回归医疗本质，解决临床问题——医疗AI如何大规模落地？

本次“两会”举办之际正值十四五规划的开局之年，也是我国进入新发展阶段的第一年。医疗健康一直是民生之重，动脉网对参会代表及委员们有关医疗健康领域的部分议案建议和提案进行了整理。总的来说，强化基层医疗、中医药传承发展、医药创新、加强医保覆盖及商保补充、鼓励扶持医药器械“国产替代”、数字医疗应用等方面是大家关注的重点。

众多医疗相关提案之中，多方对于AI技术的倡导值得一谈。在基层医疗赋能、精准医学研究等领域，这一技术都发挥了至关重要的作用。从目前来看，虽然各家企业都在各类医疗机构寻找人工智能的落地场景，但少有企业能够从“回归医疗本质，解决临床问题”的角度出发，找准这一技术的现实刚需，并实现规模化落地。要解这个问题，我们必须对医疗AI的需求探索、规模化落地与商业化是三个阶段进行分析。

探索AI的基层医疗合理性需求

无论是三医联动，还是分级诊疗，政策推动受阻背后的很大原因是因为基层医疗基础设施的缺乏，即薄弱的信息化基础、能力和数量都非常有限的医生资源。两者进一步导致基层医疗不被信任，相关资源闲置，没有发挥应有的作用。

科大讯飞智慧医疗事业部总经理陶晓东认为：“受限于基层医疗的能力，居民生病之后的首选一般不是基层，因为患者不能判断出来他的疾病到底是一个轻症还是重症，尤其是城市中的居民，一个常见的症状，他也要去一个大医院去看病。所以基层的门诊量小，是有闲置的医疗资源的。因此，很多常见症状、常见病本应在基层解决，却去了大医院，让大医院里面的专家看常见病，这是对基层医疗资源的闲置与对大医院优质医疗资源的浪费，是医疗体系中的‘双重浪费’。

在基层医疗之中普及AI可以解决这一问题。具体而言，利用AI的辅助诊断功能（CDSS），基层医疗可以再“造”一个具备全科医疗知识的助手，辅助医生进行诊疗。

从这个思路出发，BAT、科大讯飞、各大信息化企业都开发了相应的全科AI+CDSS，提升基层医疗的信息化水平、基层医疗诊断有效性，试图从根本解决基层医疗问题。

值得注意的是，CDSS的确可以解决单个机构资源缺失等问题，但并没有解决医疗数据标准化这个问题。2019年，广西一地市卫生健康局曾发布的《实施三医联动的新举措、存在问题及建议》中指出，三医联动难以执行的问题之一，便是“联”字的贯彻不彻底。具体而言，监管机构没有一个包含完整患者信息的数据库作为基础，便无法对患者就医行为中涉及的机构进行监督与管理。

对于这个问题，科大讯飞找到了一种有效的方法进行解决。具体而言，该公司与区域卫健委进行合作，制定标准，而进在区域范围内推行CDSS，解决了各基层医疗之间以及基层医疗与上级医疗机构的互联互通问题。

截止2021年2月28日，从基层医疗需求入手设计的智医助理，已经覆盖全国170+区县的30000余家基层医疗机构应用，服务超过50000名基层医生，惠及5000多万居民，日均提供超40万条辅助诊断建议，累计提供AI辅助诊断超1.2亿次，有效提高了基层的诊疗服务水平，并在行业之中给出了AI规模化落地的典例。

探索AI的三甲医院合理性需求

三级医院的需求与基层医疗大不相同，后者要的是规范化与一致化，前者则需要深入理解医学，去解决临床过程中的问题。

以影像领域为例。在整个诊疗流程中，医学影像位于诊断环节，是医生诊断患者的重要手段，而非唯一手段，年龄、既往病史、血常规乃至病理切片信息都是医疗做出最终决策的证据。因此，我们需要将AI能力定位于放射科医生或是临床医生的需求。

科大讯飞智慧医疗事业部总经理陶晓东告诉动脉网：”放射科AI是目前较为成熟的一个子领域，AI确实可以提高医生诊断的准确率与效率，但并非‘替代’。在长时间的阅片过程中，医生可能因为疲劳忽略的一些可能的影像细节，这时，基于算法的AI便能为医生起到查漏补缺的作用，同时提高医生效率；另一方面，由于AI是受算法和数据两个因素影响，因而给定影像，就不会像人一样受环境、状态影响提出不同的判断，换言之，AI拥有极高的一致性。”

