國內外醫療人工智能應用現狀及相關政策*

袁紫藤 陶金婷 談 瑩 鄧華超 張宇清

(湖北中醫藥大學人文學院 武漢430065)

1 引言

醫療人工智能(Artificial Intellgence，AI)與人類智能在思維模式、創造能力、社會屬性方面有著很大不同，目前已在醫學影像、病理、輔助決策系統、醫學教育方面取得迅速進展并有著廣泛應用。與此同時人工智能已經成為國際競爭的新領域，越來越多的國家制定發展戰略與規劃，力圖在新一輪國際競爭中掌握更多的主動權。

2 國內醫療人工智能應用現狀

2.1 醫療機器人

目前國內醫療領域機器人主要包括手術機器人(骨科及神經外科手術機器人等)、腸胃檢查與診斷機器人(膠囊內窺鏡、胃鏡診斷治療輔助機器人等)、康復機器人及其他用于治療的機器人(智能靜脈輸液藥物配置機器人)。以手術機器人應用最為廣泛，目前已應用于胸外科、心外科、泌尿外科、婦科、胃結直腸外科、肝膽外科、頜面外科等領域。手術機器人是集多項現代高科技手段于一體的綜合體，其視野更開闊，手術操作更精準，有利于患者傷口愈合，減少創傷與疼痛。

2.2 輔助醫療

2.2.1 醫學影像識別 隨著成像技術在醫療領域的廣泛應用，臨床診斷對影像的依賴程度越來越高。人工智能技術可以幫助醫生對醫學影像完成各種定量分析、歷史圖像的比較或可疑病灶的發現等，從而高效、準確地完成診斷。國內“醫學影像+人工智能”領域企業布局,見表1。

表1 國內“醫學影像+人工智能”領域企業布局

2.2.2 輔助診斷 利用AI輔助診斷技術進行疾病輔助診斷與篩查是降低我國疾病死亡率的一個重要途徑。然而AI輔助診斷技術僅是影像輔助診斷支持系統，不能作為最終診斷，最終影像診斷必須由有審核資質的影像醫師確定。2018未來醫療100強論壇上德尚韻興發布乳腺癌人工智能輔助診斷產品。這是其繼三維可視化精準術前規劃、術中導航、術后評估、超聲甲狀腺結節智能輔助診斷系統后的又一醫學輔助診斷產品。2018年11月樂普(北京)醫療器械股份有限公司旗下全資子公司自主研發的心電圖人工智能自動分析診斷系統AI-ECGPlatform獲得美國食品藥品監督管理局(Food and Drug Administration，FDA)的注冊批準，成為國內首項獲得美國FDA批準的人工智能心電產品，堪稱國內醫療人工智能領域里程碑事件。

2.2.3 輔助隨訪 人工智能將隨訪、健康教育穿插在整個醫療服務流程中，使醫生更流暢、患者更舒適。在門診或住院階段醫護人員可進行患者隨訪的入組和隨訪路徑的選擇，系統自動通過短信、微信等方式向患者發送對應疾病的健康教育知識。同時可提醒患者在離院后會進行滿意度調查、病情隨訪、疾病宣教及復診等，提高患者依從性。2018年7月江蘇省人民醫院上線“云隨訪”，實現隨訪工作電子化、路徑標準化、任務個性化以及方式互聯網化，打造人工智能“濟世大腦” —— 即利用AI完成整個隨訪過程中重復性人工工作，減少醫護人員工作量。

2.3 電子病歷/文獻分析

人工智能利用機器學習和自然語言處理技術自動抓取病歷中的臨床變量，智能化融匯多源異構的醫療數據，將結構化病歷、文獻生成標準化的數據庫，積壓的病歷自動批量轉化為結構化數據庫。目前電子病歷/文獻分析的應用場景主要有3類：病歷結構化處理、多源異構數據挖掘、臨床決策支持。國內“病歷/文獻分析+人工智能”領域企業布局，見表2。

