人工智能在醫(yī)療領(lǐng)域的應(yīng)用與存在的問題

劉伶俐，王 端

(1.陸軍軍醫(yī)大學(xué)基礎(chǔ)醫(yī)學(xué)院政治理論教研室，重慶 400038；2.重慶醫(yī)科大學(xué)附屬第三醫(yī)院心血管疾病中心，重慶 401120)

深度學(xué)習(xí)、圖像識別、神經(jīng)網(wǎng)絡(luò)等關(guān)鍵技術(shù)的突破，掀起了新一輪的人工智能(簡稱AI)研究熱潮。據(jù)市場研究公司CB Insights 2018年9月發(fā)布的報(bào)告顯示，醫(yī)療領(lǐng)域已經(jīng)成為AI行業(yè)重要的研究和應(yīng)用領(lǐng)域，2013年以來醫(yī)療AI創(chuàng)業(yè)公司融資43億美元，領(lǐng)先于其它所有行業(yè)。老牌咨詢公司麥肯錫則預(yù)測，到2025年，全球智能醫(yī)療行業(yè)規(guī)模將達(dá)到254億美元，約占全球AI市場總值的1/5[1]。在中國，龐大的人口數(shù)量、充足的醫(yī)療數(shù)據(jù)、旺盛的醫(yī)療需求以及政府的大力支持，為國內(nèi)互聯(lián)網(wǎng)巨頭和醫(yī)療創(chuàng)業(yè)公司進(jìn)軍AI醫(yī)療提供了強(qiáng)勁的動力[2]。2016年以來，在我國大力推動“互聯(lián)網(wǎng)+醫(yī)療健康”的大背景下，人工智能已深入醫(yī)療領(lǐng)域的各個(gè)環(huán)節(jié)，相關(guān)研究和應(yīng)用突飛猛進(jìn)，但也面臨不少問題。本文擬對人工智能在我國醫(yī)療領(lǐng)域的主要應(yīng)用和存在問題進(jìn)行梳理和分析。

1 人工智能概述

1956年，在達(dá)特茅斯學(xué)院舉辦的關(guān)于機(jī)器智能的研討會上，計(jì)算機(jī)科學(xué)家約翰·麥卡錫(John McCarthy)等人首次提出“人工智能”一詞，即:“讓機(jī)器達(dá)到與人類做同樣的行為，可以被稱為人工智能”。由此誕生了人工智能這門新興學(xué)科。經(jīng)過60多年的演進(jìn)和發(fā)展，人工智能在理論和應(yīng)用方面已取得了諸多成就，但在如何界定人工智能的問題上，科學(xué)界至今尚未達(dá)成共識。一般認(rèn)為，人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)[3]。它試圖了解智能的實(shí)質(zhì)，并生產(chǎn)出能與人類智能相似的方式做出反應(yīng)的智能機(jī)器。

由于不同的學(xué)術(shù)背景和對智能的不同看法，人工智能領(lǐng)域形成了三大主流學(xué)派[4]:①符號主義(又稱邏輯主義學(xué)派)，認(rèn)為人類認(rèn)知和思維的基本單元是符號，而認(rèn)知過程就是對符號的邏輯運(yùn)算，因此可以通過計(jì)算機(jī)中邏輯門的運(yùn)算將人類抽象的邏輯思維模擬出來，從而實(shí)現(xiàn)人工智能?；诖苏J(rèn)識，符號學(xué)派把研究焦點(diǎn)集中在人類智能的高級行為，如推理、規(guī)劃、知識表示等方面，其主要成就是上世紀(jì)的專家系統(tǒng)。②連接主義(又稱仿生學(xué)派)，認(rèn)為智能活動是由大量簡單的神經(jīng)單元通過復(fù)雜的相互連接后并行運(yùn)行的結(jié)果，因而主張通過模擬大腦的結(jié)構(gòu)，用神經(jīng)網(wǎng)絡(luò)的連接機(jī)制實(shí)現(xiàn)人工智能。連接學(xué)派最主要的成果是人工神經(jīng)網(wǎng)絡(luò)技術(shù)。當(dāng)前炙手可熱的深度學(xué)習(xí)，可以看作是連接學(xué)派的延伸，已經(jīng)在語音識別、圖像處理、模式識別等領(lǐng)域取得了突破性進(jìn)展。③行為主義(又稱控制論學(xué)派)，則希望從模擬動物的“感知—?jiǎng)幼鳌遍_始，最終復(fù)制出人類的智能。其主要貢獻(xiàn)是智能機(jī)器人系統(tǒng)。這三大學(xué)派曾在20世紀(jì)80-90年代期間形成三足鼎立的局面。如何將三大學(xué)派的觀點(diǎn)融會貫通，將是人工智能的下一個(gè)突破口。

