國內(nèi)外醫(yī)療人工智能戰(zhàn)略及細(xì)分領(lǐng)域現(xiàn)狀分析*

謝俊祥

(中國醫(yī)學(xué)科學(xué)院/北京協(xié)和醫(yī)學(xué)院醫(yī)學(xué)信息研究所 北京 100020)

張 琳

(1中央團(tuán)?？蒲胁?北京 100089 2中國科學(xué)院大學(xué) 北京 100049 3中國科學(xué)院文獻(xiàn)情報(bào)中心 北京 100190)

1 引言

1956年人工智能(Artificial Intelligence，AI)概念首次被提出[1]。自2016年起人工智能和醫(yī)療進(jìn)行融合形成醫(yī)療人工智能，2017-2019年各個(gè)國家在醫(yī)療人工智能戰(zhàn)略政策、研發(fā)投入以及企業(yè)產(chǎn)品等方面取得長足進(jìn)展，人工智能涉及的領(lǐng)域已從最早的輔助診斷、基因測序等方面細(xì)分至食物/姿態(tài)/病灶識別、影像建模、靶點(diǎn)發(fā)現(xiàn)、化合物篩選、智能導(dǎo)診、慢病管理等具體應(yīng)用中。本文將對醫(yī)療人工智能的6個(gè)細(xì)分領(lǐng)域，即電子病歷、醫(yī)學(xué)影像、健康管理及疾病風(fēng)險(xiǎn)管理、輔助診療、藥物研發(fā)和醫(yī)院管理，從技術(shù)、市場、產(chǎn)品等角度進(jìn)行分析，為我國醫(yī)療人工智能的政策制定、技術(shù)革新和市場占領(lǐng)提出建議。

2 國內(nèi)外醫(yī)療人工智能發(fā)展歷史概述

2.1 美國

早期出現(xiàn)的醫(yī)療人工智能設(shè)備均用于輔助診斷。近年來除醫(yī)學(xué)診斷外美國醫(yī)療人工智能側(cè)重于機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理(Natural Language Processing，NLP)以及智能機(jī)器人等領(lǐng)域，研發(fā)出一系列產(chǎn)品。在機(jī)器學(xué)習(xí)方面，主要聚焦于基因組學(xué)和生物制藥行業(yè)，如研發(fā)藥物和個(gè)性化治療系統(tǒng)、視覺研究專注醫(yī)學(xué)成像及識別；在自然語言處理方面，則主要為管理層制定醫(yī)療保險(xiǎn)和護(hù)理管理計(jì)劃；在智能機(jī)器人方面，研制輔助治療和護(hù)理的各種功能機(jī)器人，如達(dá)芬奇手術(shù)系統(tǒng)、Catalia Health輔助機(jī)器人等。隨著技術(shù)發(fā)展，醫(yī)療人工智能已經(jīng)部分達(dá)到或超越人類水平，取得里程碑式進(jìn)展[2-4]。2017年斯坦福大學(xué)Esteva等人在《自然》雜志發(fā)表的一篇論文中描述了一款人工智能系統(tǒng)，研究者訓(xùn)練該系統(tǒng)學(xué)習(xí)識別一個(gè)包含2 032種不同疾病、129 450張臨床圖像的數(shù)據(jù)集，比較該系統(tǒng)和21位執(zhí)業(yè)皮膚科醫(yī)生的診斷能力，結(jié)果顯示人工智能系統(tǒng)在皮膚癌診斷方面能力與專業(yè)醫(yī)生不相上下。2018年谷歌開發(fā)的一款深度學(xué)習(xí)系統(tǒng)在基于前列腺切除標(biāo)本的前列腺癌分級上達(dá)到70%總體準(zhǔn)確率，而美國執(zhí)業(yè)的普通病理醫(yī)生平均準(zhǔn)確率為61%。此外在驗(yàn)證集上分級每個(gè)樣本表現(xiàn)最好的10位普通病理醫(yī)生中，該深度學(xué)習(xí)系統(tǒng)比其中8位更為準(zhǔn)確。

