[[319366]]

未來(lái)圍繞核心醫(yī)療生態(tài)體系，人工智能將與醫(yī)療體系中的各個(gè)環(huán)節(jié)展開(kāi)深度融合，不斷提升基礎(chǔ)性診斷效率，促進(jìn)藥物研發(fā)及基因檢測(cè)的速度與準(zhǔn)確率，完善患者預(yù)防診斷的周期管理，加速制造企業(yè)的智能化轉(zhuǎn)型。AI到底如何賦能醫(yī)療行業(yè)?文章將從醫(yī)療診斷、藥物研發(fā)、健康管理、器械生產(chǎn)四個(gè)方面展開(kāi)。 

醫(yī)療診斷 

診前預(yù)防：AI+基因檢測(cè) 

通過(guò)人工智能與基因檢測(cè)技術(shù)相結(jié)合，可以進(jìn)行更專(zhuān)業(yè)更高效的基因測(cè)序與檢測(cè)，提前預(yù)測(cè)疾病發(fā)生的風(fēng)險(xiǎn)。該技術(shù)主要是通過(guò)測(cè)定組成人類(lèi)染色體中所包含的30億個(gè)堿基對(duì)組成的核苷酸序列，繪制人類(lèi)基因組圖譜，并且辨識(shí)其載有的基因及其序列，達(dá)到破譯人類(lèi)遺傳信息的最終目的，認(rèn)識(shí)疾病產(chǎn)生的機(jī)制，從而實(shí)現(xiàn)疾病的預(yù)測(cè)。 

傳統(tǒng)基因檢測(cè)中，基因組數(shù)量龐大，人工實(shí)驗(yàn)費(fèi)時(shí)且實(shí)驗(yàn)成本高昂、檢測(cè)準(zhǔn)確率低，而人工智能基于強(qiáng)大的計(jì)算能力，科研迅速完成數(shù)據(jù)的分析，窮盡已有數(shù)據(jù)庫(kù)，且能夠避免遺漏，挖掘出隱藏于表層原因之下的深層次關(guān)聯(lián)結(jié)構(gòu)，實(shí)時(shí)高效的更新突變位點(diǎn)和疾病的潛在聯(lián)系，通過(guò)增強(qiáng)解讀基因能力，提供個(gè)性化精準(zhǔn)疾病干預(yù)方案，從而有效預(yù)測(cè)該疾病的相關(guān)癥狀，提前做好相關(guān)預(yù)防工作。但是基因檢測(cè)的難度極高，需要高昂的時(shí)間和經(jīng)濟(jì)成本。生命科學(xué)龍頭企業(yè)如華大基因等，通過(guò)多年的技術(shù)及數(shù)據(jù)的積累加持在基因檢測(cè)方面形成較深的護(hù)城河，正在引入人工智能技術(shù)檢驗(yàn)其在基因測(cè)序領(lǐng)域的應(yīng)用效果，不斷嘗試拓闊健康管理服務(wù)領(lǐng)域。 

診中判斷：人工智能+醫(yī)療影像 

醫(yī)療影像，是目前人工智能在醫(yī)療領(lǐng)域最熱門(mén)的應(yīng)用場(chǎng)景之一。目前我國(guó)醫(yī)療影像領(lǐng)域存在諸多問(wèn)題：供給不平衡，影像科醫(yī)生數(shù)量不足，尤其是具有豐富臨床經(jīng)驗(yàn)，高質(zhì)量的醫(yī)生十分短缺，而且閱片數(shù)量極大，根據(jù)《中國(guó)人工智能醫(yī)療白皮書(shū)》，以肺結(jié)節(jié)檢測(cè)為例，一家三甲醫(yī)院平均每天接待200例左右的肺結(jié)節(jié)篩查患者，每位患者在檢查環(huán)節(jié)會(huì)產(chǎn)生200~300張左右的CT影像，放射科醫(yī)生每天至少需要閱讀4萬(wàn)張影像，而診斷結(jié)果基本由影像科醫(yī)生目測(cè)和經(jīng)驗(yàn)決定，尤其是在長(zhǎng)時(shí)間處理機(jī)械式閱片工作后，精力和準(zhǔn)確度會(huì)下降，誤診、漏診率較高。如果都能將人工智能與醫(yī)學(xué)影像相結(jié)合，能夠?yàn)獒t(yī)生閱片提供輔助和參考，大大節(jié)約醫(yī)生的時(shí)間，提高診斷的精確度。 

