AI醫(yī)療如何“下基層”？

人工智能(AI)輔助解讀患者影像資料，外骨骼機(jī)器人幫助患者做康復(fù)訓(xùn)練，AI系統(tǒng)預(yù)判患者發(fā)生急性心梗的風(fēng)險(xiǎn)……如今，AI逐漸走進(jìn)醫(yī)療的不同場景，給看病就醫(yī)帶來實(shí)實(shí)在在的改變。前不久，國務(wù)院辦公廳印發(fā)的《關(guān)于加快場景培育和開放推動(dòng)新場景大規(guī)模應(yīng)用的實(shí)施意見》要求，推動(dòng)大數(shù)據(jù)、物聯(lián)網(wǎng)、腦機(jī)接口等新一代信息技術(shù)及醫(yī)療機(jī)器人等智能設(shè)備集成應(yīng)用，創(chuàng)新健康咨詢、問診指引、輔助診斷、遠(yuǎn)程醫(yī)療、用藥審核等醫(yī)療應(yīng)用場景。這一政策在為AI醫(yī)療普及指明方向的同時(shí)，也讓一個(gè)重要問題浮出水面：先進(jìn)技術(shù)如何適配應(yīng)用場景，使AI真正走進(jìn)基層醫(yī)院、服務(wù)普通百姓？

重塑醫(yī)療全鏈條

1月6日，中國科學(xué)院深圳先進(jìn)技術(shù)研究院醫(yī)學(xué)成像科學(xué)與技術(shù)系統(tǒng)全國重點(diǎn)實(shí)驗(yàn)室研究員王珊珊等人在《自然·生物醫(yī)學(xué)工程》發(fā)表一項(xiàng)研究。研究團(tuán)隊(duì)展示了一款名為AFLoc的AI模型，其最大特點(diǎn)是可以自動(dòng)在醫(yī)學(xué)影像中“找病灶”。這一最新成果是AI醫(yī)療技術(shù)應(yīng)用的生動(dòng)縮影。

醫(yī)學(xué)影像診斷是AI醫(yī)療應(yīng)用最成熟的領(lǐng)域之一。在放射科，AI能自動(dòng)識別肺部CT片中的結(jié)節(jié)和腫瘤，大大縮短出報(bào)告的時(shí)間，幫助放射科醫(yī)生減少閱片工作量；在皮膚科，AI通過分析皮膚鏡圖像，判斷病灶是良性還是惡性，部分大醫(yī)院已常規(guī)使用該技術(shù)做篩查；在眼科，AI能通過分析眼底圖像識別糖尿病引發(fā)的視網(wǎng)膜病變，幫助患者早發(fā)現(xiàn)、早治療。

AI應(yīng)用還能提升臨床診療效率和醫(yī)院管理水平。例如，在急診科，AI可整合患者的生命體征、病史和檢查結(jié)果，實(shí)時(shí)預(yù)判急性心梗風(fēng)險(xiǎn)，大幅縮短危急病例的識別時(shí)間，為搶救生命爭取更多時(shí)間。在醫(yī)院管理上，AI能通過歷史數(shù)據(jù)預(yù)測床位需求，顯著提升床位利用率；智能排班系統(tǒng)根據(jù)患者流量調(diào)配醫(yī)護(hù)人員，能讓患者候診時(shí)間減少三成以上。

在慢性病管理和新藥研發(fā)上，AI也發(fā)揮著重要作用。智能手環(huán)、血糖儀等可穿戴設(shè)備搭配AI，能形成慢性病管理閉環(huán)。比如，智能血糖儀能提前預(yù)測糖尿病患者低血糖風(fēng)險(xiǎn)并發(fā)出提醒；遠(yuǎn)程心電監(jiān)測系統(tǒng)已在基層推廣，能自動(dòng)識別心跳異常。在新藥研發(fā)領(lǐng)域，AI能大幅縮短抗癌藥物的篩選時(shí)間，加快研發(fā)進(jìn)度；部分平臺能根據(jù)患者身體情況調(diào)整化療劑量，提升治療效果。

在公共衛(wèi)生領(lǐng)域，AI的預(yù)測和干預(yù)能力也很突出。AI通過分析搜索引擎、社交媒體、醫(yī)院報(bào)告等數(shù)據(jù)，能提前14天預(yù)測流感流行趨勢，為防控提供參考；通過分析居民健康檔案，能精準(zhǔn)找出高血壓、糖尿病的高危人群，幫助基層醫(yī)生開展針對性干預(yù)。

應(yīng)用面臨多重挑戰(zhàn)

雖然AI醫(yī)療技術(shù)越來越成熟，但要“下沉”到鄉(xiāng)鎮(zhèn)衛(wèi)生院、社區(qū)醫(yī)院等基層機(jī)構(gòu)，還面臨不少現(xiàn)實(shí)困難。首都醫(yī)科大學(xué)宣武醫(yī)院信息中心醫(yī)生張璨從臨床經(jīng)驗(yàn)中發(fā)現(xiàn)，這些困難主要有四類。網(wǎng)絡(luò)和設(shè)備跟不上是一大問題?！安簧倩鶎俞t(yī)院網(wǎng)絡(luò)不穩(wěn)定、設(shè)備性能差、系統(tǒng)接口老舊，要是直接把AI大模型裝進(jìn)去，很容易卡頓，影響看病節(jié)奏，最后醫(yī)生寧愿不用?！睆堣舱f。此外，后續(xù)維護(hù)成本高也是一個(gè)難題?；鶎俞t(yī)院采購AI醫(yī)療技術(shù)產(chǎn)品，除了前期采購費(fèi)，還要持續(xù)花錢更新模型、維護(hù)知識庫、改造系統(tǒng)接口、整理數(shù)據(jù)、培訓(xùn)人員和日常運(yùn)維，這些費(fèi)用對經(jīng)費(fèi)緊張的基層機(jī)構(gòu)來說，是不小的負(fù)擔(dān)。