2.2 歐盟

20世紀(jì)70年代歐盟開始出現(xiàn)在醫(yī)療領(lǐng)域的人工智能探索[5]。1972年英國利茲大學(xué)研發(fā)的AAPHelp可根據(jù)患者表征輔助診斷腹痛等相關(guān)疾病，1974年該系統(tǒng)診斷準(zhǔn)確率已超過資深醫(yī)生。由于當(dāng)時(shí)計(jì)算機(jī)硬件條件的限制，AAPHelp系統(tǒng)龐大，運(yùn)行速度緩慢，但其較高的診斷準(zhǔn)確率仍為醫(yī)療人工智能領(lǐng)域的突破性進(jìn)展。此后許多新的人工智能醫(yī)療產(chǎn)品成果不斷出現(xiàn)在人們視野中。1985年開始醫(yī)學(xué)人工智能會議(Artificial Intelligence in Medicine, AIME)每兩年在歐洲舉辦一次，成為醫(yī)學(xué)人工智能交流論壇和研究社區(qū)。近年來歐盟及所轄國家紛紛發(fā)布人工智能相關(guān)計(jì)劃，均將醫(yī)療人工智能作為其中最重要的一環(huán)。2016年底德國推出Ada Health人工智能驅(qū)動(dòng)的醫(yī)療健康應(yīng)用，在全球已有超過400萬的用戶。

2.3 中國

人工智能醫(yī)療領(lǐng)域的開發(fā)研究起步較晚，但發(fā)展迅速。1978年“關(guān)幼波肝病診療程序”由多學(xué)科專家合作開發(fā)。此后我國加快開展人工智能醫(yī)療產(chǎn)品研發(fā)，具有代表性的有“中醫(yī)計(jì)算機(jī)輔助診療系統(tǒng)”等。21世紀(jì)以來，我國人工智能在醫(yī)療的應(yīng)用取得長足發(fā)展[1, 6]。2016年10月發(fā)布百度醫(yī)療大腦，大量采集與分析醫(yī)學(xué)專業(yè)文獻(xiàn)和醫(yī)療數(shù)據(jù)。對患者而言，百度醫(yī)療大腦利用先進(jìn)的圖像識別、機(jī)器學(xué)習(xí)技術(shù)等對患者上傳圖片、癥狀等數(shù)據(jù)進(jìn)行自動(dòng)回復(fù)和匹配，為患者提供自診判斷服務(wù)。對醫(yī)生而言，百度醫(yī)療大腦利用收集、匯總、分類和整理的海量醫(yī)療數(shù)據(jù)和文獻(xiàn)模擬醫(yī)生問診流程，幫助醫(yī)生確診疑難雜癥并對癥下藥。2018年11月百度發(fā)布人工智能醫(yī)療品牌“百度靈醫(yī)”。2017年7月阿里健康發(fā)布醫(yī)療AI系統(tǒng)"Doctor You"，其中的臨床醫(yī)學(xué)科研診斷平臺以智慧病例矩陣和臨床科研數(shù)據(jù)矩陣為基礎(chǔ)，由多源異構(gòu)醫(yī)療數(shù)據(jù)處理技術(shù)和大數(shù)據(jù)科研輔助分析引擎開發(fā)；醫(yī)學(xué)影像平臺則基于深度學(xué)習(xí)閱片輔助引擎，具備影像三維重建等醫(yī)療圖像處理能力；醫(yī)師能力培訓(xùn)平臺則模擬虛擬患者診療，規(guī)范醫(yī)療操作。2018年9月阿里健康和阿里云聯(lián)合宣布阿里醫(yī)療人工智能系統(tǒng)“ET醫(yī)療大腦”2.0版本問世。2017年11月騰訊自建首款A(yù)I醫(yī)學(xué)影像產(chǎn)品“騰訊覓影”，輔助臨床醫(yī)生提升診斷準(zhǔn)確率和效率。

3 國內(nèi)外醫(yī)療人工智能戰(zhàn)略政策對比分析

3.1 概述

人工智能概念提出近60年，近10年得到全社會重視，已經(jīng)上升到多國國家戰(zhàn)略層面。在人工智能技術(shù)或應(yīng)用領(lǐng)域具有優(yōu)勢的國家和地區(qū)，其在醫(yī)療領(lǐng)域反應(yīng)更為迅速，尤其是在疾病預(yù)測、醫(yī)學(xué)影像、健康管理、輔助診斷、藥物研發(fā)等方向。

