图为北京友谊医院放射科读片室内，影像医生利用人工智能CT肺部辅助筛查系统对患者的肺内病灶做筛查分析。

        当前，人工智能作为全球医疗领域发展的突破口被寄予厚望。近日在上海举办的第十三次国际医疗器械监管机构论坛，也专门就“人工智能医疗器械”进行了研讨。

        医疗人工智能，路在何方？

        业界普遍认为，医疗人工智能能否与医疗深度融合、产学研用全方位推进才是决定这股浪潮是成为泡沫还是引领行业变革的关键。

        临床诊断呼唤人工智能

        近日，记者在首都医科大学北京友谊医院放射科看到，整个候诊区座无虚席，连走道里也站满了患者。

        “我们应该是朝八晚五，但即使中午不休息，大部分医生每天也都要晚上七八点钟才能下班。”科室主任杨正汉告诉记者，目前国内医院的影像科医生人才短缺，每位影像医生的工作负荷都特别大。“尤其是去年4月8日医改降低影像检查价格以后，以我们科室为例，每天的CT量，从400例增加到600例，由于设备和人员都没有增加，这意味着每名影像医生的工作负荷增长了50%。”

        “如果能通过人工智能替代一些重复性诊断，那就能极大地降低医生的工作负荷，进而提高诊断质量。”杨正汉表示，以肺结节排查为例，病人在医院做完检查以后，如果能通过人工智能技术把所有的肺部结节都发现并标识出来，即使不能判断良恶，也能节省影像医生约三分之二的阅片时间。

        据了解，现在的人工智能产品，尤其是在医学影像方面，已经有一些自动识别、信息提取功能，可以提取一些人眼难以分辨出来的东西。虽然不能代替医生，但有的已能提供一些医生难以察觉的辅助信息。

        虽然国内大型三甲医院放射科与国外发达国家医院的水平相当，但从全国范围看，放射科平均水平却不容乐观。对此，杨正汉表示：“无论是替代医生简单重复劳动提高诊断质量，还是提高基层医院诊疗水平，甚至可能帮助专家级医生进一步提高对疾病的认识，医疗领域都值得人工智能深度介入。”

        赋予人工智能医学基因

        据介绍，目前医学影像人工智能产品的准确率，在不同的器官和病种中表现不尽相同。以当前较为成熟的肺结节筛查，尤其是肺结节检出来说，人工智能的诊断水平不亚于一个成熟的放射科医生，差不多能达到主治医生的水平。但是，从临床研究来看，还存在着解释性差的问题，即输入的数据与输出的结果存在相关性但却不能用因果逻辑来解释。

        零氪科技CEO张天泽坦陈，解释性差放在其他领域还有接受的可能，但放在医学领域，则意味着很大的医疗风险。

        张天泽表示，对医疗领域人工智能解释性差的问题，目前业内通常采用两种解决思路：一是引入医学专家对相关性的因果关系做进一步分析研究，赋予医疗人工智能产品医学基因，相当于对人工智能输出的结果的因果关系提出假说，由临床专家和技术公司一同找出逻辑关系。二是引入大量真实的临床案例，并利用这些案例对结果进行解释，从而提供感性的解释，让医生在使用产品的过程中找到成功治疗案例的感觉。不过，这种感性的解释也对人工智能技术公司提出了掌握的具体案例要具有可重复性和学科前沿性的要求。

        “无论哪种解决思路，医疗人工智能都必须与临床医学紧密结合，需要有更多顶尖临床专家的参与和更多高质量、维度足够丰富的临床病理数据。”张天泽认为，单靠人工智能公司技术驱动，没有医学人员参与产品开发设计，没有大量的临床实验项目和临床认知，产品就不可能在真实的医疗场景中应用。

        对此，杨正汉高度认同：“只有医生参与，尤其是高级别医学专家参与，才能把临床真正所需的人工智能产品做得更符合现实需求。”

        “实现医疗人工智能产品落地没有任何捷径和窍门。”推想科技营销总裁席渭龄表示，推想科技在研发人工智能CT肺部辅助筛查系统初期，就扎根于医院，与华中科技大学同济医学院附属同济医院、上海长征医院等医疗机构密切合作，并在产品迭代、优化的过程中，与医疗机构共同确立了产品标准，探索鲁棒性、易用性和安全性的完美结合。

        研发和临床亟须深度合作

        4月12日，国务院常务会议审议并原则通过的《关于促进“互联网+医疗健康”发展的意见》，明确提出要从人工智能应用等方面推动互联网与医疗健康服务相融合。

        对此，业内普遍认为，从原始动力来看，中国的医疗人工智能发展前景可期。因为中国有更好的政策支持，有更大的数据来源，加上中国的医生对人工智能产品的需求，所以创业公司也愿意加大投入快速研发产品。

        “对于大型三甲医院和大学的附属医院来说，医疗人工智能是当前科研工作中很重要的内容，我们非常重视与企业的科研合作。”杨正汉表示，目前北京友谊医院就承担了多家医疗人工智能产品的临床研究项目，并与首都医科大学磁共振学院联合承担了多项科研项目。“如果人工智能公司在技术能力和产学研用合作方面推动力度大的话，双方的合作力度也会加大。”

        据杨正汉透露，虽然目前大多数与人工智能公司合作的医院都没有进入实质性付费阶段，但如果有真正通过国家监管部门审批的、临床应用表现优秀的产品，相信很多医院都非常愿意购买。对于医院放射科来说，影像设备是成本比重大头，而排在第二位的就是医生的劳动力成本，因为影像学医生都是高学历、高职称人才队伍。以北京友谊医院放射科为例，31个影像医生中，有21个医学博士，其余的也全部为硕士。

        “如果我们不需要这么多人，或者同样的人员配备却有更多的精力去做更有技术含量的工作，如投入到科研中创造更大的价值，无形中将为医院节约资源。”杨正汉称，“人工智能产品的应用能够配合医生提高诊断水平，降低工作负荷，凭着这两点，我个人认为值得去为它埋单。”

来源：中国医药报