深入研讨医疗人工智能应用实践

当前，人工智能技术已成为医疗健康行业的有效辅助和有力支撑。作为医疗信息化领域最热门的话题之一，人工智能技术发展进入一个非常活跃的时期，AI在影像辅助诊断、肿瘤辅助决策、知识图谱、自然语言处理等医疗领域的应用越来越广泛，“AI+医疗”成为人工智能最火热的应用场景之一。同时，人工智能在医疗领域的应用也面临很多困难和挑战，应用的广度和深度也还在发展之中。7月3日晚19:30开讲的CHIMA大讲堂第十二期将话题对准人工智能与医疗健康，研讨人工智能在医疗健康领域的应用实践。Intel公司为本期大讲堂提供支持。

本期大讲堂由解放军总医院医疗大数据中心主任薛万国担任主持人，国家卫生健康委统计信息中心信息技术处处长徐向东、中南大学湘雅医院副书记胡建中教授、宁波江丰生物信息技术有限公司副总经理桂坤、Intel亚洲AI销售技术总监伊红卫、中国信息协会医疗卫生和健康产业分会会长宋新等业内领导和大咖担任嘉宾，通过精彩的演讲和激烈的思想碰撞，围绕人工智能在医疗健康领域的应用展开了深入探讨。

医疗作为迫切的民生需求，正在加快人工智能创新应用。徐向东处长强调，医疗行业的人工智能应用主要集中在建立快速精准的智能医疗体系、探索智慧医院建设、推进医药监管智能化、加强流行病智能监测和防控。国家卫生健康委统计信息中心面向各级各类医疗卫生机构征集了190个应用落地案例，涉及人工智能疾病辅助诊疗、疾病预测干预、疾病智能咨询、疾病智能诊疗、药物研发、卫生事业智能管理等方向，以及时掌握并了解全国范围医疗卫生机构人工智能技术推广应用情况。申报案例以医疗卫生机构为主，按地区统计，东部地区申报案例数量为120例，占比63%，占比较高；中部地区为31例，占比16%；西部地区为39例，占比21%。分析结果显示，人工智能应用主要体现在疾病诊疗、疾病预测干预、卫生事业管理、疾病咨询、药物研发等领域的智能化，数据来源于医学影像数据、多模态检查检验数据、病历数据等。通过对征集案例进行分析，目前人工智能应用具有以下特点：数据具有易获得性、易标注、质量较好、标准化程度较高等特点；应用场景较封闭，临床病种较单一，以辅助为主；通用智能、算力、模型及技术相对成熟；人机配合度，以及数据科学家与医生配合度具有容错性。

整体而言，医院信息化已经从信息化阶段迈向数字化阶段，对整体治理能力、数据基础等提出了非常高的要求。当前，医院的关注点更多的是借助大数据和人工智能技术解决业务的相关问题。人工智能三要素包括算力云化、算法迭代快、数据精度和广度提高。推进医学人工智能应用的关键点体现为以下四点：聚焦组织，构建以数据为核心的医疗人工智能应用体系；聚焦基础，整体提升医院数字化能力；聚焦应用，开展医学人工智能应用标准规范研究、人工智能应用测评指标体系研究以及人工智能应用测评体系研究；聚焦安全，包括医疗安全、监管安全、应用伦理和数据安全等。

当前，我国病理发展面临着人才短缺与断层、继续教育培训困难、精细化病理诊断难以普及等困境。基于此，远程病理会诊越来越受欢迎。胡建中教授指出，远程病理会诊对申请端医院和会诊中心端都能带来效益：对申请端医院，可实现快速冰冻会诊、提升医院的诊断水平、降低误诊和医疗事故，同时能提升医院整体效益等；对会诊中心端，可实现更精细的病理亚专科诊断、基层医院的术中冰冻实时诊断、区域内病理专家的有效调配、提高区域病理质控效率等。

湘雅医院远程病理会诊主体服务内容包括疑难病理远程会诊，术中冰冻远程会诊，病理科全数字化远程诊断，病理在线质控，病理教学、培训、考核，人工智能辅助诊断。在功能上，它包括申请端、分配端、专家端、管理端、质控端和教学培训端。湘雅特色的病理远程会诊包括以下内容：冰冻会诊、疑难会诊全流程规划；远程实时大体取材指导；全信息节点通知；音视频在线沟通；移动端APP会诊；全面系统对接等。2016年湘雅远程病理会诊平台升级以来，湘雅医院病理科为新疆、青海、四川、重庆、贵州等10余省份，共70家基层医院提供术中冰冻、常规疑难病例远程会诊，已完成总会诊病理16000余例，其中术中冰冻远程诊断4000余例，为湖南省最大的远程病理会诊中心。在病理远程会诊过程中，AI实现了数据的整合与应用，辅助诊断，进行技术质控、数据校验和流程监控。在数据整合与应用方面，AI有助于追踪病例，分析病例发展趋势，获取治疗方法与存活率之间的关联关系，并精准分析各病种阳性率和存活率。AI通过云化模型、网络标准系统等技术，可以让病理医生自己进行科研。