3.2 美國

以美國白宮網(wǎng)站(https://www.whiteho-use.gov/)的AI版塊作為數(shù)據(jù)來源，補(bǔ)充美國相關(guān)機(jī)構(gòu)發(fā)布的與人工智能密切相關(guān)的文檔資料，對收集到的數(shù)據(jù)進(jìn)行篩選，見表1。其中《為人工智能的未來做好準(zhǔn)備的報(bào)告》、《美國國家人工智能研究和發(fā)展戰(zhàn)略計(jì)劃》兩份重量級報(bào)告中，不僅提出要加速人工智能在醫(yī)療領(lǐng)域的發(fā)展，利用人工智能對并發(fā)癥進(jìn)行預(yù)測及預(yù)防、發(fā)展電子化病歷、對醫(yī)療大數(shù)據(jù)進(jìn)行分析挖掘等，還提出在醫(yī)學(xué)診斷領(lǐng)域利用人工智能系統(tǒng)自動(dòng)執(zhí)行決策和進(jìn)行醫(yī)學(xué)診斷，同時(shí)指出機(jī)器學(xué)習(xí)及深度學(xué)習(xí)、計(jì)算機(jī)視覺、自然語言處理是醫(yī)療人工智能關(guān)鍵技術(shù)。

表1 美國人工智能關(guān)鍵戰(zhàn)略文檔

3.3 歐盟[4- 5, 11-14]

歐盟及其成員國人工智能政策及戰(zhàn)略，見表2。其中英國政府的《英國發(fā)展人工智能》、《人工智能：未來決策的機(jī)遇與戰(zhàn)略意義》兩份報(bào)告中，強(qiáng)調(diào)人工智能在醫(yī)療領(lǐng)域的3大發(fā)展方向——輔助診斷、早期預(yù)防控制流行病并追蹤發(fā)病率和圖像診斷。法國政府的《法國人工智能戰(zhàn)略》中，將醫(yī)療健康作為要優(yōu)先發(fā)展人工智能的4個(gè)領(lǐng)域之一，決定在國家健康數(shù)據(jù)研究所的基礎(chǔ)上成立包括醫(yī)保報(bào)銷數(shù)據(jù)、臨床數(shù)據(jù)和科研數(shù)據(jù)為一體的衛(wèi)生健康數(shù)據(jù)中心。德國聯(lián)邦政府則提出將在醫(yī)療衛(wèi)生、護(hù)理領(lǐng)域開展應(yīng)用和研發(fā)，同時(shí)在醫(yī)療衛(wèi)生方面推廣教育、培訓(xùn)和繼續(xù)教育計(jì)劃，推進(jìn)人工智能系統(tǒng)在醫(yī)療衛(wèi)生體系的應(yīng)用，考慮在醫(yī)療衛(wèi)生領(lǐng)域引入人工智能的強(qiáng)制性標(biāo)準(zhǔn)。

表2 歐盟及其成員國人工智能政策及戰(zhàn)略

續(xù)表2

3.4 中國

我國人工智能政策體系來自國家、省級、市級3個(gè)層面，其中國家級政策進(jìn)行宏觀指導(dǎo)，省市級政策為具體落實(shí)[6]。國家層面人工智能政策，見表3。我國將醫(yī)療人工智能列為重要應(yīng)用領(lǐng)域。同時(shí)發(fā)布關(guān)于全國人口健康信息化、健康醫(yī)療大數(shù)據(jù)、互聯(lián)網(wǎng)醫(yī)療等政策，旨在促進(jìn)醫(yī)療大數(shù)據(jù)快速發(fā)展，為人工智能發(fā)展奠定基礎(chǔ)。

表3 中國人工智能政策及戰(zhàn)略(國家層面)