該場(chǎng)景運(yùn)用涉及到的人工智能技術(shù)為計(jì)算機(jī)視覺(jué)技術(shù)。主要應(yīng)用計(jì)算機(jī)視覺(jué)技術(shù)解決以下三種需求：一是病灶識(shí)別與標(biāo)注，可針對(duì)醫(yī)學(xué)影像進(jìn)行圖像分割，特征提取、定量分析、對(duì)比分析等工作;二是靶區(qū)自動(dòng)勾畫(huà)與自適應(yīng)放療，針對(duì)腫瘤放療環(huán)節(jié)的影像進(jìn)行處理;三是影像三維重建，針對(duì)手術(shù)環(huán)節(jié)的應(yīng)用。 

針對(duì)不同的醫(yī)療影響應(yīng)用場(chǎng)景和當(dāng)下急需解決的醫(yī)療痛點(diǎn)，上海聯(lián)影醫(yī)療科技有限公司推出了基于uAI聯(lián)影智能平臺(tái)打造的智能體檢讀片、智能骨傷鑒定等智能診斷應(yīng)用以及智能化醫(yī)學(xué)影像設(shè)備，探索人工智能與醫(yī)療影像結(jié)合的無(wú)限可能，且為診斷精準(zhǔn)度和疾病可控性的提高做出了重要的貢獻(xiàn)。以“智能體檢讀片”為例，在中國(guó)，一家體檢中心每天會(huì)產(chǎn)生上千例X光胸片，但平均往往只有幾十例存在異常，醫(yī)生要將大量時(shí)間精力耗費(fèi)在逐一閱讀健康胸片上。這樣不僅醫(yī)生負(fù)擔(dān)重，患者看病也要耗費(fèi)更多等待時(shí)間。現(xiàn)在，只需在X光設(shè)備上安裝這款“智能體檢讀片”智能診斷應(yīng)用，就能有效解決這一問(wèn)題，它如同一位醫(yī)生的“AI助理”，可快速?gòu)暮Ａ坑跋裰蓄A(yù)篩出健康的X光胸片，只將有疑似疾病的提交醫(yī)生閱讀，不僅能將不同肺部疾病的片子分流整理，讓醫(yī)生知其然;還能將片子中的異常區(qū)域可視化，讓醫(yī)生知其所以然。目前，在肺結(jié)節(jié)、肺水腫、胸膜增厚等14種肺部疾病中，這位“AI助理”已有9種診斷精準(zhǔn)度排名世界第一。同樣，基于uAI聯(lián)影智能平臺(tái)推出的智能化醫(yī)學(xué)影像設(shè)備也將大大提升醫(yī)生的掃描效率，使醫(yī)學(xué)成像過(guò)程更好、更快、更安全、更經(jīng)濟(jì)。 

2018年7月29日，Vision China視覺(jué)健康創(chuàng)新發(fā)展國(guó)際論壇(2018)聯(lián)手醫(yī)療領(lǐng)域人工智能企業(yè)Airdoc首次為大眾帶來(lái)了一場(chǎng)眼科領(lǐng)域的“人機(jī)大戰(zhàn)”，比賽采用的是人機(jī)協(xié)作的PK方式，一方是由北京大學(xué)人民醫(yī)院眼科與眼視光中心主任趙明威領(lǐng)隊(duì)的5位專(zhuān)家團(tuán)隊(duì)，一方是由溫州醫(yī)科大學(xué)附屬眼視光醫(yī)院眼底外科醫(yī)師陳峰領(lǐng)隊(duì)的5位非眼底專(zhuān)業(yè)的年輕醫(yī)生加上已經(jīng)完成數(shù)百萬(wàn)張影像識(shí)別學(xué)習(xí)的AI輔助團(tuán)隊(duì)。在比賽的最終環(huán)節(jié)，兩組醫(yī)生需要用最短時(shí)間挑選出30張眼底圖中的糖網(wǎng)照片并進(jìn)行分期。在人工智能的幫助下，AI團(tuán)隊(duì)僅花費(fèi)3分鐘就完成了30張影像的判讀，并且準(zhǔn)確率達(dá)到了91%，取得了比賽的勝利。這一比賽的事實(shí)結(jié)果表明有人工智能協(xié)助的從醫(yī)時(shí)間較短、資歷較淺的眼科醫(yī)生的診斷準(zhǔn)確率和效率可以與從業(yè)經(jīng)驗(yàn)豐富的資深眼科醫(yī)生達(dá)到相同水平線(xiàn)上，圖瑪深維等公司的AI影像產(chǎn)品已獲得了二類(lèi)醫(yī)療器械認(rèn)證，但由于監(jiān)管要求，其產(chǎn)品應(yīng)用僅限于異常識(shí)別，尚不可以開(kāi)展自主診斷，應(yīng)用場(chǎng)景有待于進(jìn)一步開(kāi)發(fā)。 

