性便有待驗(yàn)證。
鑒于人工智能的產(chǎn)業(yè)發(fā)展基于數(shù)據(jù)、模型、業(yè)務(wù)等是一個(gè)閉環(huán)，謝震中建議，期待監(jiān)管部門、行業(yè)協(xié)會(huì)、企業(yè)和醫(yī)療機(jī)構(gòu)合力推進(jìn)，比如通過產(chǎn)業(yè)聯(lián)盟、多領(lǐng)域?qū)＜铱缃绾献鞯攘夹则?qū)動(dòng)，避免醫(yī)療人工智能步入醫(yī)療信息化發(fā)展的老路，再次形成數(shù)據(jù)孤島的局面。
目前醫(yī)療數(shù)據(jù)監(jiān)管是零零散散分布在相關(guān)法規(guī)里，期待能有一部針對性的法規(guī)，比如個(gè)人醫(yī)療數(shù)據(jù)歸屬和隱私保護(hù)，跨機(jī)構(gòu)數(shù)據(jù)的使用、流通、收費(fèi)等安全規(guī)范，都需探索明晰。美國有累積了幾十年醫(yī)療信息數(shù)據(jù)的基礎(chǔ)，與之相比，中國更需因地制宜加強(qiáng)基礎(chǔ)數(shù)據(jù)建設(shè)，比如重視電子病歷的基礎(chǔ)設(shè)施建設(shè)，健全醫(yī)療知識圖譜，避免在“地基”不太穩(wěn)的情況下拼命“蓋樓”。