機器人與互聯(lián)網(wǎng)的結(jié)合向來被眾人看好，在醫(yī)療領(lǐng)域，智能機器的應(yīng)用更是屢見不鮮，可是在這繁榮的背后，更值得我們深思的是，基層醫(yī)療的發(fā)展，是否真正因為AI的深入而更好的發(fā)展。

遠(yuǎn)程會診機器人屬于“互聯(lián)網(wǎng)+醫(yī)療”的模式。英特爾醫(yī)療與生命科學(xué)部亞太區(qū)總經(jīng)理李亞東曾表示，這一模式提高了整個醫(yī)療系統(tǒng)運行的效率，比如在掛號、網(wǎng)上輕問診、在線支付等方面做了很多工作，取得了很多成績，但是還沒有走進(jìn)院內(nèi)，沒有觸及醫(yī)療本身。

李亞東指出，醫(yī)療健康的需求端急劇上升和供給端的嚴(yán)重不足都驅(qū)使人工智能等技術(shù)與醫(yī)療健康行業(yè)的結(jié)合。

有數(shù)據(jù)顯示，應(yīng)用智能輔助診斷系統(tǒng)，可將醫(yī)生的看片時間平均減少4.25個小時，準(zhǔn)確度提高到90%以上，這樣，不僅使醫(yī)生有更多的時間提高自身水平，還能夠把醫(yī)生“還給”患者，讓醫(yī)生有更多的時間對患者解釋病情病因。作為“基礎(chǔ)薄弱、人才缺失”的基層地區(qū)，AI技術(shù)無疑可以為這些地方提高診斷率、分擔(dān)三甲醫(yī)院所承擔(dān)的就診壓力提供巨大的幫助。

但是廣大基層醫(yī)療機構(gòu)是否能用得起看似昂貴、技術(shù)壁壘強的AI技術(shù)?本文將論述AI在基層醫(yī)療落地是不是靠譜，我們采訪了醫(yī)院放射科教授、AI技術(shù)創(chuàng)業(yè)公司創(chuàng)始人等，從“基層醫(yī)療需不需要AI?”、“基層醫(yī)療從業(yè)者會不會用AI?”、“基層醫(yī)療用不用的起AI?”等方面，探討“AI在基層醫(yī)療落地?”這一問題。

基層醫(yī)療需要AI嗎?

在我國，基層醫(yī)療機構(gòu)是醫(yī)療體系的末梢神經(jīng)，而硬件設(shè)施、人才缺失則是擺在基層機構(gòu)面前的一道難題。2014年，全國醫(yī)療機構(gòu)總診療人次超過76億，而基層醫(yī)療衛(wèi)生的診療人次從2009年的62%下降到58%。在這樣的背景下，國家提倡分級診療，而基層首診是分級診療制度的重要基礎(chǔ)。

2015年3月，國務(wù)院辦公廳印發(fā)《關(guān)于進(jìn)一步加強鄉(xiāng)村醫(yī)生隊伍建設(shè)的實施意見》，要求基層醫(yī)療衛(wèi)生機構(gòu)：社區(qū)衛(wèi)生服務(wù)中心(站)3.5萬個，鄉(xiāng)鎮(zhèn)衛(wèi)生院3.7萬個，村衛(wèi)生室63.8萬個，診所(醫(yī)務(wù)室)20.5萬個。每千服務(wù)人口不少于1名的標(biāo)準(zhǔn)配備鄉(xiāng)村醫(yī)生。

2015年9月，國務(wù)院辦公廳下發(fā)了分級診療制度建設(shè)的指導(dǎo)意見，旨在解決醫(yī)療資源不平衡問題，其關(guān)鍵在于完善基層醫(yī)療建設(shè)，多級解決就診難問題。