表2 國內“病歷/文獻分析+人工智能”領域企業布局

2.4 健康管理

隨著各種檢測技術的發展，個人健康數據呈爆發式增長且更加復雜，其中包括生物(如基因等)、生理(如血壓、脈搏)、環境(如空氣)、心理狀態、社交以及就診數據(個人就醫、用藥等)等。利用人工智能技術對上述數據進行分析，可提示潛在健康風險并給出相應的改善策略，最終實現個體健康有效管理。國內“健康生活管理+人工智能”領域企業布局，見表3。

表3 國內健康生活管理+人工智能領域企業布局

2.5 中醫藥領域

隨著人工智能技術在生命科學領域的作用越來越明顯，中醫藥產業在人工智能的潮流中迎來新的發展良機。人工智能理念和技術在中醫藥傳承發展中可分為3個階段,見圖1，我國目前處于第2階段。“人工智能+中醫藥”部分產品，見表4。

圖1 “人工智能+中醫藥”發展階段

表4 “人工智能+中醫藥”部分產品

3 國內醫療人工智能相關政策

為規范和促進人工智能的發展，發展人工智能產業已成為重要國家戰略，我國先后出臺系列政策，見表5。國家對于醫療領域人工智能的發展提出明確要求, 包括技術研發支持政策, 就健康信息化、醫療大數據、智能健康管理等相關技術和產品提出具體規劃, 指出醫療、健康及養老等方面的人工智能應用方向[1]。

表5 我國人工智能相關政策文件(截至2019年2月)

4 國外醫療人工智能應用現狀

4.1 手術機器人

全球手術機器人行業相關數據顯示截至2017年9月全球范圍內手術機器人共4 271個，美國占2 770個，占接近65%。2016年美國手術機器人輔助手術量約為74萬例，其中最具代表的達芬奇手術機器人(da Vinci Surgical System)輔助手術占比76%，約為56.3萬例。達芬奇手術機器人目前被應用于泌尿學、婦科、胸腔和心臟領域等。其他具有代表性的手術機器人還有美國Stryker公司研發的髖膝關節置換手術機器人 MAKO 系統，其在 2014 年手術量高達14 000例，是全球銷量第2的手術機器人；以色列Mazor Robotics公司研發的Renaissance和 Mazor X 機器人手術輔助系統，主要輔助外科醫生進行腦部和脊柱手術；TOBODOC輔助外科機器人系統在德國、澳大利亞、西班牙、法國、英國、瑞士、中東、韓國、印度、日本等多個國家和地區都得到大量應用。對于自主式手術機器人，由于其高輕量性、精確性、自主性等要求，各國正處在積極研究開發的階段，未在臨床廣泛投入使用。2016年美國華盛頓兒童國家健康系統的Peter C.Kim團隊成功研發智能組織自動機器人(Smart Tissue Autonomous Robot，STAR)，其擁有獨特的光像信息成像系統以及自主的創新算法，成為全球第1臺可以自主處理軟組織的手術機器人，目前STAR機器人在實驗階段已完成兩例豬腸縫合手術，均獲得成功。

4.2 輔助醫療

4.2.1 醫學影像識別 醫療數據中超過90%來自醫學影像，美國醫學影像數據的年增長率為63%，而放射科醫生數量的年增長率僅為2%。運用人工智能技術識別、解讀醫學影像，通過與其他病例記錄的對比分析，幫助醫生定位病灶，輔助診斷，可以有效彌補其中的缺口，減輕醫生負擔，提高診療效率。國外早已出現Enlitic、Butterfly Network、VisExcell、VoxelCloud等知名公司，IBM 2015年8月斥資10億美元收購醫學影像處理與加工公司Merge，將其技術整合進IBM Watson認知智能系統應用，積極應用于放射類、放療類、手術類及病理類的醫學影像識別。

