機(jī)器人與互聯(lián)網(wǎng)的結(jié)合向來被眾人看好，在醫(yī)療領(lǐng)域，智能機(jī)器的應(yīng)用更是屢見不鮮，可是在這繁榮的背后，更值得我們深思的是，基層醫(yī)療的發(fā)展，是否真正因?yàn)?a class="innerlink" href="http://www.shi-ke.cn/tags/AI" title="AI" target="_blank">AI的深入而更好的發(fā)展。
遠(yuǎn)程會(huì)診機(jī)器人屬于“互聯(lián)網(wǎng)+醫(yī)療”的模式。英特爾醫(yī)療與生命科學(xué)部亞太區(qū)總經(jīng)理李亞東曾表示，這一模式提高了整個(gè)醫(yī)療系統(tǒng)運(yùn)行的效率，比如在掛號(hào)、網(wǎng)上輕問診、在線支付等方面做了很多工作，取得了很多成績(jī)，但是還沒有走進(jìn)院內(nèi)，沒有觸及醫(yī)療本身。
李亞東指出，醫(yī)療健康的需求端急劇上升和供給端的嚴(yán)重不足都驅(qū)使人工智能等技術(shù)與醫(yī)療健康行業(yè)的結(jié)合。
有數(shù)據(jù)顯示，應(yīng)用智能輔助診斷系統(tǒng)，可將醫(yī)生的看片時(shí)間平均減少4.25個(gè)小時(shí)，準(zhǔn)確度提高到90%以上，這樣，不僅使醫(yī)生有更多的時(shí)間提高自身水平，還能夠把醫(yī)生“還給”患者，讓醫(yī)生有更多的時(shí)間對(duì)患者解釋病情病因。作為“基礎(chǔ)薄弱、人才缺失”的基層地區(qū)，AI 技術(shù)無疑可以為這些地方提高診斷率、分擔(dān)三甲醫(yī)院所承擔(dān)的就診壓力提供巨大的幫助。
但是廣大基層醫(yī)療機(jī)構(gòu)是否能用得起看似昂貴、技術(shù)壁壘強(qiáng)的 AI 技術(shù)?本文將論述 AI 在基層醫(yī)療落地是不是靠譜，我們采訪了醫(yī)院放射科教授、AI技術(shù)創(chuàng)業(yè)公司創(chuàng)始人等，從“基層醫(yī)療需不需要 AI?”、“基層醫(yī)療從業(yè)者會(huì)不會(huì)用 AI?”、“基層醫(yī)療用不用的起 AI ?”等方面，探討“ AI 在基層醫(yī)療落地?”這一問題。
基層醫(yī)療需要 AI 嗎?
在我國(guó)，基層醫(yī)療機(jī)構(gòu)是醫(yī)療體系的末梢神經(jīng)，而硬件設(shè)施、人才缺失則是擺在基層機(jī)構(gòu)面前的一道難題。2014年，全國(guó)醫(yī)療機(jī)構(gòu)總診療人次超過76億，而基層醫(yī)療衛(wèi)生的診療人次從2009年的62%下降到58%。在這樣的背景下，國(guó)家提倡分級(jí)診療，而基層首診是分級(jí)診療制度的重要基礎(chǔ)。
2015年3月，國(guó)務(wù)院辦公廳印發(fā)《關(guān)于進(jìn)一步加強(qiáng)鄉(xiāng)村醫(yī)生隊(duì)伍建設(shè)的實(shí)施意見》，要求基層醫(yī)療衛(wèi)生機(jī)構(gòu)：社區(qū)衛(wèi)生服務(wù)中心(站)3.5萬(wàn)個(gè)，鄉(xiāng)鎮(zhèn)衛(wèi)生院3.7萬(wàn)個(gè)，村衛(wèi)生室63.8萬(wàn)個(gè)，診所(醫(yī)務(wù)室)20.5萬(wàn)個(gè)。每千服務(wù)人口不少于1名的標(biāo)準(zhǔn)配備鄉(xiāng)村醫(yī)生。
