作為新一輪科技革命和產(chǎn)業(yè)變革的重要驅動力量，人工智能正在對全球經(jīng)濟社會發(fā)展和人類文明進步產(chǎn)生深遠影響。深化人工智能國際合作，推動世界智能產(chǎn)業(yè)朝著更加開放、包容、普惠、共贏的方向發(fā)展，是我國人工智能產(chǎn)業(yè)發(fā)展的關鍵方向。
我國人工智能醫(yī)療產(chǎn)業(yè)發(fā)展勢頭迅猛，人工智能醫(yī)療產(chǎn)業(yè)生態(tài)已經(jīng)基本形成，在今年世界人工智能大會（WAIC）上，AI+醫(yī)療如何在醫(yī)學影像診斷、輔助治療等領域實現(xiàn)更廣泛的應用也成為重要話題。
有不少參會者指出，我國在醫(yī)療數(shù)據(jù)資源方面具備無窮潛力。一旦海量的醫(yī)療數(shù)據(jù)實現(xiàn)有序釋放，將為我國醫(yī)療大模型的發(fā)展提供巨大的想象空間和爆發(fā)潛力。但同時，現(xiàn)階段在落地上仍舊需要關注一些實際問題。
當前，磁共振檢查因無創(chuàng)、精確等優(yōu)勢在心血管病的診斷、治療和預后評估中發(fā)揮著越來越重要的作用，全球均面臨著巨大的心血管疾病的診斷和治療需求，但在國際層面，心臟磁共振智能后處理和心血管病多模態(tài)影像智能輔助診斷方面均存在著技術瓶頸，以人工智能技術為關鍵突破口，深度挖掘磁共振數(shù)據(jù)迫在眉睫。
談及目前AI在醫(yī)療領域的運用場景，有券商醫(yī)藥行業(yè)分析師對21世紀經(jīng)濟報道記者表示，在國內，綜合性的互聯(lián)網(wǎng)公司，以及細分領域中的醫(yī)療IT信息化、互聯(lián)網(wǎng)醫(yī)療平臺、智能機器人等公司都在探索用大模型等技術進一步提升自身解決方案和產(chǎn)品設計。
“這其中最大的難點，我們認為首先是數(shù)據(jù)的獲取和處理。醫(yī)療數(shù)據(jù)具有高度的隱私性和敏感性，如何合規(guī)地獲取和使用這些數(shù)據(jù)是一個巨大的挑戰(zhàn)。另外，醫(yī)療數(shù)據(jù)的質量和完整性也直接影響到生成式AI模型的準確性和可靠性?！鄙鲜龇治鰩熣J為，AI技術本身還在不斷發(fā)展和完善中，如何將其與醫(yī)療領域的實際需求相結合，實現(xiàn)技術的落地應用，是一個需要不斷探索和實踐的過程。
在醫(yī)療領域，人工智能的應用已經(jīng)深入到各個環(huán)節(jié)。從初步的疾病篩查到復雜的手術操作，從病例分析到藥物研發(fā)，醫(yī)療 AI 都在發(fā)揮著不可或缺的作用。它能夠對大量的醫(yī)療數(shù)據(jù)進行快速處理和深度分析，從而揭示出隱藏在數(shù)據(jù)背后的規(guī)律和趨勢。這些分析結果不僅為醫(yī)生提供了更為準確的診斷依據(jù)，還使得治療方案更加個性化和精細化。
隨著醫(yī)療 AI 技術的不斷發(fā)展，其在醫(yī)療服務改善方面的作用也日益凸顯。傳統(tǒng)的醫(yī)療服務模式往往存在著資源分配不均、效率低下等問題。而醫(yī)療 AI 的引入，則能夠在很大程度上解決這些問題。通過智能化的醫(yī)療管理系統(tǒng)，醫(yī)療資源得以更加合理地分配和利用，醫(yī)療服務流程也變得更加高效和便捷。這不僅提升了患者的就醫(yī)體驗，還降低了醫(yī)療成本，使得更多人能夠享受到高質量的醫(yī)療服務。
