當前，人工智能技術已成為醫療健康行業的有效輔助和有力支撐。作為醫療信息化領域最熱門的話題之一，人工智能技術發展進入一個非常活躍的時期，AI在影像輔助診斷、腫瘤輔助決策、知識圖譜、自然語言處理等醫療領域的應用越來越廣泛，“AI+醫療”成為人工智能最火熱的應用場景之一。同時，人工智能在醫療領域的應用也面臨很多困難和挑戰，應用的廣度和深度也還在發展之中。7月3日晚19:30開講的CHIMA大講堂第十二期將話題對準人工智能與醫療健康，研討人工智能在醫療健康領域的應用實踐。Intel公司為本期大講堂提供支持。

本期大講堂由解放軍總醫院醫療大數據中心主任薛萬國擔任主持人，國家衛生健康委統計信息中心信息技術處處長徐向東、中南大學湘雅醫院副書記胡建中教授、寧波江豐生物信息技術有限公司副總經理桂坤、Intel亞洲AI銷售技術總監伊紅衛、中國信息協會醫療衛生和健康產業分會會長宋新等業內領導和大咖擔任嘉賓，通過精彩的演講和激烈的思想碰撞，圍繞人工智能在醫療健康領域的應用展開了深入探討。

醫療作為迫切的民生需求，正在加快人工智能創新應用。徐向東處長強調，醫療行業的人工智能應用主要集中在建立快速精準的智能醫療體系、探索智慧醫院建設、推進醫藥監管智能化、加強流行病智能監測和防控。國家衛生健康委統計信息中心面向各級各類醫療衛生機構征集了190個應用落地案例，涉及人工智能疾病輔助診療、疾病預測干預、疾病智能咨詢、疾病智能診療、藥物研發、衛生事業智能管理等方向，以及時掌握并了解全國范圍醫療衛生機構人工智能技術推廣應用情況。申報案例以醫療衛生機構為主，按地區統計，東部地區申報案例數量為120例，占比63%，占比較高；中部地區為31例，占比16%；西部地區為39例，占比21%。分析結果顯示，人工智能應用主要體現在疾病診療、疾病預測干預、衛生事業管理、疾病咨詢、藥物研發等領域的智能化，數據來源于醫學影像數據、多模態檢查檢驗數據、病歷數據等。通過對征集案例進行分析，目前人工智能應用具有以下特點：數據具有易獲得性、易標注、質量較好、標準化程度較高等特點；應用場景較封閉，臨床病種較單一，以輔助為主；通用智能、算力、模型及技術相對成熟；人機配合度，以及數據科學家與醫生配合度具有容錯性。

整體而言，醫院信息化已經從信息化階段邁向數字化階段，對整體治理能力、數據基礎等提出了非常高的要求。當前，醫院的關注點更多的是借助大數據和人工智能技術解決業務的相關問題。人工智能三要素包括算力云化、算法迭代快、數據精度和廣度提高。推進醫學人工智能應用的關鍵點體現為以下四點：聚焦組織，構建以數據為核心的醫療人工智能應用體系；聚焦基礎，整體提升醫院數字化能力；聚焦應用，開展醫學人工智能應用標準規范研究、人工智能應用測評指標體系研究以及人工智能應用測評體系研究；聚焦安全，包括醫療安全、監管安全、應用倫理和數據安全等。

當前，我國病理發展面臨著人才短缺與斷層、繼續教育培訓困難、精細化病理診斷難以普及等困境。基于此，遠程病理會診越來越受歡迎。胡建中教授指出，遠程病理會診對申請端醫院和會診中心端都能帶來效益：對申請端醫院，可實現快速冰凍會診、提升醫院的診斷水平、降低誤診和醫療事故，同時能提升醫院整體效益等；對會診中心端，可實現更精細的病理亞專科診斷、基層醫院的術中冰凍實時診斷、區域內病理專家的有效調配、提高區域病理質控效率等。

湘雅醫院遠程病理會診主體服務內容包括疑難病理遠程會診，術中冰凍遠程會診，病理科全數字化遠程診斷，病理在線質控，病理教學、培訓、考核，人工智能輔助診斷。在功能上，它包括申請端、分配端、專家端、管理端、質控端和教學培訓端。湘雅特色的病理遠程會診包括以下內容：冰凍會診、疑難會診全流程規劃；遠程實時大體取材指導；全信息節點通知；音視頻在線溝通；移動端APP會診；全面系統對接等。2016年湘雅遠程病理會診平臺升級以來，湘雅醫院病理科為新疆、青海、四川、重慶、貴州等10余省份，共70家基層醫院提供術中冰凍、常規疑難病例遠程會診，已完成總會診病理16000余例，其中術中冰凍遠程診斷4000余例，為湖南省最大的遠程病理會診中心。在病理遠程會診過程中，AI實現了數據的整合與應用，輔助診斷，進行技術質控、數據校驗和流程監控。在數據整合與應用方面，AI有助于追蹤病例，分析病例發展趨勢，獲取治療方法與存活率之間的關聯關系，并精準分析各病種陽性率和存活率。AI通過云化模型、網絡標準系統等技術，可以讓病理醫生自己進行科研。