2015年9月，國(guó)務(wù)院辦公廳下發(fā)了分級(jí)診療制度建設(shè)的指導(dǎo)意見，旨在解決醫(yī)療資源不平衡問題，其關(guān)鍵在于完善基層醫(yī)療建設(shè)，多級(jí)解決就診難問題。
理想條件下，一個(gè)患者就診順序是：通過社區(qū)內(nèi)全科醫(yī)生診斷，獲得初步診療，根據(jù)病情再向上級(jí)醫(yī)院轉(zhuǎn)診。事實(shí)上基于患者自身原因，大多患者會(huì)直接選擇“更加靠譜”的上級(jí)醫(yī)院，其中最大的原因是對(duì)醫(yī)生的不信任。
騰邁智醫(yī)創(chuàng)始人曹繼平對(duì)此表示，這種不信任源于基層全科醫(yī)生本身經(jīng)驗(yàn)，一般大型醫(yī)院?jiǎn)蝹€(gè)醫(yī)生接診數(shù)量較高，積累了豐富經(jīng)驗(yàn);基層醫(yī)生和一般三甲醫(yī)院醫(yī)生接診數(shù)量有限，經(jīng)驗(yàn)較少。基層醫(yī)生缺乏診療經(jīng)驗(yàn)，診療能力進(jìn)一步被質(zhì)疑，分級(jí)診療更難以落實(shí)。
深圳市科恒力電腦軟件有限公司總經(jīng)理車飛淪曾在自己的一篇文章中認(rèn)為，智能診療最大的市場(chǎng)機(jī)遇是在基層，輔助基層醫(yī)生診療。三甲醫(yī)院的知名專家教授擁有精尖的專科技能、儀器設(shè)備，因此對(duì)于人工智能輔診的需求并不強(qiáng)烈，可以說是一個(gè)“可有可無的點(diǎn)心”。而基層醫(yī)療醫(yī)務(wù)人員能力不足，又需要承擔(dān)大量常見病、多發(fā)病、慢性病的病人，因此他們更需要提高診療水平和效率的工具。智能診療技術(shù)創(chuàng)新有助于推動(dòng)原來需要專家才能做到的診斷、治療。讓基層醫(yī)生在缺乏高端儀器設(shè)備的情況下，也能為患者提供初步的診治工作。
推想科技 CEO 陳寬在接受雷鋒網(wǎng)采訪時(shí)表示，醫(yī)療人工智能產(chǎn)品在基層的產(chǎn)品需求其實(shí)是非常強(qiáng)烈的，這些產(chǎn)品可以幫他們降低漏診率，在基層的聯(lián)動(dòng)醫(yī)聯(lián)體和三級(jí)分診中起到很大的作用，降低基層醫(yī)院搭建診斷團(tuán)隊(duì)的門檻。基層醫(yī)院對(duì) AI 產(chǎn)品的依賴度甚至要高于一般的三甲醫(yī)院。
基層醫(yī)療會(huì)用 AI 嗎?
基層醫(yī)療對(duì)于 AI 科技公司來說，是一個(gè)未開發(fā)的“巨大金礦”。但是，這塊金礦真有想象中那么好挖?設(shè)備條件落后，醫(yī)生專業(yè)知識(shí)的匱乏，這些既是人工智能在基層發(fā)揮作用的出發(fā)點(diǎn)，同時(shí)也成了難點(diǎn)。
AI 產(chǎn)品推進(jìn)到基層醫(yī)療過程中存在哪些困難?基層醫(yī)院在應(yīng)用 AI 產(chǎn)品時(shí)有哪些難點(diǎn)?陳寬從企業(yè)的角度表達(dá)了自己的觀點(diǎn)：基層醫(yī)療一方面是渠道比較難覆蓋，雖然基層的市場(chǎng)空間非常大，但相應(yīng)的渠道挑戰(zhàn)也更大。第二，基層有很多的 IT 系統(tǒng)都是相對(duì)比較欠缺的，這個(gè)跟三甲醫(yī)院不一樣， IT 系統(tǒng)欠缺的情況下，怎么樣才能做到把 AI 系統(tǒng)對(duì)接上去。這是一個(gè)比較大的命題，包括我們有一些上線的基層醫(yī)院可能連基本的設(shè)備都沒有。醫(yī)生還是采取一個(gè)膠片閱片的方式，這就對(duì) AI 的技術(shù)和產(chǎn)品的帶來了更大的挑戰(zhàn)。
