0
“必須限定在一定的范圍內”，這是上海交通大學醫學院附屬新華醫院（以下簡稱“上海新華醫院”）副院長潘曙明談論AI時反復用到的表述。在他看來，AI+醫療在技術和倫理層面都存在不少約束。
潘院長是一個對新技術持樂觀態度的人。不久前，在一次關于AI+醫療的討論會上，他滿懷信心的說道：“我認為AI必將取代醫生。”
潘院長供職的上海新華醫院同樣秉持開放的態度，在AI+醫療領域進行了不少嘗試。不久前的阿里云棲大會上，上海新華醫院正式和阿里巴巴簽訂了戰略合作協議，決定共同探索“智慧醫院”新樣板。
根據合作協議，阿里巴巴和新華醫院將致力于搭建醫院混合云平臺、云兒科醫聯體平臺，開發醫生智能培訓系統、醫學科研數據平臺，實現院內就診全流程移動支付等，從而打造出一個示范型的“智慧醫院”。
通過這次合作，上海北部地區的兒科臨床技術水平和服務能力有望得到提升；醫生智能培訓系統和云兒科醫聯體平臺則分別有助于解決基層兒科醫生培訓和兒科醫療資源緊缺的問題。
潘院長表示，目前人工智能在醫院還處于剛剛開始應用的狀態，而且用到的主要是深度學習技術。比如通過機器學習大量的醫學影像圖片，幫助放射科醫生更好地識別特定的影像。目前新華醫院正在和部分行業領先的企業合作，進行這方面的探索。未來，新華醫院還希望在數據挖掘和輔助診斷領域做一些嘗試，和阿里巴巴共同探索更多的項目。
潘院長向雷鋒網介紹道，新華醫院還計劃將人工智能技術與可穿戴設備融合，應用于孕婦的遠程健康監測和產檢。十月懷胎是一個漫長而艱辛的過程，期間孕婦和胎兒的健康需要格外關照。定期去醫院做產檢雖然讓孕婦和胎兒的健康和安全多了一重保障，但畢竟無法做到時時刻刻的呵護。而且時常奔波在家庭和醫院之間也帶來了許多不便和不確定因素。
“如果能用可穿戴設備時刻監測孕婦的體征數據，并上傳到醫院的平臺由醫生進行遠程分析，一定能給孕婦帶來極大的便利。目前，相關的技術已經在研發定型當中了。”潘院長說道。
潘院長表示，人工智能技術確確實實能給醫生和病人帶來不少便利，但“不要把它夸得很大”。
人工智能在某些特定領域已經達到甚至超過了人類水準，它的強大是建立在海量數據之上的。以手足口病為例，機器在學習了幾千份手足口病病歷和圖片之后，確實可以達到主治醫師的水準，目前國內已經有醫院做到了這一點。但對于大多數疾病來說，目前可供學習的優質病歷數據還遠遠不夠。
而且AI的能力缺少遷移性。Alphago擊敗了世界圍棋冠軍，但這并不能幫助它在其他領域有所建樹。如果Alphago想成為一名國際象棋高手，它還是得從零開始訓練。這種能力上的局限嚴重影響了人工智能的實用價值。
就拿行業內常見的糖網篩查產品來說，也許在識別糖網病變方面，AI比人類醫生更快更準。但在真實應用場景中，眼底圖片的異常可能對應著十幾種眼部病變，只會鑒別糖網的AI臨床價值并不大。而人類醫生則可以對眼底圖片中的異常進行分析判斷，并結合其他臨床信息篩查出多種眼底病變。這種舉一反三的知識遷移能力是AI所不具備的。
再比如IBM Wotson，它可以給出很好的癌癥治療方案，但它并沒有考慮到病人的地域差異和個體差異。美國人認為，80歲以上的病人照樣可以做化療；中國醫生則認為，80歲以上的病人做化療風險很大，而且預期生命較短，做化療未必對病人有益。
另外，病人的家庭和經濟情況千差萬別，IBM Wotson顯然無法將這些因素納入考慮。如果病人經濟拮據，而IBM Wotson給出的治療方案十分昂貴，即使這套方案從醫學角度來說是完美的，對病人也產生不了多大的幫助。
我們發展人工智能技術之前，首先要認清它的局限性，知道AI能做什么，不能做什么。
潘院長認為，目前人工智能還處于嬰兒階段。未來人工智能技術的發展有賴于我們對人腦更深入的理解。我們已經掌握了很多跟人體器官相關的知識，但對人腦仍知之甚少。我們知道大腦的物質結構，但并不清楚它是如何思考的。如果我們解答了這個問題，人工智能或許將迎來一次突破式的發展。
他說道：“我相信只有在某些領域取得了認知上的突破，才能推動人工智能的快速發展。就像人類從仿生學開始造飛機，但直到科學家發現了空氣動力學，航空業才取得了跨越式的發展。技術進步不是一蹴而就，需要一個過程。”