按照實(shí)現(xiàn)的能力，人工智能可分為3個(gè)層次[5]:①弱人工智能，即擅長于單個(gè)方面或單個(gè)任務(wù)的人工智能；②強(qiáng)人工智能，是指可以像人類一樣認(rèn)知和思考、在各方面都能模仿人類甚至和人類比肩的人工智能；③超人工智能，是指幾乎在所有領(lǐng)域都比最聰明的人類大腦都強(qiáng)很多的人工智能。目前的人工智能技術(shù)都屬于弱人工智能，即便有些AI程序或者機(jī)器人在某些方面的智能超越人類非常多，它也只是在執(zhí)行一個(gè)閉環(huán)任務(wù)，本身并不能像人一樣全方位思考，也沒有意識。隨著技術(shù)的進(jìn)步，人工智能將由弱人工智能向強(qiáng)人工智能甚至超人工智能發(fā)展。

2 人工智能在醫(yī)療領(lǐng)域的主要應(yīng)用

人工智能與醫(yī)療的結(jié)合，始于上世紀(jì)70年代的專家系統(tǒng)，2011年起開始大規(guī)模應(yīng)用于醫(yī)療領(lǐng)域，2016年起進(jìn)入高速發(fā)展階段。其應(yīng)用場景非常廣泛，主要集中于以下幾個(gè)方面。

2.1 AI虛擬助理

在醫(yī)療領(lǐng)域中的虛擬助理，屬于專用型虛擬助理。基于特定領(lǐng)域的知識系統(tǒng)，通過智能語音技術(shù)和自然語言相關(guān)技術(shù)，實(shí)現(xiàn)人機(jī)交互，解決使用者某一特定需求。目前，由國內(nèi)企業(yè)研發(fā)的醫(yī)用虛擬助理已應(yīng)用于診前、診中、診后等多個(gè)環(huán)節(jié)。①診前:智能導(dǎo)診機(jī)器人已成為醫(yī)院的一道風(fēng)景線。如科大訊飛公司研發(fā)的“曉醫(yī)”導(dǎo)診機(jī)器人，已在國內(nèi)多家醫(yī)院“上崗”。它主要通過語音、圖像、手勢等自然交互方式與患者交流，給出分診和導(dǎo)診建議，以節(jié)約人力，方便患者就醫(yī)。更先進(jìn)的導(dǎo)診機(jī)器人還能通過傳感器收集患者的生命體征信息，進(jìn)行預(yù)問診，提前將患者的基本體征、病情摘要反饋給門診醫(yī)生，以提高醫(yī)生問診效率[6]。②診中:AI病歷助理可直接將語音轉(zhuǎn)為結(jié)構(gòu)化的電子病歷，以實(shí)現(xiàn)檢查、診斷和病歷錄入同時(shí)進(jìn)行。如云知聲公司開發(fā)的智能語音電子病歷系統(tǒng)，已在全國100余家三甲醫(yī)院應(yīng)用，其語音識別準(zhǔn)確率超過98%，大大提高了醫(yī)生的病歷錄入效率[7]。 AI手術(shù)助理可以讓手術(shù)醫(yī)生利用虛擬屏幕、語音識別、手勢識別等技術(shù)，隔空操作電子設(shè)備，從而有效減少手術(shù)時(shí)間，降低感染風(fēng)險(xiǎn)。③診后:患者離院后，AI虛擬助理可對其進(jìn)行回訪及滿意度調(diào)查，推送醫(yī)囑事項(xiàng)、復(fù)查提醒、醫(yī)學(xué)科普等[6]。