這也推動了產(chǎn)業(yè)的高速發(fā)展。據(jù)中商產(chǎn)業(yè)研究院統(tǒng)計，2020 年AI+醫(yī)療已占人工智能市場的18.9%。另據(jù)IDC統(tǒng)計數(shù)據(jù)，到2025年人工智能應用市場總值將達1270億美元，其中醫(yī)療行業(yè)將占市場規(guī)模的五分之一。從基礎層到應用層，醫(yī)療AI廣闊市場大有所為。隨著人工智能AI在醫(yī)療領域的深入應用，藥物研發(fā)與醫(yī)學影像等細分市場呈現(xiàn)出強勁的增長態(tài)勢。另據(jù)行業(yè)咨詢機構數(shù)據(jù)統(tǒng)計，2020年中國醫(yī)療AI市場規(guī)模已達到66.25億元，結合AI輔助新藥研發(fā)和AI助力腫瘤診療等市場賽道估算，預計2020-2025年復合年增長率（CAGR）為39.4%，2025年將突破300億元。
談及AI在醫(yī)療領域的應用優(yōu)勢，上述分析師介紹，AI在強大的內容生成能力、高度個性化的輸出以及持續(xù)的學習和進化能力方面具有顯著的優(yōu)勢。具體而言：
首先，AI的強大內容生成能力使它能產(chǎn)生豐富的醫(yī)療內容，例如：病例報告的撰寫，健康咨詢的回答，輔助診療的判斷，AI都能夠根據(jù)輸入的信息快速生成相應的內容。這不僅可以提高醫(yī)療服務的效率，還能夠為醫(yī)生提供更多的參考信息，從而幫助他們做出更準確的診斷和治療決策。
其次，AI高度個性化的輸出使它有望為患者提供更加精準和個性化的醫(yī)療服務。通過分析患者信息、生活習慣和疾病歷史等數(shù)據(jù)，生成式AI可以生成針對個體的健康建議和預測模型。這種個性化的服務能更好地滿足患者的需求，提高治療效果和患者滿意度。
此外，AI的持續(xù)學習和進化能力使其能夠不斷優(yōu)化和改進自身的性能。通過不斷地接收新的醫(yī)療數(shù)據(jù)和學習新的醫(yī)學知識，AI可以不斷完善自身的模型，提高預測和決策的準確性。這種能力使得AI在醫(yī)療領域的應用具有更強的適應性和可擴展性。
“AI在醫(yī)療影像識別、自然語言處理等方面有著豐富的應用經(jīng)驗，也可以在內容生成和個性化服務方面發(fā)揮更大作用。通過將兩者的技術和能力進行結合，可以構建更加智能和高效的醫(yī)療系統(tǒng)，提升醫(yī)療服務的質量和效率?！鄙鲜龇治鰩熣f。
當前，AI在醫(yī)療領域發(fā)揮作用的場景包括實時健康監(jiān)測與預警記錄、醫(yī)學教育與培訓、個性化精準醫(yī)療等。不過，這些場景的落地可行性還需取決于數(shù)據(jù)的可獲得性、內容生成的合規(guī)性等因素。
醫(yī)療場景作為人工智能一大特殊、復雜的落地場景之一，對垂直領域企業(yè)的綜合實力提出了更高的要求：在這一細分領域，與技術創(chuàng)新能力并重的，是企業(yè)對專業(yè)醫(yī)療場景的透徹理解與豐富的協(xié)同經(jīng)驗積累。這需要企業(yè)不僅需要知道“什么方向可能是可以突破的”，更需要知道“什么方向或者哪些做法是行不通的”。
因此，在醫(yī)療AI領域，充分理解臨床需求、積累產(chǎn)學研醫(yī)協(xié)同經(jīng)驗，是企業(yè)行穩(wěn)致遠的重中之重。