4.2.2 輔助診斷 2016年谷歌領導的糖尿病視網膜病變診斷系統準確率與眼科醫生一致。2017年1月25日斯坦福團隊研發的人工智能皮膚癌診斷系統準確率至少為91%。2017年6月IBM及其合作伙伴在2017年美國臨床腫瘤學會年會上展示IBM Watson腫瘤解決方案的臨床能力及Watson的臨床試驗匹配工具。數據顯示其將癌癥臨床試驗篩查時間從1小時50分鐘減少到24分鐘，減少78%。2018年3月日本著名癌癥診療中心癌研有明醫院成功開發出世界首個人工智能圖像胃癌診斷系統，公布其精度測驗數據，結果顯示人工智能診斷1張圖像的時間僅為0.02秒，且達到92.2%的檢出率，準確率達30%。

4.2.3 輔助護理 在美國、德國、日本等人口老齡化嚴重的國家，醫療人工智能的輔助護理功能已被廣泛應用于養老模式中，主要從護理協同、自我護理和專業護理方面展開，見表6。

表6 輔助護理應用場景

4.3 智能健康管理(表7)

表7 智能健康管理應用

4.4 藥物研發

目前全球至少有100家初創企業正在探索新藥研發的人工智能方法，傳統的大型制藥企業則大多是以合作的方式進行研究。如阿斯利康與Berg，強生與Benevolent AI，默沙東與Atomwise，武田制藥與Numerate，賽諾菲和葛蘭素史克與Exscientia，輝瑞與IBM Watson 等。也有部分企業以自主研發方式參與合作，如Roche 的子公司 Genentech 使用 GNS Healthcare 公司的AI系統幫助開發癌癥治療藥物。

4.5 基因測序

目前國外將基因測序研究定位于腫瘤基因組測序技術，揭示腫瘤的發病機制以及為腫瘤治療奠定基礎，應用定位于將基因測序與傳統臨床醫學的結合，形成精準醫療。斯坦福大學科學家開發一種利用基因組學和機器學習來預測腹主動脈瘤的方法，分析268名患者的基因組數據，以尋找突變模式，最終確定60個該疾病患者中高度突變的基因。結合后續進一步驗證，該算法結合基因組測序預測風險的準確率達70%。

5 國外醫療人工智能相關政策

5.1 歐盟

2014年歐盟委員會發布《2014-2020歐洲機器人技術戰略》報告以及《地平線2020戰略-機器人多年發展戰略圖》，旨在促進機器人行業和供應鏈建設，將先進機器人技術的應用范圍拓展到海陸空、農業、健康、救援等諸多領域，以擴大對社會和經濟的有利影響。2016年5月歐盟議會法律事務委員會發布《對歐盟機器人民事法律規則委員會的建議草案》。同年10月發布《歐盟機器人民事法律規則》，積極關注人工智能的法律、倫理、責任問題，建議歐盟成立監管機器人和人工智能的專門機構，制定人工智能倫理準則，賦予自助機器人法律地位，明確人工智能知識產權等。2018年4月歐盟委員會發布政策文件《歐盟人工智能》。該報告提出歐盟將研究和制定人工智能道德準則，確立適當的道德與法律框架。在人工智能和機器人領域倡導高水平的數據保護、數字權利和道德標準，確定可信賴的人工智能，避免人工智能系統做出基于患者種族或性別的偏見診斷。

5.2 美國

美國科學制定推動人工智能產業發展的戰略，從政府、法律、技術及投資層面形成全方位組織推進模式。2016年10月科技政策辦公室(Office of Science and Technology Policy，OSTP)國家科學技術委員會(National Science and Technology Council,NSTC)發布《為人工智能的未來做準備》以及《國家人工智能研究與發展戰略計劃》兩份重要報告。前者探討人工智能的發展現狀、應用領域以及潛在的公共政策問題；后者提出美國優先發展的人工智能7大戰略方向及兩方面建議。同時還指出要加速人工智能在醫療領域的發展，利用人工智能對并發癥進行預測及預防,通過電子化病歷對醫療大數據進行分析挖掘等，還要在醫學診斷等領域利用人工智能系統自動執行決策和進行醫療診斷。2016年12月發布《人工智能、自動化與經濟》報告,深入考察人工智能驅動的自動化將會給經濟帶來的影響并提出國家3大應對策略。2019年2月11日特朗普簽署啟動《美國人工智能倡議》行政令。該倡議提出將集中聯邦政府資源來發展人工智能，以促進國家繁榮，加強國家和經濟安全，提高美國人民生活質量。該計劃的一個重要方面是向學術界、醫療領域開放一些政府數據庫，便于人工智能項目積累所需要的數據量。美國政府表示將要求衛生和交通等領域的政府機構發布新的數據集，在關注數據隱私性的同時幫助AI研究發展。

