學術資訊|人工智慧在醫療領域的應用建議：普惠、精準，打通「最後一公里」

• 2020 年 3 月 17 日
• 筆記

以下文章來源於騰訊研究院，作者曹建峰

曹建峰 騰訊研究院法律研究中心高級研究員

01發展人工智慧醫療應用的意義

今年兩會上，包括醫療健康在內的民生話題依然是熱點。多個醫療相關提案議案涉及人工智慧等前沿科技。

比如，全國人大代表、騰訊公司董事會主席兼首席執行官馬化騰提出，利用數字技術實現普惠醫療和精準醫療，促進醫療健康事業平衡充分發展，其中就包括初見成效的醫療影像識別、智慧診療工具、機器人輔助手術等人工智慧醫療應用。全國政協委員、搜狗CEO王小川也關注人工智慧對醫療的價值，提出藉助互聯網、大數據、人工智慧等技術，構建新型醫聯體,即採取「核心醫院+基層衛生服務機構+數字家庭醫生」的三級供給模式,打通醫療惠民的「最後一公里」。數字家庭醫生就涉及到人工智慧的應用。

《2018年政府工作報告》在回顧過去5年醫療工作的同時，提出：實施健康中國戰略；提高醫療衛生服務品質，下大力氣解決群眾看病就醫難題；加強全科醫生隊伍建設，推進分級診療；支援社會力量增加醫療、養老等服務供給；加強癌症等重大疾病防治攻關；實施大數據發展行動，加強新一代人工智慧研發應用，在醫療、養老等多領域推進「互聯網+」。

在這些醫療目標的實現上，人工智慧技術可以發揮重要作用。人工智慧被比作21世紀的聽診器，有望成為醫療機構和醫護人的強大「助手」和外腦，可以顯著提升醫療健康服務的效率和品質，並幫助節約醫療支出以滿足更多醫療需求。

在中國醫療資源整體不足、地域分布不平衡，全科醫生短缺，分級診療不理想、醫療需求持續攀升等大背景下，發展人工智慧醫療應用尤其具有重大意義，可助力新醫改和十九大報告提出的健康中國戰略。

02

發展人工智慧醫療應用面臨的問題

當前，人工智慧在醫療領域的應用已取得了一些進展和突破。

較高準確率的醫療影像識別可以輔助醫生進行癌症診斷；智慧診療工具可以根據病歷和癥狀及大量醫療數據和知識幫助醫生改善診斷結果，制定個人化、精確化的治療方案；人工智慧在新葯研發中的應用可以顯著降低研發成本、縮短研發周期，輔助發現新葯；機器人輔助手術可以提高手術的精度和成功概率；虛擬護士、可穿戴設備可以實現健康自我管理；人工智慧用於醫院管理，可將行政管理工作和重複性工作自動化，提高醫院運行效率並優化各方面流程，為醫護人員和病人節約時間；此外，人工智慧還可用於預測、防控重大流行疾病，實現精準醫療，等等。

但醫療數據開放共享程度不高、人工智慧醫療應用缺乏政策支援和配套法規、面臨公眾信任和倫理挑戰、缺少複合型人才等問題，制約了人工智慧技術與醫療健康產業的深度融合。

• 健康醫療大數據的品質和開放共享程度不高

大數據是以深度學習為代表的人工智慧技術的基礎。發展人工智慧醫療應用需要大量可以開放共享的高品質醫療數據的支撐。

雖然中國出台的《「健康中國2030」規劃綱要》和《關於促進和規範健康醫療大數據應用發展的指導意見》對健康醫療大數據的開放和應用作出了部署，但當前醫療數據品質不高，開放程度仍然有限。

比如，醫療健康行業資訊化程度不夠，醫療數據開放的方式、品質、標準、隱私保護、使用條件等缺乏國家法規政策依據，以及衛生計生、社保、公安、民政等政府部門之間、醫療機構之間及醫療機構和社會第三方機構之間均存在不同程度的數據壁壘，導致數據重複生產、採集、歸檔等，阻礙了健康醫療大數據的系統性建設和開放。

此外，按照當前醫療領域政策，民營企業等第三方依然難以有效利用醫療健康數據，進行醫療健康服務創新，開發人工智慧醫療產品和服務。

• 人工智慧醫療應用領域缺乏政策支援和配套法規

一方面，醫療行業歷來受到政府嚴格監管，所以人工智慧技術在醫療行業的應用和發展離不開政府的政策支援。

另一方面，與人工智慧在醫療行業廣泛應用形成強烈反差的是，相關的政策法規相對落後。比如，人工智慧代替或輔助醫生進行診療或手術，一旦造成醫療事故，權利義務和責任承擔如何配置。智慧診療軟體的監管和認證需要創新。數據使用和演算法模型中的問題，可能導致人工智慧的診療結果影響個人權益，或者對某些群體造成歧視。

• 面臨技術瓶頸、公眾信任和倫理挑戰

當前，中國在人工智慧基礎理論、核心演算法、關鍵設備等方面與發達國家存在較大差距，人工智慧技術在醫療健康領域尚未取得大規模突破；手術機器人柔性控制模組、感測器等軟硬體技術尚不成熟；深度學習決策過程的不透明性和不可解釋性，可能限制其在醫療領域的大規模應用。

