智能问诊、“刷脸”就医、医疗影像辅助诊断、疾病风险预测……当前，人工智能已日渐渗透到了问诊、分诊、支付、影像诊断等医疗服务的多个环节中。

  6月20日发布的《中国移动互联网发展报告(2018)》指出，2017年中国AI产业进入发展快车道，与此同时，移动互联网为人工智能技术提供丰富应用场景，在交通、医疗、教育、电商零售、生活娱乐等垂直领域强化人工智能的应用，移动互联网和AI相互促进、不断融合。

  自2017年3月被写入政府工作报告，AI已经席卷各个行业，成为新的经济增长点和国际竞争力的焦点。我们国家医疗行业基础数据量大、优质医疗资源相对不足、民生需求迫切，已成为AI走出实验室、落地商业化的最前沿阵地之一。

  2017年7月，国务院印发的《新一代AI发展规划》指出，要“围绕教育、医疗、养老等迫切民生需求，加快AI创新应用，为公众提供个性化、多元化、高品质服务”。2018年4月12日召开的国务院常务会议上，确定发展“互联网+医疗健康”措施，缓解看病就医难、提升人民健康水平。

  当前，AI在医疗领域的应用机遇与挑战并存，未来“人工智能+医疗”还将碰撞出怎样的火花？会给人民生活带来哪些改变？产业未来发展前途如何？为此，记者日前进行了调研采访。

  大量医疗AI勇于探索商业模式的公司集中涌现，国内外互联网巨头积极布局医疗AI，传统医疗企业纷纷引入AI人才与技术……2018年，“人工智能+医疗”火了。

  业内一致认为，这股热潮始于2014年。灼识咨询提供了这样一份数据，2014年、2015年、2016年，每年新成立的人工智能医疗企业分别达到24、37和36家，与2013年的4家相比发展迅速。目前，人工智能医疗企业数目还在一直增长中。

  “为什么火？首先是技术成熟了。”亿欧智库医疗产业分析师尚鞅认为，目前人工智能深度学习可以帮助计算机理解大量图像、声音和文本形式的数据，识别率已经能达到商业化应用的水平。同时，医疗是一个非常传统的行业，新技术的介入能推动其迅速发展。

  资本敏锐地捕捉到了AI在医疗领域的应用前景。根据前瞻产业研究院发布的《2018—2023年中国AI行业市场前瞻与投资战略规划分析报告》显示，2016年中国“人工智能+医疗”市场规模达到96.61亿元，增长率为37.9%，2017年将超过130亿元，并有望在2018年达到200亿元。

  迅速增长的市场规模背后是迫切的需求。人工智能究竟能否解决看病难、看病贵的问题？

  浙江大学医学院第二附属医院放射科主任张敏鸣对人工智能技术寄予厚望：“我很看好AI在医疗上的临床应用，这已经是21世纪很重要的课题。人工智能有助于纾解当前我们国家医疗资源相对不足的困难，协助提升基层医疗水平。”

  常年工作在一线，张敏鸣从医生的角度解释人工智能技术在医疗领域应用的重要意义：“它能够在一定程度上帮助医生缓解疲劳、降低劳动强度。AI可以代替我们做重复性高、技术上的含金量低的工作，这样我们就可以把节省出来的时间，用来与更多的患者沟通。更重要的是，可以有效的预防漏诊，比如说有一些小病灶医生可能看不到，人工智能技术能提醒医生。”

  在尚鞅看来，人工智能技术还将更好推进分级诊疗，将优质医疗资源下沉到基层：“目前，我国三甲医院聚集着最好的专家和一流的设备，而基层医院医疗资源相对不足，医生的经验也相对不足。未来借助人工智能技术，相当于基层医院的医生也掌握了顶级医院上百个主任医师的经验，将在协助提高基层医院医疗水平方面发挥及其重要的作用。”

  人工智能系统在几秒钟内扫描胸部器官，自动定位定性病灶，自动生成诊断报告。这样的情形早已不是科幻片中的场景了。

  “人工智能阅片系统的最大的目的是帮助医生提高阅片的精度和效率、减少误诊漏诊。”依图医疗副总裁方骢介绍，一个非常熟练的看片医生看一张片子大概需要5到8分钟，有了人工智能技术后，可以在几秒之内标注出病灶并生成结构化报告，作为辅助诊断结果提供给医生进行审查。

  据了解，目前国内不少医院都已经引入了人工智能阅片系统，用于肺癌、乳腺癌、儿童生长发育异常等疾病的辅助诊断，如复旦大学附属肿瘤医院、浙江大学医学院附属儿童医院、华中科技大学同济医学院附属协和医院等。

  2017年12月，工信部印发的《促进新一代AI产业发展三年行动计划(2018-2020年)》明白准确地提出“加快医疗影像辅助诊断系统的产品化及临床辅助应用”。当前，医疗影像辅助诊断已成为AI医疗领域最火热的应用之一。动脉网多个方面数据显示，国内医疗AI企业中，有半数都涉足该应用。而这其中，又大多涉及人工智能辅助诊断肺结节项目。

  张敏鸣介绍，肺结节可能是肺癌的“信号灯”，因此肺结节的筛查非常重要，能够帮助实现肺癌早期筛查。张敏鸣告诉记者，筛查肺结节过去全靠医生的一双“火眼金睛”，平均每天要看上百个病人、上万张影像图片，工作量非常大。但是经过人工智能初筛后，医生在此基础上再筛查一遍，二次筛查确认后基本就不会有问题了。

  此外，在疾病风险预测、临床辅助诊疗、智能健康管理、医院智能管理等应用层面，人工智能技术也正在加速融入。

  在医疗健康行业，人工智能的应用场景越来越丰富，人工智能技术也逐渐成为影响医疗行业发展、提升医疗服务水平的重要因素。蓬勃发展的背后，人工智能在医疗领域的应用和推广也面临着诸多问题和挑战。

  首先是数据问题。人工智能应用要落地，就需要优质的数据土壤。“虽然中国的医疗数据整体量很大，但是具体到某一类医疗问题时还存在数据量不够大的问题。”尚鞅表示，同时数据的质量也不够高，就拿医疗影像举例，必须要有临床经验丰富的医生对数据进行标注后才能拿给机器学习，这种高质量的、标注过的数据资源相对有限。目前，三甲医院拥有绝大多数影像数据和经验丰富的医生，最有能力帮助AI企业做出好的模型。

  其次，医疗信息标准的缺失也是难题。“比如对于医疗图像的病灶标注，即使是同一个科室的医生也可能有不同的标注方式，还有就是病历，患者的电子病历数据很难保证完全准确同步，不同的医生对于各个病种的名称叫法都会存在地域差异。”方骢介绍，人工智能又是强数理、强逻辑的工具，对于内容的精准度和标准化要求很高。

  还有人才问题。“医疗本身是一个非常专业的领域，人工智能技术在医疗应用上的突破离不开医学界的深度参与。”尚鞅分析，人工智能医疗领域最缺乏的其实是复合型人才，既要懂医学，又要懂人工智能技术。医学人才的参与能够让人工智能团队少走弯路，许多医学问题也可能在人工智能辅助下有所突破。

  所有的问题最终都指向合作。张敏鸣呼吁：“要在国家层面有意识地整合资源，梳理出临床医学人工智能的发展规律和路径，鼓励医学界、科研单位、企业等多方深度合作，逐步推动医疗AI发展。”(记者 方曲韵)