騰訊架構(gòu)平臺(tái)部高級(jí)工程師顏克洲在做乳腺癌病理圖像識(shí)別項(xiàng)目，他遇到的數(shù)據(jù)問題來自于醫(yī)生的習(xí)慣。“我們更需要波片掃描的數(shù)據(jù)，這個(gè)數(shù)據(jù)非常少，它需要把整個(gè)波片全部數(shù)字化，但是這個(gè)機(jī)器現(xiàn)在很多醫(yī)院沒有普及，很多醫(yī)生也比較抵觸使用這樣的機(jī)器，他們從醫(yī)學(xué)院開始接觸到的訓(xùn)練都是使用顯微鏡。”
除了渠道和醫(yī)生工作習(xí)慣的問題， AI 在落地基層醫(yī)療的過程中，還有一個(gè)不可避免的因素——數(shù)據(jù)。
數(shù)據(jù)中存在大量的冗余數(shù)據(jù)，如果不處理好，很可能產(chǎn)生數(shù)據(jù)污染，清華大學(xué)教授張勤認(rèn)為，醫(yī)療數(shù)據(jù)并不是越多越好，數(shù)據(jù)質(zhì)量高才行。依靠高精尖儀器設(shè)備的技術(shù)、手術(shù)治療、價(jià)格昂貴新特藥等等醫(yī)學(xué)數(shù)據(jù)源，都是不適合基層醫(yī)療的，適宜基層的專家經(jīng)驗(yàn)、文獻(xiàn)資料才是基層智能診療系統(tǒng)所需的數(shù)據(jù)源。
醫(yī)療數(shù)據(jù)對(duì)于人工智能而言等同于維系生存和成長(zhǎng)的主食，有了數(shù)據(jù)才能訓(xùn)練人工智能機(jī)器，應(yīng)用轉(zhuǎn)化也需要跟臨床數(shù)據(jù)相對(duì)接。對(duì)于國(guó)內(nèi)企業(yè)而言，獲取數(shù)據(jù)的渠道主要是跟公立三甲醫(yī)院合作。此時(shí)，醫(yī)院與醫(yī)院的數(shù)據(jù)沒有實(shí)現(xiàn)互聯(lián)互通就成了主要的絆腳石。
湯衡指出：“中國(guó)醫(yī)院都有私有云，各個(gè)私有云都是獨(dú)立的，數(shù)據(jù)不共享。現(xiàn)在有一部分?jǐn)?shù)據(jù)被互聯(lián)網(wǎng)掛號(hào)平臺(tái)占據(jù)，但數(shù)量少，數(shù)據(jù)質(zhì)量達(dá)不到醫(yī)療研發(fā)級(jí)別。也有企業(yè)幫醫(yī)院做系統(tǒng)對(duì)接然后抓取數(shù)據(jù)，一般是有選擇性的抓取，無法獲得完整版的數(shù)據(jù)資源。”
基層醫(yī)療用得起 AI 嗎?
除了數(shù)據(jù)難題，醫(yī)療人工智能開始邁入產(chǎn)業(yè)化，但這一領(lǐng)域國(guó)內(nèi)的審批和監(jiān)管還處于空白階段。
學(xué)術(shù)界和院方人士又是怎么看待 AI 在基層醫(yī)療中遇到的商業(yè)化問題?近期在北京舉辦的北大醫(yī)學(xué)部影像醫(yī)學(xué)學(xué)系的學(xué)術(shù)年會(huì)上，北京大學(xué)人民醫(yī)院放射科原主任杜湘珂教授提出了一個(gè)現(xiàn)實(shí)性問題—— AI 的盈利和消耗是一個(gè)很大的問題，那么醫(yī)院的投入誰(shuí)來承擔(dān)?
