淺析人工智能醫生的發展瓶頸與解決對策

張沐欣 楊震 趙鵬 申學同

摘要：隨著人工智能技術不斷發展，人工智能醫生不斷取得了新突破，但是人工智能輔助醫療行業仍存在著諸多問題。本文通過發現人工智能醫生的發展瓶頸，分析問題根源，從而提出合理化建議，以期人工智能醫生更好服務于醫療事業。

關鍵詞：人工智能;醫療;問題分析

隨著“互聯網+”人工智能應用服務的推進，近年來人工智能技術在醫學領域的應用越來越廣泛。但人工智能技術是一門新興技術，目前還處在不完善階段，再加之醫療領域自身的獨特特點，使人工智能醫生的發展受到諸多因素的制約。現將人工智能醫生的發展瓶頸與解決對策分析如下。

1 人工智能醫生的發展瓶頸與根源分析

1.1 技術、人才方面存在缺口

核心技術原創和高端設備研發不成熟，成果轉化周期長，難度大。近年國內醫療器械原創核心技術較少，高精尖設備的自主研發、自主設計能力有待提高;而醫療器械從研發設計階段到投入市場使用，至少需要經歷設計開發、注冊檢測、臨床試驗、注冊申報、生產許可申請等無盈利過程。這些因素加大了人工智能診療系統構建的困難度，使人工智能醫生難以在基層全面部署。

人工智能輔助醫療領域相關專業人才不足。人工智能的技術特點和醫學的嚴謹性對相關從業人員提出了更高要求，人工智能醫生的發展不僅需要計算機技術從業者和醫學工作者，還需要各學科邊界上的接口人才、組織管理人才等。多領域結合人才缺口巨大，加大了構建一體化人工智能醫療系統的難度。

1.2 數據庫建立困難

疾病數據非結構化現狀使可利用樣本量增加較為困難。醫療數據的收集、匯總與分析是人工智能參與疾病診斷、治療的重要環節，人工智能輔助醫療行業實現與推廣的前提是建立相關數據庫，其數據庫來源是多元的、質量是不受控制的，這對人工智能輔助醫療事業準確性的提升有著極大作用。但現今各級各類醫療機構的數據雖較為龐大，但是其非結構化的特性導致難以形成系統有序的數據庫應用于臨床。

信息共享程度不足，數據未形成數據庫。目前大部分醫療系統相對封閉，數據之間流通開放程度還未達到預期，造成了數據資源的極大浪費，加重了臨床有效數據不足的問題。不同時期、不同地點數據的錄入標準不同，各學科缺乏統一的數據分析錄入標準，數據質量難以保證。數據的低質化和稀缺性讓疾病診療數據庫建立困難，阻礙人工智能輔助診斷醫療行業前進。

1.3 事故主體性界定未清

人工智能輔助醫療存在醫療安全性問題，當發生醫療事故時，其責任劃分的依據不清晰。醫療健康行業具有合規要求高、社會影響廣、風險系數大等特點。新興的人工智能輔助醫療行業對醫療責任的辨識不足，可能在算法與處理實際病例中出現問題，從而引發醫患糾紛。人工智能醫生在投入臨床使用前，運行程序需經大量模擬和完善，但醫學領域發展迅速，大數據也未必能夠面面俱到，難免遇到未經錄入的情況，從而降低人工智能醫生診斷的準確性，存在一定醫療安全問題。此外，醫生與人工智能醫生在疾病診療上各有優勢，故而在醫患關系中，誰在疾病診療中處于主導地位就成為一個現實問題，這是人工智能輔助醫療領域需要攻克的倫理關。

2 促進人工智能醫生發展的對策

2.1 完善人才體系，促進技術創新

一方面培養熟悉人工智能輔助醫療領域相關理論知識與實際應用的人才。在地方層面，充分利用國家級開放平臺，助力“人工智能+醫療”跨學科研究。在國家層面，建議建立由尖端人工智能輔助醫療領域人才或機構所構成的智庫，推動人工智能醫生的發展。另一方面培養熟悉“人工智能+”相關多領域的人才，能夠貫通AI+社會學、法律學、數統學等領域。以醫療大數據為例，醫療大數據建設是人工智能輔助醫療發展的基礎，但醫療大數據相關企業缺乏人工智能+數學、統計、數據處理的多能型人才。各高校可重視各學科邊界接口人才、組織管理人才的培養。

人才的培養是為了帶動技術創新，針對人工智能醫生發展困境，要利用復合人才，發展具有人類水平的人工智能技術。由于患者數據分散，人工智能難以發揮其學習能力，因此急需加強人工智能深度自主學習能力，充分利用現有數據進行專項訓練。還要不斷開發人工智能溝通、邏輯推理、學習、決策等較為高層次的功能。

2.2 打破數據庫壁壘，提高數據質量

構建開放共享的醫療大數據，打破醫療機構間數據壁壘。充分發揮相關管理部門的職能，不斷完善線上病歷、電子診療記錄等數據的共建共享，使各級、各類醫療機構的數據整合不斷加強、聯系更加密切，從而實現傳統的醫療衛生機構體系網向新型的醫療信息數據網升級轉化，更好為人工智能輔助醫療提供數據基礎。

將智能醫療設備的數據納入醫療數據庫。通過這種便攜性、簡易性的數據采集與記錄，實現對個人健康數據的長期有效管理。不僅能夠豐富人工智能醫生的個體、群體雙重數據庫，還能根據個人實時健康信息做到疾病早期診療與預防，使數據更具針對性，推動智能醫療向因人制宜的個體化方向發展。

2.3 規范倫理問題，處理責任劃分

要確保人工智能醫生具有道德倫理，首先要確保其程序開發者有正確的道德倫理傾向，為人工智能醫生的倫理安全保駕護航;其次要使人工智能醫生有合理的學習程序，不斷完善其道德性和倫理性。唯有解決上述問題，才能助推人工智能輔助醫療產品的走向市場得以大范圍推廣應用。（通訊作者：張碩）

參考文獻：

[1] 周吉銀，劉丹，曾圣雅.人工智能在醫療領域中應用的挑戰與對策[J].中國醫學倫理學，2019（03）.

[2] 趙飛，蘭藍，曹戰強，等.我國人工智能在健康醫療領域應用發展現狀研究[J].中國衛生信息管理雜志，2018（03）.

[3] 祁瑞娟，呂偉通.人工智能輔助診斷技術在醫療領域的作用與挑戰[J].中國醫療器械信息，2018（16）.

[4] 利用人工智能破解個性化醫療難題，思派輔助醫生預測和處理不良反應[J].智慧健康，2018（12）.

[5] 陳默.人工智能輔助醫療的醫患關系倫理機制重構研究[J].醫學與哲學（A），2019（09）.

基金項目：本文系山東中醫藥大學2019年省級大學生創新訓練項目（編號：S201910441011）調研成果。

（作者單位：山東中醫藥大學）