当前位置:网站首页 >> 生活

烦恼一缺少有质有量的数据支撑2019iyiou

时间:2019-05-14 17:26:53 来源:互联网 阅读:0次

【编者按】人工智能毋庸置疑是2017年度火热的细分环节,本文从行业现状、应用突破、“成长烦恼”、未来发展4个角度分析了“人工智能+健康医疗”的发展,本文为下篇,讲述了该细分领域“成长烦恼”与未来发展(上篇链接:)。

本文转载于公号东软管理咨询,作者毕丹;由亿欧整理,供行业人士参考。

人工智能+健康医疗发展过程中遇到的“成长烦恼”毋庸置疑,人工智能带给医疗行业的想象空间是无限的,但要真正大规模应用于临床,实现遍地开花,在深入发展过程中还需要克服以下的“成长烦恼”。

烦恼一,缺少有质有量的数据支撑

目前我国的健康医疗大数据存在着数据不完整、数据质量不高、数据共享开放水平较低等多方面的问题,医疗数据的“量”和“质”将是阻碍人工智能在医疗行业应用发展的主要原因。因此,国家应该在原有的标准管理体系框架内,加强信息和标准的整合,加强国家、行业现有相关标准的普及推广,并出台一系列激励和惩罚措施来推动标准的应用和落地。建立一套有效、完备、真实可靠的数据评估体系,进一步提升数据质量。同时应该加快完善数据共享开放机制,发挥数据应用价值,为人工智能应用提供有质有量的数据支撑。

烦恼二,缺乏专属法律法规及配套机制

与当前人工智能在健康医疗领域发展火热,形成鲜明对比的是政策法规的制定相对滞后。例如当AI的诊断可以替代医生的诊断时,如果人工智能的决策导致意外,谁应该对其负责?人工智能创作的知识产权应该归谁所有?人工智能研发人员应该有哪些法律权利和义务?一旦人工智能拥有了超级能力,又该用到哪些措施进行监管等这些问题,都没有明确的法律法规规定。

因此为了让人工智能更有效的服务医疗,并规范行为,明确边界,创造良好的市场环境,从而推动其创新发展,就应该从多个维度建立完善人工智能在健康医疗领域专属的法律法规体系及配套机制。

首先应该在国家卫计委已经颁布《人工智能辅助诊断技术管理规范》与《人工智能辅助治疗技术管理规范》(手术机器人系统14个指标)的基础上进行完善,制定人工智能参与临床医疗的评测标准。例如:智能诊断结果如何与医生的判断相结合才能进入临床使用;各种类型的手术当中有哪些过程是可以有人工智能机器人代替人的,又有哪些是必需医生来判断和操作的。

其次建立灵活的安全认证体系,不断优化CFDA认证流程,并出台过渡政策,如对于相对成熟的产品发“临时牌照”,对于开发公司可以考虑进行研发实力、人员组成、医疗数据基础、软件研发流程、产品故障率等整体认证,对于通过认证的公司的智能诊疗软件,在报备之后就可以上市使用,进入临床医疗过程。

再次构建安全评估、追溯与保障体系。要加强安全测试,从国家层面制定评测的标准指标,建设医疗领域人工智能测试平台,提高公众信任度。建立追溯体系,保证算法的透明,使人工智能的行为及决策全程处于监管之下,确定医疗损害的法律主体,明确研发者、运营者和使用者各自的权利和义务,并探索建立人工智能医疗保险制度,解决受害者的赔偿问题。

加强人工智能+健康医疗领域的知识产权保护,当前许多应用由医院、科院院所、人工智能企业等多方联合开发,终知识产权归属需要进行明确。同时,未来可能在医疗领域会出现医生和人工智能交互过程中实现的创新,其创新成果也需要对知识产权进行界定。并从国家角度建立人工智能专利池,促进新技术的利用与扩散。

烦恼三,道德伦理面临挑战

由于人工智能在健康医疗领域使用训练数据的多样性有限,数据可能是不全面、不相关和不准确的,算法模型的设计也许会有编程人员的主观选择和判断,这就可能导致人工智能的结果影响个人权益,或者对某些群体造成歧视。另外应用与产品的价格问题,可能会加剧患者之间机会不平等,这些都会带来道德伦理的挑战。

因此国家应该牵头对人工智能可能产生的医学伦理问题进行研究,加强对人工智能在医疗领域潜在危害与收益的评估。同时通过制定辅助诊断的衡量指标、规范数据的收集与分析、引入专家的知识逻辑、建立垂直领域的权威标准平台等方式,防止数据带来的歧视和偏见。训练和设计过程中需要秉承广泛的包容性,充分考虑女性、儿童、残疾人、少数族群等易被忽视群体的利益。并不断优化算法,同时尽量让“黑盒”算法透明,确保算法的公平性。