診中判斷：AI+輔助診斷 

隨著醫(yī)學(xué)的不斷發(fā)展以及檢驗(yàn)病灶的不斷增加，相關(guān)專(zhuān)業(yè)劃分更加細(xì)致，面對(duì)復(fù)雜的多學(xué)科多領(lǐng)域的病情，需要臨床醫(yī)生掌握更豐富的疾病知識(shí)以及治療手段，以便及時(shí)洞察病情本質(zhì);與此同時(shí)，中國(guó)的醫(yī)療資源供給不均衡，部分基層衛(wèi)生機(jī)構(gòu)的醫(yī)師資源不足、經(jīng)驗(yàn)和診療能力不足，而配套硬件設(shè)施卻較為齊全，在這種情況下，人工智能輔助診斷應(yīng)運(yùn)而生。 

通過(guò)利用自然語(yǔ)言處理、計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)等技術(shù)，人工智能設(shè)施通過(guò)患者檔案上傳、自測(cè)化驗(yàn)結(jié)果分析等快速了解患者所患病癥;然后結(jié)合數(shù)據(jù)庫(kù)中大量數(shù)據(jù)信息如文獻(xiàn)、臨床指南和臨床經(jīng)驗(yàn)等，合理通過(guò)推理假設(shè)將獲取的病癥信息聯(lián)系起來(lái)，形成各種可能的結(jié)論及其對(duì)應(yīng)的可能性;進(jìn)而生成對(duì)應(yīng)的診斷方案和治療結(jié)論，在此基礎(chǔ)上由專(zhuān)業(yè)的臨床醫(yī)生進(jìn)行最終診斷，并把有關(guān)治療數(shù)據(jù)實(shí)時(shí)反饋于人工智能輔助診斷之中。 

在上海的一些三甲醫(yī)院已經(jīng)開(kāi)始嘗試運(yùn)用導(dǎo)診機(jī)器人、智能助理等人工智能輔助手段來(lái)提升治療效率、簡(jiǎn)化手續(xù)流程。以復(fù)旦大學(xué)附屬腫瘤醫(yī)院為例，患者自主量血壓、測(cè)脈搏、測(cè)體溫后，連接設(shè)備同步初診情況，整個(gè)過(guò)程不到十分鐘，便可前往醫(yī)生處進(jìn)行下一步診斷，通過(guò) “精準(zhǔn)預(yù)約”的預(yù)約掛號(hào)模式以及AI引擎模型的預(yù)先設(shè)置，讓人工智能引擎有了分診功能。患者只需要按照平臺(tái)要求實(shí)名上傳病史資料，通過(guò)AI引擎的計(jì)算分析判斷患者病情，并將專(zhuān)家號(hào)匹配給病情重、急需專(zhuān)家診療的患者，同時(shí)為患者智能提供合理的就醫(yī)路徑引導(dǎo)。 

從2018年3月試點(diǎn)精準(zhǔn)預(yù)約到2019年6月，復(fù)旦大學(xué)附屬腫瘤醫(yī)院共有11個(gè)外科科室、83位醫(yī)生，每周共計(jì)875個(gè)專(zhuān)家號(hào)接入精準(zhǔn)預(yù)約功能。僅2019年上半年，該項(xiàng)智能服務(wù)就為超過(guò)11萬(wàn)患者提供服務(wù)，為超過(guò)16000名患者提供專(zhuān)家號(hào)源，解決了這些疑難患者的燃眉之急。目前，醫(yī)院精準(zhǔn)預(yù)約服務(wù)已覆蓋甲狀腺癌、乳腺癌、胰腺癌等15種常見(jiàn)腫瘤疾病。在該項(xiàng)服務(wù)下，每位患者平均節(jié)省2.5小時(shí)的就診時(shí)間，患者掛專(zhuān)家號(hào)的等待時(shí)間平均減少7.4天，專(zhuān)家門(mén)診的效率平均提高了3.5倍左右[1]。 