數(shù)據(jù)和工作流程不匹配也是問題之一。張璨指出，基層醫(yī)療數(shù)據(jù)記錄不規(guī)范、用詞不一致、質(zhì)控標(biāo)準(zhǔn)不統(tǒng)一，這會(huì)讓AI的判斷能力下降，出現(xiàn)誤判、漏判，反而加重醫(yī)護(hù)人員的工作負(fù)擔(dān)，和用AI減負(fù)的初衷背道而馳。合規(guī)和責(zé)任劃分不明確也是一個(gè)挑戰(zhàn)。“AI醫(yī)療涉及患者隱私保護(hù)、風(fēng)險(xiǎn)提示，以及出問題后該由醫(yī)生還是AI負(fù)責(zé)等問題，解決這些問題需要制度和技術(shù)雙重保障。這對基層醫(yī)院的管理能力是不小的考驗(yàn)。”張璨坦言。

云知聲智能科技股份有限公司執(zhí)行董事、研發(fā)副總裁李霄寒的觀點(diǎn)與張璨不謀而合。“我們觀察到，AI產(chǎn)品‘下基層’的挑戰(zhàn)集中在四方面：基層網(wǎng)絡(luò)與硬件條件薄弱，綜合成本壓力大，產(chǎn)品與基層實(shí)際工作流脫節(jié)，醫(yī)護(hù)人員缺乏使用動(dòng)力與能力?！?/p>

加快培育場景試點(diǎn)

如何突破重重梗阻，讓AI真正落地基層醫(yī)療機(jī)構(gòu)？“AI醫(yī)療產(chǎn)品不是簡單搬到基層就行，而是要根據(jù)基層看病的實(shí)際需求，把技術(shù)嵌入日常工作流程，形成可復(fù)制、可推廣、可監(jiān)管的用法?！痹趶堣部磥恚黄苹鶎勇涞仉y題，關(guān)鍵要做到“輕量化、標(biāo)準(zhǔn)化、平臺化、可監(jiān)管”。

具體來說，一是采用“云端+本地”協(xié)同模式，降低基層設(shè)備的性能要求，確保相關(guān)設(shè)備在網(wǎng)絡(luò)差的情況下也能穩(wěn)定運(yùn)行；二是統(tǒng)一數(shù)據(jù)和系統(tǒng)接口標(biāo)準(zhǔn)，規(guī)范數(shù)據(jù)記錄，讓AI能精準(zhǔn)識別和分析數(shù)據(jù)；三是改變花錢方式，從買單一的AI產(chǎn)品，變成搭建可靈活調(diào)整的AI能力平臺，避免被某一家廠商或某一個(gè)模型“鎖死”；四是建立可追溯、可評估的安全機(jī)制，對關(guān)鍵診療場景嚴(yán)格把關(guān)，明確醫(yī)生和AI的責(zé)任，防范風(fēng)險(xiǎn)。

李霄寒也認(rèn)為，AI賦能基層醫(yī)療并非簡單的技術(shù)輸出，其核心是“適配的技術(shù)+可持續(xù)的模式+貼心的服務(wù)”，和基層醫(yī)院一起成長?！瓣P(guān)鍵在于務(wù)實(shí)融合?！崩钕龊f，“一是要推動(dòng)技術(shù)輕量化與邊緣部署，保障設(shè)備在弱網(wǎng)、低配環(huán)境下穩(wěn)定運(yùn)行。二是要通過軟件運(yùn)營服務(wù)等模式創(chuàng)新降低初期投入，并依托區(qū)域醫(yī)聯(lián)體實(shí)現(xiàn)技術(shù)的集約化落地，減輕長期成本。三是要推動(dòng)產(chǎn)品深度適配基層場景，聚焦常見病與公共衛(wèi)生需求，融合語音等自然交互，提升使用便捷性。四是要建立長效運(yùn)營與培訓(xùn)體系，幫助基層醫(yī)生會(huì)用、用好AI?！?/p>

首都醫(yī)科大學(xué)宣武醫(yī)院在病歷質(zhì)控、自動(dòng)生成病歷上的AI應(yīng)用，為基層提供了可借鑒的經(jīng)驗(yàn)?！斑@兩個(gè)場景精準(zhǔn)滿足了醫(yī)生需求?！睆堣步忉屨f，“AI在病歷書寫過程中就做好質(zhì)量把關(guān)，貼合診療節(jié)奏，能夠?qū)崿F(xiàn)不打斷診療、少干擾操作，還能減輕文書工作的負(fù)擔(dān)。其簡單實(shí)用、直擊臨床需求的設(shè)計(jì)思路，很適合推廣到基層?！?/p>

進(jìn)一步推動(dòng)AI在醫(yī)療衛(wèi)生場景的應(yīng)用，關(guān)鍵是要讓AI醫(yī)療在實(shí)際應(yīng)用過程中找到可復(fù)制的落地方法——選痛點(diǎn)突出、效果明顯的場景試點(diǎn)，然后逐步完善平臺能力、數(shù)據(jù)規(guī)范和評估標(biāo)準(zhǔn)，從單個(gè)場景應(yīng)用推廣到更多地方?！巴茝VAI醫(yī)療技術(shù)產(chǎn)品，必須把臨床價(jià)值和安全放在第一位?！睆堣舱f，“只有把能落地、有效果、可監(jiān)管的環(huán)節(jié)做扎實(shí)，AI才能真正幫到一線醫(yī)生和臨床患者，而不是添負(fù)擔(dān)。”