2.2 智能輔助診療

智能輔助診療是AI專家系統(tǒng)在醫(yī)療領(lǐng)域的重要應(yīng)用，融合了自然語言處理、認(rèn)知技術(shù)、自動推理、機(jī)器學(xué)習(xí)等人工智能技術(shù)。其應(yīng)用模式是將海量的醫(yī)學(xué)知識(包括醫(yī)學(xué)書籍、期刊文獻(xiàn)、診療指南和臨床診斷案例等)導(dǎo)入計(jì)算機(jī)系統(tǒng)，供其學(xué)習(xí)、理解和歸納，并自動構(gòu)建一個(gè)類似機(jī)器大腦的“醫(yī)學(xué)知識庫”，進(jìn)而模擬醫(yī)生的臨床思維和診斷推理，提出基于患者病史和檢查檢驗(yàn)結(jié)果的診斷和治療方案[8]。20世紀(jì)70年代由美國斯坦福大學(xué)開發(fā)的MYCIN系統(tǒng)，是最早用于診斷和治療細(xì)菌感染疾病的AI醫(yī)學(xué)專家咨詢系統(tǒng)，盡管它從未在臨床應(yīng)用過，但它的開發(fā)原理為專家系統(tǒng)在醫(yī)學(xué)界的發(fā)展奠定了理論基礎(chǔ)。1978年，北京中醫(yī)醫(yī)院與計(jì)算機(jī)領(lǐng)域?qū)＜液献鏖_發(fā)了“關(guān)幼波肝病診療程序”，首次將醫(yī)學(xué)專家系統(tǒng)應(yīng)用于我國傳統(tǒng)醫(yī)藥領(lǐng)域。進(jìn)入21世紀(jì)后，隨著深度學(xué)習(xí)算法的逐漸普及，AI輔助診療技術(shù)發(fā)展迅速，各類輔助診斷系統(tǒng)層出不窮，涉及骨腫瘤診斷、胃癌診斷、口腔牙周病診斷、心血管藥物治療等專家系統(tǒng)[9]。其中，IBM公司開發(fā)的 “沃森”腫瘤系統(tǒng)(Watson for Oncology)，是目前世界上癌癥治療領(lǐng)域最成熟的智能診療系統(tǒng)，2016年已入駐中國20余家三甲醫(yī)院[10]。它可以在數(shù)秒鐘內(nèi)閱讀患者的文字、影像、病歷資料，檢索上百萬已發(fā)表的科學(xué)文獻(xiàn)及上千萬頁的腫瘤治療指南等相關(guān)資料，從中提煉出一系列的診斷建議和治療方案，并同時(shí)給出相應(yīng)的參考文獻(xiàn)[11]。目前智能診療的核心作用是“賦能醫(yī)生”，提升其診療效率和水平，最終決策權(quán)依然在醫(yī)生[12]。

2.3 智能醫(yī)學(xué)影像

AI在醫(yī)療領(lǐng)域應(yīng)用最熱門的場景，當(dāng)屬智能醫(yī)學(xué)影像。其主要包括兩大部分:一是通過圖像識別技術(shù)對醫(yī)學(xué)影像進(jìn)行識別和分析，標(biāo)注病灶關(guān)鍵信息，以幫助醫(yī)生快速發(fā)現(xiàn)病灶，提高影像診斷效率；二是通過深度學(xué)習(xí)海量的影像數(shù)據(jù)和臨床診斷信息，不斷對AI系統(tǒng)進(jìn)行優(yōu)化訓(xùn)練，促使其提高診斷能力，降低復(fù)雜疾病的誤診率。目前，AI在醫(yī)學(xué)影像中應(yīng)用最成熟的領(lǐng)域是腫瘤影像，在肺結(jié)節(jié)和肺癌篩查、乳腺癌篩查和前列腺癌影像診斷中應(yīng)用較廣，且表現(xiàn)較為突出[13]。從國內(nèi)來看，騰訊公司作為科技部首批確定的“醫(yī)療影像國家新一代人工智能開放創(chuàng)新平臺”建設(shè)單位，自2017年8月推出首款A(yù)I醫(yī)療產(chǎn)品“騰訊覓影”以來，已構(gòu)筑起AI醫(yī)學(xué)影像分析和AI輔診兩項(xiàng)核心能力，可輔助醫(yī)生對早期肺結(jié)節(jié)、糖尿病視網(wǎng)膜病變、結(jié)直腸腫瘤、乳腺癌等疾病進(jìn)行篩查，以及對700多種疾病風(fēng)險(xiǎn)進(jìn)行識別和預(yù)測，實(shí)現(xiàn)了從單一病種到多病種的應(yīng)用擴(kuò)張[14]?？苼嗎t(yī)療的創(chuàng)新產(chǎn)品“冠脈血流儲備分?jǐn)?shù)計(jì)算軟件” 于2020年1月獲國家藥品監(jiān)督管理局(NMPA)批準(zhǔn)注冊，成為首個(gè)獲得AI影像Ⅲ類證的產(chǎn)品[15]。該產(chǎn)品采用無創(chuàng)技術(shù)，可減少不必要的冠脈造影檢查和介入手術(shù)，能有效降低診斷成本，減少患者痛苦。

