醫(yī)療人(rén)工智能與未來(lái)醫(yī)院信息化建設

人(rén)工智能在醫(yī)療領域的應用，在國外從1972年到2016年期間(jiān)每年都有(yǒu)新的進展和(hé)突破，學術(shù)界每年都能出現關于輔助診斷、輔助治療等技(jì)術(shù)的成果，這是持續不斷的過程。

随着技(jì)術(shù)進步，在醫(yī)療健康領域已有(yǒu)不少(shǎo)智慧醫(yī)療應用成功案例，如輔助疾病診斷、健康管理(lǐ)、醫(yī)學影(yǐng)像、臨床決策支持、便攜設備、康複醫(yī)療和(hé)生(shēng)物醫(yī)學研究，但(dàn)國內(nèi)外在大(dà)數(shù)據技(jì)術(shù)、人(rén)工智能技(jì)術(shù)、醫(yī)用機器(qì)人(rén)與可(kě)穿戴設備等方面還(hái)存在着不小(xiǎo)的差距。

我國智慧醫(yī)療的發展主要存在幾個(gè)問題：

第一，數(shù)據采集和(hé)利用的問題。醫(yī)療數(shù)據不同于商業數(shù)據或者消費數(shù)據，因為(wèi)涉及到隐私而導緻高(gāo)保護級别，在國內(nèi)出現過幾次醫(yī)療隐私數(shù)據洩露事件而引起了國家(jiā)高(gāo)度的重視(shì)，因此如何有(yǒu)效的采集和(hé)利用醫(yī)療數(shù)據是第一大(dà)難題；

第二，環境及專業人(rén)才稀缺的問題。現在人(rén)工智能技(jì)術(shù)人(rén)才非常稀缺，而既懂醫(yī)療又懂人(rén)工智能技(jì)術(shù)的複合型人(rén)才更稀缺；

第三，基礎支持的體(tǐ)系與計(jì)算(suàn)能力的問題；

第四，标準和(hé)規範建立的問題。現在醫(yī)療行(xíng)業仍處于野蠻生(shēng)長環境中，并沒有(yǒu)充足的規範或标準；

第五，信息安全和(hé)隐私保護的問題。一旦開(kāi)始利用人(rén)工智能就要考慮容錯率，現在人(rén)工智能還(hái)不能代替人(rén)類醫(yī)生(shēng)進行(xíng)診斷，不過當人(rén)工智能技(jì)術(shù)達到了某種可(kě)靠性之後，信息安全和(hé)隐私保護就會(huì)變得(de)非常重要；

第六，産業化發展問題。現在這個(gè)領域已經進入了包括BAT的科技(jì)巨頭、新興的生(shēng)物科技(jì)、醫(yī)療科技(jì)公司，但(dàn)在産業化發展的道(dào)路中并沒有(yǒu)一個(gè)有(yǒu)效的指導，出現隻追求快速發展，而疏忽過程中的重要環節，或解決的其實并不是醫(yī)療行(xíng)業的核心需求。

醫(yī)院真正的應用場(chǎng)景有(yǒu)哪些(xiē)？

從2015年開(kāi)始，國家(jiā)政策就開(kāi)始推動醫(yī)療與技(jì)術(shù)的結合。從“互聯網+醫(yī)療”，到“人(rén)工智能+醫(yī)療”，其實在業內(nèi)更多(duō)思考的是“醫(yī)療+”，因為(wèi)無論技(jì)術(shù)怎麽變化，核心應該還(hái)是醫(yī)療。

在雨後春筍一樣出現的大(dà)批互聯網醫(yī)療、人(rén)工智能醫(yī)療公司中，很(hěn)多(duō)不是從解決某一類具體(tǐ)醫(yī)療問題出發，而是先成為(wèi)掌握某項技(jì)術(shù)的廠商，再去找醫(yī)院或醫(yī)生(shēng)合作(zuò)，謀求短(duǎn)期內(nèi)在某個(gè)場(chǎng)景中落地，開(kāi)發出某款産品、某種解決方案。這樣的場(chǎng)景可(kě)能不是真正的場(chǎng)景，解決方案與場(chǎng)景可(kě)能不完全匹配。這樣沒有(yǒu)醫(yī)療根基的企業，很(hěn)難在醫(yī)療行(xíng)業立足。