4 醫(yī)療人工智能產(chǎn)業(yè)細(xì)分領(lǐng)域分析

4.1 概述

從資本市場看，在過去5年間我國人工智能領(lǐng)域投資出現(xiàn)快速增長，2015年投資總額為450億元，而2019年上半年共獲融資超過478億元，其中對于醫(yī)療健康的投資也逐年增長，由2016年的不足100億元增加到2018年的200億元以上。美國、歐盟也加大對醫(yī)療人工智能產(chǎn)業(yè)投資，CB Insights 2019年發(fā)布的全球人工智能100強(qiáng)企業(yè)名單中共有14家企業(yè)處于衛(wèi)生保健領(lǐng)域，包括專注于醫(yī)院管理的美國Qventus公司和LeanTaaS公司；專注于藥物研發(fā)的美國Insitro公司、Owkin公司、Atomwise公司等；專注于輔助診療的Paige.ai公司、Mindstrong Health公司等；以及關(guān)注于醫(yī)療技術(shù)數(shù)據(jù)采集平臺的Medopad公司等。隨著技術(shù)發(fā)展、資本運(yùn)作以及應(yīng)用落地，醫(yī)療人工智能已形成電子病歷、醫(yī)學(xué)影像、健康管理、輔助診療、疾病風(fēng)險(xiǎn)管理、藥物挖掘、醫(yī)院管理、醫(yī)院管理平臺等一系列產(chǎn)業(yè)鏈。

4.2 電子病歷

對電子病歷中的自由文本進(jìn)行語音識別、分詞、實(shí)體識別、依存句法分析、信息提取等操作，實(shí)現(xiàn)自由文本結(jié)構(gòu)化；在病歷結(jié)構(gòu)化基礎(chǔ)上利用機(jī)器學(xué)習(xí)聚類分析建立診斷模型，進(jìn)行疾病相關(guān)性、患病原因、疾病譜分析等，為臨床決策和科學(xué)研究提供支持。目前已有多家醫(yī)療人工智能公司開展病歷挖掘，如中國Airdoc公司已建立與國內(nèi)外一流全科醫(yī)院、?？漆t(yī)院、醫(yī)療健康數(shù)據(jù)中心的合作，以獲取高質(zhì)量的臨床醫(yī)療數(shù)據(jù)建立模型；科大訊飛則專注于智能語音識別，其智能語音產(chǎn)品“云醫(yī)聲”已達(dá)到很好的語音轉(zhuǎn)錄效果。歐洲國家則注重電子病歷數(shù)據(jù)構(gòu)建和共享時(shí)的隱私問題。

4.3 醫(yī)學(xué)影像

醫(yī)學(xué)影像數(shù)據(jù)分析及判斷中最主要的技術(shù)是計(jì)算機(jī)視覺中的數(shù)字圖像處理技術(shù)，主要分為兩部分：一是影像識別，應(yīng)用于感知環(huán)節(jié)，即將影像非結(jié)構(gòu)化數(shù)據(jù)結(jié)構(gòu)化，獲取有效信息；二是深度學(xué)習(xí)，應(yīng)用大量影像和診斷數(shù)據(jù)不斷對神經(jīng)元網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)訓(xùn)練，促使其掌握診斷能力。目前主要應(yīng)用在皮膚癌、肺癌、糖網(wǎng)眼底、食管癌篩查以及部分疾病核醫(yī)學(xué)檢查和病理檢查等，如谷歌開發(fā)的一款深度學(xué)習(xí)系統(tǒng)在基于前列腺切除標(biāo)本的前列腺癌分級上達(dá)到70%總體準(zhǔn)確率；“騰訊覓影”AI影像已實(shí)現(xiàn)單一病種到多病種的應(yīng)用擴(kuò)展，從早期食管癌篩查拓展至肺癌、糖尿病視網(wǎng)膜病變、乳腺癌、結(jié)直腸癌、宮頸癌等疾病篩查等。

