解锁AI医疗“落地之难”

【解锁AI医疗“落地之难”】

解锁AI医疗“落地之难”



AI(人工智能)医疗的出现为减轻临床医生工作负担、加大医疗服务供给提供了备受期待的解决方案,但采访人员近期采访发现,AI医疗落地远非想象中顺利 。
“垃圾数据”制约AI医疗施展拳脚
在近日中国半导体行业协会集成电路设计分会和芯原微电子(上海)股份有限公司主办、都江堰市人民政府等协办的“青城山中国IC生态高峰论坛”上,多位与会专家提及制约AI医疗施展拳脚的关键因素——“垃圾数据” 。
“AI医疗最大的挑战不是机器学习、神经网络和人工智能算法,而是各类医疗机构中的‘垃圾数据’ 。 ”北京太一科技有限公司创始人解渤说,一些医院决策者认为,只要有患者疾病和数字化健康档案数据就足够了,但很多数据由于诊断标准不统一、书写不规范、记录不完整,数据质量其实很低,对于AI机器学习而言几乎是“垃圾数据” 。
该公司将AI与中医学理论体系结合开发了智能脉诊仪,在整理中医数据过程中,研发团队发现由于缺乏针对脉诊进程、发展和未来变化的统一客观评价标准,如果不逐一对既有病例进行规范、整理和数据清理和规范,“AI机器学习几乎是‘垃圾进’‘垃圾出’ 。 这话听起来很不舒服,却是无奈的事实” 。
汇医慧影创新事业部总监左盼莉也表示,数据标识和诊断标准不统一是目前AI在医学影像领域主要的限制因素,为帮助训练AI算法模型建立“金标准”数据库,需要基于统一、规范的诊断标准,得出比较准确的训练结果,最终辅助临床诊疗 。
商业模式不清,AI医疗成“餐后甜点”
“核高基”国家科技重大专项技术总师魏少军判断,我国人口多,对健康的重视程度逐年提升,医疗水平处于加速换挡期,AI智慧医疗很可能成为新时代具有独特发展优势,有望实现高速发展的重点领域,每个环节都会产生大量商业机遇 。
在众多落地场景中,目前AI医学影像是最为成熟的一个 。 然而,上海联影医疗科技有限公司X射线事业部CEO向军说,尽管当前AI医学影像已经在肺结节、眼底、乳腺等病种筛查准确率上比医生出色,但AI所能覆盖的疾病种类依然有限,很难明显降低医生的负担、减少临床对医生数量的需求 。 目前,AI医疗好比“餐后甜点”,只是局部突破没法成为“刚需” 。
如何把AI医疗变成刚需?参与论坛讨论的博恩思医学机器人有限公司CEO李耀认为,AI医疗商业模式不清,还需探索建立“商业闭环” 。 比如,如何分类AI提供给医生的服务,AI到底能在什么场景下影响医生的判断、协助医生的工作,谁是AI医疗的最终受益方等 。
元禾华创投资管理有限公司董事总经理陈智斌认为,短期内,AI医疗产品商业化落地需要依靠制度供给和政策环境优化,激发医院、药厂、政府、个人等多方主体的支付动力;长期看,支付动力的增强需要市场认同及配套运行机制加以维持 。
临床痛点有待精准“治疗”,小芯片或能撬起大生态
项舟是四川大学华西医院外科副主任,长期从事骨科创伤领域临床工作 。 在论坛演讲伊始,他就对与会专家说:“我是带着临床上碰到的问题向大家求助的 。 ”他以临床骨盆骨折治疗为例,谈到目前虽然临床上可以绘制骨的三维图像,甚至可以通过3D打印得到骨形态,但骨盆微创复位、精准固定等仍是医生手工操作 。 项舟希望未来能提前将骨盆复位后的三维图像信息输入计算机,然后借助AI、手术机器人的操作实现更加精确地复位 。

推荐阅读