車飛淪表示，智能診療系統(tǒng)只是軟件基礎(chǔ)上使用人工智能技術(shù)切入醫(yī)療的一種工具。軟件的邊際成本(甚至價(jià)格)是接近于零的，所以智能診療系統(tǒng)的實(shí)際定價(jià)不應(yīng)過高，尤其在基層。讓基層醫(yī)療機(jī)構(gòu)花費(fèi)上萬(wàn)元、十幾萬(wàn)元買一套系統(tǒng)，這不現(xiàn)實(shí)。
就此問題，陳寬在接受雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))采訪時(shí)也表示，企業(yè)在現(xiàn)階段也處在摸索的階段。 AI 產(chǎn)品從目前來看是比較難從病人的身上去收費(fèi)的，現(xiàn)在還無法實(shí)現(xiàn)，這對(duì)我們企業(yè)的商業(yè)模式也形成了很大的挑戰(zhàn)，特別是在醫(yī)院可能自由資金比較少的情況下怎么樣能夠收費(fèi)，這還需要結(jié)合政府政策、醫(yī)院方等各個(gè)方面。
AI 診療系統(tǒng)在商業(yè)模式有待探索。對(duì)此，高特佳執(zhí)行合伙人湯衡認(rèn)為，現(xiàn)階段應(yīng)用層面的醫(yī)療人工智能企業(yè)商業(yè)模式創(chuàng)新已經(jīng)遭遇瓶頸期，基本依靠篩查服務(wù)、分析報(bào)告來變現(xiàn)，后期的技術(shù)升級(jí)、數(shù)據(jù)積累是否能夠帶來一些質(zhì)變還需要驗(yàn)證。
湯衡表示：“未來是根據(jù)醫(yī)療器械、系統(tǒng)還是其他的方式進(jìn)行監(jiān)管還沒有定論。國(guó)內(nèi)已經(jīng)在臨床使用的產(chǎn)品基本都是打擦邊球，借鑒臨床同類項(xiàng)目的收費(fèi)標(biāo)準(zhǔn)進(jìn)行定價(jià)，也很難開出一個(gè)比較高的價(jià)格。”
AI 如何在基層醫(yī)療中落地，專家怎么說?
那么，在商業(yè)化變現(xiàn)、數(shù)據(jù)有效性等問題的背景下， AI 怎么才能更好地在基層醫(yī)療中站穩(wěn)腳跟?北京大學(xué)公共衛(wèi)生學(xué)院周子君教授在學(xué)術(shù)會(huì)議上曾表示，AI 在基層醫(yī)學(xué)影像中的醫(yī)療場(chǎng)景，未來需要一個(gè)整體的數(shù)據(jù)解決方案來解決基層醫(yī)療這個(gè)問題。鄉(xiāng)鎮(zhèn)衛(wèi)生院的拍照水平、醫(yī)生水平可以通過培訓(xùn)達(dá)到要求，但診斷確實(shí)是一個(gè)問題。未來能不能通過云的解決方案來用基層大數(shù)據(jù)進(jìn)行診斷。
從篩查角度，基層是要解決早期發(fā)現(xiàn)的問題，如果基層是用 CT 解決的話，從經(jīng)濟(jì)學(xué)角度來講，它不是一個(gè)成本效益很高的方法。如果用 AI-DR 來解決就很好了，即用低成本來解決，這樣就面臨了 AI 怎樣早期發(fā)現(xiàn)的問題。其次，我們不建議在 AI-DR 層面上把假陽(yáng)性控制很好，其實(shí)假陽(yáng)性可以放得高一點(diǎn)，下一步是用 CT 或者其他方法進(jìn)行確診。這樣就可以節(jié)省大量的社會(huì)資本。我們現(xiàn)在有些方法，比如肺癌全人口篩查，乳腺癌全人口篩查，這個(gè)費(fèi)用是非常高的。從經(jīng)濟(jì)學(xué)角度講，這是非常不適合做的方法。
如果要用常規(guī)的檢查，假如基因家族史是高發(fā)的，再加上 AI 的診療技術(shù)，這可能把這個(gè)經(jīng)過的代價(jià)拉高，所以，整個(gè)社會(huì)的成本就降低了，這是 AI 未來從數(shù)據(jù)的角度來應(yīng)用的一個(gè)方式。這樣，分級(jí)診療就出來了，比如說基層，把所有的醫(yī)生都培養(yǎng)成像人民醫(yī)院那種那是不現(xiàn)實(shí)的，但假如全國(guó)通過 AI 這種方法，再結(jié)合專家的診斷，完全可以在很小范圍內(nèi)把13億人口的健康問題解決了。
首都醫(yī)科大學(xué)教授顧湲從基層教育的角度提出，通過全科醫(yī)學(xué)服務(wù)模式的推廣和全科醫(yī)生隊(duì)伍的速成建設(shè)，讓包括村醫(yī)、鄉(xiāng)醫(yī)、城市全科醫(yī)生和護(hù)士、健康管理師等在內(nèi)的數(shù)百萬(wàn)基層醫(yī)療衛(wèi)生服務(wù)人員盡快掌握“居民健康守門人”必須的本領(lǐng)，從而展現(xiàn)基層醫(yī)療的優(yōu)勢(shì)與基礎(chǔ)作用。