医疗人工智能已改变诊治模式，专家提出：技术兴起，商业模式仍有待挖掘

cool丶逢场作戏

人工智能在医疗领域应用已积累了哪些成熟经验，又遇怎样的机遇和挑战？就在去年，全球创新指数报告显示：卫生部门的创新投资仅次于信息技术部门，医学科技与现代信息技术等交叉融合，正在改变疾病诊治模式，人工智能堪称典型案例。
今天下午，由上海市卫生和健康发展研究中心主办的 " 健康科技创新评价论坛上 "，专家提出我，目前国内外人工医疗智能布局主要集中在医学影像、医疗辅助、疾病预测、药物研发和医院管理等领域，未来以人工智能为代表的科技将推动医疗健康行业呈现更大变革趋势，不过技术兴起之时，商业模式也应挖掘，迄今为止，国内医疗人工智能企业与医院之间仍是战略合作关系，尚未实现盈利。
医疗人工智能可以解决哪些痛点
上海市卫生和健康发展研究中心主任金春林介绍：医疗人工智能的应用可以解决诸多传统医疗行业痛点。以医学影像为例，我国影像医生缺口大，医学影像数据年增长率 30%，影像医生年增长率仅 4%；影像误诊率高，国内临床医疗总误诊率达 27.8%，其中恶性肿瘤平均误诊率达 40%，影像诊断速度也相对有限。这些短板通过人工智能均可弥补。
再以辅助诊断为例，传统电子病历系统难以满足病种数据的专业化、病历输入也不够简便化、病历数据实现结构化来支持临床决策，难以落实到位。人工智能可利用自然语言处理和语音识别，处理大量病例文本录入工作，有效突破传统诊断盲点。据悉，自 2013 至 2019 年，我国政府各部门出台多项政策，不断加大对国产医学影像设备的支持力度。资本市场也可见，我国人工智能医疗领域中，医学影像融资轮次最多、融资总额也最高。
应用场景还有哪些 " 深水区 " 可涉足
放眼全球，现有数据显示：药物研发在全球医疗人工智能市场中的份额最大，占比高达 35%（约 2.7 亿美元）。事实上，人工智能应用在药物研发前景可期。专家解释，由于新药研发耗时长、成本高、风险大、回报率降低，一般来说研发一颗新药需要耗费 10 亿美元和 10 年时间。人工智能则通过大量数据生成假定药物，实现快速挑选合适化合物、更有效率地开发新药。
疾病预测同样是人工智能应用场景的一偏 " 蓝海 "。统计披露，我国疾病预测行业发展前景可观，市场需求广阔，市场发展也迅速，预计到 2022 年，我国基因测序市场规模可达 300 亿元左右。基因组数据量庞大，但人工试验耗时耗力，传统基因测序耗费成本十分巨大，人工智能在这一领域可大显身手。金春林说，人工智能可处理大量信息，其介入也能使基因测序成本明显降低。目前疾病预测的基因测序行业产业链正逐步形成，上游仪器仍主要被国外企业垄断，利用基因测序仪，面向 B 端和 C 端提供测序服务的企业大多集中在产业链的中下游。
法律伦理应跟上，商业模式需挖掘
我国医疗人工智能持续发展，有机遇也有挑战。专家分析认为，人工智能发展绕不开医疗数据问题。我国病例电子化水平较低，2014 年的统计显示，全国 46.4% 的医院尚未形成电子病例，而不同医疗系统之间的异构性，导致数据割裂，无法真正互通互联。此外，隐私性是医疗数据有别于其他数据的重要特点，不该提倡为了发展人工智能牺牲隐私，实际操作中应保护数据，也要保护数据模型。
针对新兴的朝阳产业，医疗人工智能怎样符合伦理规范，一直是业界探讨的热点。在专家看来，明确责任风险，对数据隐私、技术准入等实现法律监管等均应尽快弥补空白。至于医疗人工智能商业化问题，同样备受关注。时至今日，国内医疗人工智能企业与医院之间仍是战略合作关系，尚未实现盈利。根据国内产品注册的审批要求，国内迄今尚未出现第一张医疗人工智能 " 三类证 "，只有跨越这些关键的门槛，医疗人工智能方可持久健康发展。
栏目主编：顾泳 本文作者：顾泳 文字编辑：顾泳 题图来源：视觉中国 图片编辑：邵竞