診后治療：醫(yī)療機(jī)器人、AI個(gè)性化治療 

結(jié)合人工智能技術(shù)可以實(shí)現(xiàn)個(gè)性化的治療方案。治療過(guò)程包括評(píng)估疾病風(fēng)險(xiǎn)和制定個(gè)性化的診療方案等，需要大量的計(jì)算資源及數(shù)據(jù)的深度挖掘，人工智能基于強(qiáng)大的計(jì)算能力，能快速完成海量數(shù)據(jù)的分析，挖掘并更新突變位點(diǎn)和疾病的潛在聯(lián)系，強(qiáng)化人們對(duì)基因的解讀能力，進(jìn)而提供更快速、更精確的疾病預(yù)測(cè)和分析結(jié)果，實(shí)現(xiàn)個(gè)性化的治療方案，便于患者更好更快痊愈。 

機(jī)器人是人工智能各類(lèi)應(yīng)用中最備受關(guān)注的一項(xiàng)應(yīng)用，國(guó)內(nèi)目前的醫(yī)療機(jī)器人主要包括手術(shù)機(jī)器人、腸胃檢查與診斷機(jī)器人(包括胃鏡診斷治療輔助機(jī)器人等)、康復(fù)機(jī)器人(針對(duì)部分喪失運(yùn)動(dòng)能力的患者)以及其他用于治療的機(jī)器人(例如輸液藥物配制機(jī)器人)。面對(duì)新型冠狀病毒這樣的具備高傳染性疾病時(shí)，如果能通過(guò)醫(yī)療機(jī)器人、遠(yuǎn)程醫(yī)療、遠(yuǎn)程手術(shù)等設(shè)備和手段實(shí)現(xiàn)醫(yī)療過(guò)程，將會(huì)大幅度減少醫(yī)療人員被感染的狀況。但是目前存在的問(wèn)題就是，醫(yī)療機(jī)器人開(kāi)發(fā)成本過(guò)高，且遠(yuǎn)程診療和遠(yuǎn)程手術(shù)等技術(shù)研發(fā)成本也是非常高的，且高度依賴(lài)5G和AI等技術(shù)，目前雖然這些設(shè)備和技術(shù)已經(jīng)有定點(diǎn)試用，但是高成本的使用條件使得這些設(shè)備和技術(shù)暫時(shí)只允許在一線(xiàn)城市的小部分領(lǐng)域應(yīng)用，且5G等技術(shù)還未真正成熟和得到普遍推廣應(yīng)用，醫(yī)療機(jī)器人、遠(yuǎn)程診療和遠(yuǎn)程手術(shù)等還隱藏著許多未知的安全風(fēng)險(xiǎn)，以上的種種因素都導(dǎo)致在面對(duì)現(xiàn)階段大面積感染疾病的情況下，醫(yī)療機(jī)器人、遠(yuǎn)程診療和遠(yuǎn)程手術(shù)等無(wú)法普及應(yīng)用。 

藥物研發(fā) 

AI+藥物挖掘 

人工智能在藥物研發(fā)中的應(yīng)用表現(xiàn)為藥物挖掘：AI助力縮短新藥研發(fā)時(shí)間，降低研發(fā)成本，使低成本、快速研發(fā)個(gè)性化治療藥物成為可能。 

藥物挖掘，主要完成新藥研發(fā)、老藥新用、藥物篩選、藥物副作用預(yù)測(cè)、藥物跟蹤研究等方面的內(nèi)容;人工智能技術(shù)在藥物挖掘方面的應(yīng)用，主要體現(xiàn)于分析化合物的構(gòu)效關(guān)系(即藥物的化學(xué)結(jié)構(gòu)與藥效的關(guān)系)，以及預(yù)測(cè)小分子藥物晶型結(jié)構(gòu);同一藥物的不同晶型在外觀、溶解度、生物有效性等方面可能會(huì)有顯著不同，從而影響了藥物的穩(wěn)定性、生物利用度及療效。 

