隨著人工智能在醫療領域應用不斷探索發展,將為醫生帶來一個更強的大腦,為百姓提供更智慧的服務,也將為緩解醫療資源供需失衡等問題而助力。但是,部分醫療人工智能產品同質化、數據質量參差不齊、“上崗”待認證等挑戰也與之相伴。市場預計在一場拼技術、拼資金、拼耐力的“比賽”下,2019年行業可能會出現洗牌。
我國醫療人工智能發展速度快
《2018世界人工智能產業發展藍皮書》顯示,截至2018年上半年,在全球范圍內共監測到人工智能企業4998家。其中,美國人工智能企業數量2039家,位列第一,其次是中國(不含港澳臺地區),數量達1040家。在中國人工智能滲透的領域中,醫療健康領域占比最大,達到22%。
“在和包括歐美在內的國外組織機構交流發現,中國的人工智能醫療發展速度之快,大大超出對方的預期。”平安醫療AI平臺總經理、平安醫療信息安全研究所所長謝震中稱。
依圖醫療總裁倪浩也表示,從醫療人工智能產品的臨床試用范圍和經驗看,中國是超前的,甚至領先美國。一方面是國內患者數量多,醫療資源“不平衡、不充分”,令市場對打破看病痛點的需求特別強烈。另一方面是美國醫生為數據標注的成本太高,一些公司很難“扛得住”。
從應用角度看,主要包括醫學研究、制藥研發、智能診療以及家庭健康管理等。比如,利用人工智能,腫瘤靶區勾畫比傳統醫生手工勾畫要快許多,且完成情況良好,與實際組織器官的吻合度較高。
在上海舉辦的一場“人機對決”中,人工智能輔助醫生判斷的優勢也較為明顯。參賽人員為10名社區全科醫生,其中5名配備AI輔助系統,另外5名獨立決策,兩隊從病情評估到個體化用藥等多個方面進行評比。比賽結果顯示,配備了AI輔助系統的醫生團隊平均得分86.2,沒有使用的醫生團隊平均得分51.5。
基于醫療領域覆蓋面廣,診前、診中和診后的環節長,業內人士預計,未來人工智能將應用在預防、篩查、診斷、治療、評估、預后、康復等全鏈條上。前瞻產業研究院數據顯示,2018年中國醫療人工智能市場規模約200億元,高于2017年的130億元。
從高增長到高質量 還有一段路要走
盡管市場前景廣闊,但是醫療人工智能產品從實驗室走到臨床大規模商用,還有待多重考驗。
倪浩表示,這兩年最大的感觸是,一是市場,從尋找高精尖人才到花力氣教育市場,行業發展成本非常高;二是政策,從最初的歸屬不明,到審批逐漸完善,每一個階段對企業都是“牽一發而動全身”。
值得欣喜的是,新版《醫療器械分類目錄》新增了與人工智能輔助診斷對應的類別,2018年12月“人工智能類醫療器械注冊申報公益培訓”上,有關部門細致入微地分析了醫療人工智能器械審批的過程,對具體指標進行了詳解,為從業者理清了思路。
然而,人工智能行業日新月異,對于需要頻繁更新的AI輔助診斷系統,如何更好的實現動態監管,仍然面臨挑戰。
此外,生存問題也是很多企業必須面對的。倪浩透露,很多公司由于前兩年迅速擴張,現在有的已經開始裁員,倘若企業融不到資金,也等不到審批認證后商業化,今年就會有大批企業會“挨不過去”。
阿里健康副總裁柯研表示,國家在宏觀層面有不少文件予以鼓勵,但具體操作上仍有不少難點:一是醫療機構很難有動力去共享醫療數據;二是法律體系尚不能很好解釋和界定數據的權屬問題,權屬的模糊性,一方面會掣肘數據的授權使用,另一方面會給患者的個人信息權保護埋下隱患。
還有一些專家認為,醫生習慣于廠家研究好了產品拿來用,但醫療人工智能不同,它基于大數據算法,標注數據的準確度能力高低決定著數據質量高低,因此標注的人十分關鍵。如果業內沒有形成共識,沒有基層培訓,產品可靠性、準確性便有待驗證。
期待多方合力 助推人工智能更好為人服務
鑒于人工智能的產業發展基于數據、模型、業務等是一個閉環,謝震中建議,期待監管部門、行業協會、企業和醫療機構合力推進,比如通過產業聯盟、多領域專家跨界合作等良性驅動,避免醫療人工智能步入醫療信息化發展的老路,再次形成數據孤島的局面。
騰訊醫療健康事業部技術委員會主任錢天翼表示,目前醫療數據監管是零零散散分布在相關法規里,期待能有一部針對性的法規,比如個人醫療數據歸屬和隱私保護,跨機構數據的使用、流通、收費等安全規范,都需探索明晰。
另外,倪浩稱,美國有累積了幾十年醫療信息數據的基礎,與之相比,中國更需因地制宜加強基礎數據建設,比如重視電子病歷的基礎設施建設,健全醫療知識圖譜,避免在“地基”不太穩的情況下拼命“蓋樓”。
中國臨床腫瘤學會秘書長江澤飛表示,中國的腫瘤人群和社會環境有其自身特點,不能完全依據國外指南和實驗室數據,避免評估不足或過度治療。另外,需構建和引導客觀合理的輿論環境,對于醫療人工智能,不捧殺、不棒殺。
來源:經濟參考網