对话宁波市第二医院副院长郑建军：医院引进医疗AI产品考虑的四大因素 / 四六文摘

医学人工智能发展到现在，已经形成了一些较为成熟的产品，他们已经具备进入医院临床试用的能力，但是由于相关的法规并不是也别健全，医学人工智能的落地备受关注。

“可以先形成过渡方案，给人工智能产品发一个‘临时牌照’，让他们先上临床试用，辅助临床诊疗决策，并不断完善产品自身。”在今年的中国医院院长大会上，宁波市第二医院副院长郑建军谈到这个问题的时候如此回答动脉网。

今年，在人工智能的浪潮中，宁波市第二医院与雅森科技达成合作，定制适用于宁波市第二医院自身以及医联体下属医院适用的人工智能系统，为此动脉网对其进行了专访。

郑建军

为基层服务的AI系统一定是一个全科医生系统

在分级诊疗体系建设中，“双下沉两提升”强基层。强基层需要从多方面入手。

在诊断方面，基层医生对X线、超声、检验、心电等医学数据的分析和应用能力不足。在整个医疗的过程中，患者具有100%的疾病信息，如果医生通过诊查手段获取患者100%的疾病信息，并进行处理，那基层医生就如同“华佗在世”，但是如果医生只获取了30%的信息，那诊疗结果就不一定靠谱了。

而人工智能技术的出现，可以帮助基层医生获取更多与患者疾病相关的信息，并帮助医生处理分析这些数据，从而提升基层医生的诊疗能力。

在治疗方面，基层医生对于指南、文献、决策往往了解不足。郑建军认为，通过人工智能技术帮助基层医生增加对这些技术的了解和掌握，对他们做出合理诊疗决策有很大的帮助，这也是很多智能辅助诊断系统落地基层医疗机构的原因。

值得注意的是，为基层服务的AI系统一定是一个全科医生系统，而不能简单的把一个三甲医院专科诊疗技术和经验直接复制到基层。

医院引进医疗AI产品考虑的四大因素

数字化、智能化是现在医疗的一个发展趋势。医院的日常工作分为三个部分：医疗、教学和科研。这三个方面相互促进、相互结合。郑建军表示医院在引进医疗AI产品的时候也会从这几方面考虑。

第一，国内医疗目前最主要的问题是诊疗不规范。郑建军表示，与西方国家比较，看病难看病贵不是我们的主要矛盾，问题的核心在于我国医生诊疗能力的参差不齐，但是很多人只想找国内顶尖的专家，这才是主要矛盾。

比如我国高水平医生的能力不弱于美国，但美国诊疗水平普遍较高，因为美国的专科医生90分才能获得执业执照，我们为60分。这样的结果就是美国医生对同一疾病的诊疗具有90%的一致性，而我们对同一疾病的诊疗将可能产生4-5种不同的意见，这就导致了诊疗不规范。

这个问题可以通过以人工智能技术为基础的诊疗辅助决策系统来提升医生的诊疗能力，比如雅森目前的“天玑”系统等。

第二，加大信息的获取和分析。诊疗过程就像破案一样，是基于信息的获取，信息获取的信息越多，破案的的几率就越大。

通常肉眼只能获取影像的形态、灰界、代谢等信息，但是对于结构、纹理这些隐藏的图像信息，只能依靠计算机技术。人工智能技术的应用可帮助医生获取并分析这些数据。

第三，医院的运营管理。通过人工智能对临床路径和就医流程的优化，可减少疾病诊疗的失误率和增进就医的体验感及获得感；对药品、耗材、控费的智能评估，有助于合理医疗，提升绩效，降低医疗费用和运营成本。

第四，教学和科研方面。通过人工智能技术为住院医生提供智能助手，利于提升住院医生规范化培训水平。人工智能技术搭建的科研大数据平台，在帮助医生搜集信息，分析信息方面起到重要作用。方便易用的科研平台可以帮助医院培养医学人才，并持续的增进医院的竞争力。

总的来说，从疾病诊疗、临床科研、人才培养、医院管理、医疗质控、合理控费等方面，人工智能可以帮助医院提高效率和效益。

医院促使企业间互相合作

郑建军表示，国内在研发方面过去通常医院和企业是单打独斗，独自发展，相互割裂，造成时间和财力的浪费，不利于技术的推进。

对于企业来说，它的产品研发要以临床需求、市场、政策为导向。医生拥有非常丰富的临床经验，也清楚临床的痛点在哪里，但是医生不具备利用IT解决问题的能力，这时候就需要医工结合，医生把需求反馈给技术人员，通过技术人员解决临床问题。

在与雅森的合作过程中，雅森并不是直接拿现成的产品落地宁波市第二医院，而是先有一个合作意向，然后医院提出具体的要求，雅森根据医院的要求在自己原有的研发基础上修改自己的产品去满足医院的需求。

雅森科技CEO 陈晖

这样的合作就可以实现产、学、医、研、用的整合。企业、医院、研究院校各司其职贡献自己的能力。

在这个整合过程中，通过医院的牵线搭桥，同时也实现了企业间的合作。

郑建军表示，现在人工智能还处在初期，企业通常只是对一个点进行研究，但是现在的医疗是一种整合医疗，需要多方的参与，比如肺癌的诊断不仅仅是肺结节的识别，还需要临床、病理甚至基因信息的多模态多学科整合。

另一方面现在很多人工智能公司仅仅从事软件方面的开发，其实硬件和软件的结合才能发挥更好的效果，所以这就需要企业间的合作。

这一想法与雅森科技的CEO陈晖不谋而合，在谈及雅森的商业模式的时候，陈晖表示仅凭单一的产品进入医院会有一定的困难，但是如果一个产品可以提升整个科室的筛查、诊断以及预后能力，那样的产品才会受到院长的欢迎，并为此付费。

现在雅森在做一个涉及肺部的全流程诊断平台，这个平台需要搜集病例、病理、CT、PET等各方面数据，然后做全肺的分析。

在这个过程中，雅森会选择与其他人工智能公司合作共同搭建这个平台，目前雅森已经和一些公司在谈，包括病例结构化的公司、用药依从性的公司等等。

另外，医院也要负责医疗质量管理。比如说医院提供给企业的数据要有保障，这些数据要符合循证医学、临床指南、临床路径规范的要求。企业产品成熟以后，医院也要做好把关，保证进入医院临床产品的安全性和有效性。

医疗人工智能发展的不足

谈及行业发展的不足之处，郑建军表示，目前人工智能的宣传有些夸大了，虽然这样的宣传可以让人们更快的认知这项技术，但是行业的人还是要擦亮眼睛，医疗人工智能产品还在初期，还有很大的成长空间。

其次，急需建立医疗行业的标准和数据的标准。地基稳，房子才会稳。在标准建立的基础上，各企业间优化整合、聚焦、错位发展。郑建军表示目前他们已经在呼吁起草这类方案……

最后需要法律的完善。我国的人工智能应用发展在一些领域已经超越了美国，这其中一部分原因是我们国家在这个领域的法规存在盲区，这就促使企业进入一个疯狂的发展期，但是到了等到企业需要认证CFDA的时候，由于人工智能产品更新周期非常快，有些以几天或者是一周为周期。但是我国还没有专门针对这类产品认证的小组或者部门，这反过来又阻碍行业发展，所以现在亟需完善法规政策或者先形成一些临时的过渡政策。

郑建军建议，通过一些过渡政策对行业发展进行一个初步的规范，对相对成熟的产品先发一个“临时牌照”，先让它上路，在摸着石头过河的年代，这不失为一个可以考虑的方法。