人工智能與藥物挖掘的結(jié)合，使得新藥研發(fā)時(shí)間大大縮短，研發(fā)成本大大降低，這將有可能根本上改變用藥“平均”觀念，即某種藥物在臨床使用中對(duì)大多數(shù)人有效，則認(rèn)為這種藥物對(duì)所有人有效，比如腫瘤患者，每位患者的腫瘤基因組均不相同，導(dǎo)致生物學(xué)行為有差異，也就導(dǎo)致藥物在臨床反應(yīng)中效果不一;而通過(guò)低成本、快速的藥物挖掘研發(fā)個(gè)性化治療藥物將成為可能，目前主要成果體現(xiàn)于抗腫瘤藥、心血管藥、孤兒藥(罕見(jiàn)藥)以及經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)常見(jiàn)傳染病藥，其中抗腫瘤藥占了1/3左右。 

健康管理 

AI+預(yù)防管理 

傳統(tǒng)的醫(yī)療路徑為“患病后治病”，而在未來(lái)的醫(yī)療健康生態(tài)體系下，醫(yī)療對(duì)健康結(jié)果的達(dá)成將超越對(duì)于診療項(xiàng)目數(shù)量的關(guān)注，通過(guò)基因檢測(cè)等途徑，獲取基因、代謝和表型(性狀)等數(shù)據(jù)，引入人工智能技術(shù)對(duì)以上數(shù)據(jù)進(jìn)行分析，進(jìn)而可對(duì)用戶(hù)或患者進(jìn)行個(gè)性化行為干預(yù)，為用戶(hù)提供飲食、起居等方面的健康生活建議，以保持長(zhǎng)期的身體健康 。因此在未來(lái)，對(duì)于疾病大家都可以做到“防范于未然”和“居安思危”，未來(lái)的醫(yī)療路徑將通過(guò)提前預(yù)防，從而切斷患病根源等來(lái)實(shí)現(xiàn)，將病源扼殺在搖籃里，大大降低人們患病的概率。 

目前來(lái)看，健康管理市場(chǎng)在模式和格局等方面尚未成熟，依然是各大企業(yè)紛紛布局與嘗試的新興市場(chǎng)，國(guó)內(nèi)以碳云智能和妙健康為典型代表，海外則有Validic、Welltok等公司，健康管理的具體落地場(chǎng)景可分為三大子場(chǎng)景，一是營(yíng)養(yǎng)學(xué)場(chǎng)景，根據(jù)人工智能技術(shù)結(jié)合目標(biāo)用戶(hù)的基因序列幫助其飲食結(jié)構(gòu)的合理化，二是身體健康管理，根據(jù)智能可穿戴設(shè)備實(shí)時(shí)檢測(cè)用戶(hù)的信息，幫助其生活習(xí)慣的規(guī)律化，三是精神健康管理，通過(guò)各項(xiàng)可測(cè)得數(shù)據(jù)的結(jié)合與分析，及時(shí)反饋用戶(hù)的情緒波動(dòng)，幫助其心理狀態(tài)的良性化。 

AI+醫(yī)院管理 

醫(yī)院管理，主要指針對(duì)醫(yī)院內(nèi)部、醫(yī)院之間各項(xiàng)工作的管理，主要包括病歷結(jié)構(gòu)化、分級(jí)診療等。現(xiàn)階段病例電子化的逐步實(shí)現(xiàn)，使病例結(jié)構(gòu)化以挖掘更深層次數(shù)據(jù)價(jià)值成為可能。病例電子化，為人工智能技術(shù)提供了數(shù)據(jù)支撐，通過(guò)人工智能中的自然語(yǔ)言處理技術(shù)，能將非結(jié)構(gòu)化的醫(yī)療數(shù)據(jù)，轉(zhuǎn)換成結(jié)構(gòu)化的醫(yī)療數(shù)據(jù)。使全國(guó)各大醫(yī)院的數(shù)據(jù)互聯(lián)互通，能對(duì)重大傳染疾病做出迅速的反應(yīng)，及時(shí)重視預(yù)防。 

