人工智能在医疗健康领域的应用与发展前景分析

徐维维 彭沪 杨佳芳 侯冷晨 李济宇

我国医疗面临的主要矛盾是当下的医疗服务能力无法满足人民群众日益增长的服务需求，供需间的矛盾非常突出。在需求侧方面，随着社会经济的发展、人口老龄化加剧和疾病谱的改变，医疗服务需求激增；在供给侧方面，我国卫生资源总量不足、优质医疗资源集中、供需失衡等问题持续存在。近年来，人工智能技术广泛应用于医疗健康领域，如疾病预测与诊疗、药物研发等[1]，极大地提升了医疗服务能力，有效缓解了上述问题，促进医疗健康的变革发展。大力推进“人工智能+医疗健康”，能给予医疗行业新的活力，将有效促进医疗服务的创新供给和信息资源的开放共享[2]。本文将从医疗信息化发展、智能化医疗应用等方面深入分析人工智能如何赋能医疗行业，最后对“人工智能+医疗健康”的未来发展作出展望。

1 人工智能在医疗领域的发展历程

1.1 医疗信息化变革

医疗信息化的发展大致可划分为3 个阶段[3-4]：第一阶段是医疗信息化阶段，通过计算机、宽带网络等技术实现医院信息共享和区域医疗信息共享；第二阶段是互联网医疗阶段，借助可穿戴设备、4G网络、云计算、大数据等技术，实现以在线分流、问诊为主模式的互联网医疗以及医院内部融合医保的全流程移动；第三阶段是智能化医疗阶段，人工智能技术全面融入医疗健康全环节，借助医疗机器人、虚拟现实、增强现实、5G 网络、人工智能等技术，实现人工智能辅助诊断、远程手术等业务模式，实现医疗健康全流程智能化，主要应用于诊前疾病预防和健康管理，诊中辅助诊断、临床辅助决策、辅助治疗等和诊后辅助康复等，通过与生物医药智能制造深度融合，应用于生物医药耗材制造（3D 打印）、医用设备全生命周期管理、药物研发等。当下正处于从互联网医疗向智能化医疗过渡的阶段，智能化医疗未来可期。

1.2 智能化医疗的规划与政策

近年来，人工智能在国家发展中的战略地位愈发重要，陆续出现在我国政府工作报告和党的十九大报告中。“人工智能+医疗健康”关注度日益提升，发展白热化，我国各相关政府部门在技术创新、行业融合、产品落地、监管等方面出台多项政策进行相关指导。为此，梳理了自2016 年以来关于“人工智能+医疗健康”的相关政策，其中不乏一些重磅政策，从发文时间之密集和发文机关之多,均可见政府对于“人工智能+医疗健康”的高度重视和发展迫切。见表1。政策利好为智能化医疗营造空前优越的发展环境，人工智能将持续纵深赋能医疗，加之人口老龄、资源配置失衡等宏观问题，使得传统医疗行业面临着深入调整与转型升级。

2 智能化医疗应用

2.1 全流程辅助诊疗

人工智能通过影像分类、目标检测、图像分割与检索等方式，实现病灶识别与标注、三维重建、靶区自动勾画与自适应放疗等功能，应用于疾病筛查、诊断和治疗[5]，能帮助医生更快获取影像信息，进行定性定量分析，提升看图效率，协助发现隐藏病灶。目前已在临床应用的有皮肤癌分类检测、肺癌和乳腺癌早期筛查、脑梗死早期诊断、骨折检测、靶区勾画、远程影像等。辅助诊断的下一步就是智能诊治与康复，通过机器人技术、空间定位、人机工效、虚拟现实和增强现实等医工交叉领域的技术融合，衍生出功能各异的手术机器人、非手术诊疗机器人、康复机器人、服务机器人等一系列先进的医疗机器人，实现导诊咨询、影像定位、外科手术、护理服务、康复训练、医疗教学、医院物流等业务模式智能化，在骨科、神经外科、心血管科、胸外科、肿瘤科、介入治疗等科室的应用较为广泛。

