“火热AI医疗的冷思考 数据获取会侵犯病人隐私吗？”

本篇文章3392字，读完约8分钟

现在，越来越多的医疗人工智能下行到基层。 广东省发布了《互联网+促进医疗健康快速发展的行动计划(—)》。 嗅觉敏锐的资本已经抢夺了滩人工智能医疗市场，使成熟的产品走向了基础医疗机构。

政策支持、资本市场支持、越来越多的基层医院包围，成为ai医疗的试验田。 站在风口上，ai医疗到底有那些软肋？ 在缺乏商业模式和比较有效性数据的背景下，ai医疗怎么能站稳脚跟呢？ 南方日报记者进行了调查。

alphago的余波蹬ai医疗

白云街社区卫生服务中心2楼的ai眼科诊室，居民坐在智能仪器前，下巴朝上，眼睛向前看。 几分钟后，白内障的诊断报告出来了。 这是ai眼科医生的一般工作模式。 截至8月底，为社区400多名居民提供服务，发现约30%的疑似白内障病例。 中山大学中山眼科中心医生远程诊断疑似病例。 需要进一步治疗的患者，可以去上级医院让专科医生深入检查。

项目负责人林浩添教授是中山大学中山眼科中心白内障专科医生。 从年开始，他就把重点放在医疗大数据和人工智能行业，努力寻找更有效的致盲眼病防治手段，为基础医疗机构提供能源。 几年前，这个想法很疯狂。 林浩添说，在项目开发的初期阶段，很少有人能理解医疗大数据的价值和挖掘技术，没有人认为机器人真的能诊断。

随着alphago打败人类职业围棋选手，方向发生了改变。 人工智能不仅战胜围棋世界冠军，而且正式进入大众视野，逐渐被各行各业所接受。 迄今为止，敏锐的资本已经捕捉到了新的趋势，布局了人工智能市场。 了解医疗资源失衡的现状，怀着发现新大陆的想法，他们以ai为马冲进了医疗市场。

ai医疗的爆发也要归功于政策红利。 6月14日，广东省人民政府办公厅正式发布《互联网+促进医疗健康快速发展行动计划(—)》，提出了人工智能底层的规定。 有了政策的加持，ai医疗就像火力充足的汽车一样，走向了基础医疗机构。 7月4日，互联网+健康扶贫ai医生村通启动仪式在广州举行。

ai老师是个好老师。 邓金科是广东省阳山县的村医。 以前，他只能看感冒和发烧，遇到困难时，他建议带村民到外面去看医生。 但是，现在有了智能医生，村民只需要用手机问诊。 如果遇到不允许的疾病，邓金科也可以通过复印、照片等方法告诉广东省互联网医院的医生。 目前，ai医生可见到200多种常见病，涵盖了一般社区医院日常诊断的90%病种。

基础、医疗人工智能填补了城乡医疗水平的差距，使当地居民享受到了同质化的医疗服务。 但是，在三甲医院，被赋予了释放医生的使命。

广东药科大学附属第一医院病理科启用了ai远程病理诊断系统。 短短几分钟内，就可以识别、筛选和标记可疑、异形、细胞核大的细胞。 病理医生只需要关注可疑的细胞，就可以写诊断报告。 这项技术的运用使病理医生的业务效率提高了20倍。

今年6月，中山大学附属第六医院启动沃森胃肠疾病人工智能医学中心，将人工智能应用于临床诊疗，向沃森推荐最有可能的治疗方案，让临床医生选择，最终实现个性化治疗。

ai医疗是什么？ 每个人的身体都有自己的答案。 对白云街社区卫生服务中心的管理者陈健芳来说，填补了基层眼科医生的空小白，节省了中心每年数十万元的劳务支出，让社区居民不用出远门就可以筛查眼科疾病。

广州市妇幼医疗中心院长夏慧敏表示，所谓ai医疗，其实就是人类医生的经验成为一个规则，这个规则在系统中成为一个过程，这个过程最后形成了基于人类智慧结晶的辅助诊断方法。

如今，医疗界迎来了人工智能的旋风。 大部分人都在讨论人工智能，拼命追赶领域的潮流。

数据孤岛是干扰因素

有能检测白内障的机器吗？ 在社区筛查开始之前，陈健芳总是面临这样的疑问。 阻力不少。 随后，他们说服居民到社区医院进行筛查，居民也在新的体验中接受了医疗新的技术和服务模式。

疾病智能筛查技术的宣传之路并不容易。 一方面是居民半信半疑，另一方面是医生的适应问题。 医疗数据是人工智能的营养来源。 以ai眼科医生为例，在基底层前，其生长依赖于中山眼科中心的医疗数据。 在此过程中，研发人员清洗、标记数据，建立数据模型，赋予了诊断疾病的功能。 侵入基础医疗机构后，原始数据模型是否仍适用？