理想條件下，一個患者就診順序是：通過社區(qū)內(nèi)全科醫(yī)生診斷，獲得初步診療，根據(jù)病情再向上級醫(yī)院轉(zhuǎn)診。事實上基于患者自身原因，大多患者會直接選擇“更加靠譜”的上級醫(yī)院，其中最大的原因是對醫(yī)生的不信任。

騰邁智醫(yī)創(chuàng)始人曹繼平對此表示，這種不信任源于基層全科醫(yī)生本身經(jīng)驗，一般大型醫(yī)院單個醫(yī)生接診數(shù)量較高，積累了豐富經(jīng)驗;基層醫(yī)生和一般三甲醫(yī)院醫(yī)生接診數(shù)量有限，經(jīng)驗較少。基層醫(yī)生缺乏診療經(jīng)驗，診療能力進(jìn)一步被質(zhì)疑，分級診療更難以落實。

深圳市科恒力電腦軟件有限公司總經(jīng)理車飛淪曾在自己的一篇文章中認(rèn)為，智能診療最大的市場機遇是在基層，輔助基層醫(yī)生診療。三甲醫(yī)院的知名專家教授擁有精尖的?？萍寄?、儀器設(shè)備，因此對于人工智能輔診的需求并不強烈，可以說是一個“可有可無的點心”。而基層醫(yī)療醫(yī)務(wù)人員能力不足，又需要承擔(dān)大量常見病、多發(fā)病、慢性病的病人，因此他們更需要提高診療水平和效率的工具。智能診療技術(shù)創(chuàng)新有助于推動原來需要專家才能做到的診斷、治療。讓基層醫(yī)生在缺乏高端儀器設(shè)備的情況下，也能為患者提供初步的診治工作。

推想科技CEO陳寬在接受雷鋒網(wǎng)采訪時表示，醫(yī)療人工智能產(chǎn)品在基層的產(chǎn)品需求其實是非常強烈的，這些產(chǎn)品可以幫他們降低漏診率，在基層的聯(lián)動醫(yī)聯(lián)體和三級分診中起到很大的作用，降低基層醫(yī)院搭建診斷團(tuán)隊的門檻。基層醫(yī)院對AI產(chǎn)品的依賴度甚至要高于一般的三甲醫(yī)院。

基層醫(yī)療會用AI嗎?

基層醫(yī)療對于AI科技公司來說，是一個未開發(fā)的“巨大金礦”。但是，這塊金礦真有想象中那么好挖?設(shè)備條件落后，醫(yī)生專業(yè)知識的匱乏，這些既是人工智能在基層發(fā)揮作用的出發(fā)點，同時也成了難點。

AI產(chǎn)品推進(jìn)到基層醫(yī)療過程中存在哪些困難?基層醫(yī)院在應(yīng)用AI產(chǎn)品時有哪些難點?陳寬從企業(yè)的角度表達(dá)了自己的觀點：基層醫(yī)療一方面是渠道比較難覆蓋，雖然基層的市場空間非常大，但相應(yīng)的渠道挑戰(zhàn)也更大。第二，基層有很多的IT系統(tǒng)都是相對比較欠缺的，這個跟三甲醫(yī)院不一樣，IT系統(tǒng)欠缺的情況下，怎么樣才能做到把AI系統(tǒng)對接上去。這是一個比較大的命題，包括我們有一些上線的基層醫(yī)院可能連基本的設(shè)備都沒有。醫(yī)生還是采取一個膠片閱片的方式，這就對AI的技術(shù)和產(chǎn)品的帶來了更大的挑戰(zhàn)。

騰訊架構(gòu)平臺部高級工程師顏克洲在做乳腺癌病理圖像識別項目，他遇到的數(shù)據(jù)問題來自于醫(yī)生的習(xí)慣?！拔覀兏枰ㄆ瑨呙璧臄?shù)據(jù)，這個數(shù)據(jù)非常少，它需要把整個波片全部數(shù)字化，但是這個機器現(xiàn)在很多醫(yī)院沒有普及，很多醫(yī)生也比較抵觸使用這樣的機器，他們從醫(yī)學(xué)院開始接觸到的訓(xùn)練都是使用顯微鏡?！?/p>

