加载中........
×

三问AI+医疗的落地,这些问题必须想清楚

2018/7/8 作者:朱丽娜   来源:医学界智库 我要评论3
Tags: AI  互联网  基层医疗  

导读

其实辅助诊疗很大程度上意味着,医生是诊疗过程中的主体,具有其独立诊断和治疗的主动权。医疗AI的功能仅是为诊疗提供参考意见,因而它更多依赖于医生自身的专业素质,才能使AI辅助精准而有效,这也同样适用于在医学影像的诊断

AI医生的争议过去,AI辅助医生逐渐成为一种行业共识

医生被认为是医疗AI的实际使用者和受益者。因此医疗AI产品大多以辅助医生,提升诊疗效率为目标,尤其集中于医生的核心竞争力,即诊疗阶段。

同样,诊断也是患者就医的核心部分,企业和研发团队的AI产品据此走向两条主要路径——一是基于自然语言处理技术延伸出的诊疗服务,即根据病例和症状协助诊断病情;二是由计算机视觉技术开发的AI医疗影像,通过识别医学影像诊断疾病。

然而不管技术如何酷炫,重要的事情是AI在医院的落地实践。

AI诊疗的精准程度,依赖医生专业度

AI辅助医生的初衷,是为了取代繁琐的重复劳动,以便为医生争取更多时间进行临床研究。其产品想象是,借助AI为患者导诊、提供诊疗参考、跟进后续随访,既可提升医疗的整体水平,又帮助医生有更多的时间服务患者。

对于大医院的医生来说,这样的重复劳动集中在日常科研

医生开始自己的科研,原本需要将所有诊断过的病人病例调出,手动地输入参数进行分析。而在AI帮助下,医生可以直接输入整段文本,AI理解文本,直接输出病例分析。这得益于AI对于数据的结构化,医生只需要在输出的结构里,找出病例举证,即可完成论文发表。

但对基层医生而言,AI更有力地“辅助”了诊疗过程。

广东村医邓金科,将AI视为助手,协助为村民看病。据南方都市报报道,村医可下载AI智能医生APP,遇到难以判断病情时,便可根据村民的症状描述,在手机上一步一步问诊,AI医生就能辅助诊断。若仍觉得拿不准,可将信息推送云端,以远程医疗的方式由大医院医生协助。

其实辅助诊疗很大程度上意味着,医生是诊疗过程中的主体,具有其独立诊断和治疗的主动权。医疗AI的功能仅是为诊疗提供参考意见,因而它更多依赖于医生自身的专业素质,才能使AI辅助精准而有效,这也同样适用于在医学影像的诊断。

由于AI吸收了大量三甲医院的优质医疗案例,自身便含有完整巨大的专业知识库。许多时候,对于临床经验丰富的专家而言,其诊疗并不受到AI影响。但对于尚处成长期的医生来说,AI大大降低了学习成本。

“现在人工智能在向很多专家学习,学习他们的思考方式”,厦门大学附属第一医院互联网医院执行院长许中称,“对于小医生而言,学习成本大幅度下降,更有利于医务人员更好的把诊疗行为规范化。人工智能现阶段对医务人员的帮助很大。”

虽然各家AI企业都宣称自家产品提高了医生的诊疗效率,并进行不同的阅片挑战,以证明AI的影像诊断准确率可靠,如近日医疗影像AI战胜人类顶级医生。

但当落地于医院实际诊疗之中,AI是否真实提升了医生的诊疗效果,类似这样的数据验证,至今尚未被企业拿出来。

医院需要怎样的AI产品?