AI在医疗数据处理中标注的准确性关乎结果的准确性，近两年之内还是需要大量医生去做标注这样细致的工作。同时，AI算法人才与医学人才知识体系不同， 如何融合各自优势发挥最大价值，值得企业思考。

病理的人工智能是整个人工智能应用非常重要的一个方向，同时面临诸多挑战，宫颈液基细胞筛查为典型代表。桂坤副总经理介绍，宫颈液基细胞筛查面临着如下现状：一张数字切片平均包含约30000个细胞，病理医生完成全片20X浏览需1000个视野；在看片时间上，1000个细胞病理医生每人每天需浏览约300张切片，平均每张切片只有96秒，平均每个视野96毫秒。如此繁重的工作量容易导致医生存在视觉疲劳和情绪波动。人工智能在宫颈涂片筛查上存在以下挑战：标注的生成，体现为阳性细胞标注不完整、阴性细胞标注不完整以及样本严重不均衡；神经网络的选择，主要是使用阴阳性分类网络、目标侦测网络以及细胞病变级别分类网络的选择。宫颈液基细胞辅助筛查系统在设计时重点考虑了阳性检出率、阴性排除率、开放试剂支持等参数。同时，系统采取全流程管控取样及制片，确保筛查过程及环节可追踪、可溯源。在设计上，系统考虑全局切片信息，其模型含有全局信息模块，考虑萎缩、炎症背景，同时将年龄、HPV检测作为模型参数，自动提取样本特征，增强复杂样本的识别准确度，减少漏判。

2020年的新冠疫情改变了世界的节奏，以人工智能为代表的智能科技彰显了科技向善的力量。伊红卫总监指出，即将到来的新基建也让人工智能拥有更广阔的前景。2019年，Intel发布了第一版《医疗健康行业AI实战手册》，汇集分析了很多医疗行业典型的创新的人工智能应用的案例。Intel希望通过这一分享让人工智能和行业的场景深度融合，提高生产力。人工智能不能是玩具，一定要成为可用和好用的工具，这是Intel人工智能应用的标准。近期，国家卫生健康委统计信息中心发布的190例人工智能案例分析，更是表明人工智能已经开始在医疗健康行业落地、发展，并且受到重视。人工智能的发展还处于强AI不强、弱AI不弱的起步阶段，未来还有很多技术挑战需要解决，比如多模态数据、数据模型本身的可解释性等。Intel公司本身并不生产数据，而是以数据为中心，围绕数据的传输、计算各个方面，用更好的产品组合为客户打造全面向的解决方案。人工智能是Intel的战略，从三方面进行投入：第一，硬件，打造云边端全站解决方案，既有符合边端的低功耗产品，也有上云的在数据中心的产品，针对不同的场合、不同的用户可以选择不同的方案；第二，软件，与和底层硬件相结合的底层，加上优化的框架，再加上方便的工具，三重赋能，让硬件不仅发挥其性能，而且让客户有更好的体验；第三，生态，与合作伙伴共建生态，共赢未来。今年，Intel将推出《中国医疗健康行业AI实战手册》更新版，希望和国内合作伙伴一起合作，在保护数据模型的同时，还能用人工智能解决医疗健康行业面临的挑战。

从国家大战略角度考虑，人工智能属于战略新兴产业五大板块其中的一个。根据国家规划，到2025年，战略新兴产业将发展成为上万亿产值的大盘子，人工智能是其中的重要组成部分。目前，新基建建设中的医疗部分都与人工智能有关。宋新会长强调，如果人工智能是一辆车，现在正在打造一个适合人工智能发展的一个大环境。未来2-3年，医疗行业中大量的5G和其他基础设施建设都会围绕远程诊疗、医疗人工智能等新科技的项目应用，为大家铺平道路。未来，国家发改委会协调相关部委，为人工智能的发展配套相关的辅助政策，在 1~2年会有非常大的进步。

最后，薛万国主任和与会嘉宾针对促进医疗机构使用人工智能的政策、投入产出等相关话题与听众进一步展开了交流。

针对医疗人工智能应用投入产出这一话题，徐向东处长表示，任何新技术在应用过程中都有试水期、爬坡期、成熟的应用期以及衰落期。她强调：“医疗机构对人工智能的应用应采取既乐观又审慎的态度，让它逐步适应医疗流程，以更好地发挥其价值。”