AI+医疗发展建言，从运用落地到新一代智能医疗系统构建

12月22日，在北京市科委、卫健委、海淀区人民政府等单位指导下，由中关村智友天使学院、海淀园创业服务中心、北京智源 人工智能 研究院等单位联合承办的“ AI+ 云+医疗大数据&医疗器械”发展研讨峰会在京举行，亿欧作为支持媒体受邀出席本次研讨峰会。

峰会现场，来自政府单位、科研院所、医疗部门、企业以及投资机构等多领域跨界人才共聚一堂，深入探讨了AI、机器人、云服务等颠覆性技术在医疗领域的落地应用，实体医院与互联网医院的机制创新以及医工融合转化难点、产业投资等话题。

医疗AI 运用落地难，但仍不失对其青眼有加者

从一定层面上来说，AI、机器人等新技术的加持为医院临床研究水平和医疗服务水平、效率、质量等方面都带来了有益的提升，医院没有不采用的道理。但事实是当下许多医院的医生都并不相信AI技术。

首先在技术上， 目前无论是从功耗性能、鲁棒性、推广性、犯错率、学习样本的数量还是可解释性上来看，基于深度学习的识别系统与人脑都存在着很大的差距，这是当下AI应用于医疗行业最大的一个技术难点。

此外， AI医疗技术的应用首先是基于大数据的，但是医疗数据是历史的记录，通过这些数据训练出来的系统难以演化出未来的产品，而且当下的AI医疗系统更不具备推理以及应急的能力，这也进一步导致了医务人员难以相信AI医疗系统。

系列问题都存在都为医疗AI的落地造成了不小的困难，但是这并不妨碍相关人士依然看好医疗AI领域。 北京阜外医院心血管外科主任欧阳晨曦分析道，医疗AI基于大数据而开展深度学习，由于目前医院能够提供的数据存在不全面不系统不能很好的满足机器学习的需求，这也导致了当下医疗AI训练出来的系统存在判断不客观的情况。但是如果投资机构能够首先围绕医疗数据采集进行投资，这不仅能够首先赢得在医疗AI数据入口领域布局的先机，而且数据采集在当下的医疗环境当中多以辅助医务工作开展，医院接受度相对较高，总体来说还是值得期待的。

此外，我国医疗资源分布极其不均， 一方面，国内顶尖的几家三甲医院在各方面都接近甚至领先世界顶尖医疗水平，但是基层医疗水平却又非常薄弱，对于大多数国民来说“看病难，看病贵”的问题依然普遍存在。为提升我国整体的医疗水平，如果仅仅单方面通过培训提升基层医疗人员素质来达到目的是很不明智的。人工智能作为一种很好的替代方案，如果能够实现在短期内把三甲医院级别的医疗水平复制到基层，对于提升我国整体的医疗水平有很高的意义。

谈到具体的医疗AI运用落地环节， 国家康复辅具中心、北京市生物医学工程高精尖中心、阿里健康集团大数据中心等单位领导纷纷看好智能康复器械、AI全科医生助手、智能互联网医院以及远程医疗与AI的结合。在资本层面，以软银资本为代表的多家投资机构也表示看好医疗AI运用落地发发展。

AI重构医患关系，需建立全新一代智能医疗系统

伴随着云计算、大数据、人工智能以及物联网等技术的发展，医疗健康产业迎来了一次全新的发展机遇。 借助新技术对健康与疾病的大数据统计，实现医疗服务与资源的动态配置，新药研制过程中技术参与医药疗效与成本的控制，疾病的人工智能早期筛查以及精准微创医疗机器人参与治疗，这一系列医疗情景变革都为未来医疗健康产业的发展描绘出了一幅全新的图景。但在另一方面，这一变革也正在重构医院、医生、病人与医药、器械的关系，也给传统医疗健康理念、模式、手段与法规带来新的挑战，新的医疗体系建立已成为一个不得不思考的问题。

长期以来，医务人员通过医疗设备为患者提供服务，这一过程当中虽然随着医疗设备技术的不断改进以及变化，医务人员对患者的服务方式发生了改变，但是患者、医务人员以及医疗设备这三者之间的从属关系却从未发生改变。 然而伴随着人工智能等智能化技术的产生，具备智能化能力的医疗设备开始参与到医疗决策的过程当中，并且具备影响医务人员的能力， 此外，患者与医疗设备的关系也发声了改变，智能化技术的参与使得新的医患关系变得更加的复杂。

中国科学院院士、清华大学人工智能研究院院长 张钹 结合IBM Waston认知计算系统与当下人工智能技术现状展开讨论， 他认为从技术的角度上来看，目前人工智能由于深度学习技术的产生突破了以往人工数据输入的专家系统模式，已经能够通过自主学习的方式去不断的提升判断，这为新的智能化医疗系统打造了有利的条件。但除了技术之外，张钹院士还提出新一代智能化医疗系统的打造是一项系统性工程，除了技术之外，还需要政府、医院、医生等多个环节的人事共同参与设定。

版权声明

凡来源为亿欧网的内容，其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点，不代表亿欧对观点赞同或支持。