烦恼四,技术成熟尚需时间

我国在基础理论、核心算法及关键设备等方面与发达国家存在较大差距,缺少重大的科技原创成果。当前人工智能很多底层技术,仍处于研发阶段,很多问题并没有得到解决。例如,在超过100种的癌症中,人工智能技术目前仅能识别乳腺癌、宫颈癌、胃癌、肺癌、肝癌等少数病种,大规模突破还需时间。而手术机器人柔性控制模块、传感器等软硬件技术也尚不成熟。另外目前的算法只能让人工智能帮助人类快速的自动执行(识别),却不能理解这件事本身,需要更多算法上的新突破。因此应该从关键共性技术研发、基础平台建设等方面强化技术部署,研发感知识别、知识计算、认知推理、人机交互等为重点的关键共性技术,统筹建设人工智能创新平台,强化对人工研发应用的基础支撑,形成开放兼容、成熟稳定的核心技术支撑体系。

烦恼五,缺少复合型跨界人才

人工智能与医疗的融合增加了对复合型跨界人才的需求,只有既懂医疗又懂人工智能的复合性人才,才能做出创新。当前高校的培养与市场需求存在断层,输出人才的数量远远不及市场需求量,缺少综合型跨界人才。人才的缺口造成了人工智能企业同质化现象严重,目前单纯影像AI公司就超过50家。因此应重视复合型人才培养,重点培养贯通人工智能理论、方法、技术、产品与应用等的纵向复合型人才,以及掌握“人工智能+”经济、社会、管理、标准、法律等的横向复合型人才。加强产学研合作共建学科,鼓励高校、科研院所与企业等机构合作开展人工智能学科建设,开展创新型专业人才继续教育形式,建立公平合理的人才考评机制,有序推动人工智能+健康医疗人才结构优化。

未来,我们需要什么样的人工智能+健康医疗?首先从需求端看,近年来借助互联+,患者的就医效率和体验得到了极大提升,但医疗痛点资源不均衡的矛盾并没有得到根本性地解决,与此同时人口老龄化进程加快、慢性病发病率走高等需求端的压力将进一步激化资源不均衡的矛盾。而2017年人工智能在智能导诊、语音电子病历、影像辅助诊断等环节所表现出的降本增效能力,可以将医生从繁重的重复性劳动中解决出来,专注于更有价值的事情,为解决资源不均衡提供的新思路,因此健康医疗有望成为未来人工智能发展潜力的领域之一。

其次从市场空间看,根据埃森哲的预测,人工智能+健康医疗的市场规模将从2014年的6亿美元增加到2021年的66亿美元,年复合增长率达到40%。另外医疗是一个数据密集型、脑力劳动密集型、知识密集型的行业,需要依赖强大的知识储备和处理分析能力进行判断、诊疗。医疗行业特征高度契合人工智能的技术优势,充分发挥人工智能+健康医疗高效率、低成本的核心价值,将人工智能技术赋能医疗行业的价值将是不可估量的。埃森哲预测了2026人工智能在医疗领域有价值的10个人工智能项目,总价值大约是1500亿美元。排名前三位的分别是个项目机器人辅助手术,特别适用于骨科手术,它可以将手术前医疗记录中的信息与实时操作指标结合起来,以指导和提高医生的仪器精度。排在第二的项目是虚拟护理助理,可以节省护士在非必要情况下探视病人的频次,也可以防止病人在不必要的时候跑到医院。第三个项目是协助行政工作的应用程序,它可以节省医生和护士宝贵的时间,减少非病人护理任务,譬如撰写处方等行政工作。

从资本市场看,我国近年来投资市场火热,根据亿欧智库的统计显示,截止至2017年8月15日,国内医疗人工智能公司累积融资额已超过180亿人民币,融资公司共104家;但从融资轮次上看,大部分的融资事件都发生在种子轮、天使轮以及A轮这样的早期风险投资阶段,这表明行业内的公司大多还处在初创阶段,整个行业呈现出年轻化、集中度低的态势,尚未出现明显的独角兽或者垄断。从融资额度上看,更是可以看出非常明显的增长趋势,仅国内来说,千万级和亿级的融资事件占到了65%以上。从应用的细分领域看,根据火石创造的报告显示,治疗前阶段主要涵盖了辅助诊断、医学影像诊断、虚拟助手等领域,目前这部分是人工智能发展比较成熟的部分,特别影像辅助诊断在某些领域,准确率可以高达98%以上,大大缓解影像科医生的工作强度。这一领域的公司是目前资本活跃的部分的,市场规模预计可以达到万亿。治疗阶段主要以药物研发、智能医疗机器人等应用形式出现,从全球的情况来看,人工智能辅助药物研发的公司比例相对较高,在研发周期长、投入大、失败率高等为特点的药物研发现状影响下,产业发展的需求量大,可达到千亿级的市场。在智能医疗机器人方面,目前医疗机器人全球做的的是达芬奇机器人,国内也有部分初创公司在做这部分工作。人工智能结合医疗机器人的市场前景其实被广泛看好,在未来将是高速增长的一部分。治疗后及康复阶段,人工智能在这一阶段的应用有着覆盖范围广、应用场景多等特点,涉及健康管理、可穿戴设备、风险预测、信息化和数据管理等,有很大一部分都是消费级的产品,在未来可能会是增长规模的部分。