AI+分級(jí)診療 

分級(jí)診療，就是要按照疾病的輕、重、緩、急及治療的難易程度進(jìn)行分級(jí)，不同級(jí)別的醫(yī)療機(jī)構(gòu)承擔(dān)不同疾病的治療。分級(jí)診療的實(shí)現(xiàn)，離不開(kāi)醫(yī)聯(lián)體與智能云服務(wù)，二者是相輔相成的。醫(yī)聯(lián)體是將大型醫(yī)療機(jī)構(gòu)(提供高級(jí)醫(yī)療服務(wù))，基層醫(yī)院，鄉(xiāng)鎮(zhèn)醫(yī)療機(jī)構(gòu)等鏈接在一起，實(shí)現(xiàn)數(shù)據(jù)互通，將數(shù)據(jù)和人才集中在影像云平臺(tái)，實(shí)現(xiàn)分級(jí)診療。其中比較典型的是瑞達(dá)醫(yī)療，其建立的分級(jí)診療平臺(tái)，能夠?qū)崿F(xiàn)遠(yuǎn)程門(mén)診，遠(yuǎn)程托管與會(huì)診，以及雙向轉(zhuǎn)診等功能。這一技術(shù)的普及將會(huì)有效整合醫(yī)療資源，大幅度提高現(xiàn)有醫(yī)療體系的運(yùn)作效率。 

目前大部分醫(yī)院處于數(shù)字化轉(zhuǎn)型的初級(jí)階段，而且無(wú)論在臨床規(guī)范和標(biāo)準(zhǔn)的一致化、醫(yī)院企業(yè)數(shù)據(jù)互聯(lián)互通上以及信息化發(fā)展的程度上，均未達(dá)到智慧醫(yī)療的實(shí)踐程度，需要進(jìn)一步的技術(shù)發(fā)展、醫(yī)企合作和政府推動(dòng)。 

器械生產(chǎn) 

AI+智能制造 

人工智能與制造業(yè)結(jié)合的本質(zhì)，是將智能設(shè)備如機(jī)器人、數(shù)控機(jī)床、3D打印等通過(guò)通信技術(shù)有機(jī)連接起來(lái)，實(shí)現(xiàn)生產(chǎn)過(guò)程自動(dòng)化;并通過(guò)各類(lèi)感知技術(shù)如傳感器、計(jì)算機(jī)視覺(jué)等收集生產(chǎn)過(guò)程中的各種數(shù)據(jù)，通過(guò)工業(yè)以太網(wǎng)等通信手段，上傳至工業(yè)服務(wù)器，在MES(Manufacturing Execution System，制造執(zhí)行系統(tǒng))、DCS(Data Collection System，數(shù)據(jù)收集系統(tǒng))等軟件系統(tǒng)的管理下進(jìn)行數(shù)據(jù)處理分析，并與ERP(Enterprise Resource Planning，企業(yè)資源計(jì)劃)軟件系統(tǒng)相結(jié)合，提供最優(yōu)化的生產(chǎn)方案或者定制化生產(chǎn)，最終實(shí)現(xiàn)智能化生產(chǎn)。 

不斷通過(guò)流程智能化帶動(dòng)生產(chǎn)智能化，因?yàn)榱鞒填I(lǐng)域的生產(chǎn)流程本質(zhì)上是連續(xù)的，而且往往是處于密閉的管道或容器中，生產(chǎn)工藝相對(duì)簡(jiǎn)單，生產(chǎn)流程清晰連貫，生產(chǎn)全過(guò)程數(shù)字化難度相對(duì)較低。流程領(lǐng)域企業(yè)接下來(lái)要做的是在全面貫通整合各階段數(shù)據(jù)的基礎(chǔ)上，運(yùn)用人工智能的深度學(xué)習(xí)、強(qiáng)化學(xué)習(xí)(主要是動(dòng)態(tài)規(guī)劃方法)進(jìn)行實(shí)時(shí)數(shù)據(jù)分析和實(shí)時(shí)決策，并進(jìn)一步將智能系統(tǒng)延伸至供應(yīng)鏈、生產(chǎn)后服務(wù)等各個(gè)環(huán)節(jié)，最終實(shí)現(xiàn)生產(chǎn)的全面智能化。 

同時(shí)在運(yùn)輸過(guò)程中建議和提倡非接觸，通過(guò)相關(guān)設(shè)備的運(yùn)輸和傳遞醫(yī)療物資和設(shè)備，提升了產(chǎn)業(yè)端上游的生產(chǎn)效率，提升產(chǎn)品質(zhì)量，降低人為錯(cuò)誤，替代人類(lèi)進(jìn)行高風(fēng)險(xiǎn)勞動(dòng)，保障生命安全，也減少了產(chǎn)業(yè)端下游與有關(guān)病毒的接觸，如廣東等地區(qū)的幾家公司紛紛向武漢等疫情嚴(yán)重地區(qū)無(wú)償捐贈(zèng)自己公司的智能機(jī)器人，機(jī)器人可以自動(dòng)識(shí)別障礙物、避開(kāi)障礙物等，實(shí)現(xiàn)了點(diǎn)對(duì)點(diǎn)傳輸和運(yùn)輸醫(yī)療物資和設(shè)備，有效地保護(hù)了在前線(xiàn)奮斗的一線(xiàn)援助人員。 