AI在醫療數據處理中標注的準確性關乎結果的準確性，近兩年之內還是需要大量醫生去做標注這樣細致的工作。同時，AI算法人才與醫學人才知識體系不同， 如何融合各自優勢發揮最大價值，值得企業思考。

病理的人工智能是整個人工智能應用非常重要的一個方向，同時面臨諸多挑戰，宮頸液基細胞篩查為典型代表。桂坤副總經理介紹，宮頸液基細胞篩查面臨著如下現狀：一張數字切片平均包含約30000個細胞，病理醫生完成全片20X瀏覽需1000個視野；在看片時間上，1000個細胞病理醫生每人每天需瀏覽約300張切片，平均每張切片只有96秒，平均每個視野96毫秒。如此繁重的工作量容易導致醫生存在視覺疲勞和情緒波動。人工智能在宮頸涂片篩查上存在以下挑戰：標注的生成，體現為陽性細胞標注不完整、陰性細胞標注不完整以及樣本嚴重不均衡；神經網絡的選擇，主要是使用陰陽性分類網絡、目標偵測網絡以及細胞病變級別分類網絡的選擇。宮頸液基細胞輔助篩查系統在設計時重點考慮了陽性檢出率、陰性排除率、開放試劑支持等參數。同時，系統采取全流程管控取樣及制片，確保篩查過程及環節可追蹤、可溯源。在設計上，系統考慮全局切片信息，其模型含有全局信息模塊，考慮萎縮、炎癥背景，同時將年齡、HPV檢測作為模型參數，自動提取樣本特征，增強復雜樣本的識別準確度，減少漏判。

2020年的新冠疫情改變了世界的節奏，以人工智能為代表的智能科技彰顯了科技向善的力量。伊紅衛總監指出，即將到來的新基建也讓人工智能擁有更廣闊的前景。2019年，Intel發布了第一版《醫療健康行業AI實戰手冊》，匯集分析了很多醫療行業典型的創新的人工智能應用的案例。Intel希望通過這一分享讓人工智能和行業的場景深度融合，提高生產力。人工智能不能是玩具，一定要成為可用和好用的工具，這是Intel人工智能應用的標準。近期，國家衛生健康委統計信息中心發布的190例人工智能案例分析，更是表明人工智能已經開始在醫療健康行業落地、發展，并且受到重視。人工智能的發展還處于強AI不強、弱AI不弱的起步階段，未來還有很多技術挑戰需要解決，比如多模態數據、數據模型本身的可解釋性等。Intel公司本身并不生產數據，而是以數據為中心，圍繞數據的傳輸、計算各個方面，用更好的產品組合為客戶打造全面向的解決方案。人工智能是Intel的戰略，從三方面進行投入：第一，硬件，打造云邊端全站解決方案，既有符合邊端的低功耗產品，也有上云的在數據中心的產品，針對不同的場合、不同的用戶可以選擇不同的方案；第二，軟件，與和底層硬件相結合的底層，加上優化的框架，再加上方便的工具，三重賦能，讓硬件不僅發揮其性能，而且讓客戶有更好的體驗；第三，生態，與合作伙伴共建生態，共贏未來。今年，Intel將推出《中國醫療健康行業AI實戰手冊》更新版，希望和國內合作伙伴一起合作，在保護數據模型的同時，還能用人工智能解決醫療健康行業面臨的挑戰。

從國家大戰略角度考慮，人工智能屬于戰略新興產業五大板塊其中的一個。根據國家規劃，到2025年，戰略新興產業將發展成為上萬億產值的大盤子，人工智能是其中的重要組成部分。目前，新基建建設中的醫療部分都與人工智能有關。宋新會長強調，如果人工智能是一輛車，現在正在打造一個適合人工智能發展的一個大環境。未來2-3年，醫療行業中大量的5G和其他基礎設施建設都會圍繞遠程診療、醫療人工智能等新科技的項目應用，為大家鋪平道路。未來，國家發改委會協調相關部委，為人工智能的發展配套相關的輔助政策，在 1~2年會有非常大的進步。

最后，薛萬國主任和與會嘉賓針對促進醫療機構使用人工智能的政策、投入產出等相關話題與聽眾進一步展開了交流。

針對醫療人工智能應用投入產出這一話題，徐向東處長表示，任何新技術在應用過程中都有試水期、爬坡期、成熟的應用期以及衰落期。她強調：“醫療機構對人工智能的應用應采取既樂觀又審慎的態度，讓它逐步適應醫療流程，以更好地發揮其價值。”