中國科學(xué)院院士、復(fù)旦大學(xué)附屬中山醫(yī)院心內(nèi)科主任葛均波在2020世界人工智能大會上分享了人工智能在醫(yī)學(xué)方面的應(yīng)用。葛均波院士表示：“人工智能擁有廣闊的應(yīng)用前景，尤其是在慢病管理、病人隨訪等方面，能提高人們對疾病的認知?！?/FONT>
但他表示，目前人工智能在臨床的應(yīng)用中還有一些難以越過的障礙，比如醫(yī)療大數(shù)據(jù)仍然“大而混亂”，原因是我們?nèi)狈?shù)據(jù)的治理標準。
AI走向臨床未達預(yù)期
葛均波院士把人工智能對醫(yī)療的引導(dǎo)作用總結(jié)為四方面：疾病診斷、疾病診療、健康管理和醫(yī)院管理(如材料、耗材、人力成本的計算)等。目前人工智能已經(jīng)用在心血管疾病的早篩、預(yù)防、診療，以及分級診療中。
他表示，過去醫(yī)生給患者就診，主要通過“望聞問切”，根據(jù)病人的主訴結(jié)合一些臨床檢查，但是這種方法會導(dǎo)致對疾病的認識并不全面?！拔覀冎廊耸且粋€很復(fù)雜的機器，醫(yī)生光憑病人的主訴還不行，我們要結(jié)合影像學(xué)檢查等做出準確的診斷，從而給病人提供最好的治療?！彼硎尽?/FONT>
葛均波院士非常關(guān)注人工智能和大數(shù)據(jù)對醫(yī)學(xué)界帶來的改變，并注意到包括《新英格蘭醫(yī)學(xué)雜志》、《柳葉刀》、《JAMA》三大醫(yī)學(xué)雜志近年來對人工智能、深度學(xué)習(xí)方面的闡述以及在基礎(chǔ)研究方面的相關(guān)論述。
但他認為，人工智能真正在現(xiàn)實中的應(yīng)用，到目前為止還不是很完善?！叭斯ぶ悄苄枰臄?shù)據(jù)必須是精確的數(shù)據(jù)，通過學(xué)習(xí)提供一個診斷，其實人工智能有時比醫(yī)生能得出更為準確的診斷，但一個前提條件是，你給它的數(shù)據(jù)必須是準確的?！备鹁ㄔ菏空f道。
他援引2018年谷歌發(fā)表的一篇人工智能在眼科應(yīng)用的文章稱，盡管AI比眼科醫(yī)生更快更準確得出診斷，但是應(yīng)用到臨床學(xué)以后，發(fā)現(xiàn)并不是這么回事。
“谷歌人工智能在真正的臨床當中沒有給到我們所期待的期望值，因為當時護士在拍片的時候光線不好，導(dǎo)致數(shù)據(jù)無法輸入，就被人工智能程序拒絕了，反而得出了一些誤診數(shù)據(jù)。”他說道，“這就是因為數(shù)據(jù)不精確導(dǎo)致的?！?/FONT>
葛均波院士認為，要實現(xiàn)人工智能從實驗室到臨床的轉(zhuǎn)化，讓人工智能真正在臨床給到醫(yī)生輔助，就需要強調(diào)人工智能的醫(yī)療場景建設(shè)。他說道：“場景是連接人工智能供應(yīng)和需求，研發(fā)到產(chǎn)業(yè)化的關(guān)鍵環(huán)節(jié)，沒有場景一切都是白搭?！?/FONT>
大數(shù)據(jù)仍缺乏治理標準
葛均波院士指出，上海已經(jīng)探索出一條以應(yīng)用為牽引的人工智能發(fā)展道路，從政策扶持、資金投入、推動建設(shè)、宣傳引導(dǎo)、閉環(huán)管理、全程跟蹤、嚴格驗收等多方面入手，使人工智能的場景設(shè)施達到人工智能醫(yī)療的服務(wù)高地。
他介紹稱，復(fù)旦大學(xué)附屬中山醫(yī)院和徐匯區(qū)中心醫(yī)院在過去幾年里，在人工智能場景建設(shè)方面已經(jīng)做了一些初步工作，從數(shù)據(jù)的分析到數(shù)據(jù)的整合以及數(shù)據(jù)的收集，把心血管大數(shù)據(jù)整合到人工智能的應(yīng)用平臺，打通了三級醫(yī)院、二級醫(yī)院和社區(qū)衛(wèi)生中心的數(shù)據(jù)。
截至去年7月，這個平臺已經(jīng)收集了80萬個患者多達9.5TB的數(shù)據(jù)，其中包括了20億的就診記錄。通過大數(shù)據(jù)分析，葛均波院士和團隊得出了包括疾病精選早篩、疾病智能預(yù)防、輔助診療、智能隨訪和分級轉(zhuǎn)診五個場景的結(jié)論，分析出哪些疾病可以在社區(qū)衛(wèi)生中心解決，哪些疾病必須要三級醫(yī)院進行復(fù)雜的手術(shù)或者治療才能解決。
葛均波院士表示，數(shù)據(jù)主要集中在居民端和醫(yī)生端。通過建立基層的心血管檔案，包括人口學(xué)特征、年齡、發(fā)病危險等因素等等，能夠判斷病人是否需要轉(zhuǎn)到三級醫(yī)院。此外，心血管專家的知識庫目前已經(jīng)初步完善，將形成科研創(chuàng)新以及模型孵化的生態(tài)框架，并最終形成資源共享管控框架。
他同時指出人工智能醫(yī)療建設(shè)過程面臨的障礙，由于對于數(shù)據(jù)缺乏標注和治理標準，導(dǎo)致醫(yī)療大數(shù)據(jù)仍然“大而混亂”?！拔覀?0億就診數(shù)據(jù)里面，其實收集的很多信息對疾病診療是沒有用的，怎么甄別出來?我們?nèi)鄙俳y(tǒng)一的標注、治理標準。”葛均波院士說道。
他還呼吁打破信息的壁壘，讓患者的信息能在更大的范圍實現(xiàn)數(shù)據(jù)共享。此外，基層醫(yī)療和人工智能的交叉型人才仍有待培養(yǎng)。
在新冠肺炎疫情期間，遠程問診的人數(shù)大幅增長，市場需求驅(qū)動了人工智能和遠程醫(yī)療的發(fā)展。對此，葛均波院士表示，遠程醫(yī)療能加快病人和醫(yī)生的溝通，降低醫(yī)療費用，但真正做起來是一個復(fù)雜的工程，要把血液動力學(xué)、人口學(xué)特征、實驗室檢查和影像學(xué)整合到一起。
（轉(zhuǎn)載）