2.4 醫(yī)療機(jī)器人

1985年，研究人員借助工業(yè)機(jī)器人PUMA560開展了首例神經(jīng)外科活檢術(shù)，成為醫(yī)療機(jī)器人起步的標(biāo)志[16]。經(jīng)過30多年的發(fā)展，醫(yī)療機(jī)器人已成功應(yīng)用于外科手術(shù)、內(nèi)窺鏡檢查、臨床康復(fù)與護(hù)理、醫(yī)療救援與轉(zhuǎn)運(yùn)等多個(gè)領(lǐng)域。目前臨床應(yīng)用最多的是手術(shù)機(jī)器人，以美國的達(dá)芬奇手術(shù)系統(tǒng)(Da Vinci Surgical System)為典型代表，已廣泛應(yīng)用于心胸外科、泌尿外科、婦科、腹外科等多個(gè)領(lǐng)域。該系統(tǒng)是全球最先進(jìn)、應(yīng)用最成熟的手術(shù)機(jī)器人，由外科醫(yī)生控制臺、床旁機(jī)械臂系統(tǒng)、成像系統(tǒng)三部分組成。實(shí)施手術(shù)時(shí)主刀醫(yī)師不與患者直接接觸，通過三維視覺系統(tǒng)和動作定標(biāo)系統(tǒng)操作控制，由機(jī)械臂以及手術(shù)器械模擬完成醫(yī)生的技術(shù)動作和手術(shù)操作。其優(yōu)點(diǎn)是增加視野角度，減少手部顫動，使手術(shù)操作更精細(xì)、創(chuàng)傷更小，以減少患者失血量和術(shù)后疼痛、組織粘連等。截至2019年10月，全球已有5000多臺達(dá)芬奇手術(shù)系統(tǒng)在臨床使用，總手術(shù)量超600萬例；在中國內(nèi)地84家醫(yī)院實(shí)現(xiàn)裝機(jī)102臺，香港地區(qū)裝機(jī)8臺，共完成手術(shù)量達(dá)12萬例[17]。另外，隨著人口老齡化和慢性病患者的增加，康復(fù)機(jī)器人的應(yīng)用研究近年來發(fā)展迅速，分支中外骨骼機(jī)器人將迎來爆發(fā)式的增長。如俄羅斯ExoAtlet公司生產(chǎn)的ExoAtlet I，能幫助下半身癱瘓的患者完成基本的行走、爬樓梯及一些特殊的訓(xùn)練動作。ExoAtlet Pro在上述功能基礎(chǔ)上，增加了測量脈博、電刺激、設(shè)定既定的行走模式等功能[3]。中國也有多家企業(yè)進(jìn)入外骨骼機(jī)器人領(lǐng)域，并研發(fā)出了新產(chǎn)品，但目前尚無一家企業(yè)獲得NMPA認(rèn)證。

