小議智慧醫療

祁婷婷　葛威　鄒涵　趙通　劉偉

摘要：信息技術的發展改變了傳統的醫療模式，以物聯網感知、信息移動、信息互聯共享、智能決策為核心的智慧醫療模式應運而生。本文從智慧醫療的概念出發，梳理了以人工智能為代表的智慧醫療在流行病預測，輔助診斷，精準外科手術，藥物研發的應用現狀，同時從責任劃分，數據安全，行業標準等分析了人工智能在醫療領域存在的問題與挑戰，以期更好地促進智慧醫療的發展。

關鍵詞：智慧醫療; 信息技術 ;醫療模式; 人工智能

中圖分類號：TP393? ? ? ? 文獻標識碼：A

文章編號：1009-3044（2020）02-0271-02

1 起源與簡介

隨著物聯網、云計算、移動互聯網等技術的逐漸成熟，醫療領域信息化和整體化的智慧醫療藍圖逐漸展現在人們面前。智慧醫療是指具有物聯網感知、信息移動、信息互聯共享、決策高度智能化的醫療服務體系【1】。由三部分組成，分別為智慧醫院系統、區域衛生系統以及家庭健康系統，通過打造健康檔案區域醫療信息平臺，利用最先進的物聯網技術，實現患者與醫務人員、醫療機構、醫療設備之間的互動，逐步達到信息化。

智慧醫療打破了將醫療物理基礎設施與數據中心、網絡等IT基礎設施分開的傳統醫療體系思維，在智慧醫療體系中，從藥品至各類傳感器，就醫流程的任一部分都可以被感知、被度量。

2 智慧醫療醫療應用場景及方向

2.1 流行病的預測

早在2008 年，谷歌就已經推出了流感預測的服務，其所開發的“谷歌流感趨勢”（Google Flu Trends，GFT）軟件，根據網絡用戶及其家人出現流感相關癥狀時可能搜索的相關關鍵詞，提前1～2周準確預測了美國流感樣病例百分比的變化趨勢，由此在學術界掀起了利用互聯網數據預測流感的研究浪潮【2】。2017年，平安集團與重慶市疾病預防控制中心的聯合研發課題組，利用“互聯網+醫療健康”大數據與深度學習前沿技術，實現了提前一周預測某一地區流感和手足口病的患病率。該流感預測模型目前已在重慶市上線應用，在重慶長達3年的歷史靜態數據及上線后動態數據的驗證中，預測平均誤差率都不超過10 %。基于人工智能技術的傳染病預測，將幫助公共衛生服務部門及時監控疫情和合理分配醫學資源。

2.2 輔助診斷

醫學專家系統是智慧醫療重要的落地場景，提前將海量醫學診斷知識導入計算機，通過模擬醫學專家的臨床診斷思路，根據病情從知識庫中提取并綜合有價值的診斷線索，進而給出治療方案【3】。其中比較著名的是美國斯坦福大學在1976年研制的MYCIN 醫學專家系統， 其能夠鑒別細菌感染，并對患者進行診斷，開出抗生素處方[4]。

我國對醫學專家系統的研究始于二十世紀七十年代末，由于中醫具有非常好的數據處理原型且推理過程明晰，因此專家系統首先在中醫領域獲得突破，例如上海計算所的“中醫婦科診斷系統”。在西醫領域，阿里健康協同萬里云發布了醫療AI“Doctor You”，據官網介紹，“Doctor You”AI系統包括臨床醫學科研診斷平臺、醫療輔助檢測引擎、醫師能力培訓系統等幾個方面。以對外展現的CT肺結節智能檢測引擎為例，對30名患者產生的近九千張CT影像進行智能檢測和識別，只需要30分鐘即可閱完，準確度達到90%以上。

由此看來，未來的智能醫學診斷和治療專家系統在速度與準確性方面將不斷提升，為各種疾病的預防、診斷和治療做出更大的貢獻。

2.3 精準外科手術

傳統外科手術針對不同病情依據經驗形成大致手術方案，而實際手術過程中會發生例如解剖結構改變等突發事件，使得手術效果有較大的隨機因素。借助虛擬現實和數據融合等計算機技術，傳統外科手術正在向以精準為特征的全新手術模式——精準外科手術轉變。

術前，計算機將主刀醫生給出的手術方案結合醫學影像信息，經過專家系統以三維圖像呈現，通過手術團隊和患者的進一步交流，形成精細的術前決策【5】。同時，利用虛擬手術系統可以設計，預演和修正手術的整個過程，對于減小手術損傷，選擇最佳手術路徑，提高病灶定位精度都十分有益。

2015年12月29日，海信醫療發布的海信計算機輔助手術和海信外科智能顯示系統就是精準外科手術的落地成果之一。借助智慧醫療，這套系統可以幫助醫生了解肝癌病灶與器官管道系統的相互關系，計算器官病變體積，從而確定手術切除線路。