聯(lián)影智能聯(lián)合創(chuàng)始人、聯(lián)席CEO周翔在WAIC上表示，未來的醫(yī)療AI大模型將是一個集算法模型、數(shù)據(jù)和算力于一體的綜合體，從健康管理、智能診療、醫(yī)院管理、到教學科研等所有與大健康相關的工作都將能夠借助一個整合的大數(shù)據(jù)與大智能平臺來完成。
但周翔也指出，由于醫(yī)療領域具備高度的嚴肅性、復雜性與低容錯性，現(xiàn)階段大模型在醫(yī)療領域落地，仍舊需要關注一些實際問題。周翔分享了一個例子：即使是目前最為領先的大模型，在進行基礎的“字母數(shù)數(shù)問題”（比如“單詞uncharacteristically的第16個字母是什么？”）時仍會犯錯，而且該問題似乎是很多大模型的“通病”。
“這說明，大模型在一些邏輯簡單但是很不常見的問題上仍然會莫名其妙地出錯而不自知。而此類基礎性錯誤在高度嚴肅、復雜的醫(yī)療領域，是不容出現(xiàn)的。這也意味著，短期內大模型技術要在醫(yī)療領域落地，仍舊需要嚴格的風險把控?！敝芟璞硎?，推動醫(yī)療數(shù)據(jù)充分利用至關重要。
艾瑞咨詢發(fā)布的《中國面向人工智能的數(shù)據(jù)治理行業(yè)研究報告》也指出，醫(yī)療信息化建設支持了醫(yī)療數(shù)據(jù)的爆炸式增長，但是醫(yī)療數(shù)據(jù)在流通、共享、存儲、管理等環(huán)節(jié)尚未標準化，導致數(shù)據(jù)多源異構難匯集、數(shù)據(jù)標準體系不健全等問題始終存在，掣肘著AI應用乃至行業(yè)的發(fā)展。
對于上述難題，目前業(yè)界內大多則采用了合作模式。據(jù)了解，由于在大多數(shù)情況下，醫(yī)院或者政府方并不具備單獨處理、研究分析醫(yī)療數(shù)據(jù)的能力與精力，因此在實踐中部分機構往往會與第三方展開合作。
“在2010年至2020年這十年間，我國醫(yī)療數(shù)據(jù)的增長率達到了40%，而和這一快速增長相反的是，我們的醫(yī)療數(shù)據(jù)利用率僅有3%?！敝芟柽M一步指出，大量醫(yī)療數(shù)據(jù)未被挖掘與利用的另一面，是我國在醫(yī)療數(shù)據(jù)資源方面的無窮潛力，但這需要集政、產(chǎn)、學、研、醫(yī)各界力量從倫理、法律、實踐等層面進行充分考量、共同推動。海量的醫(yī)療數(shù)據(jù)一旦實現(xiàn)有序釋放，將為我國醫(yī)療大模型的發(fā)展提供巨大的想象空間和爆發(fā)潛力。
周翔強調，大模型在醫(yī)療領域中的全面落地不會一蹴而就，短期仍舊需要專家指導下的垂域數(shù)據(jù)訓練與審慎的風險把控，但長期來看，隨著大模型技術逐步成熟，必將驅動醫(yī)療場景的全面升級。
“在解決諸多桎梏的同時我們也需要注意，AI醫(yī)療前期投入和運營的成本較高的問題確實是一個需要關注的方面。我們認為，量化AI技術在長期運行中的經(jīng)濟效益，可以通過分析AI技術在提高診斷準確性、降低誤診率、優(yōu)化治療方案等方面的效果，來評估經(jīng)濟效益，這未來也可以跟DRG/DIP在醫(yī)療精益化管理的實踐相結合以進一步提高DRG/DIP政策的執(zhí)行效果?！鄙鲜龇治鰩熞惭a充道，未來，還可以考慮將AI技術與醫(yī)療機構的業(yè)務流程相結合，提高工作效率和服務質量，從而進一步降低成本并增加收益。
智慧醫(yī)療網(wǎng) ? 2022 版權所有 ICP備案號：滬ICP備17004559號-5
