真正的“医疗人工智能”距离我们还有多远？

电影《普罗米修斯》里，女主被外星生物寄生，全自动手术机器人给女主做手术，想必这一情节让不少人深刻。其实，抛开可怕的异形生物不谈，电影展现的医疗人工智能，带给我们对未来医疗的无限想象。

或许未来某一天，人工智能可以准确地为人们诊断疾病，根据疾病开出最适宜的药方，手术机器人可以自动为人们打麻醉剂、切除烂尾、摘除肿瘤、缝合伤口……

无论是北上广，还是偏远的广西贵州小山村，人们都能够享受无差别的医疗服务。就像今天的液晶电视、智能手机，涌入千家万户，你在农村小镇和大城市感受一样的网络世界，看一样的电视节目。如此，世界各地人们面临的种种看病难、看病贵的问题，就迎刃而解了。

一、梦想照进现实

理想正在慢慢照进现实。

随着大数据的形成、理论算法的革新、计算能力的提升及网络设施的演进，人工智能发展进入新阶段，医疗AI的发展日新月异，在临床领域的应用，正在不断深化。一些进展和突破，时时让人耳目一新。

在工厂，人工智能开始逐渐取代流水线的工人；道路上，自动驾驶的出现让司机的地位岌岌可危，医疗AI也在挑战医生固有的地位。

2018年3月31日，在成都举办的“人工智能辅助肺小结节诊断体验专场”上，LinkDoc-AI肺结节智能诊断系统，较三甲医院医生的诊断准确率提升60%-80%，诊断时间缩短25%；

5月11日，中国医师协会骨科医师分会年会上，450名骨科医生对战骨科AI智能阅片，AI得90分，略高于医生综合得分；

6月30日，国家会议中心，一部AI用15分钟完成了225例颅脑肿瘤的影像判读，准确率87%，15位医生用30分钟准确率66%，AI再下一城；

……

这两年“人机大战”不断的上演，医生微显尴尬的笑容背后，医疗AI已经初现狰狞。

医疗AI真正发展的时间并不长，在一些领域，就可以赶超拥有拥有十几年、几十年经验的专家医生，医疗领域的“阿尔法狗”的展示的智能、智慧，让人不得不正视。

当然，在业内人士看来，人工智能的初衷和目的都是为医生赋能，为医疗赋能，为患者赋能。

国际核能院（INEA）院士张勤表示，“把一个院士的‘看病本事’放到一个笔记本电脑里，带到基层医院或联网或不联网就能达到三甲医院的院士水平，这就是我们人工智能追求的境界，和解决的实际问题。我们讲要落地，这就是需要落地的东西。”

中国医师协会胸外科医师分会名誉会长张逊教授也谈到，“人工智能的真正落地点应该是基层，目的是提高基层医生的诊断水平，这是国家分级诊疗的重要一步。

二、医疗AI喜忧参半

人工智能释放的巨大的价值，不可想象。

在中共中央政治局第九次集体学习时，习近平总书记明确指出人工智能对推动我国发展所具有的重要意义和战略价值，“人工智能是引领这一轮科技革命和产业变革的战略性技术，具有溢出带动性很强的‘头雁效应’”“加快发展新一代人工智能是我们赢得全球科技竞争主动权的重要战略抓手，是推动我国科技跨越发展、产业优化升级、生产力整体跃升的重要战略资源”。

近期，工信部公开张榜招贤，出台《新一代人工智能产业创新重点任务揭榜工作方案》，这是基于2017年底工信部引发《促进新一代人工智能产业发展三年行动计划》，再次对行业的一次集体呼吁和召唤，足见国家、社会对于发展人工智能的急迫心情。

《方案》在医疗领域，指出两大重点发展方向：一是手术机器人及其操作系统，二是医疗影像辅助诊断系统。

“到2020年，实现医疗康复等机器人的样机生产，完成技术与功能验证及应用示范；多模态医学影像辅助诊断系统对脑、肺、眼、骨、心脑血管、乳腺等典型疾病的检出率超过95%，假阴性率低于1%，假阳性率低于5%，临床辅助应用逐步扩大。”

在医疗影像辅助诊断领域，可谓百花齐放。

《2017医疗大数据与AI产业报告》统计显示，涉足医学影像类的企业数量达到40家，是医疗AI应用最为广泛的领域，也是较为成熟的领域。

相关产品包括腾讯觅影、阿里ET医疗大脑、万东医疗i影像等等，以及上文中提到的LinkDoc-AI肺结节智能系统。它们基于深度学习与强化学习技术，采用多通道、异构三维卷积融合算法，提高了对不同尺度、不同形态肺结节的检测敏感性与准确度，最终全自动地识别出CT影像中所有的结节，识别率超过90%，并计算出结节的医学特征，协助医生撰写诊断报告并辅助进行最终诊断。