5.3 其他國家和地區

5.3.1 日本 2016年4月日本首相安倍晉三提出設定人工智能研發目標和產業化路線圖及組建人工智能技術戰略會議的設想。2017年日本發布《下一代人工智能促進戰略》[2]，在醫療領域提出依據患者個人生命信息、基因信息、生存環境等大數據，提供最合適(個性定制)的醫療保健服務。將人工智能與信息通信技術相結合，從而使名醫的知識與技術發揮最大作用。此外通過高效學習頂尖的醫療技術或讓機器人實際裝載這些技術可以實現任何人任何時間都能享受到頂尖的醫療服務。2018年6月日本政府在人工智能技術戰略會議上發布推動人工智能普及的計劃，推動研發與人類對話的人工智能，以及在零售、服務、教育和醫療等行業加快人工智能的應用，以節省勞動力并提高勞動生產率。在醫療領域提出打造人工智能醫院，計劃在2022年前打造10所樣板醫院，利用人工智能技術自動錄入病例、影像識別及提供最佳治療方案等；通過人工智能檢測、分析病情，分析各治療方案后給出最可行的治療建議；基于醫療、護理系統的大數據化，構建以人工智能為依托、世界一流的醫療與護理先進國家。

5.3.2 英國 歐洲推動人工智能發展最積極的國家，也一直是人工智能研究學術重陣。從2016年至今英國已發布數篇人工智能報告。《在英國發展人工智能產業》報告中指出人工智能應用到醫療領域有以下3點優勢：一是診斷，可根據患者過往病歷的細微變化與相似患者的數據進行比較；二是識別早期潛伏疾病并追蹤疾病發生率，實現預防、阻止傳播的目的；三是影像診斷，隨著醫療領域與人工智能技術的深度融合，人工智能將逐漸被應用到醫療保險和智能掛號、數據驅動診斷和虛擬藥物開發、代替診療的機器人醫生。目前階段英國政府強調人工智能在醫療領域的3大發展方向——輔助診斷、早期預防控制流行病并追蹤其發病率和圖像診斷。

5.3.3 韓國 2016年3月韓國政府宣布人工智能“BRAIN”計劃，以破譯大腦的功能和機制，開發用于集成腦成像的新技術和工具。2016年8月確定9大國家戰略項目，包括人工智能、無人駕駛技術、輕型材料、智慧城市、虛擬現實、精細粉末、碳資源、精密醫療和新型配藥。目標在2026年前將人工智能企業數量提升至1 000家，培養3 600名專業人才，爭取10年后韓國人工智能技術水平趕超發達國家。2018年5月制定《人工智能發展戰略》，將加大在人工智能領域的投入，預計在2020年前投資1萬億韓元。著重在新興醫藥、未來材料等波及效果較廣的領域推進人工智能技術的融合與應用，積極應對老齡化等社會挑戰。

5.3.4 德國 德國政府將人工智能視為未來經濟的重要增長點，2018年11月出臺《人工智能戰略》，口號是“AI Made in Germany”。報告提出德國應加速建成全球領先的人工智能科研基地，將研究成果廣泛而迅速地轉化運用，加大對人工智能相關重點領域的研發和創新轉化資助力度；優先為德國在人工智能領域提高經濟收益等。在衛生健康等社會領域，強調人工智能要兼顧數據保護和使用創新，既要保障個體對個人數據的權利，同時也不應給創新造成阻礙。其戰略目標之一是在廣泛社會對話和積極政治設計的框架內使人工智能在倫理、法制、文化和制度上融入人類社會生活。