人工智能技術的特別之處在于，它涉及到很多倫理問題，尤其是醫療人工智能，直接關乎病人的健康和生命。如果還沒有想清楚這些問題，就一味地發展人工智能，也許對人類反而是有害。潘院長認為，發展人工智能技術必須慎之又慎。AI+醫療可以先從一些常見的、對人類威脅不大的疾病入手，用機器人和人工智能做一些嘗試。積累一定經驗之后再循序漸進，推動AI對更復雜疾病的認識。
近兩年來，我國的醫療人工智能技術取得了較快的發展，已經誕生了一批可以應用于臨床的產品。但因為CFDA認證這道門檻，很多產品遲遲無法落地。此前寧波市第二醫院副院長鄭建軍在接受雷鋒網采訪時曾表示，人工智能產品更新周期太快，有些甚至以周和天為單位。國內還沒有專門針對這類產品的認證小組或部門，這一定程度上阻礙了行業的發展。他建議，先用一些過渡政策對行業進行規范，給相對成熟的產品發放“臨時牌照”，讓醫生先用起來。
潘院長認為，在特定領域做一些端口開放，推動技術的發展，一定能夠得到大眾的支持。他說道：“我覺得在保證人類安全的前提下，推動某項技術進步并沒有什么不妥。十九大報告里也提到要支持人工智能技術的發展，但前提是要保證在技術和倫理上都是安全的。我相信，未來相關部門一定會努力推動人工智能的發展，但全方位的開放肯定是不現實的。”
談到人工智能，數據是個繞不開的話題。過去國內對于數據的所有權和安全性缺少明確的法律界定，客觀上為人工智能企業創造了相對寬松的發展環境。不少國外醫療AI企業的負責人都曾表達過對國內同行的艷羨，因為在國外獲取醫療數據實在太難了。缺少足夠高質量的數據作為支撐，人工智能也就成了無根之木。
另一方面，國內醫療機構的信息基礎建設相對薄弱，而且缺少統一標準。別說不同區縣醫院之間的數據無法互通，就連同一家醫院不同科室采用的數據存儲系統都可能是不一樣的。由于對數據的重要性缺乏足夠的認識，和成本上的考量，有些醫療機構甚至根本不會對病人的健康數據進行長期保存。
潘院長認為，建立統一標準，推動數據互聯互通至關重要。只有互聯互通的數據才是真正的大數據，才能推動人工智能輔助診斷的快速發展。醫院的管理和運營也將變得更加規范透明，比如某種疾病該如何治療，用哪些藥，花費是多少，未來都將一目了然。只有這樣，商業保險才會真正愿意進入醫療市場。
國家正在積極推動醫療數據的互聯互通，但目前成效還比較緩慢。潘院長認為，數據互通難以推進主要有三方面的原因：
一、不敢。在數據所有權都還沒有明晰的情況下，對外開放自己的數據是有一定風險的。開放部分數據用于科研或許沒有問題，可一旦涉及到商業用途就是人命關天的事情，不得不慎重。
二、不愿。醫療資源在很多地方都是香餑餑，牽涉到各方面的利益，大家都不愿意將自己的利益拱手讓人。
三、不能。目前既懂醫療又懂IT的人才還非常稀缺，大家都想深入挖掘數據，但多少有些心有余而力不足。
潘院長向雷鋒網表示，醫院和衛生部門已經意識到了問題所在，但數據互通的問題并不是醫院和衛生部門能夠解決的，必須由國家有關部門來推動和協調。
好在國家已經充分認識到了醫療健康數據的重要性，陸續籌建了三大健康醫療大數據集團。潘院長認為，隨著國家力量的強勢介入，相關的法律政策將迅速出臺，地方也會逐步跟進。既能避免過去數據分散、互不聯通、共享困難形成的數據孤島和數據煙囪等問題，也將為既有區域集中應用和國家一體化大數據中心的建設提出了方向和要求。我們完全有理由對未來醫療人工智能產業的發展感到樂觀。
對于數據的安全性，潘院長也表達了自己的看法。目前行業內的共識是，將數據用于人工智能模型訓練前必須進行脫敏處理，確保病人的隱私，但這也帶來了數據的真實性問題。因為恰恰只有那些敏感的信息（比如身份證號、手機號）才能確保數據的真實性和唯一性。
“假如保險公司擁有10萬張保單，我可以說這10萬張保單的數據都是真實的，因為每一張保單都對應了一個身證份號。但醫院的住院號等編碼并不是唯一的。”潘院長說道。一旦脫敏數據進入市場流通，這些數據可能會被反復打包多次，丟失真實性和唯一性。研發醫療AI產品必須找到病人數據的“源代碼”，這些“源代碼”就存儲在醫院里。但究竟該如何運用這些數據，還亟待國家出臺相關法律進行明確。這些問題需要逐一理清。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