從醫(yī)院的角度，什麽才是人(rén)工智能技(jì)術(shù)真正的應用場(chǎng)景呢？這就要從打造有(yǒu)思維、能感知、可(kě)執行(xíng)的智慧醫(yī)院目标說起。

一家(jiā)醫(yī)院要稱為(wèi)有(yǒu)“智慧”，必須具備：

第一，智慧“大(dà)腦(nǎo)”：思考和(hé)指揮。“大(dà)腦(nǎo)”融彙了大(dà)量信息（大(dà)數(shù)據）和(hé)知識（知識庫），并能不斷學習和(hé)進化（人(rén)工智能、深度學習）。針對外部刺激，“大(dà)腦(nǎo)”可(kě)以迅速對信息進行(xíng)有(yǒu)效組織和(hé)組合，作(zuò)出決策并指揮“行(xíng)為(wèi)”；

第二，感知“器(qì)官”：感知和(hé)采集，“大(dà)腦(nǎo)”的思維判斷需要衆多(duō)信息輸入作(zuò)為(wèi)依據，這就依賴于感官：視(shì)覺（攝像頭）、聽(tīng)覺（智能語音(yīn)助手）、嗅覺、觸覺（各種智能設備及傳感器(qì)）對醫(yī)院各種數(shù)據的采集，既包括人(rén)員的行(xíng)為(wèi)數(shù)據（患者動線、醫(yī)護人(rén)員動線、醫(yī)院物質運送動線）、醫(yī)療過程及結果數(shù)據，也包括空(kōng)間(jiān)環境的信息（能耗、空(kōng)氣質量）；

第三，“血液”循環：數(shù)據驅動，不斷彙聚臨床表型數(shù)據和(hé)科研組學數(shù)據，并以個(gè)體(tǐ)行(xíng)為(wèi)數(shù)據為(wèi)補充，形成臨床研究大(dà)數(shù)據。這些(xiē)數(shù)據傳送到大(dà)腦(nǎo)進行(xíng)學習和(hé)決策， 從而指揮“行(xíng)為(wèi)動作(zuò)”（各種應用軟件系統）；

第四，“人(rén)體(tǐ)骨骼”：軟硬件設施，轉化醫(yī)學中心的軟硬件設施互聯互通(tōng)形成一套整體(tǐ)支撐“行(xíng)為(wèi)動作(zuò)”；

第五，“人(rén)體(tǐ)四肢”：醫(yī)療科研服務，轉化醫(yī)學中心的提供的醫(yī)療及科研服務（招募、預約、檢查、治療、康複、随訪等）。

由此可(kě)以把人(rén)工智能在醫(yī)院的應用場(chǎng)景分為(wèi)四類：第一類為(wèi)智慧服務，這是當下最熱門(mén)的領域，像互聯網+醫(yī)院、人(rén)工智能+醫(yī)院、App移動醫(yī)院等都集中在這一領域；第二類為(wèi)智慧管理(lǐ)，更多(duō)服務于醫(yī)院的醫(yī)療和(hé)運營管理(lǐ)；第三類轉化醫(yī)學研究，像臨床研究和(hé)新藥研發未來(lái)都會(huì)依賴于數(shù)據或人(rén)工智能，在未來(lái)也是很(hěn)大(dà)的産業；第四類教育，包括對患者的科普類教育，分級診療中對各層級基層醫(yī)院的基礎教育。這四大(dà)類是醫(yī)院最需要應用人(rén)工智能的場(chǎng)景，未來(lái)這幾類場(chǎng)景中将有(yǒu)優秀的新産品、新技(jì)術(shù)和(hé)廠商誕生(shēng)。