4.4 健康管理及疾病風(fēng)險(xiǎn)管理

主要運(yùn)用計(jì)算機(jī)視覺、自然語言處理、知識圖譜等人工智能技術(shù)，結(jié)合健康醫(yī)療專業(yè)能力，搭建健康醫(yī)療智慧大腦，通過AI開放平臺為全行業(yè)提供健康管理賦能。其中谷歌基線研究項(xiàng)目與其健康(Google Fit)平臺開發(fā)的一系列可穿戴設(shè)備數(shù)據(jù)結(jié)合可對傳染性疾病進(jìn)行較為及時(shí)、準(zhǔn)確的預(yù)防，建立數(shù)據(jù)庫和智能分析模型；美國Welltok公司的CaféWell健康管理優(yōu)化平臺(CaféWell Health Optimization Platform)，通過海量數(shù)據(jù)運(yùn)算為用戶提供健康管理、慢性病恢復(fù)和健康食譜等方面指導(dǎo)；愛爾蘭Nuritas生物科技公司通過建立食品數(shù)據(jù)庫來識別肽是否可以作為食物補(bǔ)充或新的成分，面向消費(fèi)者推出個(gè)性化定制營養(yǎng)方案；中國碳云智能公司通過健康大數(shù)據(jù)平臺對人體健康要素進(jìn)行監(jiān)測記錄，推出個(gè)性化、準(zhǔn)確有效的健康管理計(jì)劃。

4.5 輔助診療

涉及的技術(shù)包括自然語言處理、深度學(xué)習(xí)，輔助診療系統(tǒng)需要將醫(yī)學(xué)文獻(xiàn)、電子病歷、診療指南等海量信息自動(dòng)構(gòu)建醫(yī)學(xué)知識圖譜，形成系統(tǒng)醫(yī)學(xué)知識庫，隨后利用臨床診斷案例進(jìn)行深度學(xué)習(xí)，通過對醫(yī)學(xué)影像、檢查檢驗(yàn)結(jié)果、病史等多維度深入分析、深度診斷，給出具體病癥相關(guān)預(yù)測。目前輔助診療多用于癌癥監(jiān)測，如IBM的Watson和斯隆凱特琳癌癥中心合作，進(jìn)行大量癌癥病歷研究信息訓(xùn)練，可為乳腺癌、肺癌、結(jié)腸癌、前列腺癌、膀胱癌、卵巢癌、子宮癌等多種癌癥提供反饋治療建議；國內(nèi)的“騰訊覓影”AI輔診引擎已通過模擬醫(yī)生成長學(xué)習(xí)、積累醫(yī)學(xué)診斷能力，實(shí)現(xiàn)食管癌、肺癌等疾病篩查；阿里健康的“Doctor You”承擔(dān)起醫(yī)生助手角色，大大降低醫(yī)生工作量等。

4.6 藥物研發(fā)

醫(yī)療人工智能聚焦于藥物研發(fā)的靶點(diǎn)篩選、藥物挖掘、藥物優(yōu)化3個(gè)環(huán)節(jié)。在靶點(diǎn)篩選階段，利用算法模型對已有藥物及已知人體靶點(diǎn)進(jìn)行交叉匹配；在藥物挖掘環(huán)節(jié)，利用深度學(xué)習(xí)開發(fā)虛擬篩選技術(shù)以取代高通量篩選，或者利用人工智能圖像識別技術(shù)優(yōu)化高通量篩選過程；在藥物優(yōu)化階段，借助AI能夠以直觀的方式定性推測生理活性物質(zhì)結(jié)構(gòu)與活性關(guān)系，進(jìn)一步提升藥物構(gòu)效關(guān)系分析速度，快速挑選最具安全性的化合物。

4.7 醫(yī)院管理

醫(yī)院需要建立人工智能體系并大力發(fā)展人工智能醫(yī)院管理，其目的是優(yōu)化醫(yī)療資源配置和彌補(bǔ)醫(yī)院管理漏洞。一方面，醫(yī)療人工智能可根據(jù)電子病歷、既往病史等大數(shù)據(jù)，從宏觀層面協(xié)調(diào)資源有效分配，優(yōu)化醫(yī)療資源配置先后順序，節(jié)省醫(yī)療人力成本，改善就診體驗(yàn)，最大程度滿足患者訴求；另一方面，可通過各種渠道收集患者對醫(yī)院的評價(jià)反饋，利用自然語言處理技術(shù)將非結(jié)構(gòu)化數(shù)據(jù)處理成能被系統(tǒng)識別的結(jié)構(gòu)化數(shù)據(jù)，系統(tǒng)整理分析并進(jìn)行反饋。目前美國Qventus公司和LeanTaaS公司專注于醫(yī)療管理，通過AI監(jiān)測患者流量，能夠有效針對患者、病房、設(shè)備、時(shí)間等資源進(jìn)行計(jì)劃、組織、協(xié)調(diào)、控制，明顯減少患者平均就診時(shí)間、手術(shù)等待時(shí)間、患者就診沖突概率，充分利用醫(yī)院現(xiàn)有資源，實(shí)現(xiàn)醫(yī)療效用最大化。

