人工智能在卫生领域的产品应用研究-20190511.docx

1、人工智能在医疗领域的应用发展现状研究摘要分析新时代下我国人工智能在医疗领域的应用发展现状，针对其应用中遇到的挑战与局限，结合美国、日本、欧洲等国家相关政策，提出四点建议包括发挥政府主导作用、健全人才培养机制、制定可行落地战略和构建产品新生态。关键词人工智能医疗局限建议ResearchontheApplicationofArtificialIntelligenceinMedicalHealthZhangAi*minAbstractAneweraunderthecurrentsituationofthedevelopmentoftheapplicationofartificialintellige

2、nceinthemedicalfieldinChina,inviewoftheartificialintelligenceinthefieldofmedicalapplicationofthechallengesandlimitations,andcombiningwiththerelevantpolicyoftheUnitedStates,Japan,Europeandothercountries,andputsforwardfourSuggestionsincludingthegovernmentleadingrole,andimprovethemechanismoftalenttrain

3、ing,makingpossiblelandingstrategyandbuildanewecologicalproductsKeywordsartificialintelligence;medicallimitsadvice1引言1.1概念人工智能经过60多年的演进，大数据驱动知识学习、跨媒体协同处理、人机协同增强智能、群体集成智能、自主智能系统成为人工智能的发展重点，受脑科学研究成果启发的类脑智能蓄势待发，芯片化硬件化平台化趋势更加明显，“人工智能+医疗”概念也应运而生。“人工智能+医疗”指的是人工智能通过机器学习、表征学习、深度学习和自然语言处理等各种技术，利用计算机算法从数据中获取信息

4、，以协助制定临床决策为目的，实现辅助诊断、疗法选择、风险预测、疾病分诊、减少医疗事故和提高效率等一系列功能。“人工智能+医疗”本质上是聚集顶级医学专家的智能，深度学习后应用，赋能给单个的医生并辅助他进行临床决策或操作，促进医疗质量、效率的提升。“人工智能+医疗”是贞正能够切入医疗领域的核心，解决医疗行业痛点，实现对医疗领域的颠覆性创新。层面人工智能对医疗领域的创新变革从生产力层面对传统医疗行业进行变革形式一种技术创新改造领域改造了医疗领域的供给端，有利于医疗卫生资源的优化分配驱动力技术驱动，尤其是底层技术驱动行业影响带来增量市场，且随着智能程度提升，潜在的市场空间扩大1.2发展现状自1978年

5、，北京中医医院关幼波教授与计算机科学领域的专家首次将医学专家系统应用到我国传统医疗领域以来，经过多年的持续积累，我国在人工智能领域取得重要进展。2016年6月国务院明确提出要建立“1+7+X”的三级模式，并于2017年7月首次站在国家战略层面对新一代人工智能的发展提出规划，在2030年成为人工智能领域的领导者，充分影显了国家发展人工智能的决41、和魄力。2018年政府工作报告在回顾过去5年医疗工作的同时，提出：实施大数据发展行动，加强新一代人工智能研发应用，在医疗、养老等多领域推进“互联网+”o根据2019年4月13日中华医院信息网络大会发布的人工智能蓝皮书:中国医疗人工智能发展报告（2019

6、）显示，人工智能前沿技术正在快速融入医疗。2应用现状分析人工智能自诞生之日起，就与医学密不可分。人工智能被比作21世纪的听诊器，成为医疗机构和医护人的强大“助手”，提升医疗健康服务的效率和质量，节约医疗支出以满足更多医疗需求。随着医学研究的不断深入，人工智能发展开启了新的维度；人工智能的技术创新与应用拓展，也对医疗行业产生着深刻影响。虽然目前人工智能与医疗融合发展方血已取得一定成果，但医疗行业是极度严谨和保守的，“人工智能+医疗”还面临着技术产品同质化，缺少重大原创成果；落地模式不明朗，体制机制对接不畅，科研机构和企业尚未形成具有国际影响力的生态圈和产业链，缺乏系统的超前研发布局；人工智能尖端

7、人才远远不能满足需求；适应人工智能发展的基础设施、政策法规、标准体系亟待完善。2.1机制对接不畅作为新兴的产业领域，“人工智能+医疗”是AI技术与医疗健康跨领域的深度融合，但其合作模式目前还尚未成熟，透过现象究其本质的原因主要是以下三个方面：（1）人工智能的应用发展需要各医疗机构、企业之间相辅相成、互补互助、合作共赢，但这种模式在我国还处于积极探索阶段；（2）在产品的研发推广过程中，医疗机构承担着产品的关键目标客户和主要技术研发者双重身份,这一现象可能导致产品的目标定位模糊,主导权不清晰,会对医疗人工智能的现实落地产生阻碍，供需双方间也无法形成良性的合作；（3）既拥有产品研发技术又能看懂医疗数