這四大(dà)類場(chǎng)景具體(tǐ)來(lái)說又包含：

診前：首先，患者身份識别。現在的身份識别技(jì)術(shù)依賴于醫(yī)療卡。未來(lái)患者在就醫(yī)時(shí)，從接待到就診、取藥、醫(yī)技(jì)服務及後續的預約等一系列服務，都可(kě)以通(tōng)過無感面部識别技(jì)術(shù)來(lái)實現，将大(dà)幅提高(gāo)醫(yī)院就診的效率。從醫(yī)院的角度出發，當前技(jì)術(shù)還(hái)不是非常成熟，會(huì)先從人(rén)流量較小(xiǎo)的診療區(qū)域如特需醫(yī)療、高(gāo)端醫(yī)療或私立醫(yī)院等進行(xíng)測試，在技(jì)術(shù)逐漸成熟、能夠識别大(dà)量人(rén)員信息後，就可(kě)以淘汰現在所用的磁卡，為(wèi)患者帶來(lái)很(hěn)大(dà)的便利；其次，自動繳費。從2013年開(kāi)始，支付寶等發了這一應用場(chǎng)景，已經在醫(yī)院運行(xíng)良好；再次，智能化的引導。現在已經有(yǒu) APP室內(nèi)定位等多(duō)種引導方向，未來(lái)的智能服務機器(qì)人(rén)引導可(kě)能不是單純的診室導航，而是全程從到入院開(kāi)始或之前就可(kě)以像護士陪同一樣，進行(xíng)病情的分類、分診，然後引導最優路徑，讓患者有(yǒu)很(hěn)好的就醫(yī)體(tǐ)驗；最後，在就醫(yī)過程中涉及的檢查或取藥的行(xíng)為(wèi)，比如自動發藥機已經在一些(xiē)醫(yī)院開(kāi)始大(dà)規模的應用。現在自動發藥機還(hái)需要醫(yī)務人(rén)員在發藥後進行(xíng)藥品的核對，之後再交給患者，未來(lái)将像自助銀行(xíng)一樣直接為(wèi)患者提供取藥或檢查。

診間(jiān)：現在醫(yī)患的溝通(tōng)非常短(duǎn)暫，特别是大(dà)型三甲醫(yī)院，醫(yī)生(shēng)的診療任務非常繁重。未來(lái)，通(tōng)過大(dà)數(shù)據、大(dà)屏互動等技(jì)術(shù)，把患者生(shēng)命體(tǐ)征數(shù)據、曆史診療數(shù)據等提前告知醫(yī)生(shēng)，患者到診間(jiān)後就可(kě)以在屏幕前進行(xíng)良好的溝通(tōng)，從而提高(gāo)溝通(tōng)率，也提高(gāo)患者的滿意率。

診後：當診療結束後，患者大(dà)部分時(shí)間(jiān)是在家(jiā)裏進行(xíng)健康管理(lǐ)，未來(lái)人(rén)工智能在這個(gè)領域也有(yǒu)很(hěn)好的應用。雖然醫(yī)院提倡全程診療，但(dàn)由于醫(yī)患比例嚴重失衡，并沒有(yǒu)時(shí)間(jiān)一對一進行(xíng)個(gè)性化看護，這就給了智能化很(hěn)大(dà)的空(kōng)間(jiān)。可(kě)穿戴設備已經實現了血糖檢測、心電(diàn)監測、運動監測、飲食種類和(hé)熱量的監測，未來(lái)如果把已經制(zhì)定好的飲食處方、運動處方等通(tōng)過可(kě)穿戴設備在院外的患者進行(xíng)有(yǒu)效的幹預或健康生(shēng)活方式的引導，将對慢性病人(rén)起很(hěn)大(dà)的作(zuò)用。

病房(fáng)：患者住院的過程中，怎樣有(yǒu)效、實時(shí)地收集患者的生(shēng)命體(tǐ)征數(shù)據？怎樣對患者進行(xíng)有(yǒu)效、及時(shí)的治療幹預？怎樣對患者進行(xíng)有(yǒu)利健康的宣教？由于醫(yī)護與患者比例嚴重失衡，需要人(rén)工智能技(jì)術(shù)來(lái)輔助醫(yī)護人(rén)員高(gāo)效地完成工作(zuò)，同時(shí)又讓患者感受到溫暖，這是未來(lái)智慧病房(fáng)中人(rén)工智能技(jì)術(shù)和(hé)生(shēng)物技(jì)術(shù)的應用方向。