综上,人工智能本质上带来的是供给端生产力层面的核心变化,通过上述分析以及腾讯研究院2017年月开展的络调查显示,有49%的人认为人工智能在医疗和诊断领域应该以人类为主,以人工智能为辅的结论,都可以看出当前各方对医疗人工智能的接受度不错。因此未来人工智能+健康医疗在单点、纵深领域不断突破的同时,需要将各个散点的应用组合成更大的应用场景,发挥其更大的优势。

因此我们认为未来人工智能在医疗领域大场景的应用,应该在以基层为核心的分级诊疗服务,和以医院为核心的疑难重症诊疗服务场景上率先实现突破,充分发挥其优势,对医疗服务产生深远影响。

在以基层为核心的分级诊疗服务的场景中,未来居民在社区卫生服务中心进行定期常规检查,智能影像可以帮助基层医生判断某一用户可能存在一定风险,并利用智能辅助诊疗应用给出的诊断和治疗方案建议,同时通过智能语音电子病历记录用户情况。若用户需要转诊,医生可利用智能导诊系统协助其完成一系列转诊预约工作,同样用户从上级医院转回时,可以和医生完成衔接。待用户回到家中,可以利用虚拟医生将针对用户情况持续进行健康教育,并关注用户健康数据对其进行健康风险预测,必要时及时通知家庭医生。同时,家庭医生在碎片时间也可以通过智能远程教育平台,通过虚拟病人等手段不断提升自己的服务水平。在这个场景中,涉及到服务人员服务能力及效率的提升、多服务主体资源配置与协同、服务对象依从性管理等多个方面,通过人工智能为基层医疗赋能,持续的把先进技术的红利输送给基层,形成完整的人工智能+分级诊疗场景,为提升基层医生诊疗水平,实现中国的普惠医疗发挥更大作用。

在以医院为核心的疑难重症诊疗服务场景中,未来一个病情复杂的癌症病人来到医院,医生在智能辅助诊疗系统的帮助下进行针对性的检查,实现快速确诊。该病人阶段需要手术治疗,医生在智能手术机器人的帮助下完成了单纯依靠人工难以实现的手术,在完成治疗的同时限度减少创伤。之后病人开始“放疗+药物”的治疗,智能影像为其勾画了放疗方案。同时通过大数据和人工智能加速了药物研发过程,让治疗可选择的药物更多,针对这一病人在智能辅助诊疗系统的帮助下,为其定制个性化的药物方案。同时其服用的药物带有微型人工智能芯片,可监控药物疗效并传回必要的体征数据,通过对数据分析可以及时调整用药情况,进而达到的治疗效果。针对该病患的疑难重症诊疗涉及到诊断、治疗、药物匹配与药效监控等多个层面,在人工智能的辅助下,将人类医生的核心智慧进行放大,两者相结合创造出来的新技术和新方法将大大提高诊疗质量,将为健康医疗带来突破性发展,攻克目前我们仅依靠人类医生无法解决的医学难题。

医学作为人文与科学相得益彰的领域,人工智能在健康医疗领域的定位或许不应该是颠覆而应该是辅助,更好地去定位医护工作者的核心价值,构建一个有人工智能参与的新的医学伦理环境,是整个健康医疗行业未来的发展趋势。通过多方持续的共同努力,未来人工智能+健康医疗一定会为医疗带来更深刻的改变,为我们带来更多的惊喜,让我们翘首以待!

反欺诈
2010年合肥A轮企业
定位技术

相关文章

一周热门

热点排行

热门精选

友情链接: 综合 安全 怎么做小程序 行业资讯
媒体合作:

Copyright (c) 2011 八零CMS 版权所有 Inc.All Rights Reserved. 备案号:京ICP0000001号

RSS订阅网站地图