2.2 临床决策支持

随着信息化时代的高速发展，医学知识爆炸式增长和疾病谱不断变化，使得医生临床决策能力面临着严峻的挑战。因决策失误所致的用药错误或处置不当，是造成医疗差错甚至责任事故的重要原因之一[6]。临床决策支持通过海量的客观现实数据、医学指南、文献等来构建各种疾病的知识库，借助计算机精准快速的信息存储、提取、计算能力，利用人工智能技术和计算机逻辑推理运算来模拟医生的诊断治疗思维，为医生提供智能分诊、疾病知识库查询、鉴别诊断、合理用药、治疗与评估等服务，可以有效解决临床医生知识局限性，减少人为错漏，提高药物使用效率，从而为提升医疗服务能力与效率，降低医疗错误带来有益助力。基层医疗服务能力低下一直未能解决，政府高度重视 “强基层”，采取多种支持手段协助改善基层医疗水平[7]，人工智能技术的应用、诊疗的智能化将提供有力的解决方案。

2.3 健康管理

健康管理终端通过与应用软件、云服务结合，以实现对各种人体体征数据的采集、传输等功能，结合环境、社交数据提示潜在健康风险，并给出相应的改善策略，目前主要应用于疾病风险预测与干预、慢病管理、运动管理、睡眠监测、母婴健康管理和老年人护理等。健康管理是变被动的疾病治疗为主动的自我健康监控，通过将物联网及人工智能技术广泛融合并应用于生活中，实现贯穿用户全生命周期的数据采集、检测，并对各项数据指标进行综合智能分析，服务于用户的健康管理，提高健康干预与管理能力[8]。健康管理大数据平台技术的发展促进了医疗健康应用的创新，实现了医疗健康数据的智能判读、分析和处理，提供便捷、精准、高效的医疗健康服务，由“治已病”逐渐过渡至“治未病”，有效缓解医疗资源供需矛盾，并为持续改善全民健康水平提供全面的支撑。

表1 国家“人工智能+医疗健康”政策文件

2.4 生物医药产业升级

人工智能技术与医药制造的深入融合，通过打造人、机、物全面互联的网络系统，形成智能化发展的新兴业态和应用模式，推动生物医药产业升级发展。当前的主要应用有[8]：①医疗设备智能化管理，涵盖整个医疗设备和配套的医用耗材从入院到报废阶段的全生命周期管理，包括分类档案、申购管理、资产管理、维修与保养、质量控制、效益分析、工作平台提醒等，通过对全生命周期数据的分析，提高设备采购、使用维护等效率，实现设备精细化管理，降低成本，提高医院经济效益。②生物医药增材制造（3D 打印），主要应用于医学模型设计、再生器官组织制造和医疗器械制造。3D 打印的模型能将器官和组织内部结构的细节逼真地呈现出三维立体结构，可视化的模型使得医学知识更直观明了，可用于临床、教学和术前模拟、优化手术方案，实现精准化、个体化诊疗。再生器官组织制造主要包括体外器官和体内软组织器官制造，如骨骼、耳朵和鼻子体外打印、人造血管等，帮助残疾人士重获新生，有望缓解移植器官或组织不足的问题。3D打印可制造各类体内外器械、手术器械、辅助医疗器械等，具有制造程序简化、研制周期短、精确度高等优点，可满足个性化医疗需求。③药物研发，通过整合海量基因、人体代谢数据与各类医疗数据寻找对特定疾病有效的化学物质组合，进而预测组合化合物效果研发新药物；利用大数据寻找药物作用对其明显的测试患者，精准定位患者群体，提高药物通过审批的概率，缩短药物研发周期。

3 未来发展展望

3.1 人工智能助推医疗深化变革

快速发展的智能医疗领域已经出现虚拟助手、辅助诊疗、智能影像、药物研发、精准医疗等多种新实践。人工智能在医疗领域的广泛应用，将催生出新技术、新模式、新业态[9]，引发医疗行业结构的深度变革，改变传统医疗服务模式，推动医疗健康改革，从而实现整体医疗水平的跃升。“互联网+人工智能”实现医疗资源结构转型升级，有效推动供给侧改革，传统“互联网+医疗”向“互联网+人工智能+医疗健康”转变是必由之路。

3.2 智能化医疗发展障碍

传统医疗行业既是“人工智能+医疗健康”的需求方和使用方，同时也是医疗健康数据的主要来源。一方面医疗卫生行业的需求和痛点引领“人工智能+医疗健康”的服务发展和技术产品创新，另一方面，医疗卫生行业数据也是“人工智能+医疗健康”企业进行技术产品创新的基础[10]。实际上，目前传统医院已经具备了一定的信息化水平，推进智能医疗的应用，需要从根本上更新传统医院的IT系统和信息化业务，这不仅需要更新设备设施，也需要对相关人员进行培训教育，成本较高，且会对传统业务造成冲击。与传统业务的兼容也会滞缓智能医疗的发展与应用。医疗数据的数量、质量参差不齐，医疗行业应用场景磨合难度大、复合人才体系缺乏、行业壁垒高、伦理道德问题等都制约着人工智能技术的深度应用。