日常診療：查房(fáng)和(hé)電(diàn)子病曆等工作(zuò)戰勝了醫(yī)生(shēng)的大(dà)量精力，現在用機器(qì)人(rén)查房(fáng)可(kě)以來(lái)幫助醫(yī)護減輕工作(zuò)量，通(tōng)過自然語言處理(lǐ)技(jì)術(shù)自動形成電(diàn)子病曆，讓醫(yī)生(shēng)省去鍵盤輸入的過程。

護士站(zhàn)：護士在執行(xíng)醫(yī)囑時(shí)，有(yǒu)大(dà)量的護理(lǐ)工作(zuò)要做(zuò)，包括醫(yī)囑的核對、藥品的發放、生(shēng)命體(tǐ)征的采集等等，而通(tōng)過智能化的配置或物流，能幫助護士更高(gāo)效、更标準化地為(wèi)患者提供服務，且防止出錯。

對外開(kāi)放：教學型醫(yī)院、科研型醫(yī)院或多(duō)或少(shǎo)會(huì)有(yǒu)對外開(kāi)放的需求，人(rén)工智能在展廳的打造、來(lái)訪預約、參觀者身份識别、滿意度跟蹤等方面都有(yǒu)很(hěn)好的應用。

自動化可(kě)追溯物流：把流程按醫(yī)院所需進行(xíng)改造後，物流企業就可(kě)以快速進入醫(yī)療領域，為(wèi)各大(dà)醫(yī)院提供相應的服務。現階段軌道(dào)傳輸體(tǐ)系、氣動傳輸體(tǐ)系、機器(qì)人(rén)傳輸體(tǐ)系等已經在一些(xiē)醫(yī)院應用，還(hái)有(yǒu)一些(xiē)專業領域仍在做(zuò)新的探索，比如樣本傳輸體(tǐ)系有(yǒu)全管道(dào)低(dī)溫保存的要求。

智能大(dà)樓：現在智能大(dà)樓的建設中，與智慧醫(yī)療之間(jiān)相應的銜接非常少(shǎo)，未來(lái)把這兩項技(jì)術(shù)相銜接會(huì)有(yǒu)非常好的發展空(kōng)間(jiān)。

管理(lǐ)倉：醫(yī)院從醫(yī)療到管理(lǐ)、從物流到後勤保障都智能化之後，很(hěn)難通(tōng)過直觀方式了解到運行(xíng)的情況或規律，需要有(yǒu)類似駕駛艙的全局管理(lǐ)艙，讓管理(lǐ)者在駕駛艙了解醫(yī)院運行(xíng)的情況。

醫(yī)療人(rén)工智能面臨的挑戰

在醫(yī)院全面普及醫(yī)療人(rén)工智能，一個(gè)比較大(dà)的挑戰是醫(yī)院的接受程度。但(dàn)經過互聯網的洗禮，大(dà)多(duō)數(shù)醫(yī)院也在嘗試擁抱技(jì)術(shù)。除此之外，還(hái)面臨着幾個(gè)挑戰：

第一，人(rén)才。美國人(rén)工智能人(rén)才數(shù)量近85萬人(rén)，中國僅有(yǒu)5萬，人(rén)數(shù)相對較少(shǎo)，并且人(rén)工智能人(rén)才成本高(gāo)昂；

第二，數(shù)據。數(shù)據和(hé)數(shù)據之間(jiān)是有(yǒu)壁壘的，各醫(yī)院和(hé)各專科之間(jiān)的數(shù)據并不連通(tōng)。如果要得(de)到高(gāo)質量的數(shù)據，首先要與一家(jiā)或者多(duō)家(jiā)醫(yī)療機構進行(xíng)協作(zuò)，這非常困難，因為(wèi)全國最優質的醫(yī)院和(hé)專科之間(jiān)的協作(zuò)是有(yǒu)限的。衛計(jì)委等等組織和(hé)一些(xiē)高(gāo)校(xiào)也在尋求突破，他們希望通(tōng)過行(xíng)政力量把醫(yī)療機構的數(shù)據組織在一起，形成一個(gè)數(shù)據庫，用沙盒技(jì)術(shù)為(wèi)未來(lái)的人(rén)工智能企業提供“養料”或學習資料，但(dàn)推進的速度并不是那(nà)麽快。除此之外，還(hái)有(yǒu)數(shù)據歸屬不明(míng)确、數(shù)據安全要求高(gāo)、數(shù)據開(kāi)放受限制(zhì)、數(shù)據标準不統一、數(shù)據倫理(lǐ)存争議、數(shù)據成本代價高(gāo)等問題，這些(xiē)都是制(zhì)約人(rén)工智能醫(yī)療行(xíng)業發展的重要因素；

