人工智能與醫(yī)療深度融合

文／陳建偉

日前，國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，在智能醫(yī)療部分提出了明確的發(fā)展方向，包括推廣應(yīng)用人工智能治療新模式、新手段，建立快速精準(zhǔn)的智能醫(yī)療體系；探索智慧醫(yī)院建設(shè)，開(kāi)發(fā)人機(jī)協(xié)同的手術(shù)機(jī)器人、智能診療助手，研發(fā)柔性可穿戴、生物兼容的生理監(jiān)測(cè)系統(tǒng)，研發(fā)人機(jī)協(xié)同臨床智能診療方案，實(shí)現(xiàn)智能影像識(shí)別、病理分型和智能多學(xué)科會(huì)診等?！兑?guī)劃》首次將新一代人工智能發(fā)展提高到國(guó)家戰(zhàn)略層面，提出到2030年成為人工智能領(lǐng)域的世界領(lǐng)導(dǎo)者，打造規(guī)模超過(guò)1萬(wàn)億元的據(jù)美國(guó)創(chuàng)投研究機(jī)構(gòu)CB Insight統(tǒng)計(jì)，截止到2017年，全球市場(chǎng)上已有107家人工智能醫(yī)療創(chuàng)業(yè)公司，分別在生活方式管理、醫(yī)院管理、可穿戴設(shè)備、虛擬助理、營(yíng)養(yǎng)和精神健康領(lǐng)域發(fā)展。

人工智能+輔助醫(yī)療

醫(yī)生的診療行為涉及醫(yī)學(xué)、人文、心理、經(jīng)濟(jì)、社會(huì)等方面的復(fù)雜因素，對(duì)患者信息進(jìn)行綜合判斷，才能制訂出最為適宜的治療方案。在整個(gè)醫(yī)療服務(wù)鏈條上，人工智能可以有效地將醫(yī)生從一些費(fèi)時(shí)費(fèi)力的工作中解放出來(lái)，從而更好地聚焦于核心業(yè)務(wù)，或者在較短的時(shí)間內(nèi)提高醫(yī)生的診療能力。

具體而言，人工智能在醫(yī)療領(lǐng)域應(yīng)用，如語(yǔ)音識(shí)別和電子病歷等，將醫(yī)生從繁重的病歷記錄工作中解脫出來(lái)，同時(shí)將傳統(tǒng)病歷和患者病情描述這些非結(jié)構(gòu)化的數(shù)據(jù)，通過(guò)人工智能結(jié)構(gòu)化記錄，為進(jìn)一步的大數(shù)據(jù)分析奠定數(shù)據(jù)基礎(chǔ)。在這個(gè)領(lǐng)域，國(guó)際上有Nuance、飛利浦等公司，我國(guó)也有百度、科大訊飛等公司在這個(gè)領(lǐng)域深入挖掘。

人工智能在影像學(xué)輔助診斷方面的作用更為凸顯。醫(yī)學(xué)影像是醫(yī)生進(jìn)行診斷的最重要依據(jù)，同時(shí)也存在海量的數(shù)據(jù)。而人工智能則可以在這個(gè)方面有效地利用其大數(shù)據(jù)分析的能力，通過(guò)對(duì)海量數(shù)據(jù)的有效分析建立模型，從而為準(zhǔn)確診斷提供參考。2016年，谷歌公司的研究人員在《美國(guó)醫(yī)學(xué)會(huì)雜志》上發(fā)表題為《開(kāi)發(fā)并驗(yàn)證一種深度學(xué)習(xí)算法通過(guò)眼底視網(wǎng)膜照片檢測(cè)糖尿病性視網(wǎng)膜病變》的文章，通過(guò)對(duì)于1.1萬(wàn)名患者的眼底視網(wǎng)膜照片的檢測(cè)，這種算法可以得出99.6％～99.8％的預(yù)測(cè)價(jià)值，這個(gè)結(jié)果證明，在這個(gè)領(lǐng)域計(jì)算機(jī)算法完全可以達(dá)到甚至超越眼科醫(yī)生的診斷準(zhǔn)確度，并完全超越其效率。而且建立在大數(shù)據(jù)基礎(chǔ)上的人工智能診斷，伴隨著數(shù)據(jù)的進(jìn)一步增多，其對(duì)于數(shù)據(jù)的分析和總結(jié)會(huì)更加全面，決策模型也更加準(zhǔn)確，從而可以實(shí)現(xiàn)其本身不斷優(yōu)化的良性發(fā)展路徑。

人工智能+疾病管理

慢病管理的基礎(chǔ)在于患者自身的管理和醫(yī)生定期的管理，前者從實(shí)踐的數(shù)據(jù)情況來(lái)看,效果并不好。2012年，美國(guó)每年由于患者不遵守醫(yī)生的遺囑對(duì)自身進(jìn)行有效管理，從而產(chǎn)生的額外醫(yī)療費(fèi)用達(dá)到1005億美元，大約占到美國(guó)每年可避免的醫(yī)療成本的一半。

通過(guò)醫(yī)生進(jìn)行患者的慢病管理，雖然已成為各國(guó)進(jìn)行慢病管控的基本共識(shí)，但同時(shí)也存在供給不足和無(wú)法實(shí)時(shí)監(jiān)控的問(wèn)題。醫(yī)生無(wú)法隨時(shí)監(jiān)控每位患者疾病情況，并作出有效的治療決策。那么，基于可穿戴設(shè)備的醫(yī)療數(shù)據(jù)實(shí)時(shí)監(jiān)控系統(tǒng)，為人工智能介入慢病管理奠定了基礎(chǔ)；而針對(duì)慢病明確的指標(biāo)體系和相應(yīng)的工具則為人工智能的介入創(chuàng)造了有效的決策模型，這種介入既包括軟性的介入，如行為提醒、用藥提醒、風(fēng)險(xiǎn)提示等，也包括硬性的介入，如直接給藥和治療。