在公眾信任方面，雖然人工智慧醫療應用不斷趨於成熟，但調查發現，其尚未獲得公眾信任，很多消費者對此存遠觀和懷疑態度，不願意接受人工智慧診療、手術等，僅希望用人工智慧進行常規指數監測、心率監測、健身監測等非治療環節。

此外還有倫理挑戰，包括人工智慧醫療應用研發、部署和使用的倫理規範，改變傳統的醫患關係，衝擊醫療健康領域就業，人工智慧醫療產品和服務價格加劇患者之間機會不平等。

• 人工智慧醫療應用領域缺乏複合型人才

人工智慧等新技術與醫療的融合刺激了對複合型人才的需求，但當前高校的醫療教育培養模式還比較傳統，與人工智慧等新技術的結合不夠，導致相應人才供給出現斷層，輸出的人才數量遠不及市場需求量。而醫療健康產業的智慧化轉型，依賴於複合型人才的持續供給。

03

對發展人工智慧醫療應用的建議

• 多維度建立相關政策法律體系及配套機制

首先，國家層面可考慮出台戰略性的引導和支援政策。人工智慧與醫療健康服務的融合能夠帶來顯著的社會經濟價值，實現醫療健康產業智慧化轉型，保障健康中國戰略的實施，為此，可以考慮出台戰略性政策，明確相關研發、應用和產業發展的方向和重點並提供多種引導和支援，推動人工智慧醫療產品和服務大眾化，惠及每一個國民。

其次，建立健全醫療數據開放共享機制並強化資訊安全和隱私保護。國家層面加快制定統一的醫療數據開放共享政策和標準，統一醫療數據互聯互通標準，確保醫療數據開放的集中管理，並明確醫療數據開放的對象、方式、條件等。為健康醫療大數據的開放共享和多主體參與數據增值利用提供依據，推動電子病歷和健康檔案個人可攜，支援醫療健康服務模式創新。此外，鑒於醫療數據的敏感性，探索制定特別法規保障醫療數據安全和個人隱私保護。

最後，探索與人工智慧醫療應用相關的前瞻性法律法規，指導和引導人工智慧醫療應用的發展。制定並完善人工智慧參與臨床醫療的評測標準。建立靈活的安全認證體系，不斷優化CFDA認證流程，並出台過渡政策，完善市場准入機制。構建安全評估、追溯與保障體系，國家層面制定測評標準，建設醫療領域人工智慧測試平台，提高公眾信任度。探索醫療領域人工智慧演算法開源、透明、可解釋、驗證和審計標準，建立追溯體系。此外，在民事方面，確定人工智慧相關醫療損害的法律責任主體，明確研發者、運營者和使用者各自的權利和義務，並探索建立人工智慧醫療責任保險制度，解決受害者的賠償問題。

• 支援人工智慧醫療應用的技術難題、社會經濟影響及倫理研究

國家支援人工智慧關鍵共性技術研發，探索解決人工智慧可解釋性等技術難題，推動建立國家人工智慧醫療開放創新平台，降低技術研發、獲取和使用門檻。支援有關人工智慧系統的社會經濟影響的基礎性研究，形成評估、理解人工智慧系統的社會經濟影響的科學方法，為其在醫療領域的部署提供早期預警和依據。通過制定輔助診斷的衡量指標、規範數據的收集與分析、引入頂級專家的知識邏輯、建立垂直領域的權威標準平台等方式，防止數據帶來的歧視和偏見。

此外，加強研究人工智慧、基因編輯、神經技術等新技術在醫療健康領域的應用帶來的演算法歧視、隱私保護、個人身份、「神經權利」、醫療不平等、醫患關係等倫理問題，為相應政策法律制定提供依據，確保人工智慧醫療應用惠及每一個國民。

• 引導公眾接納新技術，消除偏見和恐懼

由於誇大或不當宣傳，人工智慧引發了人們的恐懼，比如，人工智慧可能導致普遍失業，人工智慧可能超越人類智慧進而可能失控並威脅人類生存。這導致了公眾對人工智慧新技術的敵視和消極態度。

政府應加強對公眾的引導和教育，消除人們對人工智慧的偏見和恐懼，幫助公眾科學認識人工智慧新技術，了解如何實現人工智慧的益處，以及如何應對潛在的負面影響。因為公眾的接納不僅是技術推廣的重要前提，而且能為人工智慧醫療應用的未來發展提供良性循環。

• 加強複合型人才培養和醫務人員再培訓

一方面，應加強複合型人才培養，促進跨學科的交流和互動，重點培養一批既精通人工智慧技術又懂醫學的複合型人才，同時加強產學研合作共建學科的人才培養新模式，鼓勵高校、科研院所與企業等機構合作開展人工智慧醫療應用相關學科建設，開展創新型專業人才繼續教育。

另一方面，由於人工智慧醫療應用需要新的知識和交互方式，以及由於醫務人員的既有工作和任務可能受到影響或者發生變化，故應加強對醫務人員再培訓，使其能夠掌握所需的新技能和新知識，適應醫療健康領域的新變化和新模式。