5 思考與討論

5.1 政策

美國醫(yī)療人工智能仍未有專門戰(zhàn)略報(bào)告或文件出現(xiàn)，僅作為國家人工智能整體戰(zhàn)略的一部分，與醫(yī)療人工智能的快速發(fā)展不相協(xié)調(diào)，另外美國政策中雖然提及醫(yī)療人工智能問題，但多強(qiáng)調(diào)人工智能關(guān)鍵技術(shù)的發(fā)展，對于具體醫(yī)療人工智能應(yīng)用中出現(xiàn)的數(shù)據(jù)、倫理問題關(guān)注較少。歐盟也尚未出現(xiàn)專門的醫(yī)療人工智能戰(zhàn)略或文件，相較于美國，歐盟更加關(guān)注于醫(yī)療人工智能應(yīng)用中的倫理準(zhǔn)則、標(biāo)準(zhǔn)制定等問題。我國在醫(yī)療人工智能方面，已有初步的專門文件，但是尚未形成體系，對于具體醫(yī)療人工智能應(yīng)用中的數(shù)據(jù)、倫理問題也較少關(guān)注。

5.2 市場

醫(yī)療人工智能的出現(xiàn)能夠有效解決醫(yī)療資源短缺、成本支出增加等困境，同時(shí)提高醫(yī)療能力和改善醫(yī)療體驗(yàn)，因此具有廣闊的發(fā)展前景。從目前來看雖然我國醫(yī)療人工智能發(fā)展迅速，資本運(yùn)作和技術(shù)研發(fā)能力逐步增強(qiáng)，但是仍遜色于美國。主要差異是我國醫(yī)療智能化程度不足，不少醫(yī)療類項(xiàng)目主要是與醫(yī)院協(xié)作提供簡單在線咨詢服務(wù)，后端技術(shù)開發(fā)及創(chuàng)新力不足，導(dǎo)致大部分醫(yī)療人工智能產(chǎn)業(yè)未能形成商業(yè)模式。

5.3 技術(shù)

美國、歐盟和中國均存在以下問題：一是缺乏有效、統(tǒng)一的醫(yī)療信息標(biāo)準(zhǔn)，數(shù)據(jù)孤島現(xiàn)象嚴(yán)重，數(shù)據(jù)標(biāo)注無統(tǒng)一規(guī)范，醫(yī)療數(shù)據(jù)難以實(shí)現(xiàn)國家層面共享。二是缺乏明確的監(jiān)管政策，醫(yī)療人工智能產(chǎn)品申報(bào)認(rèn)證醫(yī)療器械種類尚待細(xì)究，進(jìn)入臨床應(yīng)用的法律標(biāo)準(zhǔn)仍待探討。三是雖然目前已有醫(yī)療數(shù)據(jù)平臺，但由于醫(yī)療數(shù)據(jù)整體量大，具體到某一類醫(yī)療問題時(shí)數(shù)據(jù)量較小、質(zhì)量不夠高。

6 結(jié)語

隨著人工智能技術(shù)在醫(yī)療領(lǐng)域的持續(xù)發(fā)展和各種應(yīng)用落地，已經(jīng)基本覆蓋醫(yī)療、醫(yī)藥、醫(yī)保、醫(yī)院4大醫(yī)療產(chǎn)業(yè)環(huán)節(jié)，在一定程度上簡化就醫(yī)流程、優(yōu)化醫(yī)療資源、改善醫(yī)療技術(shù)，但由于其缺乏可行的規(guī)則和標(biāo)準(zhǔn)，使得人工智能醫(yī)療仍處于發(fā)展中期，尚有很長一段路要走。