8、据和信息的跨学科复合型人才储备不足。美国AI医疗企业联手医疗机构进行多领域、深层次的研发布局，孕育出“巨头企业+顶级医疗机构”的合作模式，形成了克里夫兰诊所-微软、约翰霍普斯医院-通用电气、UCLA医疗中心-IBM等诸多合作阵营。巨头企业与顶级医疗机构的强强联合，有利于打破医疗行业数据壁垒，提升技术、产品与市场需求的有效对接。2.2数据碎片化“人工智能+医疗”的基础性战略资源医疗数捕一直存在应用障碍，信息孤岛、数据割裂现象明显,没有形成统一的数据汇集路径和标注规范，影响人工智能在医疗应用的普遍适用性、技术攻坚和产品迭代。主要有以下两大原因：（1）医疗信息化建设不足，存在医疗数据标准不一，不满足

9、互联互通标准；（2）医疗数据获取渠道单一。所以，获取高质量的带注释的数据集仍然是人工智能在医疗领域应用的一个挑战。2.3技术产品同质化“人工智能+医疗”在我国主要聚集在医疗影像，布局很不均衡。蛋壳研究院统计表明，“人工智能+医疗”在国内外的初创企业一共有192家，其中国外109家（不包括以基因技术为主的企业数据），而国内仅83家。在国内的这83家企业中有40家企业聚集在医疗影像，远高于其他的应用场景，特别是在基因、新药研发等高精技术领域涉足的企业远比国外企业少，而几大医疗应用场景的布局在国外的109家企业都较为均衡。究其原因主要体现在以下四个方面：（1）深度学习技术在图像识别领域取得了进展；（

10、2）医疗影像数据占医疗数据90%以上的比例，且每年以63%的速度增长，满足了模型训练的数据集需求；（3）医疗影像在使试验转变为临床应用方面能够有较大的突破，对于企业在新兴人工智能方面的应用起到了积极的促进作用；（4）相较于国外，在新药研发等一些高精技术领域，我国的相关研发存在投入不足、能力薄弱、周期过长等问题，导致人工智能的应用与布局无法达到预期。2.4临床实施困难医疗问题是高度复杂、专业的，医学结论的得出需要多方数据源的支持。人工智能现阶段只能在某个环节发挥作用，很难无缝嵌入临床诊疗流程，最终应用到临床的微乎其微。2.5责任风险问题在医疗人工智能应用安全风险尚不明确的情况下，我国目前在医疗信

11、息的隐私和安全问题的制度性保护、医疗诊断结果的签字权问题、与责任风险相关的技术准入和管理问题上,还存在法律监管方面的缺失。2.6落地模式待开拓“人工智能+医疗”在我国尚没有明晰的落地路径，政府和科研机构与制药商家、医疗机构、保险公司以及器械制造商等之间的合作方式仍在初期摸索阶段，合作效率需提高,切实可行的落地方案仍需研究。相比之下，美国“人工智能+医疗”在应用落地模式方面更为成熟，应用场景更偏向产业链前端的疾病预测和健康管理，这些都值得我国借鉴学习。3建议医疗行业历来受到政府严格监管，人工智能在医疗行业的应用和发展离不开政府的政策支持。在医疗政策方面，美国、日本、欧洲等国家为了适应人工智能技术

12、发展催生出的医疗行业变革，从不同侧重点出发进行机制性探索。国家年份政策解读美国2012发布机器学习算法软件评估的指标，建立相对成熟的机器学习算法软件的临床监管方案。2016颁布了针对低风险健康产品、实际询证、医疗设备临床试验的法律，规范AI在健康监测设备、医疗影像设备、决策支持软件等创新医疗设备的应用。临床试捡评估采用“真实世界数据”代替传统临床实验数据；将“自适应”作为AI医疗设备临床实验的规范。2017成立数字化医疗和AI技术评审部门研究针对AI类医疗产品(设备、器械、软件等)的规范、标准、监管途径。启动其数字健康软件预认证试点计划(PreCert),建立对电子健康产品时效性更强的监管方法

