ai助医疗走向智慧化未来

丄 /却一直很虚幻。2020年一场新冠肺炎疫情，让人工智能很“真实”:机器人送药、无人机消毒、智能测体温、AI辅助CT诊断、AI算法辅助疫苗研究……人工智能在全方位赋能医疗精准战“疫”。应用场景广泛在这场疫情中，AI已从云端落地，在医疗服务的诊前、诊中、诊后都可以看见AI的 身影。AI可以实现快速病毒基因分析，提升检测效率。根据浙江省疾控中心的报告，新型

冠状病毒是基因组序列最长的病毒之一，用常规方法快速检测基因组全貌非常困难，而

临床的诊断却要在基因信息的基础上进行。在疫情发生后，中国科研人员迅速行动，在

深度学习算法的辅助下，实现了病毒基因的快速确定，为核酸检测试剂盒研发和疫苗及2020.04 | 53特别策划 Exclusive Report新药研发赢得了更多时间。随着疫情的发展，核酸检测为阴性的无症状感染

者不断出现，使得专家认识到，不能单纯依赖核酸检

测，于是，CT影像也成为新冠肺炎的重要诊断依据

之一。但有限的医护人员要面对如此多的病人，要如

何能保证快速准确地对肺部CT进行判断？此时，AI

再次发挥了重要作用。借助计算机视觉技术和机器强 大计算能力的医疗影像辅助诊断系统，能够对肺部

CT进行更快速的判断，有效减轻医生工作负荷，提 升诊断效率。新冠肺炎疫情下，AI医疗企业通过构 建医疗影像诊断系统的“AI+CT”模式，减少错诊漏

诊并协助基层医疗机构辨别感染者，成为新冠肺炎临

床诊断病例判定的有效工具，并为快速隔离、诊断、

治疗争取关键时间。在发现患者后，治疗患者和防止更多人被感染至

关重要。在AI算法支持下，相关疫苗和药物研发加 速进行。新疫苗、新药的研发和上市需要大量的数据

分析、文献筛选和超算工作支撑，人工智能凭借其强

大的计算能力和快速智能化分析加速药物研发进程。

针对新型冠状病毒新药研发的迫切需求，科技公司运 用智能算法模型，在筛选化合物、新药合成路线设计、

药物有效性及安全性预测、药物理化性质预测、晶型

预测、药物分子设计、筛选生物标志物、研究新型组

合疗法等药物研发环节提供了高效工具，帮助疫苗和

药物研发按下了加速键。阿里云、华为云、中科曙光、

腾讯云、上海超算中心等科技公司纷纷向科研机构和

药企开放AI算法和算力支持。AI防疫不仅表现在算法、算力上，在防控一线

我们也能看到大量AI支援的“身影”。比如，3月云知声智能语音病历在北京小汤山医 院启用，能够满足1000余张床位的病历录入需求，

可解决医护人员由于防护措施严密造成操作办公电脑

时的不便问题，大幅提升病历录入效率的同时，有效

避免频繁接触电脑的接触式感染风险。54 I 2020.04医疗AI发展 要解决的问题再比如，平安智慧医疗“全国新冠肺炎疫情实

时动态”平台上的“疫情问答”汇总了官方渠道有关 新冠肺炎的各类问答，依据人工智能技术为用户提供

智能问答服务，用户只需要输入自己感兴趣的问题，

即可秒收准确的回答。“疫情自查”功能，也是基于 AskBob智能问答技术，根据国家卫健委发布的最新

版新冠肺炎防控方案和诊疗方案，以及中国疾控中心

“关于新型冠状病毒感染的肺炎什么情况下需要就医”