2.5 智能健康管理

健康管理的概念是20世紀(jì)60-70年代由美國正式提出來的，20世紀(jì)90年代末進(jìn)入我國萌芽發(fā)展。它是一種前瞻性的健康服務(wù)模式，可在健康監(jiān)測、慢病管理、情緒調(diào)節(jié)、合理膳食等方面提供醫(yī)療護(hù)理和咨詢指導(dǎo)。傳統(tǒng)的健康管理通常在線下進(jìn)行，效率比較低下，且很難切合用戶個(gè)性化的真實(shí)需求，無法觀測和激勵(lì)用戶的健康自控行為，難以達(dá)到預(yù)期效果[18]。運(yùn)用人工智能技術(shù)，不僅可以從門診和住院電子病歷中采集個(gè)體化的數(shù)據(jù)，還可通過可穿戴設(shè)備和智能家居，對用戶健康數(shù)據(jù)信息和行為習(xí)慣進(jìn)行監(jiān)測和采集，并同步傳輸?shù)结t(yī)療健康數(shù)據(jù)平臺進(jìn)行篩選、提煉和分析，進(jìn)而預(yù)測個(gè)體的疾病易感性、藥物敏感性等，自動匹配健康管理知識庫，進(jìn)行有針對性的干預(yù)。目前國內(nèi)較為成熟的健康管理平臺有覓我(Meum)、Airdoc、醫(yī)號線、醫(yī)渡云等，主要應(yīng)用于疾病風(fēng)險(xiǎn)預(yù)測與干預(yù)、慢病管理、運(yùn)動管理、睡眠監(jiān)測、母嬰健康管理和老年人護(hù)理等。

2.6 智能藥物研發(fā)

新藥研發(fā)是一項(xiàng)系統(tǒng)工程，從靶點(diǎn)的發(fā)現(xiàn)、驗(yàn)證，到先導(dǎo)化合物的發(fā)現(xiàn)和優(yōu)化，再到候選化合物的挑選和開發(fā)，最后進(jìn)入臨床研究，其研發(fā)周期長、成本高，且成功率低[19]。利用自然語言處理(NLP)、機(jī)器學(xué)習(xí)等人工智能技術(shù)，可以將藥物篩選的過程在計(jì)算機(jī)上進(jìn)行模擬，對化合物可能的活性作出預(yù)測，進(jìn)而對比較有可能成為藥物的化合物進(jìn)行有針對性的實(shí)體篩選，避免了盲人摸象般的試錯(cuò)路徑，從而有效縮短研發(fā)周期，控制研發(fā)成本，提高研發(fā)效率。同時(shí)，利用人工智能技術(shù)，還可建立基于疾病、用藥等的數(shù)據(jù)模型，預(yù)測藥品研發(fā)過程中的安全性、有效性、副作用等，從而大大增加成功的幾率，節(jié)約時(shí)間和成本。目前，美國和歐盟的AI技術(shù)已在心血管藥、抗腫瘤藥、常見傳染病治療藥等領(lǐng)域取得了新突破[20]。國內(nèi)涉足該領(lǐng)域的企業(yè)較少，主要提供藥物研發(fā)的AI技術(shù)支持和大數(shù)據(jù)平臺服務(wù)，作用于藥物研發(fā)的一個(gè)或多個(gè)環(huán)節(jié)。

3 人工智能在我國醫(yī)療領(lǐng)域應(yīng)用面臨的問題

盡管人工智能在我國醫(yī)療領(lǐng)域的發(fā)展前景非常廣闊，且在醫(yī)學(xué)影像、輔助診斷、醫(yī)療機(jī)器人等領(lǐng)域的應(yīng)用已較為成熟，正日益展現(xiàn)出高效、便捷、精準(zhǔn)、不知疲倦等優(yōu)勢。但就目前來說，我國醫(yī)療AI的發(fā)展還處于初級階段，還面臨著諸多亟待解決和突破的問題。

