我國醫(yī)療人工智能發(fā)展速度快 2019年或出現(xiàn)洗牌現(xiàn)象

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)生帶來一個更強的大腦，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”待認證等挑戰(zhàn)也與之相伴。市場預(yù)計在一場拼技術(shù)、拼資金、拼耐力的“比賽”下，2019年行業(yè)可能會出現(xiàn)洗牌。

我國醫(yī)療人工智能發(fā)展速度快

《2018世界人工智能產(chǎn)業(yè)發(fā)展藍皮書》顯示，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，達到22%。

“在和包括歐美在內(nèi)的國外組織機構(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?！逼桨册t(yī)療AI平臺總經(jīng)理、平安醫(yī)療信息安全研究所所長謝震中稱。

依圖醫(yī)療總裁倪浩也表示，從醫(yī)療人工智能產(chǎn)品的臨床試用范圍和經(jīng)驗看，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的需求特別強烈。另一方面是美國醫(yī)生為數(shù)據(jù)標注的成本太高，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，與實際組織器官的吻合度較高。

在上海舉辦的一場“人機對決”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名獨立決策，兩隊從病情評估到個體化用藥等多個方面進行評比。比賽結(jié)果顯示，配備了AI輔助系統(tǒng)的醫(yī)生團隊平均得分86.2，沒有使用的醫(yī)生團隊平均得分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，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。

從高增長到高質(zhì)量 還有一段路要走

盡管市場前景廣闊，但是醫(yī)療人工智能產(chǎn)品從實驗室走到臨床大規(guī)模商用，還有待多重考驗。

倪浩表示，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，每一個階段對企業(yè)都是“牽一發(fā)而動全身”。

值得欣喜的是，新版《醫(yī)療器械分類目錄》新增了與人工智能輔助診斷對應(yīng)的類別，2018年12月“人工智能類醫(yī)療器械注冊申報公益培訓(xùn)”上，有關(guān)部門細致入微地分析了醫(yī)療人工智能器械審批的過程，對具體指標進行了詳解，為從業(yè)者理清了思路。

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)，如何更好的實現(xiàn)動態(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，也等不到審批認證后商業(yè)化，今年就會有大批企業(yè)會“挨不過去”。

阿里健康副總裁柯研表示，國家在宏觀層面有不少文件予以鼓勵，但具體操作上仍有不少難點：一是醫(yī)療機構(gòu)很難有動力去共享醫(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，一方面會掣肘數(shù)據(jù)的授權(quán)使用，另一方面會給患者的個人信息權(quán)保護埋下隱患。

還有一些專家認為，醫(yī)生習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，標注數(shù)據(jù)的準確度能力高低決定著數(shù)據(jù)質(zhì)量高低，因此標注的人十分關(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、準確性便有待驗證。

期待多方合力　助推人工智能更好為人服務(wù)

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)等是一個閉環(huán)，謝震中建議，期待監(jiān)管部門、行業(yè)協(xié)會、企業(yè)和醫(yī)療機構(gòu)合力推進，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，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。

騰訊醫(yī)療健康事業(yè)部技術(shù)委員會主任錢天翼表示，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)，比如個人醫(yī)療數(shù)據(jù)歸屬和隱私保護，跨機構(gòu)數(shù)據(jù)的使用、流通、收費等安全規(guī)范，都需探索明晰。

另外，倪浩稱，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”。

中國臨床腫瘤學(xué)會秘書長江澤飛表示，中國的腫瘤人群和社會環(huán)境有其自身特點，不能完全依據(jù)國外指南和實驗室數(shù)據(jù)，避免評估不足或過度治療。另外，需構(gòu)建和引導(dǎo)客觀合理的輿論環(huán)境，對于醫(yī)療人工智能，不捧殺、不棒殺。