5.3.5 法國 在人工智能發展大潮流中屬于后來居上的強勁國家。面對其他國家的持續發力，開始積極布局，追趕人工智能洪流。2013年推出《法國機器人發展計劃》，旨在創造有利條件，推動機器人產業持續發展，實現到2020年成為世界機器人領域前5強的目標。2017年3月法國制定《國家人工智能戰略》，對發展人工智能的具體政策提出50多項建議。該戰略將醫療健康作為要優先發展人工智能的4個領域之一，決定在國家健康數據研究所的基礎上成立真正的衛生健康數據中心，包括醫保報銷、臨床和科研數據并最終開放這些數據。2018年3月法國總統馬克龍公布《法國人工智能發展戰略》，將重點結合醫療、汽車、能源、金融、航天等較有優勢的行業來研發人工智能技術，宣布到2020年將投資15億歐元用于開發人工智能技術，創造更好的綜合環境。其中人工智能在醫療衛生領域的應用主要體現在醫療預防、醫學診斷和研究方面。

5.3.6 印度 醫療行業具有較大發展空間，但同時也是最具挑戰性的行業。2018年6月印度出臺《人工智能國家戰略》(討論稿)，重點關注印度如何利用 AI 促進經濟發展和提升社會包容性。在關注的5個主要方面中第1位是醫療，即增加醫療渠道的同時提高可負擔的醫療質量。預計未來幾年內部分大型企業和初創公司將致力于開發以AI為核心的醫療產品和解決方案，以促進醫療質量的提高、增加醫療資源的可獲得性和可負擔性。

6 國外人工智能政策對我國的啟示

6.1 加強醫療人工智能領域人才培養

醫療人工智能是一門新型交叉學科，要求具備扎實的數理基礎以及醫學知識，目前我國醫療人工智能領域人才缺口巨大。2017年《在英國發展人工智能產業》報告中提出要培育人工智能領域的人才，如在大學設立AI碩士課程、增加AI博士，以優厚的條件吸引來自世界各地、擁有不同背景的人才。我國應盡快推動發布培育AI相關領域人才發展戰略，在大學開展AI碩士、博士學位培養，在社會設立線上人工智能課程和專業技能培訓，促進我國醫療人工智能人才隊伍的發展壯大。

6.2 建立開放共享的數據生態系統

從全球視野來看，開發、開放和共享政府數據已是潮流，《美國人工智能倡議》提出增強對高質量和完全可追溯的聯邦數據、模型和計算資源的訪問[3]。我國在數據體量上具有天然優勢，應抓住人工智能發展的重大機遇，緊跟國際潮流，加快建立數據生態系統，主要包括構建并落實數據規范(對于醫療行業，政府可要求相關監管部門制定必要規則)、向商業領域開放公共數據、鼓勵跨國數據的有序交流等。

6.3 完善倫理及法律規則

人工智能的進步將在倫理、法律等多個方面給社會帶來深遠影響，一些發達國家已經意識到這一問題并開展相關探索。如英國《人工智能：未來決策制定的機遇與影響》論述人工智能的使用對倫理和法律帶來的挑戰并提出相應應對措施；美國《國家人工智能研究與發展戰略計劃》提出社會學戰略，發展人工智能的倫理、法律和社會學研究[4]。我國關于這些方面研究仍然缺乏，尤其是在醫療人工智能應用方面，應盡快形成一套透明和廣泛的技術規范和認責制度，優化與完善倫理及法律規則。

7 結語

醫療人工智能發展受到全球廣泛關注，將對人類健康乃至社會醫療結構帶來歷史性的變革。對于如何充分運用這一新興技術，各個國家和企業正在進行多個維度的研究。現代醫學正創造著一個又一個令人嘆為觀止的奇跡，醫療人工智能正引領著未來醫療的前行。