从上述分析出发，我们可以清晰判断影像AI的使用场景——影像科、临床科室以及业务繁忙的第三方影像中心的确存在应用需求。这种需求来源于“解放劳动力”。

AI语音录入是一个更为成熟的三级医院AI应用技术，其落地最早可追溯至6年前。

医院口腔科中，该科医生在诊断治疗过程中往往两只手都被占用，无法书写病历。因此，他们要么选择在诊疗完成之后凭借回忆书写病历，要么再找一位护士帮忙记录。

前者的缺陷在于，非实时记录的病历极易忽视细节，出错概率大大提升，后者的缺陷在于人力资源的额外支出，将为患者、医院带来治疗支出的上升。

以此需求为切入，国内AI上市企业科大讯飞曾开发了一套口腔科医生专用的电子病历，通过”语音录入+AI分析”即可书写电子病历，有效帮助医生提升诊疗效率。

该AI满足两点条件：首先存在广泛的市场，各大科室都存在语音录入病历需求；其次其局限性——嘈杂的录音环境影响录音质量——存在被突破的可能，科大讯飞采用了一系列手段缩小局限性带来的影响，譬如开发指向性麦克风、降噪器等声音采集优化设备。这是一个正向的AI发展过程，也是科大讯飞的语音AI能够迅速落地200多家医院的原因。

CT-FFR是另一个存在AI真实需求的例子。CT-FFR为临床提供了一种新型、无创的功能学评估手段，是做医生仅凭影像不能做的事情，主要目的是帮助医生增效，具备创造性的临床价值。目前，科亚医疗、数坤科技、博动医疗均在此赛道上迅速落地，其中科亚医疗的AI产品率先获得了国药监局三类证审批认证。

从规模化落地到商业化，AI需要政策助力

满足需求之后，企业需要解决商业化问题。这时，我们便需要讨论得到医院获得服务所需付出的成本，这里需要从三甲医院与基层医疗两个角度回答“为什么要购置AI”这个问题。

以影像AI产品为例，医院需要考虑它能带来的实际价值。如果一套AI产品为医院带来的仅仅是加速医生的工作效率，而并没有为医院带来实际效益，采购的几率就不高。

我们调研发现，私营医疗机构比公立医疗机构更乐于采购一些先进的设备，因为这些设备能够有效为他们降低成本，并提高患者对于医院的印象分。同样地，要让AI产品真正落到医院场景中，就需要找到在临床流程中，AI产品可以帮助哪些环节降本增效。

在医院场景之外，医疗AI的需求可能就不完全是以成本回报来计量。

疫情之后，国家倡导的分级诊疗、构建新一代公共体系在不断加快。作为新基建的一环，国家也在不断加大对医疗AI的投入。AI的可持续发展将来源于对基层医疗场景的赋能，建立一个拥有健康资源分配的医疗体系。

全国人大代表、科大讯飞董事长刘庆峰在两会期间提出了8个提案，其中 2个提案均与基层医疗的赋能有关，希望迎来自上而下的改革。

具体而言，他希望由国家卫健委牵头，从基层医疗出发，依靠AI等科技力量助力传染病防控。其次，建议科技部和国家卫健委加大对医学人工智能的科研支持力度，对已经规模化应用的“智医助理”等人工智能辅助诊疗技术进行推广；加速评估、落地智能语音电话机器人等能够辅助家庭医生工作的AI；加快医疗人工智能产品的标准体系和认证体系建设，推动AI的规范化认识。

刘庆峰认为，“面对我国优质医疗资源相对匮乏和基层医疗服务能力不足的结构性问题，AI技术在提高基层医疗水平、提升医疗保障的力度等民生领域已经取得显著成效。”换言之，加快推动AI应用于我国基层医疗，不但可以提高基层医疗服务能力，还可以起到“防控治未病”的作用，这是AI能给为基层医疗带来的未来价值。

这背后，就需要AI帮助基层医疗提升医疗质量、留住患者、培养年轻医生。但由于基层医疗机构本身缺乏资金实力，正如两会部分提案中所建议，这样的升级过程也需要卫健委牵头完成。

写在最后

通往成功的路是曲折上升的，AI亦如此。

从1956年至今，AI经历了三次盛夏与两次寒冬。在这个过程中，科学家们逐渐解决了计算能力的限制和各种各样数据的限制，但又重陷与各种限制之中，然后再度突破，往返上升，往返循序。

在上升的过程中，医疗AI仍要保持初心，回归医疗本源，做好需求、落地、成本分析三个方向，才不至于做出存在而无意义的AI产品。

重拾“AI能解决什么样的医疗问题？”这个提问，在医疗领域之中，或许应该修正为“医疗需要AI解决什么问题？”。站对了角度，才有广阔且存在价值的成长空间。