平安健康（檢測）中心推出的移動CT影像車，採用了智能AI人臉識別系統，還搭載了智慧影像系統，檢查結果直接上傳雲平台，實現線上專家遠程會診。圖為移動影像車內部。 　　商 東攝

　　戴上一塊智能手表，就能實時監控佩戴者的心電圖、房顫等健康數據﹔通過遠程視頻，就能對偏遠地區的患者進行多學科會診﹔憑借一部普通的智能手機，帕金森患者在家就可以完成運動功能日常評測……近年來，AI（人工智能）技術與醫療行業深度融合，為人們的健康生活和醫療服務帶來更多可能。

　　智能閱片輔助醫生診斷CT影像，高效排查病患

　　隻需15秒，新冠肺炎智能閱片系統就能對患者的CT影像出具智能分析結果。如果僅靠醫生肉眼閱片，一般需要耗時5—15分鐘。

　　前不久，工業和信息化部科技司公布了在科技支撐抗擊新冠肺炎疫情中表現突出的人工智能企業名單，平安科技憑借這款肺炎CT影像人工智能輔助診斷產品榜上有名。

　　平安集團首席醫療科學家謝國彤告訴記者：“我們在肺病領域研究了兩年多，這次的新冠肺炎又是一個肺部的疾病。CT影像在新冠肺炎疫情的診斷中極為重要，病患的大量增加給影像科醫生帶來巨大的工作壓力，迫切需要既能提高准確率，又能加快閱片速度的助手。”

　　還在春節假期，平安智慧醫療技術專家黃凌雲就和團隊探討研發針對新冠肺炎的人工智能產品的可行性。“AI閱片系統的主要原理就是機器的深度學習功能。簡單說就是用計算機來模擬人的視覺，訓練機器通過學習大量做過標注的數據，從中找到數據中的統計規律。最終目標是讓機器能夠像人一樣具有分析學習能力，識別、判斷出異常。”

　　一切都在與時間賽跑。2月9日正式立項，2月19日這款新冠肺炎智能閱片系統就在“平安好影像”遠程診斷雲平台上應用，2月21日起開始覆蓋到包括湖北省在內的全國各地1500家醫療機構，大幅提升了醫生的診療效率。在抗擊疫情中，平安科技的AI系統篩查出了有肺炎CT影像學特征的疑似患者2萬多名，並輔助醫生進一步排查，累計智能閱片量超400萬張。

　　不只是平安科技，多家人工智能企業都積極投入抗擊疫情的“戰場”。這些企業推出的肺炎CT影像輔助診斷系統、疫情防控機器人、智能測溫系統、疫情防控外呼機器人等智能技術在防疫抗疫中發揮了積極作用。

　　AI賦能整個診療流程，效率和准確率均大幅提高

　　“人工智能為醫療打開了更大的空間。智慧醫療和AI技術的發展，很大程度上能為醫生賦能，為醫護工作者帶來便利。累積下來的數據與模型，未來則可以整合到更多人機診療方案當中，成為智慧醫療生長的基石。”北京安貞醫院常務副院長、心血管病專家周玉杰表示。

　　周玉杰介紹，安貞醫院每天要做兩三百例冠狀動脈CT血管造影。“過去全靠人工，從檢查到出報告，需要4天以上的時間。后來採用了數坤公司的心血管人工智能輔助診斷系統，效率提升了一倍。”

　　在冠心病的CT門診檢查階段，通過人工智能軟件，能夠精准地檢測出病人的血管狹窄程度。“以前是通過眼睛來看，血管狹窄達到一定標准就放支架﹔現在則是功能型診斷，5分鐘之內AI就能給病人的血管狹窄度和功能打分。我們的原則是隻要不影響功能，就不給病人放支架。對於心血管病的治療，這可以說是裡程碑式的進步。”

　　騰訊天衍實驗室主任鄭冶楓介紹，當前AI在醫療場景的落地應用，重點在於深入臨床一線，涵蓋了整個診療流程。從診前的疾病預測、疾病篩查，到診中的輔助診斷和輔助治療，再到診后的隨訪和健康管理，力求打造一個智慧醫療閉環，真正幫助醫生和患者。