除了渠道和醫(yī)生工作習(xí)慣的問題，AI在落地基層醫(yī)療的過程中，還有一個不可避免的因素——數(shù)據(jù)。

數(shù)據(jù)中存在大量的冗余數(shù)據(jù)，如果不處理好，很可能產(chǎn)生數(shù)據(jù)污染，清華大學(xué)教授張勤認(rèn)為，醫(yī)療數(shù)據(jù)并不是越多越好，數(shù)據(jù)質(zhì)量高才行。依靠高精尖儀器設(shè)備的技術(shù)、手術(shù)治療、價格昂貴新特藥等等醫(yī)學(xué)數(shù)據(jù)源，都是不適合基層醫(yī)療的，適宜基層的專家經(jīng)驗、文獻(xiàn)資料才是基層智能診療系統(tǒng)所需的數(shù)據(jù)源。

醫(yī)療數(shù)據(jù)對于人工智能而言等同于維系生存和成長的主食，有了數(shù)據(jù)才能訓(xùn)練人工智能機器，應(yīng)用轉(zhuǎn)化也需要跟臨床數(shù)據(jù)相對接。對于國內(nèi)企業(yè)而言，獲取數(shù)據(jù)的渠道主要是跟公立三甲醫(yī)院合作。此時，醫(yī)院與醫(yī)院的數(shù)據(jù)沒有實現(xiàn)互聯(lián)互通就成了主要的絆腳石。

湯衡指出：“中國醫(yī)院都有私有云，各個私有云都是獨立的，數(shù)據(jù)不共享?，F(xiàn)在有一部分?jǐn)?shù)據(jù)被互聯(lián)網(wǎng)掛號平臺占據(jù)，但數(shù)量少，數(shù)據(jù)質(zhì)量達(dá)不到醫(yī)療研發(fā)級別。也有企業(yè)幫醫(yī)院做系統(tǒng)對接然后抓取數(shù)據(jù)，一般是有選擇性的抓取，無法獲得完整版的數(shù)據(jù)資源。”

基層醫(yī)療用得起AI嗎?

除了數(shù)據(jù)難題，醫(yī)療人工智能開始邁入產(chǎn)業(yè)化，但這一領(lǐng)域國內(nèi)的審批和監(jiān)管還處于空白階段。

學(xué)術(shù)界和院方人士又是怎么看待AI在基層醫(yī)療中遇到的商業(yè)化問題?近期在北京舉辦的北大醫(yī)學(xué)部影像醫(yī)學(xué)學(xué)系的學(xué)術(shù)年會上，北京大學(xué)人民醫(yī)院放射科原主任杜湘珂教授提出了一個現(xiàn)實性問題——AI的盈利和消耗是一個很大的問題，那么醫(yī)院的投入誰來承擔(dān)?

車飛淪表示，智能診療系統(tǒng)只是軟件基礎(chǔ)上使用人工智能技術(shù)切入醫(yī)療的一種工具。軟件的邊際成本(甚至價格)是接近于零的，所以智能診療系統(tǒng)的實際定價不應(yīng)過高，尤其在基層。讓基層醫(yī)療機構(gòu)花費上萬元、十幾萬元買一套系統(tǒng)，這不現(xiàn)實。

就此問題，陳寬在接受雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))采訪時也表示，企業(yè)在現(xiàn)階段也處在摸索的階段。AI產(chǎn)品從目前來看是比較難從病人的身上去收費的，現(xiàn)在還無法實現(xiàn)，這對我們企業(yè)的商業(yè)模式也形成了很大的挑戰(zhàn)，特別是在醫(yī)院可能自由資金比較少的情況下怎么樣能夠收費，這還需要結(jié)合政府政策、醫(yī)院方等各個方面。