作出的决策辅助应用，可以给广大用户居家使用，起

到分诊作用，可以判定是否去医院进一步筛查。3月25日，联防联控机制召开新闻发布会,

对人工智能在疫情中的作用做出了肯定。工业和信息

化部信息技术发展司谢少锋表示，疫情期间，人

工智能技术实现了有效运用，在疫情监测、疾病诊断、

药物研发等方面发挥了重要作用。据不完全统计，目

前已有20余款人工智能系统应用在湖北省武汉市等 抗疫一线以及全国数百家医院，服务人群包括疑似病

例和确诊病例，达到数十万人次。此外，各家企业运

用“AI + CT”系统，结合具体的应用场景开发了特Al要想赋能医疗，必须根据医疗服务

与管理的特点来开发应用。有些技术 企业对医疗不了解，开发应用时\"想 当然”，这样开发出来的产品难免不

适用。医疗是一个涉及人身性命的严 肃问题，诊断、手术等都非常复杂，

需要极为精确，要想达到真正的\"黑 科技”还有很长的路要走。殊功能，比如用移动CT设备的组合，实现了云端部署,

有效提升了新冠肺炎的排查效率和诊断的准确率。谢少锋指出，下一步，将继续推动人工智能技术

与医疗工作的融合发展。而AI技术要应用于医疗领

域，首先要获得相关认证。疫情中的优异表现也对医

疗AI三类证审批的提速起到了推动作用。医疗AI三类证审批提速一宜以来，我国在医疗AI审批方面非常严格。

今年1月，我国发出第一张医疗AI三类证。经国家 药品监督管理局审查，科亚医疗“冠脉血流储备分数 计算软件产品”获批上市，这是我国首个应用人工智

能技术的三类器械过审。业界普遍认为，我国第一张医疗AI三类证的出 现，一方面，意味着国家药品监督管理局对于该类产

品的审批路径更加清晰，对于合规的医疗AI产品审

批开始加速；另一方面，意味着我国越来越多的医疗

AI产品性能趋于稳定，符合进入市场的要求。而在此次疫情中，医疗AI产品更多被使用，价

值得到认可，尤其是在辅助新冠肺炎CT诊断方面，

这显然成为医疗AI三类证审批在我国进一步提速的

中国信息界 I Information China重要助推因素。3月5日，为应对新冠肺炎疫情，国

家药品监督管理局、医疗器械技术审评中心印发《肺

炎CT影像辅助分诊与评估软件审评要点（试行）》。

该审评要点适用于肺炎CT影像辅助分诊与评估软件 的产品注册。文件指出，按现行《医疗器械分类目录》,

该类产品分类编码为21-04-02,管理类别为三类。

也就是说，肺炎“CT + AI”产品只要符合审评要点，

一直着医疗AI合规与否的“三类证”问题又将 被突破。但不容忽视的是，随着审批提速，我国在医疗 AI方面存在的问题更需要加快解决。多方面问题待解决首先，要解决的是数据问题。国家卫生健康委远程医疗管理与培训中心主任卢

清君表示,中日友好医院一直是AI等科技应用于医

疗领域的前沿试点医院，目前中日友好医院已采用了 一些AI诊疗手段，包括皮肤影像、超声影像、数字

听诊。皮肤影像是可以提取皮肤样本，用AI进行分析； 超声影像比如CT,可以用AI辅助判断；数字听诊是

将听诊器数字化，使声音可记录，再以AI辅助分析。

但当记者寻问使用效果时，他非常谨慎表示，截至目

前使用人数还太少，无法得出结论。中国信息协会医疗卫生和健康产业分会会长宋新

在接受《中国信息界》记者采访时表示，就目前来看,

我国的医疗AI技术与应用还处于初级阶段，技术仍

不够成熟，应用场景有限。其中很重要的一个制约因 素就在于，医疗AI项目研发需要大量数据支撑，但

2020.04 | 55特别策划 I Exclusive Report目前国内医疗数据存在质量良莠不齐，且难以共享等 问题。宋新认为，要先解决数据确权问题。数据的所

有权、使用权、管理权不明确，将很难实现共享；此

外，需要相关法律法规的规制。虽然我国已经有《网

络安全法》等立法，但都是框架性的，缺乏对诸如医 疗数据这样的细分领域的立法。“当然，立法不是短

时间就能完成的，可以先由相关部门联合出台一些指

导意见或规范，来引领行业发展。”宋新说。其次，医疗AI的技术与产品、应用质量都有待

提高。卢清君指出，不能单纯强调科技，AI要想赋能 医疗，必须根据医疗服务与管理的特点来开发应用。

有些技术企业对医疗不了解，开发应用时“想当然”，

这样开发出来的产品难免不适用。卢清君认为，科技、数字化手段是辅助医疗的， 医疗是核心，医疗AI的本质应该是“以人为本”，

为患者服务。“有时资本或一些技术企业过度宣传科

技的作用，大家看得很热闹，觉得’黑科技’很炫，

但医疗是一个涉及人身性命的严肃问题，诊断、手术

等都非常复杂，需要极为精确，要想达到真正的'黑

科技'还有很长的路要走。”卢清君说，“以这次新

冠肺炎疫情中有的医院使用的机器人送药为例，实际 上，这种机器人，药品也得医护人员给准备好，机器

人只是传送进去，这样的功能离医疗所需要的智能化 还有很大差距。”中国人工智能产业发展联盟于3月发布的《人 工智能助力新冠疫情防控调研报告》也表达了与卢清

君相似的观点。报告指出，目前我国人工智能应用的 智能化程度尚有较大提升空间。比如，多数医疗服务

机器人在路径规划、柔性控制、多模信息精准感知 与可视化、人机交互等核心技术方面尚未满足智能化

水平。再次，资金、人才的缺乏制约医疗AI发展。宋新指出，AI技术研发需要大量的资金支持，56 12020.04在目前还很难形成盈利点的情况下，许多企业举步维

艰；在人才方面，不仅AI人才紧缺，而且要研发医

疗AI项目，还要了解医疗服务与管理，所以更需要

的是复合型人才，这是单纯的高校教育很难实现的。面对这些问题，该如何解决？宋新建议，第一，从企业层面来看，AI企业首

先要解决生存问题。特别是经历了新冠肺炎疫情，全

球经济都受到很大影响，企业在压缩成本的同时，要

提高宏观认识，多了解国家乃至国际的新的走向,

努力寻找资金和市场机会，不要局限于某个应用，也

不要局限于国内市场。比如，今年初推想科技医疗人

工智能产品InferRead获得了欧盟医疗器械CE认证， 这次疫情中他们的产品在意大利等欧洲国家正发挥着

作用；再比如，企业可以关注智能测温等应用，而不

是一下子都扎堆在胸部CT影像的AI辅助诊断上，

随着复工复产复学,智能测温产品的市场需求会很大, 而且相关产品的审批也相对简单，企业应该抓住当下

的市场机会。第二，需要国家更多资金支持和引导，比如 提供项目补贴，出台行业规范指引，在一些重点

应用场景进行试点等。第三，金融机构可以设计一些更有针对性的优惠

，虽然目前国家鼓励科技战“疫”并给予金融支

持，但对很多小企业来说，门槛太高，难以惠及他们。第四，加强人才培养。不仅要加强高校教育， 而且要结合职业教育和技能教育，培养更多的“医疗

+AI\"的复合型人才。0