3.1 數(shù)據(jù)利用問題

大數(shù)據(jù)、算法、計(jì)算能力是人工智能的三大基石。其中，“海量、精準(zhǔn)、高質(zhì)量”的大數(shù)據(jù)是人工智能賴以實(shí)現(xiàn)的基礎(chǔ)。然而，盡管我國擁有十多億人口、上萬家醫(yī)院，近些年來隨著醫(yī)院信息化建設(shè)積累了大量的醫(yī)療健康數(shù)據(jù)，但在當(dāng)前的技術(shù)條件下，這些數(shù)據(jù)資源的利用率并不高。一方面，醫(yī)療數(shù)據(jù)中絕大部分都是文本、圖像、音頻等非結(jié)構(gòu)化數(shù)據(jù)，不同醫(yī)院之間缺乏統(tǒng)一的標(biāo)準(zhǔn)和規(guī)范，即使同一醫(yī)院的不同設(shè)備、不同系統(tǒng)，也可能存在參數(shù)設(shè)置和圖像質(zhì)量的差異，導(dǎo)致現(xiàn)有數(shù)據(jù)雖然體量很大，但標(biāo)準(zhǔn)各異，質(zhì)量參差不齊，經(jīng)過專家標(biāo)注過的高質(zhì)量數(shù)據(jù)更是有限，影響數(shù)據(jù)的有效利用。另一方面，盡管各個(gè)醫(yī)院都有自己的信息化系統(tǒng)，但不同醫(yī)院的信息化系統(tǒng)由不同的企業(yè)承建，企業(yè)之間的系統(tǒng)又存在技術(shù)壁壘，導(dǎo)致醫(yī)院之間的數(shù)據(jù)共享和互通程度較低，存在“數(shù)據(jù)孤島”現(xiàn)象。由于缺乏合理的數(shù)據(jù)共享和流通機(jī)制，真正能夠接觸并利用到大規(guī)模優(yōu)質(zhì)醫(yī)療數(shù)據(jù)的開發(fā)者寥寥無幾。相當(dāng)一部分AI企業(yè)用于訓(xùn)練的數(shù)據(jù)只能來自有限的公開數(shù)據(jù)集或自備數(shù)據(jù)庫，存在著數(shù)據(jù)量過小、數(shù)據(jù)質(zhì)量欠佳、標(biāo)注不規(guī)范等問題，勢必會影響機(jī)器學(xué)習(xí)的準(zhǔn)確性和普適性，不利于醫(yī)療AI的發(fā)展。

3.2 算法“黑箱”問題

當(dāng)前在醫(yī)療AI中應(yīng)用最多的深度學(xué)習(xí)算法，使用了大規(guī)模的神經(jīng)網(wǎng)絡(luò)，包含了更多的計(jì)算隱層，具備強(qiáng)大的自我學(xué)習(xí)和自我編程能力，其復(fù)雜性和不確定性使得人工智能存在難以捉摸的“黑箱”，即在人工智能輸入數(shù)據(jù)和輸出答案之間，缺乏可解釋性和透明性。“黑箱”存在的后果就是難以判斷人工智能是否出錯(cuò)，且無法進(jìn)行有效監(jiān)管。如果用于算法訓(xùn)練的數(shù)據(jù)不完整、不準(zhǔn)確，或隱含著某些主觀偏見或歧視，則有可能在算法訓(xùn)練中復(fù)制和放大這些“瑕疵”，最終得出有偏見甚至錯(cuò)誤的預(yù)測結(jié)果，導(dǎo)致某些人群在醫(yī)療評估中受到歧視性對待，甚至可能引發(fā)醫(yī)療安全事故。同時(shí)，醫(yī)療行業(yè)事關(guān)人的生命和健康，如果不能讓醫(yī)生了解模型是如何作出決策的，也很難讓人們對醫(yī)療AI放心接納。

3.3 標(biāo)準(zhǔn)缺乏問題

作為一項(xiàng)新興的技術(shù)，目前人工智能發(fā)展急需統(tǒng)一的技術(shù)標(biāo)準(zhǔn)和規(guī)范。醫(yī)療AI的技術(shù)標(biāo)準(zhǔn)關(guān)系到患者的人身安全，保障人身安全和符合技術(shù)規(guī)范也是AI投入市場應(yīng)用的前提。近年來我國已開始著手AI標(biāo)準(zhǔn)化建設(shè)，至2018年已發(fā)布80余項(xiàng)AI技術(shù)標(biāo)準(zhǔn)和規(guī)范，但醫(yī)療AI的相關(guān)標(biāo)準(zhǔn)仍處于在研狀態(tài)[21]。由于缺乏統(tǒng)一的技術(shù)標(biāo)準(zhǔn)、安全標(biāo)準(zhǔn)、應(yīng)用規(guī)范和評價(jià)體系，無法對醫(yī)療AI的算法模型、產(chǎn)品性能、應(yīng)用效果等進(jìn)行驗(yàn)證和評估，不利于AI在醫(yī)療領(lǐng)域的應(yīng)用和監(jiān)管。

