受访专家：中日友好医院副院长、国家远程医疗与互联网医学中心皮肤科专委会主任委员 崔 勇
清华大学精准医学研究院智慧健康中心主任 杨 斌
本报记者 张 芳
 
曾经，人工智能（简称AI）是有些“高不可攀”的实验室科研成果；如今，利用人工智能让普通人享受红利，已不再是新鲜事。医疗领域中，人工智能的应用场景正变得越来越广阔。据中国信息通信研究院统计，截至2021年底，我国人工智能医疗器械生产企业约740家。随着国家监管路径的清晰，以及产业发展的日趋成熟，人工智能医疗器械取得三类注册证的步伐加快，截至2022年10月，已有62款获批，覆盖心血管、脑部、眼部、肺部、骨科、肿瘤等多个疾病领域。
 
人工智能诊疗是什么
人工智能的概念，最早产生于1956年美国达特茅斯学院举行的一次学术会议上，其核心含义是用机器模仿人类的学习能力。人工智能诊疗，顾名思义就是利用人工智能技术参与传统诊疗。
据清华大学精准医学研究院智慧健康中心主任杨斌介绍，人工智能在医疗领域的应用，至今已历经三个阶段。第一代人工智能诊疗技术也可以称作临床专家决策系统，通过建立临床知识库，模仿医生决策过程，对特定疾病患者进行诊断并开出处方；第二代技术主要是基于大数据和深度学习研发的人工智能系统，比如，用于复杂高维医学影像的识别，辅助医生诊断；第三代技术突出了可解释性，不仅能辅助诊断，还能对诊断的医学依据及诊断后的应对方案做出详细阐述。现阶段，我国人工智能诊疗的落地应用，仍主要集中在第二代技术上。
中日友好医院副院长、国家远程医疗与互联网医学中心皮肤科专委会主任委员崔勇认为，目前人工智能诊疗至少应当包含以下几个关键要素，即大数据、深度学习功能、解决临床问题，比如，利用肺部影像识别肺小结节、通过皮肤影像筛查皮肤肿瘤等。据媒体报道，四川大学华西医院、浙江省人民医院、北京大学第三医院合作开发的人工智能筛查模型，可以通过采集眼科图像和智能化分析，筛查阿尔茨海默病，准确率达75%。
崔勇解释说，影像资料能直观展现身体组织的特征，这对具备深度学习功能的人工智能来说，正好是发挥大数据算法优势、找到异常病灶的“用武之地”。相较医生用肉眼分辨差异，计算机阅片更快、更准，也更不易漏诊。鉴于此，不少医院已将人工智能辅助诊断融入日常诊疗，目前主要以放射科、病理科、皮肤科、眼科等为主。
 
提高基层诊疗水平
在杨斌看来，人工智能技术在医疗领域的应用可分为两大块，一是为大医院医生扩能，二是为基层医生赋能。前者的应用场景主要在大医院，专家们可以借助人工智能技术提高工作效率、降低漏诊率；后者的应用场景则在基层，能帮基层医生提高诊疗水平，筛查发现原本识别不出的病症。
崔勇认为，人工智能技术在基层医疗的应用，是最值得关注的部分。他举例说，皮肤肿瘤包括良性肿瘤和恶性肿瘤，由于其发病率在我国较低，老百姓甚至部分皮肤科医生对此类疾病都不熟悉。一项针对1000名各级医院皮肤科医生的在线调查显示，在皮肤肿瘤良恶性判断上，三甲医院医生的平均准确率为70%，基层医院医生仅为约30%，但绝大部分患者的初诊都在基层。“要填补我国各级医院皮肤病诊断水平之间的鸿沟，重要手段之一就是基于皮肤影像的人工智能技术。”崔勇说，基层医生只要学会使用皮肤镜和人工智能诊断系统的操作方法，就可以及早发现很多原本被误诊、漏诊的皮肤肿瘤，为患者赢得宝贵的治疗时间。
杨斌团队也曾为北京协和医院开发了一款用于筛查颈动脉斑块的人工智能系统。一方面，北京协和医院超声医学科高年资医生挑选并标注了大量颈动脉超声样本数据，另一方面，开发人员在多种已有算法的基础上，针对颈动脉超声视频特点，定制出能够智能识别斑块的算法。借助人工智能和5G传输技术，当乡镇卫生院工作人员的超声探头触到患者颈部时，北京协和医院的专家就能在屏幕上看到即时影像，并显示有不同的色块。其中，红色框是高度疑似有斑块的位置，也是人工智能识别出的区域。目前，该人工智能系统对颈动脉超声动态视频图像中斑块的实时捕捉、识别准确率平均达98.38%。
事实上，类似技术已在全国不少地区的基层医疗机构展开试点应用。比如，一款应用于云南省临沧市沧源县班洪乡卫生院的系统，可以通过对患者病史、症状等信息的综合判断，为医生提供诊断建议。据报道，该人工智能全科辅助诊断系统已在全国30个省市近400个区县实现常态化应用，服务5.6万名基层医生，大幅提升了基层医疗机构诊疗水平。
 