13、。将“计算机辅助医疗影像中可疑癌症病变识别”的医学影像软件从三类医疗器械评定为二类医疗器械，降低了审批、市场准入难度。2019通过投资人工智能研发、释放人工智能资源、制定人工智能治理标准、建立人工智能人才队伍加强美国在人工智能领域的领导地位。日本2018到2020年日本人工智能将从基因组医疗、医疗影像、诊疗决策支持、药物开发、长期护理、外科手术等6个领域优先突破发展。政府宣布将完善关于人工智能医疗设备的一系列规则：将人工智能医疗设备定位为辅助医生进行诊疗的设备，最终诊疗责任由医生承担。将在年内针对人工智能医疗设备制定标准、评价安全性、医疗质量:和效率、认证审查等制定标准。肯定了人工智能的重要作

14、用，同时强调重视其负面影响，如社会不平等、等级差距扩大、社会排斥等问题。主张在推进人工智能技术研发时，综合考虑其对人类、社会系统、产业构造、创新系统、政府等带来的影响，构建能够使人工智能有效且安全应用的“ALRcady社会”°法国2018公布了以医疗保健、运输、环境和国防安全为重点的人工智能发展战略。英国2018英国药品和保健产品监管机构(MHRA)与美国FDA喝粥，研究和制定机器学习和人工智能的医疗设备标准。欧盟2019为人工智能开发应用程序，探索人工智能如何增强人类能力,加快细胞和基因疗法的临床应用，为个性化医疗创建创新平台。3.1发挥政府主导作用我国在开放应用医疗健康大数据，推

15、动数据融合共享时，需建立规范体系，防止潜在风险，促进人工智能在医疗健康领域的发展。在开放性方面，推进各类医疗卫生机构对医疗健康大数据的采集和存储，增强运维、应用支持等技术保障，建立数据资源在医疗卫生机构之间的共享通道。探索推动人工智能应用获取的居民健康数据规范接入全民健康信息平台，积极鼓圆科研机构碾业加强医疗数据采集、存储、质控、挖掘、安全隐私保护等方面的关健技术攻关。在规范和安全方面，坚持环人为本，以安全监管为抓手，明确人工智能在医疗健康领域的数据安全标准和伦理道德标准，强化标准和安全体系建设，明确医疗人工智能责任认定，保障人工智能辅助下的医疗决策权责分明，妥善处理应用发展与保障安全的管理，

16、增强安全技术支撑力度，加大对人工智能的监控，降低泄露隐私的风险，有效保护个人隐私和信息安全。同时要界定人工智能法律和伦理道德的边界，构建法律法规体系，让人工智能安全的服务人类社会。建立灵活高效的医疗人工智能产品监管审批方式，为通过审批的医疗人工智能产品和设备提供短期试用许可。为“人工智能+医疗”企业提供资质认定服务，推动医疗机构和技术企业的合作，鼓励有能力、有资质的人工智能企业参与医院的招标认证，探索更为灵活高效的院企合作模式。将医疗人工智能设备和服务纳入财政收费项目。目前，我国财政暂时未将AI辅助医疗诊断系统纳入财政收入体系，这可能为医疗人工智能产品、设备、服务的市场化探索带入较大影响。未来

17、需加强研究规划，进步明确相关财政政策。3.2健全人才培养机制引育“人工智能+医疗”复合型人才，弥补人才短板，建立“人工智能+医疗”的复合型人才培养体系，构建医疗健康领域的人工智能人才引进机制，鼓励相关企业和研究机构推出医疗人工智能人才培养计划，加强复合型人才的培养和储备。鼓励医学类高校与科研机构积极合作，推动人工智能学科建设，注重医疗、卫生、健康和人工智能等领域的交叉融合,加强理论学习和实践运用等方面的教学设置。依托现有资源，成、龙人工智能专家库，吸收医疗健康领域的人工智能高端人才，带动医疗健康领域人工智能的快速发展。打造医疗人工智能行业平台，加强人工智能领域和医疗行业专业人才的互动交流。3.

18、3制定可行落地战略以打造“技术-产品”组合为核心制定医疗人工智能应用落地战略，在技术开发层面：应聚力人工智能算法理论，探索通过小样本、小数据的机器学习，实现对复杂疾病的辅助诊疗目标。与此同时，通过加强软硬结合能力，提升医疗人工智能技术的反馈迭代速度。在应用层面：注重产品和现有技术水平的有效对接，重视产业链各环节上的多维度应用探索，形成多元化的“技术-产品”组合，将人工智能技术应用在疾病预测、健康管理、新药研发、医疗影像等数据量大、容错率强、生产力提升效果好的医疗健康细分领域。3.4构建产品新生态构建产品生态，加速“人工智能+医疗”成果转化。在政府层面，通过建立国家级医疗健康大数据平台，推动公立医院联网，逐步建立单一病种数据中心和多病种间的关联数据。与此同时，逐步落实医疗数据安全标准指南及配套条例