AI診療系統(tǒng)在商業(yè)模式有待探索。對此，高特佳執(zhí)行合伙人湯衡認(rèn)為，現(xiàn)階段應(yīng)用層面的醫(yī)療人工智能企業(yè)商業(yè)模式創(chuàng)新已經(jīng)遭遇瓶頸期，基本依靠篩查服務(wù)、分析報告來變現(xiàn)，后期的技術(shù)升級、數(shù)據(jù)積累是否能夠帶來一些質(zhì)變還需要驗證。

湯衡表示：“未來是根據(jù)醫(yī)療器械、系統(tǒng)還是其他的方式進(jìn)行監(jiān)管還沒有定論。國內(nèi)已經(jīng)在臨床使用的產(chǎn)品基本都是打擦邊球，借鑒臨床同類項目的收費標(biāo)準(zhǔn)進(jìn)行定價，也很難開出一個比較高的價格?！?/p>

AI如何在基層醫(yī)療中落地，專家怎么說?

那么，在商業(yè)化變現(xiàn)、數(shù)據(jù)有效性等問題的背景下，AI怎么才能更好地在基層醫(yī)療中站穩(wěn)腳跟?北京大學(xué)公共衛(wèi)生學(xué)院周子君教授在學(xué)術(shù)會議上曾表示，AI在基層醫(yī)學(xué)影像中的醫(yī)療場景，未來需要一個整體的數(shù)據(jù)解決方案來解決基層醫(yī)療這個問題。鄉(xiāng)鎮(zhèn)衛(wèi)生院的拍照水平、醫(yī)生水平可以通過培訓(xùn)達(dá)到要求，但診斷確實是一個問題。未來能不能通過云的解決方案來用基層大數(shù)據(jù)進(jìn)行診斷。

從篩查角度，基層是要解決早期發(fā)現(xiàn)的問題，如果基層是用CT解決的話，從經(jīng)濟(jì)學(xué)角度來講，它不是一個成本效益很高的方法。如果用AI-DR來解決就很好了，即用低成本來解決，這樣就面臨了AI怎樣早期發(fā)現(xiàn)的問題。其次，我們不建議在AI-DR層面上把假陽性控制很好，其實假陽性可以放得高一點，下一步是用CT或者其他方法進(jìn)行確診。這樣就可以節(jié)省大量的社會資本。我們現(xiàn)在有些方法，比如肺癌全人口篩查，乳腺癌全人口篩查，這個費用是非常高的。從經(jīng)濟(jì)學(xué)角度講，這是非常不適合做的方法。

如果要用常規(guī)的檢查，假如基因家族史是高發(fā)的，再加上AI的診療技術(shù)，這可能把這個經(jīng)過的代價拉高，所以，整個社會的成本就降低了，這是AI未來從數(shù)據(jù)的角度來應(yīng)用的一個方式。這樣，分級診療就出來了，比如說基層，把所有的醫(yī)生都培養(yǎng)成像人民醫(yī)院那種那是不現(xiàn)實的，但假如全國通過AI這種方法，再結(jié)合專家的診斷，完全可以在很小范圍內(nèi)把13億人口的健康問題解決了。

首都醫(yī)科大學(xué)教授顧湲從基層教育的角度提出，通過全科醫(yī)學(xué)服務(wù)模式的推廣和全科醫(yī)生隊伍的速成建設(shè)，讓包括村醫(yī)、鄉(xiāng)醫(yī)、城市全科醫(yī)生和護(hù)士、健康管理師等在內(nèi)的數(shù)百萬基層醫(yī)療衛(wèi)生服務(wù)人員盡快掌握“居民健康守門人”必須的本領(lǐng)，從而展現(xiàn)基層醫(yī)療的優(yōu)勢與基礎(chǔ)作用。

更多資訊請關(guān)注工業(yè)機器人頻道