「AI＋醫療」是從這三個方面有效提升行業效率的
年度回顧與展望專題
第24篇文章
全文字數：2100餘字
專家卡片
劉昇平
北京雲知聲信息技術有限公司
AL Labs資深技術專家
人工智慧在當今時代的重要性已毋庸贅述。我們可以看到，不論是大眾創業，還是資本市場，抑或是國家戰略層面，無不對其趨之若鶩。在深度革新人們生活方式的同時，「AI+」模式已然成為新時代經濟發展主旋律。
就醫療行業而言，人工智慧的應用已十分廣泛。從場景上來看，其主要可分為語音識別、醫學影像、藥物挖掘、營養學、生物技術、急救室管理、醫院管理、健康管理、精神健康、可穿戴設備、風險管理和病理學共12個領域。有別於「互聯網+醫療」解決「線上諮詢，線下就診」的信息匯聚的問題，人工智慧對於醫療領域的改造無疑是顛覆性的，將整體拉動醫療行業效率的提升。這是我們在回顧2017年總結到的：「AI+醫療」是醫療行業效率提升的利器。
提升現有醫生和醫院的效率
據統計，目前醫療數據中90%來自醫學影像，在我國這一數據正以年增長率30%的速度上升。這些數據大多需要進行人工分析，給醫院、醫生造成了極大壓力。而藉助AI技術對醫學影像進行分析，結合醫學大數據進行交叉對比，能很好地解決這個問題，並在分析效率、精準性方面呈現出質的飛越。
從國際上看，哈佛醫學院研發的人工智慧系統，對乳腺癌病理圖片中癌細胞的識別準確率能達到92%；美國企業Enlitic公司開發的癌症篩查系統，其癌症檢出率超越了4位頂級的放射科醫生，診斷出了人類醫生無法診斷出的7%的癌症。而國內在醫學影像結合AI技術方面的熱度似乎更高，催生了如DeepCare、推想科技、圖瑪深維、依圖科技等一大批專註醫療影像的AI企業。資本層面亦是一片火熱，僅2016年以來國內相關的融資事件就有近10起，其中一半以上為新成立公司。
除圖像技術之外，語音技術在醫療行業的普及，也正在將越來越多的普通醫生從日常機械式的醫案錄入工作中解脫出來。藉助智能醫療語音錄入技術，可讓醫生以更快捷的方式錄入，並在自然語言理解（NLU）技術輔助下，更輕鬆地發現輸入錯誤，提升錄入的效率，降低失誤率。
例如，目前已在包括北京協和醫院、福建省立醫院等全國近200家完成測試的雲知聲「智能醫療語音錄入系統」，針對醫療垂直領域深度定製的智能語音服務識別率可達95%，在如超聲科等部分科室的準確率接近98%。
提升醫生的培養效率
除了帶動醫院及醫生辦公效率，人工智慧還被應用於培養新型醫療工作者——「AI醫生」。
眾所周知，專業醫生的培養周期非常長，我國目前醫生培養模式主要是「5+3」模式，即在「5年醫學類專業本科教育，3年住院醫師規範化培訓」，結業考核合格後即具有醫生的從業資格，最短年限也需8年。加之中國進入老年社會，對醫療和健康的需求急速增加，客觀上為「AI醫生」提供了用武之地。
藉助人工智慧技術，「AI醫生」可在極短時間內被訓練成合格醫生甚至是領域內專家。通過涵蓋智能語音、自然語言處理、臨床大數據、超級計算等技術搭建的「AI醫生」新醫療模式，可在短時間內加速提供醫療服務的供給，將醫生從重複、初級諮詢工作中解放出來，進而提升其人均服務能力。
但是，為了實現這一點，需要的是大數據和人工智慧技術的結合。這意味著人工智慧創業公司需要與數據擁有方進行深度合作。不久前，平安好醫生攜手雲知聲率先展開布局，合資成立上海澔醫智能科技有限公司，致力於打造面向普通家庭的「AI醫生」，就是基於此的一次嘗試。基於前者大量真實患者問診數據，結合雲知聲在醫療行業的語音服務及醫療知識圖譜，可以為用戶提供從問診、專家預約到健康管理、情感陪伴、中醫養生等一站式大健康專屬服務。
可以預見的是，伴隨著「AI醫生」的成熟及普及，將從根本上扭轉眼前人們在就醫過程中「3小時排隊，3分鐘問診」的局面。
提升我國醫療資源調配效率
上述提到的兩點，可以看作是人工智慧給醫院、醫生、患者三方帶來的直接利好。除此之外，人工智慧在醫保控費領域也有妙用。
我國醫療保險基金支出超出收入增速漸成常態，據國家統計局數據顯示，2009年、2010年、2013年以及2014年度均超過收入增速，醫保控費已刻不容緩。從目前來看，國內醫保控費主要為限制葯價和支付環節。政府技術和維護能力等方面的限制，導致醫院在醫療信息孤島面前沒有足夠的大數據支持，醫保控費的系列舉措難以觸及核心矛盾。而伴隨人工智慧技術的發展，醫療大數據的興起，醫保控費審核走向智能化成為可能。
相較於傳統的醫保監管形式，醫保智能監管優勢明顯——藉助醫保信息化系統而建立的科學醫療保險監管體系，可覆蓋診療全過程，對參保人、醫師、醫院、藥店等實現透明化管理。如果發生違規問題，系統可及時預警，醫療保險經辦機構會立即採取措施。當前，由政府機構牽頭引入具有醫療信息背景的專業公司，來對醫保基金使用的全流程進行監管，已逐漸成為行業主流。
綜合來看，人工智慧與醫療行業的深度結合，已極大地推動了醫院資源調配、新型醫生培養、醫生辦公、患者就醫等各環節的效率。但展望即將到來的2018年，「AI+醫療」的結合將會更為深入。
這將體現在兩個方面
（1）AI將不僅僅是效率工具，而且會與業務流程深度結合，改造和優化現有醫療業務流程；
（2）AI產品將不再是醫院的單點產品，而是以「AI雲服務+多應用」的方式部署，會有越來越多的醫院擁有自己的AI雲服務平台。正如微軟創始人比爾蓋茨說的，「人們總是高估一項新事物在5年內的影響，而低估其在10年內的影響。」人工智慧正在以其自有的力量改變著整個醫療行業。
-END-
文章來源：e醫療2018年第1期
回顧與展望專題
TAG:e醫療 |