发展面临三个瓶颈
“不同于其他行业，人工智能在医疗领域的发展是保守、谨慎且缓慢的。因为诊疗关乎生命健康，容不得频繁试错。”崔勇说，人工智能医疗器械在取得三类注册证之后，真正能顺利应用于临床，甚至融入日常诊疗的仍不算多，整体处于研究多、落地少的阶段。具体而言，人工智能诊疗的发展瓶颈体现在三个方面。
首先，闭环商业模式尚未形成。任何新技术产品，若无法实现盈利，就会削弱其研发和生产的积极性。目前，人工智能医疗器械仍未列入《全国医疗服务价格项目规范》，仅有上海市明确将“人工智能辅助治疗技术”纳入基本医疗保险支付范围，但对适用范围有严格限制。也就是说，患者在医院放射科做检查时，即便用上了人工智能辅助诊断系统，也只按普通CT标准收费。于患者而言，这肯定是好事，但对行业发展而言，却是一种障碍。
其次，研发与临床脱节，研发出的产品临床使用价值较低。比如，人工智能医疗器械可通过获取心脏射血分数，识别左心室功能障碍，但心内科医生对这一技术的信任程度远不如胸片等影像检查，因此在医院推广应用就更困难。
最后，缺乏标准。以普及度较高的影像识别为例，由于成像协议等缺乏标准，面对同一个病例，不同厂商研发的人工智能系统可能会给出不同的诊断结果。这种“各自为政”的状态，也会限制不同医疗机构间的数据共享，进而拖慢整个行业的发展。
 
提高准确性，打通推广路径
2022年底发布的《医学人工智能发展前沿及趋势研究报告》显示，我国医学人工智能技术开发规模已占全球总量的38.7%。这是国家政策推动下，人工智能诊疗领域取得的巨大进展，但它的未来还可以更好。
杨斌说，由于目前多数人工智能的算法具有“黑箱属性”，对诊断原因无法给出明确的、医学上的依据和解释，可能导致患者对诊断结果的质疑，这将在一定程度上影响患者对医生的信任度，以及后续的治疗效果。如果第三代人工智能技术得以顺利应用，就能突破这一瓶颈，进而降低人们对人工智能在医疗领域应用的担忧。“在第三代技术的加持下，人工智能诊疗的未来应该是全方位的，既要做好为医生赋能的部分，也可以发展出为个人健康管理助力的部分。其应用场景可以是社区卫生院，也可以延伸到药店、牙科诊所、养老机构等，甚至到达家庭。”
人工智能诊疗的发展还有赖于国家的更多支持，若能由国家制订相关标准、搭建数据共享平台，将不同机构的数据整合在一起，对提高人工智能诊疗的准确性、打通推广路径都会大有好处。但崔勇强调，人工智能诊疗说到底仍属于一种辅助决策，它无法替代医生，也不应完全替代医生，就像利用人工智能技术做影像筛查一样，医生永远需要把好最后一道关。▲