事实上，市场上很多ai医疗产品都获得了很高的精度，越来越多的东西都是基于小样本测试。 林浩添也指出，虽然ai在训练中使用的是标准图像，但一旦进入临床，就会受到很多因素的影响，包括检查人员的配合度等在内，图像质量可能有缺陷，从而导致ai效率受挫。 上海交通大学生物医学工程学院教授钱大宏在接受媒体采访时表示，算法不是说话的老师，没有向医生说明评价依据的能力。

ai医疗没有可持续发展的商业模式。 以ai眼科为例，去基层进行疾病筛查，目前不需要任何费用。 另外，项目运营需要保证软件系统更新和辅助相关人员的费用。 林浩添说，如果不让学生以机器为基础接受训练，就无法进化。

中国新闻通信研究院网络医疗联盟人工智能事业集团负责人赵日光认为，目前将ai医疗产品以销售方式销售到医疗机构，难以实现。 而且，ai医疗产品必然会消耗。 在利润模式不明确的现在，谁也不想承担这个机会的价格。

人工智能就像孩子，需要认识，需要学习，需要从大量数据中吸收生长养分。 但是，目前数据孤岛现象与数据标准不统一，阻碍了ai医疗的快速发展。

在国内，人工智能公司与三院合作获取医疗数据。 但是，各医院收集数据的设备可能不同。 例如，在病理、心电等行业，各厂家都遵循私有的数据格式。 赵日光建议，行业自主将私有模式转变为公有模式，为ai医疗的快速发展提供良好的土壤。 但是，响应者寥寥无几。

即使ai医疗可以获得优质数据，数据获取是否可以避免侵犯患者隐私的问题？ 毕竟，没有人希望自己的健康数据被全世界的人知道。

未来:需要改变技术、体制和政策

陈健芳希望购买ai医疗产品，建议将人工智能纳入基本医疗范围收钱，且价格最好不超过100元。 但是，这一切的前提是产品必须合格。

那么，怎样才能生产出市场想购买的产品呢？

钱大宏表示，关键是提高算法能力，不仅要追求高精度的结果，还需要进一步明确ai的思维。

林浩添更喜欢人工智能的纠错能力。 对于现在开发的ai眼科医生来说，需要进一步提高识别能力，需要评估力度，评估错误的图像，教检查者如何重新收集。

科大讯飞智慧医疗常务副社长鹿晓亮在中国精准医疗产业领袖峰会上表示，ai医疗产品需要进入临床，仅仅掌握算法是不够的，需要不断学习领域专家的能力，紧跟最新的研究潮流，提升自我。

目前，我国许多ai医疗产品的高精度数据享有盛誉的加持，但诊断型ai医疗产品并未真正得到国家市场监管总局的认证。 在大洋彼岸的美国，3种人工智能诊断产品连续获得美国fda的批准，以osteodetect为例，采用ai算法使医生能够快速诊断腕骨骨折。

目前，我国监管部门禁止虚拟助理软件提供任何疾病的诊断建议，只允许客户提供健康轻问诊咨询服务。 如果ai医疗产品要走得更远，相关部门必须制定ai诊断进入临床应用的法律标准，确定ai诊断的主体是医生还是医疗器械，详细说明ai诊断产生缺陷、医疗过失的评价依据等问题。

林浩添说，他的团队在国际期刊上发表论文，制定ai医疗进入临床的标准，当ai医疗产品达到有准确率应用于实际医疗的标准时，才有资格进入临床。

数十家创业企业聚集在一起进行同样的事件，基本上以智能诊断为中心展开。 林浩添希望，ai眼科医生可以走得更远，将来可以给患者建议。 他还打算开发眼科手术机器人，成为外科医生的助手，提高诊疗效率。

未来的人工智能不应该单一，不能只诊断某个病种，也不能只分解图像数据，也不能对其进行评价。 夏慧敏说，人工智能是综合考虑语音病历、影像数据、身体多项指标等的诊断治疗，应该像人脑一样全面考虑。

要实现这些目标，光靠公司是不够的，还需要医生的深入参与。

林浩添表示，医疗数据有其特殊性，如果只靠计算机人才进行探索，他们对方向的把握，可能会导致对数据的理解不充分。 满意的ai产品需要医务人员和程序员合作，深入交流，深入合作。 但是，在目前的体制下，医务人员不太容易抽身，繁重的临床和科研任务让他们措手不及。

鹿晓亮总结认为，用人工智能使医疗领域能力化，需要强大的技术支持、政府的决策和社会资源的支持、持续的韧性和耐心三个特质。 (记者黄锦辉通讯员郝梦云)