当AI进入医院科室,便参与进了“智慧医院”的信息化系统,渗入医生的日常工作,并使得医院管理走向标准化。在厦门大学附属第一医院互联网医院执行院长许中看来,AI提高了医院效率,主要体现在减少医生的漏诊误诊,诊疗安全性大幅提升,并缩短医生临床研究的时间。

以医生写病例为例,“在同样的时间医生就可以有规范、详细的、病人能一目了然的数据生成出来,这就是规范诊疗行为效率的提高”。面对三甲公立医疗的巨大工作量,许中认为,“效率是医院最重要的工作出发点”。

同时AI也为医院带来了标准化的医疗成本控制。由于AI产品为医院信息化设定了标准化的流程,比如将诊断、检查、开药标准化,“避免医生有意无意的多开检查、多开药,让医疗成本能最大的节约”,许中说。

这也为AI的医院落地提出了真正的问题——医院究竟需要怎样的AI产品。

上海长征医院教授刘士远给出一个可能的答案,“只有符合临床使用场景,能够提高效率和准确率,人机交互友好,且敏感性和特异性高,并以检查部位和目的为终端解决方案的产品,才是医院真正需要的AI产品。”

AI误诊责任归谁?

既然AI被定义为辅助医生的角色,也无法杜绝漏诊误诊的可能性,因此面临其责任由谁承担的问题。

日本已经开始了医疗AI应用的法律责任探索。据日经中文网报道,日本政府将完善关于人工智能医疗设备的一系列规则,明确诊疗的责任归属,规定诊断的最终责任由医生承担。

日本将制定从研发到上市后针对医疗AI的一系列规则/图片来源日经中文网

厚生劳动省认为,由于AI 存在误诊的可能,所以将AI医疗设备定位为辅助医生进行诊断的设备,基于《医师法》规定“作出最终诊断和决定治疗方针的责任由医生承担”。

而中国尚未明确责任归属,但已开始将医疗AI纳入医疗器械分类的政策制定,也是开放创新医疗器械的政策信号。

2018年8月1日,新版的《医疗器械分类目录》将开始实施,其中新增了与AI辅助诊断相对应的类别。按照分类规定,对于仅有辅助诊断的建议功能,可不直接给出诊断结论的AI产品,可以申报二类医疗器械;对病变部分进行自动识别并提出明确诊断提示的,应申请三类医疗器械。

医疗器械技术审评中心主任孙磊近日在接受媒体采访时称,“人工智能产品是研发的热点,但距离实现产业化还有一段距离”,其预计明年将有大量独立医疗Al软件进入上市审评阶段,中心目前尚未收到企业提交的医疗Al产品上市申请。评审中心已成立人工智能研究小组,但针对人工智能产品的具体规则还尚未公布。

如果公司想要走医院采购,则必须通过相应认证,意味着需要公司获得大量真实的临床应用数据,并通过申报。

AI落地基层医疗,有无可能?

据动脉网报道,目前AI产品扎堆医院,医院出于数据安全的考虑,至多只和1-2家厂商合作。

两者之间的互动分工是,由医院方提供数据,公司为医院进行数据标准化的服务,并借助医院数据训练AI产品。优质的医生和医院这一互动中往往占据着主动地位,AI企业迎合医院的需求,以寻求合作获得数据对AI进行训练。

现阶段的普遍状况是,医疗AI与基层医疗的合作极少,原因是AI的准确度尚不足以辅助基层医疗。

已有的合作模式常建立在远程医疗的基础之上,由大医院孵化AI医生,辅助村医完成日常诊断,预计下半年将“进驻”广东省的2277个贫困村。医院方认为该产品覆盖了90%的社区医院日常诊断病种,并具有高达95%的诊断准确率。

而这仍需要被讨论,AI落地基层医疗,其背后是否有一个结构性的问题——基层医疗的医生数量和质量不足,专业判断有限;基层医疗的“数据孤岛”,有着大量尚未标准化的数据,都成为AI落地基层医疗的现实困境。

无可否认,AI技术在持续地撬动和改变原有的医疗日常,但涉及技术如何落地实践,参与医生乃至基层医疗之中,是需要被长期追问的问题,也正是AI产品的真实价值所在。



小提示:78%用户已下载梅斯医学APP,更方便阅读和交流,请扫描二维码直接下载APP

只有APP中用户,且经认证才能发表评论!马上下载

lyh

考虑得很深远啊

(来自:梅斯医学APP)

2018/7/10 11:17:57 回复

龙胆草

学习谢谢分享

(来自:梅斯医学APP)

2018/7/9 8:30:06 回复

sunfeifeiyang

(来自:梅斯医学APP)

2018/7/9 7:23:38 回复

web对话