智能問診、“刷臉”就醫、醫療影像輔助診斷、疾病風險預測……當前，人工智能已日漸滲透到了問診、分診、支付、影像診斷等醫療服務的多個環節中。

6月20日發布的《中國移動互聯網發展報告(2018)》指出，2017年中國人工智能產業進入發展快車道，與此同時，移動互聯網為人工智能技術提供豐富應用場景，在交通、醫療、教育、電商零售、生活娛樂等垂直領域強化人工智能的應用，移動互聯網與人工智能相互促進、不斷融合。

自2017年3月被寫入政府工作報告，人工智能已經席卷各個行業，成為新的經濟增長點和國際競爭力的焦點。我國醫療行業基礎數據量大、優質醫療資源相對不足、民生需求迫切，已成為人工智能走出實驗室、落地商業化的最前沿陣地之一。

2017年7月，國務院印發的《新一代人工智能發展規劃》指出，要“圍繞教育、醫療、養老等迫切民生需求，加快人工智能創新應用，為公眾提供個性化、多元化、高品質服務”。2018年4月12日召開的國務院常務會議上，確定發展“互聯網+醫療健康”措施，緩解看病就醫難、提升人民健康水平。

當前，人工智能在醫療領域的應用機遇與挑戰并存，未來“人工智能+醫療”還將碰撞出怎樣的火花?會給人民生活帶來哪些改變?產業未來發展前景如何?為此，記者日前進行了調研采訪。

1.醫生不夠?人工智能補上

大量醫療人工智能創業公司集中涌現，國內外互聯網巨頭積極布局醫療人工智能，傳統醫療企業紛紛引入人工智能人才與技術……2018年，“人工智能+醫療”火了。

業內普遍認為，這股熱潮始于2014年。灼識咨詢提供了這樣一份數據，2014年、2015年、2016年，每年新成立的人工智能醫療企業分別達到24、37和36家，與2013年的4家相比發展迅速。目前，人工智能醫療企業數目還在不斷增長中。

“為什么火?首先是技術成熟了。”億歐智庫醫療產業分析師尚鞅認為，目前人工智能深度學習能夠幫助計算機理解大量圖像、聲音和文本形式的數據，識別率已經能夠達到商業化應用的水平。同時，醫療是一個非常傳統的行業，新技術的介入能推動其迅速發展。

資本敏銳地捕捉到了人工智能在醫療領域的應用前景。根據前瞻產業研究院發布的《2018—2023年中國人工智能行業市場前瞻與投資戰略規劃分析報告》顯示，2016年中國“人工智能+醫療”市場規模達到96.61億元，增長率為37.9%，2017年將超過130億元，并有望在2018年達到200億元。

迅速增長的市場規模背后是迫切的需求。人工智能究竟能否解決看病難、看病貴的問題?

浙江大學醫學院第二附屬醫院放射科主任張敏鳴對人工智能技術寄予厚望：“我很看好人工智能在醫療上的臨床應用，這已經是21世紀非常重要的課題。人工智能有助于紓解當前我國醫療資源相對不足的困難，協助提升基層醫療水平。”

常年工作在一線，張敏鳴從醫生的角度解釋人工智能技術在醫療領域應用的重要意義：“它可以幫助醫生緩解疲勞、降低勞動強度。人工智能可以代替我們做重復性高、技術含量低的工作，這樣我們就可以把節省出來的時間，用來與更多的患者溝通。更重要的是，可以防止漏診，比如說有一些小病灶醫生可能看不到，人工智能技術可以提醒醫生。”

在尚鞅看來，人工智能技術還將更好推進分級診療，將優質醫療資源下沉到基層：“目前，我國三甲醫院聚集著最好的專家和一流的設備，而基層醫院醫療資源相對不足，醫生的經驗也相對不足。未來借助人工智能技術，相當于基層醫院的醫生也掌握了頂級醫院上百個主任醫師的經驗，將在協助提高基層醫院醫療水平方面發揮重要作用。”