3.3 发展智能化医疗配套能力的建议

3.3.1 严格规范行业监督管理

“人工智能+医疗健康”服务与产品必须符合国家相关标准，从而保证对安全性、可用性、可追溯性、互操作性、隐私保护等方面的要求。为了更有效地评估“人工智能+医疗健康”技术，相关重点和基础类标准必须落实，逐步建立并完善“人工智能+医疗健康”基础共性、互联互通、行业应用、网络安全、隐私保护等技术标准。加强人工智能在医疗领域的知识产权保护，健全该领域的技术创新、专利保护与标准化互动支撑机制，促进创新成果的知识产权化。虽然医疗相关的人工智能技术不断实现突破，但把技术转化为真正实施于临床的应用，目前还存在一定距离，把人工智能技术嵌入实际临床工作流程中需要建立监管框架[11]。重视“人工智能+医疗健康”风险评估和防控，强化前瞻预防和约束引导，确保把人工智能发展规制在安全可控范围内。建立健全公开透明的监管体系，实行设计问责和应用监督并重的双层监管结构，实现对“人工智能+医疗健康”算法设计、产品开发和成果应用等的全流程监管。

3.3.2 加强数据管理

在健康医疗大数据和人工智能发展过程中，个人隐私保护、数据安全，甚至国家安全问题等越来越受到重视。各国对个人敏感信息及其相关健康医疗数据的保护和相关研究的伦理审查，都制定了相应的法规制度。但目前的法律体系尚不能解释和界定健康医疗数据的权属问题，特别是医疗数据的所有权，这就导致了医疗数据难以共享，造成数据孤岛，没有大数据分析作为基础战略资源，就无法保障人工智能在医疗领域的深入研究。虽然我国的医疗数据体量较大，但由于大多数据普遍缺乏标准化、结构化，质量较差，难以被利用。基于标准建设高质量“人工智能+医疗健康”训练资源库、标准测试数据集并实现共享。建设满足深度学习等智能计算需求的基础资源服务平台，包括新型计算集群共享平台、云端智能分析处理服务平台、算法与技术开放平台等，使“人工智能+医疗健康”支撑体系接班建立，发展环境更加完善。

3.3.3 重视培育复合型人才

“人工智能+医疗健康”需要具备两个领域知识的复合型人才，多数人工智能技术人员需要医学专业的学习，而目前国内具有交叉学科知识的人才普遍匮乏。生物医学在国内发展态势良好，但与医学工程相脱离，无法很好地培养跨界人才。此外，还需要完善基础教育体系，创新人才培养模式，重视培养贯通“人工智能+医疗健康”理论、方法、技术、产品与应用的纵向复合型人才，以及掌握“人工智能+医疗健康”法律、管理、标准等的横向复合型人才，形成多层次人才培养体系。加强人才储备和梯队建设，鼓励引进高端人才和高水平创新团队。完善学科布局，重视人工智能与医学的交叉融合，推动相关一级学科建设。

3.3.4 健全法律法规和伦理规范

随着人工智能技术的成熟和在医疗领域的大范围应用，新兴技术在创造历史性巨变的同时也面临着法律和伦理的挑战[12]。法律法规要保护技术创新，技术的创新发展也要遵守法律的价值底线。为保障“人工智能+医疗健康”有序快速发展，要加强与之相关的法律、伦理和社会问题研究，建立并完善相关法律法规和伦理道德框架，此外，还需开展与“人工智能+医疗应用”相关的民事与刑事责任确认、隐私和产权保护、信息安全利用等法律问题研究，建立追溯和问责制度，明确“人工智能+医疗健康”法律主体以及相关权利、义务和责任等。开展“人工智能+医疗健康”行为科学和伦理等问题研究，建立伦理道德多层次判断结构及人机协作的伦理框架；积极参与全球治理，加强机器人异化和安全监管等“人工智能+医疗健康”重大国际共性问题研究，深化在“人工智能+医疗健康”法律法规、国际规则等方面的国际合作，共同应对全球性挑战。