　　周玉杰告訴記者：“過去採集病人的病史靠手工錄入，做結構化的分析難度很大。但現在結合人工智能大數據分析，對病人的管理、病情的分析都可以實現結構化分層，比如40歲以上容易得心臟病的人有哪些特點，不同年齡段的不同病變意味著什麼，這些對於疾病的預防、診斷都很有幫助。”

　　在就診中，應用較多的是AI影像技術以及“AI+輔助診斷”。AI根據患者在影像、病例、體外診斷的一系列檢查結果，進行輔助診斷。據不完全統計，AI在肺部和心血管疾病領域已經累計為千萬患者提供輔助診斷服務。利用AI輔診引擎，騰訊覓影能輔助醫生對700多種疾病風險進行識別和預測，提高臨床醫生的診斷准確率和效率。

　　AI也為診后管理提供了便利。“利用視頻分析技術更高效、精准地評測運動障礙患者的病情，對患者進行分級，並制定更有針對性的治療方案。醫生也可以通過手機與患者互動，實現患者的疾病管理。”鄭冶楓說。

　　“雲看病”彌補基層診療服務短板，提升公共衛生服務水平

　　在更多專家看來，AI賦能醫療還可以有效補充醫療資源，助力健康中國的建設。

　　“以前每次外出檢查和買藥，都特別費勁，先坐電動車下來，再搭公交車去城裡。”北京市平谷區居民李奶奶今年70多歲，住在山區，患有冠心病、高血壓等慢性病，除了每周拿藥外，兩三個月要進城做一次檢查。

　　去年12月，平谷區衛健委與數坤科技成立了京津冀基層醫學影像人工智能中心。該中心計劃將AI心血管病、AI腦卒中、AI肺癌的篩查和影像產品部署到區內及京津冀地區25家基層醫院和對口幫扶醫院，讓這些地區的患者在家門口就能享受到“大專家”水平的智能醫療服務。

　　平谷區衛健委主任金大慶介紹，用人工智能和模擬醫院解決基層臨床問題，不僅提升了基層的醫療水平，還可以快速收集、分析、預測疾病數據和區域健康走勢，對重大疾病進行聯防聯控，對重點人群、康復人群等進行有效管理和預防。

　　數坤科技首席執行官馬春娥表示，AI正在將專家級的醫療服務能力逐步復制和擴展到基層居民身邊。“AI+醫療”的發展與完善，將有利於補全基層診療服務短板，強化公共衛生服務效率，幫助解決我國優質醫療資源相對匱乏和基層醫療服務能力不足的結構性難題。

　　“AI+醫療”仍處於起步階段，需在政策、機制、技術等方面加以完善

　　不過，多位專家也表示，我國的“AI+醫療”仍然處於起步階段，未來前景廣闊，但仍需在政策、機制、技術等方面加以完善。

　　受訪的多家人工智能企業表示，AI企業研發投入較大，但由於醫療器械三類注冊証審批時間較長，影響了創新型產品的商業化和市場化推廣。希望在政策上能夠對AI醫療器械加大支持力度，在AI產品的臨床試驗、安全性評估等方面進一步明確標准規范，加快AI醫療器械的審批速度。

　　專家表示，未來“AI+醫療”值得期待的是為患者提供個性化診療方案，尤其是腫瘤、腎衰、心衰等復雜疾病的診療。要實現這一目標，有賴於醫學與工程學的進一步聯合攻關。

　　鄭冶楓認為，當前制約醫療人工智能發展的瓶頸一是醫工融合型人才缺失，二是數據孤島。“深度學習需要大量高質量數據進行訓練，但滿足條件的醫療數據卻相對較少，而且醫療數據相對封閉，加上醫療數據需要人工標注形成標簽以供訓練，這也大大制約了醫療人工智能的發展。”

　　謝國彤建議，進一步推進醫療大數據有序開放和利用。從政策、法規、機制等多方面著手，加快數字政府建設，打造政府數據共享平台，推動開展行業大數據應用建設。建議可以先從區域衛生信息平台著手，有效協同優質醫療資源、整合居民的全周期健康管理相關數據，最終做到信息互聯互通，為“AI+醫療”的智能化服務打下堅實的基礎。

　　《 人民日報 》（ 2020年07月13日 19 版）

分享讓更多人看到