發(fā)展路徑建議 

產(chǎn)業(yè)端 

(1)不斷積累醫(yī)療大數(shù)據(jù)，實(shí)現(xiàn)各方數(shù)據(jù)共享 

在產(chǎn)業(yè)端，一是要不斷積累高質(zhì)量數(shù)據(jù)，高質(zhì)量數(shù)據(jù)是人工智能發(fā)揮作用的基礎(chǔ)與前提，當(dāng)前的醫(yī)療行業(yè)數(shù)據(jù)大、種類(lèi)多，但是如何標(biāo)準(zhǔn)化數(shù)據(jù)是需要進(jìn)一步解決的問(wèn)題，不斷將非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，逐步實(shí)現(xiàn)患者患病全周期數(shù)據(jù)記錄，是醫(yī)療行業(yè)各參與方需要長(zhǎng)期關(guān) 注并解決的問(wèn)題。二是要加強(qiáng)整合各個(gè)醫(yī)院和企業(yè)的數(shù)據(jù)共享，由于各參與方的利益訴求不盡相同，所以短期內(nèi)很難自主共享重要數(shù)據(jù)，而從長(zhǎng)遠(yuǎn)發(fā)展來(lái)講，數(shù)據(jù)的不斷積累會(huì)使得技術(shù)的應(yīng)用實(shí)現(xiàn)規(guī)模效應(yīng)，從而降低成本促進(jìn)整個(gè)行業(yè)的健康發(fā)展。 

(2)擴(kuò)大交流與合作，搭建合作伙伴網(wǎng)絡(luò) 

一方面是積極業(yè)內(nèi)間的交流與合作，通過(guò)行業(yè)內(nèi)的高等院校、科研機(jī)構(gòu)以及醫(yī)院企業(yè)對(duì)國(guó)家發(fā)展政策規(guī)劃以及國(guó)際技術(shù)發(fā)展演進(jìn)趨勢(shì)的研究，在此基礎(chǔ)上結(jié)合行業(yè)共性及自身比較優(yōu)勢(shì)，規(guī)劃整體的醫(yī)療智能化措施流程，包括醫(yī)療智能化的定義、目標(biāo)、標(biāo)準(zhǔn)、商業(yè)以及盈利模式等等。另一方面是確定搭建業(yè)間合作伙伴網(wǎng)絡(luò)，提高端到端解決問(wèn)題的效率，在醫(yī)療服務(wù)供給方和需求方、人工智能技術(shù)供給方和需求方之間提供有效溝通合作渠道，通過(guò)統(tǒng)籌結(jié)合各方的需求使得技術(shù)的開(kāi)發(fā)、服務(wù)的提供更加完備健全。 

技術(shù)端 

(1)搭建統(tǒng)一技術(shù)平臺(tái)，重點(diǎn)突破共性技術(shù) 

通過(guò)企業(yè)和資本對(duì)人工智能技術(shù)的不斷投入，并對(duì)人工智能關(guān)鍵共性技術(shù)的持續(xù)歸納總結(jié)，使得人工智能技術(shù)可以在各個(gè)行業(yè)都能落地，同時(shí)鼓勵(lì)各方整合相應(yīng)技術(shù)標(biāo)準(zhǔn)，搭建統(tǒng)一的技術(shù)平臺(tái)，促進(jìn)規(guī)模效應(yīng)聯(lián)合研究突破，適當(dāng)海外建立研究機(jī)構(gòu)，不斷學(xué)習(xí)國(guó)外先進(jìn)的技術(shù)應(yīng)用以及人才的培養(yǎng)體系。通過(guò)在人工智能技術(shù)的不斷突破，看到更多與醫(yī)療行業(yè)應(yīng)用落地的可能性，進(jìn)而達(dá)到掌握醫(yī)療AI核心技術(shù)、奠定發(fā)展基礎(chǔ)的目的，不斷在算法技術(shù)、感知認(rèn)知、數(shù)據(jù)平臺(tái)等多方面積累核心優(yōu)勢(shì)，實(shí)現(xiàn)從技術(shù)到應(yīng)用的演進(jìn)，助力醫(yī)療行業(yè)蓬勃發(fā)展。 