2016年9月，美國(guó)食品和藥物管理局批準(zhǔn)了一款新型人工胰島素，它融合了可穿戴設(shè)備的數(shù)據(jù)實(shí)時(shí)監(jiān)控技術(shù)，基于算法的人工智能平臺(tái)以及胰島素的輸入裝置。該產(chǎn)品可以根據(jù)人體血糖水平進(jìn)行實(shí)時(shí)監(jiān)測(cè)，在人工智能的平臺(tái)上對(duì)實(shí)時(shí)數(shù)據(jù)進(jìn)行分析判斷，并在需要時(shí)將胰島素注入人體，以避免患者血糖水平出現(xiàn)過(guò)高或過(guò)低的情況。這個(gè)產(chǎn)品也是第一個(gè)人工智能與慢病管理類醫(yī)療器械結(jié)合的產(chǎn)物，可以預(yù)見(jiàn)，未來(lái)這類的產(chǎn)品將會(huì)更多地出現(xiàn)。

人工智能+監(jiān)管控費(fèi)

在全球范圍內(nèi)，醫(yī)療費(fèi)用的不可持續(xù)增長(zhǎng)已成為世界性問(wèn)題，甚至已經(jīng)嚴(yán)重影響了整體的經(jīng)濟(jì)健康運(yùn)行。美國(guó)現(xiàn)有的GDP中，18％用于支付醫(yī)療保健費(fèi)用，而且這個(gè)數(shù)字還在不斷增長(zhǎng)。針對(duì)這一問(wèn)題，基于大數(shù)據(jù)的人工智能可以一展身手，有效地對(duì)醫(yī)療活動(dòng)進(jìn)行監(jiān)控并控制整體醫(yī)療費(fèi)用。

基于大數(shù)據(jù)的人工智能可以將醫(yī)療服務(wù)鏈條延伸至患者疾病癥狀出現(xiàn)之前，從而重新定義醫(yī)療服務(wù)的價(jià)值及其支付機(jī)制：即從治療疾病為核心的支付模式過(guò)渡到以疾病有效管理、患者健康效果為核心的支付模式。要實(shí)現(xiàn)這個(gè)轉(zhuǎn)化，就需要醫(yī)療服務(wù)提供者掌握其所服務(wù)患者的多種數(shù)據(jù)信息，如歷史診療數(shù)據(jù)、基因數(shù)據(jù)、行為數(shù)據(jù)、流行病數(shù)據(jù)等，然后通過(guò)大數(shù)據(jù)分析判斷其所服務(wù)人群的主要健康風(fēng)險(xiǎn)和疾病誘因，進(jìn)而通過(guò)疾病發(fā)生之前的有效健康管理來(lái)預(yù)防疾病的發(fā)生。對(duì)于出院后的患者，醫(yī)療機(jī)構(gòu)還可通過(guò)其日常數(shù)據(jù)的監(jiān)控來(lái)及時(shí)了解患者的疾病情況并進(jìn)行有效地及時(shí)介入，最大程度地避免患者的再次入院。

在治療方面，現(xiàn)有的藥品、器械和耗材的定價(jià)大多數(shù)取決于生產(chǎn)機(jī)構(gòu)自身開(kāi)展的臨床試驗(yàn)和藥物經(jīng)濟(jì)學(xué)數(shù)據(jù)，而引入大數(shù)據(jù)和人工智能則能對(duì)于醫(yī)保的準(zhǔn)入進(jìn)行更加科學(xué)的分析和判斷，同時(shí)通過(guò)在治療過(guò)程中的患者數(shù)據(jù)的分析，進(jìn)而可以對(duì)藥品的有效性進(jìn)行更加科學(xué)的大數(shù)據(jù)評(píng)估。與此同時(shí)，人工智能通過(guò)對(duì)海量的患者病歷、處方信息、醫(yī)學(xué)影像以及藥品信息和藥品使用過(guò)程中的反饋信息進(jìn)行有效地信息分析和整合，進(jìn)而形成用藥效果的系統(tǒng)性分析。這種結(jié)論既可以對(duì)醫(yī)生處方行為進(jìn)行有效的輔助，同時(shí)也可以應(yīng)用到醫(yī)保智能審核的系統(tǒng)流程之中，對(duì)于臨床合理用藥進(jìn)行有效地管理。

人工智能+藥品開(kāi)發(fā)

藥品研發(fā)是醫(yī)藥工業(yè)的核心競(jìng)爭(zhēng)力之一，也是我國(guó)制藥工業(yè)在全球競(jìng)爭(zhēng)中的短板。近幾年，全球創(chuàng)新藥物研發(fā)效率不盡如人意。依靠高額成本投入的研發(fā)模式遇到了瓶頸，而人工智能則可以在早期藥物的篩選中提高成功概率，從而大幅降低藥品研發(fā)成本。我國(guó)在研發(fā)后期的臨床試驗(yàn)中，本來(lái)就有獨(dú)特的人口資源成本優(yōu)勢(shì)，再借助人工智能的應(yīng)用有望實(shí)現(xiàn)彎道超車。