2.4 藥物研發

傳統的藥物研發周期長，成功率低，從靶點的發現、驗證，到先導化合物的發現和優化，再到候選化合物的挑選和開發，最后進入臨床研究【6】。而利用人工智能相關建模方法和大量高通量組學數據的分析技術進行有效靶點的篩選和藥物設計，能夠節省藥物研發成本，縮短藥物研發時間。2018年，Cell及其子刊針對癌癥基因圖譜（The Cancer Genome Atlas，TCGA）的Pan-cancer 分析發表了超過8篇文章，這項被譽為“人類癌癥研究的谷歌地球”【7】的偉大成就，正是利用人工智能深度挖掘TCGA數據庫中表觀的遺傳數據，尋找到腫瘤的干細胞相關特征【8】。

不僅如此，人工智能技術正促使藥物研發從以靶點為核心轉變為綜合表型篩選藥物，解決了復雜疾病靶點不明確，腫瘤的靶向藥物產生抗性等疑難問題。

3 遇到的問題或挑戰

智慧醫療作為一種新興醫療模式，在提供更高效更精確的醫療服務的同時，在主題責任劃分，安全與隱私，規范標準等方面也產生了一定問題，需要在其發展過程中予以重視和妥善解決。

3.1 主題責任不清晰

盡管隨著人工智能技術的發展，智慧醫療的診療速度和準確性在穩步提升，然而一旦出現錯誤，責任的界定是個棘手的問題。我國尚未出臺法律用于明確醫療機器人的責任歸屬，監管機制，以及其背后復雜的倫理邊界。當人工智能更多地應用于醫療活動，如何合理劃分主體責任顯得至關重要。

3.2 數據安全與隱私保護

智慧醫療高度依賴的海量數據，由于缺乏合理的數據共享和數據流通的機制，更易遭受攻擊和泄露的風險。近幾年醫療可穿戴設備隱私數據泄露的事件頻頻發生，Fitbit、小米、華為、Jawbone等生產廠家都被曝出存在隱私泄露問題。2015年發布的《國務院關于印發促進大數據發展行動綱要的通知》文件，重點強調了“健全大數據安全保障體系”與“強化安全支撐”【9】。大數據在醫療中應用甚為廣泛，在享受其帶來的好處的同時，應考慮到背后的個人隱私，數據安全等問題，通過技術手段，健全法律法規等合理應用大數據。

3.3 標準缺失

智慧醫療是一個涉及傳感網、通信網、健康信息處理、醫療終端和應用等多個環節的信息化建設工程，各個環節都離不開標準的規范和指導。在醫療信息化建設過程中，標準與規范建設的滯后會制約信息化發展瓶頸。因此不同醫療機構與研發機構之間需要提高信息互聯互通的積極性，對智慧醫療進入臨床的數據的安全性，算法的有效性進行驗證和評估效果，制定質量標準、準入體系、評估體系和保障體系。

4 結束語

智慧醫療的發展為人們提供了豐富的醫療資源和便捷智能的醫療服務，順應了信息化的發展潮流。然而在發展過程中，我們同時需要注意加強數據安全建設，明確責任劃分，制定監管規定與法律法規等多個方面，為智慧醫療的發展注入強大的動力。

參考文獻：

[1] 陳敏，武瓊，張幀，等.智慧醫療衛生服務的挑戰與啟示[J].中華醫院管理雜志，2013，29（8）：597-599.

[2] Ginsberg J，Mohebbi M H，Patel R S，et al.Detecting influenza epidemics using search engine query data[J].Nature， 2009，457（7232）：1012-1014.

[3] Das S，Roy Chowdhury S，Saha H.Accuracy enhancement in a fuzzy expert decision making system through appropriate determination of membership functions and its application in a medical diagnostic decision making system[J].Journal of Medical Systems， 2012，36（3）：1607-1620.

[4] 孔祥溢，王任直.人工智能及在醫療領域的應用[J].醫學信息學雜志，2016，37（11）：2-5.

[5] 唐雷.數字醫學技術與精準外科手術[J].中國實用婦科與產科雜志，2012，28（1）：7-9.

[6] 劉琦.人工智能與藥物研發[J].第二軍醫大學學報，2018，39（8）：869-872.

[7] Kruger R.Charting a course to a cure[J].Cell， 2018，173（2）：277.

[8] Malta T M， Sokolov A， Gentles A J， et al. Machine Learning Identifies Stemness Features Associated with Oncogenic Dedifferentiation[J]. Cell， 2018， 173（12）：338-354.

[9] 單志廣.國家大數據發展的頂層設計 數據強國戰略的沖鋒號角——《關于促進大數據發展行動綱要》的幾點解讀[J].財經界，2015（28）：30-35.

【通聯編輯：唐一東】