(2)以結(jié)果為導(dǎo)向，搭建產(chǎn)學(xué)研多方協(xié)作平臺(tái) 

鼓勵(lì)產(chǎn)學(xué)研聯(lián)合組建智能制造技術(shù)聯(lián)盟，在產(chǎn)權(quán)保護(hù)基礎(chǔ)上促進(jìn)計(jì)算力、數(shù)據(jù)、算法等開(kāi)源或開(kāi)放，提供更高效便捷的產(chǎn)學(xué)研等協(xié)作的信息溝通渠道，提供創(chuàng)新企業(yè)注冊(cè)、項(xiàng)目申報(bào)、稅務(wù)等服務(wù)，促進(jìn)各方更深入、專(zhuān)業(yè)的交流，促進(jìn)資源共享、信息互通的實(shí)現(xiàn)，以產(chǎn)生一加一大于二的協(xié)同效應(yīng)，通過(guò)高等院校的人才培養(yǎng)、科研機(jī)構(gòu)的技術(shù)開(kāi)法以及醫(yī)院企業(yè)的落地應(yīng)用，使得相關(guān)的課程與技術(shù)理論不斷在實(shí)踐中得到驗(yàn)證，以結(jié)果為導(dǎo)向，不斷提高技術(shù)的實(shí)用性和實(shí)效性。 

政府端 

(1)建立多渠道投融資機(jī)制，激發(fā)產(chǎn)業(yè)發(fā)展熱情 

人工智能行業(yè)作為信息化時(shí)代處在發(fā)展前期的行業(yè)，需要政府通過(guò)設(shè)立專(zhuān)門(mén)的貸款方案及補(bǔ)貼政策，鼓勵(lì)銀行等金融機(jī)構(gòu)提供資金，吸引民間資本進(jìn)行投資，以此來(lái)積極引導(dǎo)各大科技巨頭、相關(guān)初創(chuàng)企業(yè)以及醫(yī)療行業(yè)中醫(yī)企的積極轉(zhuǎn)型，激發(fā)外部圍觀者進(jìn)入新興賽道的熱情與活力，由于初創(chuàng)企業(yè)的智能化之路面臨更大的試錯(cuò)成本和不可控風(fēng)險(xiǎn)，稍有不慎就會(huì)危及生存同時(shí)，政府也應(yīng)嚴(yán)格審核，注意向中小初創(chuàng)企業(yè)進(jìn)行適當(dāng)?shù)恼邇A斜與鼓勵(lì)，如成果返稅、政策補(bǔ)貼等，讓更多的小微企業(yè)參與到智能化進(jìn)程的浪潮當(dāng)中。 

(2)適當(dāng)放開(kāi)政府監(jiān)管，豐富醫(yī)療治理環(huán)境 

對(duì)于新興行業(yè)，會(huì)存在由于監(jiān)管機(jī)制不完善、配套政策的不健全而導(dǎo)致業(yè)內(nèi)投機(jī)分子鉆空子問(wèn)題的出現(xiàn)，人工智能不同于傳統(tǒng)計(jì)算機(jī)行業(yè)，其自主學(xué)習(xí)能力強(qiáng)、迭代速度快、推理過(guò)程存在著黑匣子的情況，因此審慎監(jiān)管的原則是正確無(wú)誤的，但是從長(zhǎng)遠(yuǎn)角度來(lái)看，需要適當(dāng)?shù)脑陲L(fēng)險(xiǎn)可控范圍內(nèi)進(jìn)行適當(dāng)試錯(cuò)，通過(guò)進(jìn)一步合理放開(kāi)合適的產(chǎn)品性能檢測(cè)和注冊(cè)審批流程，不斷授予人工智能技術(shù)在醫(yī)療行業(yè)中更高級(jí)更廣泛的使用權(quán)限，不斷在實(shí)踐中建立相應(yīng)的評(píng)價(jià)體系和監(jiān)管審批標(biāo)準(zhǔn)，使得醫(yī)療行業(yè)智能化程度不斷加深，為整個(gè)社會(huì)帶來(lái)更豐富的醫(yī)療治理環(huán)境。