醫療人工智能發展瓶頸亟待突破
近日，由阿里健康與浙江大學醫學院附屬第一醫院共同申報的“醫學人工智能浙江省實驗室”揭牌成立。據了解，該實驗室是依托浙江大學醫學院附屬第一醫院進行建設管理的實體性研究機構，雙方將以智能決策、智能輔助診斷、智能信息安全為主要研究方向，以構建一套智能化醫學研究系統。
北京科技大學計算機與通信工程學院副院長張德政表示，當前，人工智能在醫療領域掀起新一輪的熱潮，并且已經在眾多細分領域展現出特有的利好。隨著醫療人工智能的不斷發展，將給未來醫療領域帶來翻天覆地的變化。但是，在醫療人工智能發展的同時，人才短缺與缺乏自主知識產權仍是需要突破的瓶頸。
利于優質醫療資源下沉
當前，人工智能對醫療行業的影響日益顯現，人工智能的出現，使原有醫療模式發生變化，為醫生和患者均帶來利好。
張德政認為，當前，醫學影像以及輔助診療領域中應用人工智能技術的優勢尤為突出。
在醫學影像領域，人工智能的出現為醫生在治療過程中提供了輔助臨床決策的功能，在一定程度上既能提高醫生的工作效率，又能提高診斷精準度，減少誤診率和漏診率。
人工智能醫學影像識別是通過大數據將海量醫學影像存入計算機，通過人工智能技術將其歸類與學習，從而對患者影像進行初步識別診斷。醫生在診療過程中參考人工智能技術得出的結果，能夠提高醫生診斷的準確率；同時，由于通過計算機智能識別醫學影像的效率較高，可以大大提高閱片量，在一定程度上可以緩解放射科醫生的壓力。
“在輔助診療領域中，人工智能帶來最大的好處是利于優質醫療資源下沉。”張德政說。
當前偏遠地區醫療資源還比較匱乏，百姓健康保障還不能完全滿足，輔助診療機器人的出現使這個問題能夠得到一定緩解。人工智能輔助診斷系統可以通過遠程影像傳輸，對全國專家知識庫大數據進行收集整合，快速準確判斷患者數據，根據臨床路徑思維篩查甄別疾病，減少基層醫生專業技術與水平誤差，提高工作效率，幫助基層醫院實現規范化診療。對于醫療資源相對匱乏的區域來說，人工智能可以輔助實現優質醫療資源下沉。同時，人工智能輔助診斷系統能夠降低基層醫生診療決策中的偏差，為他們提供了提高診療水平的機會，減少對技術人員的需求。
跟風仿制阻礙產業發展
醫療人工智能的發展中的問題也逐漸顯露了出來。
國投創新投資管理有限公司執行董事肖治認為，當前醫療人工智能發展中最突出的問題包括高精尖人才的缺乏，持續高質量的醫學數據不易獲得，以及擁有自主知識產權的技術創新難。他指出，當前人工智能在醫療領域多是以分散的形式落地，往往不具有核心技術上的突破，這主要是因為高精尖人才的缺乏。醫療人工智能除了算法從業人員，還需要大量高水平醫學專業者協助，才能完成醫學知識的解讀和輸入，搭建出具有高質量醫學數據解讀和判斷能力的人工智能。在目前的醫學人工智能創業團隊中，全職高技術水平的醫學專業人員缺乏，這在很大程度上限制了醫學人工智能的發展。
同時，人工智能的模型搭建起來后，需要持續輸入大量高質量的數據，以對人工智能進行訓練與補充。但是，在我國當前醫療體系中，持續高質量的醫學數據并不容易獲得，這也是醫療人工智能發展中的一大阻礙。
此外，“對于發展人工智能的醫療企業來說，固有的發展模式或將成為障礙?！睆埖抡f，我國部分醫療器械企業熱衷于仿制，這種發展思路放在人工智能領域是行不通的。因為人工智能設備不同于以往的儀器設備，其價值主要依賴核心技術，擁有創新性思維以及核心性技術的企業才能在醫療人工智能技術領域中占據更多主動。未來人工智能對于技術層面的要求將越來越高，其發展核心將是巨大的資源積累伴隨創新的模式，拷貝的可能幾乎為“零”。所以以往企業“跟風”研發、生產的發展模式是不可持續的。
人才培養發展重中之重
有關專家認為，未來我國醫療人工智能化發展方向明確，人才培養是未來持續發展的重中之重。
張德政介紹，當前我國剛開始人工智能專業研究生及博士生的培養儲備，三五年內能夠造就第一批人才，但是高精尖人才的成熟還需10年~15年。
專家預測，未來醫療人工智能企業在某一或幾個領域中一旦擁有良好的表現，必將出現壟斷的情況。因為人工智能的發展需要大量的資源積累以及完善的團隊建設，例如IBM沃森團隊便擁有眾多細分部門，分別開展基因整合、文獻整理、數據處理、影像處理等工作，這樣必將形成大企業化的發展趨勢。一旦企業做大，就必然進行資源搶占與企業收購，以維持自身發展。所以，相關企業是做大做強，還是在某一環節做出特色，被大企業并購，背靠大樹好乘涼?需要做出判斷和選擇。
張德政最后表示，當前，眾多專家、團隊、大型醫療企業以及資本都將目光轉向了人工智能技術，“人工智能是大勢所趨，在不遠的將來，人工智能將在我國醫療領域遍地開花，給我國醫療體系帶來翻天覆地的變化?！?/p>
-
精英視角
-
焦點事件
-
項目成果
-
實驗室動態
-
企業風采
-
焦點事件
-
焦點事件
-
精英視角
-
科技前沿