3.4 人才短缺問題

人工智能的發(fā)展離不開人才的挖掘和培養(yǎng)。據(jù)騰訊研究院2017年發(fā)布的《全球人工智能產(chǎn)業(yè)人才白皮書》顯示，全球人工智能人才約30萬人，其中高校學(xué)術(shù)人才約10萬人，產(chǎn)業(yè)界人才約20萬人，但市場需求卻在百萬級以上。從人才培養(yǎng)來看，全球共有367所具有人工智能研究方向的高校(其中美國168所，占45.7%)，每年畢業(yè)AI相關(guān)領(lǐng)域碩博生約2萬人，遠(yuǎn)遠(yuǎn)不能滿足市場對人才的需求[22]。醫(yī)療AI屬于典型的交叉學(xué)科創(chuàng)新，涉及人工智能和醫(yī)學(xué)這兩大復(fù)雜學(xué)科的深度融合。但目前能通曉這兩大學(xué)科的人才極其短缺，難免出現(xiàn)AI工程師對醫(yī)療領(lǐng)域的問題了解不夠，對醫(yī)療復(fù)雜性估計(jì)不足，對醫(yī)療流程不熟悉等問題，從而影響AI產(chǎn)品的研發(fā)進(jìn)度和功能設(shè)計(jì)。從臨床應(yīng)用來看，醫(yī)務(wù)人員對AI缺乏深度認(rèn)知和相關(guān)培訓(xùn)，也會影響其對AI的接受度和規(guī)范操作。

3.5 法律與倫理問題

AI的發(fā)展和應(yīng)用是顛覆性的，必然對現(xiàn)有社會秩序和規(guī)范帶來沖擊，產(chǎn)生新的法律問題和倫理問題。例如:醫(yī)療AI在診斷和治療中的應(yīng)用，事實(shí)上充當(dāng)了部分“醫(yī)”的角色，由此產(chǎn)生了AI的法律地位、侵權(quán)責(zé)任劃分等法律問題，也對醫(yī)務(wù)人員的主體地位提出了挑戰(zhàn)。數(shù)據(jù)的采集、傳輸、儲存和應(yīng)用，帶來了患者隱私泄露的倫理風(fēng)險(xiǎn)。當(dāng)前我國的醫(yī)療AI還處于發(fā)展初期，產(chǎn)品性能還不夠穩(wěn)定，也不具備情感溝通、邏輯推理、復(fù)雜情景決策等高級功能，在實(shí)際應(yīng)用中可能還存在安全性不夠、易用性差、溝通不暢、缺乏人文關(guān)懷等問題，要贏得患者信任尚需時(shí)日。目前世界各國暫無針對AI技術(shù)的專門法律法規(guī)，我國現(xiàn)有的相關(guān)法律和倫理規(guī)范已不能完全解決醫(yī)療AI衍生的各種問題，迫切需要從國家層面制定與之相適應(yīng)的法律法規(guī)和倫理規(guī)范，以保障醫(yī)療AI健康有序發(fā)展。

4 結(jié)語

人工智能在醫(yī)療領(lǐng)域的應(yīng)用和發(fā)展，無疑提高了醫(yī)療工作的效率和準(zhǔn)確性，減輕了醫(yī)生的工作負(fù)擔(dān)，也將為患者帶來更優(yōu)質(zhì)便捷的醫(yī)療服務(wù)。但當(dāng)前我國的醫(yī)療AI還處于弱人工智能時(shí)代，在應(yīng)用中還面臨著諸多亟待解決和突破的問題，需要各方共同應(yīng)對。如:從政府層面加強(qiáng)法律法規(guī)、倫理規(guī)范和技術(shù)標(biāo)準(zhǔn)建設(shè)，使醫(yī)療AI的發(fā)展和應(yīng)用有所遵循；從研發(fā)層面加強(qiáng)技術(shù)攻關(guān)和人才培養(yǎng)，努力破解數(shù)據(jù)利用、算法“黑箱”等技術(shù)難題；在應(yīng)用層面應(yīng)注意保護(hù)患者隱私，堅(jiān)持醫(yī)生的主體地位，并加強(qiáng)與患者的溝通交流，注重人文關(guān)懷，使醫(yī)療AI真正為患者健康服務(wù)。