2.應用豐富，“人工智能+醫療”多點開花

人工智能系統在幾秒鐘內掃描胸部器官，自動定位定性病灶，自動生成診斷報告。這樣的情形早已不是科幻片中的場景了。

“人工智能閱片系統的主要目的是幫助醫生提高閱片的精度和效率、減少誤診漏診。”依圖醫療副總裁方驄介紹，一個非常熟練的看片醫生看一張片子大概需要5到8分鐘，有了人工智能技術后，可以在幾秒之內標注出病灶并生成結構化報告，作為輔助診斷結果提供給醫生進行審查。

據了解，目前國內不少醫院都已經引入了人工智能閱片系統，用于肺癌、乳腺癌、兒童生長發育異常等疾病的輔助診斷，如復旦大學附屬腫瘤醫院、浙江大學醫學院附屬兒童醫院、華中科技大學同濟醫學院附屬協和醫院等。

2017年12月，工信部印發的《促進新一代人工智能產業發展三年行動計劃(2018-2020年)》明確提出“加快醫療影像輔助診斷系統的產品化及臨床輔助應用”。當前，醫療影像輔助診斷已成為人工智能醫療領域最火熱的應用之一。動脈網數據顯示，國內醫療人工智能企業中，有半數都涉足該應用。而這其中，又大多涉及人工智能輔助診斷肺結節項目。

張敏鳴介紹，肺結節可能是肺癌的“信號燈”，因此肺結節的篩查非常重要，能夠幫助實現肺癌早期篩查。張敏鳴告訴記者，篩查肺結節過去全靠醫生的一雙“火眼金睛”，平均每天要看上百個病人、上萬張影像圖片，工作量非常大。但是經過人工智能初篩后，醫生在此基礎上再篩查一遍，二次篩查確認后基本就不會有問題了。

此外，在疾病風險預測、臨床輔助診療、智能健康管理、醫院智能管理等應用層面，人工智能技術也正在加速融入。

3.多方合作，提升醫療服務水平

在醫療健康行業，人工智能的應用場景越來越豐富，人工智能技術也逐漸成為影響醫療行業發展、提升醫療服務水平的重要因素。蓬勃發展的背后，人工智能在醫療領域的應用和推廣也面臨著諸多問題和挑戰。

首先是數據問題。人工智能應用要落地，就需要優質的數據土壤。“雖然中國的醫療數據整體量很大，但是具體到某一類醫療問題時還存在數據量不夠大的問題。”尚鞅表示，同時數據的質量也不夠高，就拿醫療影像舉例，必須要有臨床經驗豐富的醫生對數據進行標注后才能拿給機器學習，這種高質量的、標注過的數據資源相對有限。目前，三甲醫院擁有絕大多數影像數據和經驗豐富的醫生，最有能力幫助人工智能企業做出好的模型。

其次，醫療信息標準的缺失也是難題。“比如對于醫療圖像的病灶標注，即使是同一個科室的醫生也可能有不同的標注方式，還有就是病歷，患者的電子病歷數據很難保證完全準確同步，不同的醫生對于各個病種的名稱叫法都會存在地域差異。”方驄介紹，人工智能又是強數理、強邏輯的工具，對于內容的精準度和標準化要求很高。

還有人才問題。“醫療本身是一個非常專業的領域，人工智能技術在醫療應用上的突破離不開醫學界的深度參與。”尚鞅分析，人工智能醫療領域最缺乏的其實是復合型人才，既要懂醫學，又要懂人工智能技術。醫學人才的參與能夠讓人工智能團隊少走彎路，許多醫學問題也可能在人工智能輔助下有所突破。

所有的問題最終都指向合作。張敏鳴呼吁：“要在國家層面有意識地整合資源，梳理出臨床醫學人工智能的發展規律和路徑，鼓勵醫學界、科研單位、企業等多方深度合作，進一步推動醫療人工智能發展。”