而在手术机器人领域，则是另一番景象。

近期的首届中国国际进口博览会上，中国有21家三甲医院有意向来自美国的直观医疗采购达芬奇手术机器人，达芬奇手术机器人风光无限，另一边是国产的智能医疗器械的落寞。

但，英国最近被爆出的“达芬奇手术机器人”机器暴走，病人不治身亡的新闻。让人悚然心惊。甚至有媒体爆料，美国食品药品监管局早在2015年就发布数据称，2000年至2013年间，在机器人手术中（因手术机器人原因）致死的患者已达144人。

一方面，医疗影像辅助诊断系统领域高歌猛进；另一方面，门槛更高的手术机器人领域，国内尚无成熟产品，“外来和尚”达芬奇手术机器人一家独大，但不免受到安全性的质疑。

三、“三驾马车”

这对于如期完成“新一代人工智能产业创新重点任务”，乃至国内医疗人工智能产业发展而言，可谓“喜忧参半”。

这其实这折射出，当前我国医疗人工智能领域发展现状发展现状——缺乏核心竞争力，现有的“智能”水平，远不能真正能撬开起智慧医疗的大门。

中国工程院院士、中国医学科学院阜外医院院长胡盛寿前段时间表示，“智慧医疗看似离我们很近，实际上医疗人工智能我们还有很长的路要走。”

对标海外。在美国，FDA 已审批通过了 12 个泛 AI 类医疗产品进入临床应用，但在我国，目前尚无一款产品通过审批。而已经开发出来的产品大多还是在临床试用阶段。

客观的说，我国蓬勃的医疗人工智能产业研发出相当数量、品类的智慧医疗产品，但一是缺乏相应的审批标准，二是限于数据层面以及应用层面的制约，缺乏统一推广的基础和条件，大多局限在一家或者多家医院试用阶段。除此之外，产品的的差异化严重不足，在临床端，大部分聚集在医疗影像辅助诊断。

造成这一现状，原因来自多方面。

胡盛寿分析，一般而言，算力、算法和数据是智慧医疗发展的三驾马车。

从算力上来看，易获取、用得起、方便用的算力，是AI医疗发展的关键。但目前主流的深度学习开源计算平台均为国外开发，这导致了隐私保护和信息安全方面的问题。

概念和算法的不断演进是人工智能发展的技术基础。但目前人工智能学习的原理仍然是一个“黑箱”，这成为人工智能在医疗领域落地的最大障碍。

对于智慧医疗来说，数据是核心。目前AI医疗产品的开发仅仅只依据了临床信息中的影像，而从数据的完整性、系统性的角度讲，现有的智能产品失真的可能性非常大。而且目前我国临床医疗数据可利用率极低，数据的可信度和真实性难以得到保证。此外，医疗、社保、公安系统信息不互通，部分病人隐瞒特殊病史，信息孤岛非常普遍。

而且，在临床应用方面，AI产品的合理使用范围、应用的流程和路径、检测手段和标准，等等，这些应用中的现实问题都要解决。

四、打基础，建标准

如何破解？

首先，我们首先应该做好“打基础”的工作，得到准确、完整、结构化、机器可读的数据，这是实现智慧医疗的前提和基础。意识到这一点，国内多家医疗大数据及AI企业已经在垂直领域布局，借助人工精准标准+机器自动化、智能化方式完成病历录入与结构化处理，从科研服务切入，并把出院后患者的随访、康复数据与临床数据相对接，从基因数据、影像数据、病理数据，到手术方案、术后反应、病人随访等，形成连贯患者就诊全流程的结构化数据。

除此之外，中国监管部门也在积极研究医学人工智能产品的审批机制。

2017年9月4日，CFDA发布新版《医疗器械分类目录》，新增了与人工智能辅助诊断的对应的类别。按照最新的分类规定，若诊断软件通过算法，提供诊断建议，仅有辅助诊断功能，不直接给出诊断结论，则申报二类医疗器械，如果对病变部位进行自动识别，并提供明确诊断提示，则按照第三类医疗器械管理。

相关审批细则也在制定中。在今年6月份，中国食品药品检定研究院与零氪、健培、图兮深维等医疗大数据及AI企业一起，建立了I期肺结节标准测试数据集，可用于肺结节AI性能的检测评价，为AI肺结节智能诊断系统真正进入临床奠定了基础。

水逐浪高。相信，14亿人口带来的庞大数据资源和市场需求、世界领先的互联网产业基础，将为我国医疗人工智能带来弯道超车的机遇。让智慧医疗的梦想，真切地照进现实。