第三，審批。在AI醫(yī)療器(qì)械審批方面，由于産品未獲得(de)三類醫(yī)療器(qì)械證書(shū)就無法上(shàng)市，因此産品審批難以通(tōng)過成為(wèi)産業發展的重要掣肘。現在人(rén)工智能診斷技(jì)術(shù)在飛速發展，很(hěn)多(duō)企業或高(gāo)校(xiào)宣稱在某些(xiē)比賽中人(rén)工智能診斷能力已經超過了人(rén)類醫(yī)生(shēng)，但(dàn)在中國幾乎沒有(yǒu)通(tōng)過了國家(jiā)食品藥品監督管理(lǐ)局審批的人(rén)工智能診斷算(suàn)法或應用，在國外也是寥寥無幾。像診斷、治療方案等需要的智能和(hé)科技(jì)程度較高(gāo)，需要得(de)到相應的審批才能進入醫(yī)療市場(chǎng)。而一種新藥的審批可(kě)能長達十年，一個(gè)新的醫(yī)療器(qì)械的審批也是要兩三年，在人(rén)工智能領域一項技(jì)術(shù)也要進行(xíng)臨床的諸多(duō)實驗才可(kě)以在臨床上(shàng)應用。當然，健康指導、宣教、問診服務一類的人(rén)工智能服務，不涉及治療或者診斷過程，審批相對沒有(yǒu)那(nà)麽嚴格；

第四，倫理(lǐ)。現階段醫(yī)學人(rén)工智能診斷系統難以解釋診斷的原因，而一旦診斷結果出現問題，也無法追根求源到底是人(rén)類醫(yī)生(shēng)、數(shù)據還(hái)是算(suàn)法本身出現了問題，因此仍存在“黑(hēi)盒”風險；

第五，盈利。在行(xíng)業應用方面，目前付費方不清晰，買單方是醫(yī)院、患者、藥企、保險公司還(hái)是政府，未來(lái)需要多(duō)方探索。

傳統醫(yī)療信息化體(tǐ)系在人(rén)工智能時(shí)代正在改變，也暴露出其薄弱之處。主要集中在三個(gè)方面：一是數(shù)據采集，二是數(shù)據采集的範圍、質量，三是應用的個(gè)性化與智能化的程度。

針對這些(xiē)問題，醫(yī)院信息化體(tǐ)系的建設還(hái)是要以數(shù)據為(wèi)基礎、技(jì)術(shù)為(wèi)核心、服務為(wèi)導向。

在未來(lái)智慧醫(yī)療希望能夠有(yǒu)兩個(gè)體(tǐ)系：一個(gè)是應用體(tǐ)系，可(kě)通(tōng)過将人(rén)工智能智慧應用與現有(yǒu)應用相互融合協作(zuò)共同服務于醫(yī)療業務的形式，逐步由半智能化過渡到全智能化甚至是無人(rén)化，整個(gè)過程由各智慧應用的部署形成“智能節點”，替換原有(yǒu)流程上(shàng)的各個(gè)節點，形成“智能單元”，最後由各單元鏈接形成“智能網絡”，最終形成完整的智慧醫(yī)院應用體(tǐ)系；另一個(gè)是生(shēng)态體(tǐ)系，通(tōng)過智慧養老、智慧藥房(fáng)、智慧醫(yī)療、智慧健康的醫(yī)聯體(tǐ)，體(tǐ)系化的建設醫(yī)療機構，為(wèi)醫(yī)療提供更好的服務。