排队两小时、看病五分钟，医疗资源不平衡导致患者就诊累、医生看病累。医生诊疗压力大、医院管理压力大，优质医疗资源长期处在供给不足状态，直至人工智能的出现，或可带来转机。近日在沪召开的“AI辅助临床诊疗及用药安全高峰”上，铺面而来的人工智能，将如何辅助医生诊疗，怎样释放更多资源?科学利用人工智能医疗，还有哪些步骤需要弥补?与会专家对一系列议题进行热议。
人工智能“提能增效”：或破解“中国医生太忙”现状
根据业内人士初步统计，我国人工智能医疗产值去年已达30亿元，今年将达200亿元，有专家预测，未来人工智能市场或可达到万亿元以上。国家科技部国家新药重大专项监督评估组组长边振甲在论坛上直言，人工智能在医学影像学的辅助诊断、临床辅助诊断、慢病管理等领域发挥了巨大作用，未来人工智能还将带动整个行业发生更深远变化。
人工智能医疗将在我国大有作为，在边振甲看来，这主要基于三点原因。首先，我国拥有海量慢性病患者，患者对疾病治疗都有强烈需求;其次，临床医生掌握利用人工智能来辅助诊断，学习***进医疗方法和手段，也是职业需求;再者，从政府层面人工智能可解决当下医疗资源不平衡现状，节约医疗总费用支出，减少政府负担。三者相结合，为人工智能发展培育了良好土壤。
此前各种“人机大战”结果显示，人工智能已可像专业医生一样，为患者进行精准诊断。人工智能会否彻底取代医生?森亿智能创始人张少典引用国外成熟实践案例，“与其说人工智能解雇医生，不如说是解放了医生。”据了解，人工智能在国外用于医疗费用自动审核相当普遍，根据欧美国家统计，人工智能仅在费用自动审核一项，可节约30%至50%的人力。“中国医生太过忙碌，写病历、写论文、患者随访、核对报告、做科研、查房、数据分析、病案整理，带学生、学术交流……事实上很多案头工作可以由人工智能来取代”，张少典说，“哪怕帮助医生节约了10%的时间，也就是为患者释放了10%的医疗资源，让这些资源得以用在真正需要的患者身上。”
机器“读病历、评估VTE”释放更多人力资源
那么，人工智能怎样把医生护士从琐碎繁杂的事务中“解放”出来?一些探索实践已在上海医院里尝试。论坛上，第十人民医院医疗事业处负责人侯冷晨介绍，如何利用人工智能进行静脉血栓栓塞症预测。所谓静脉血栓栓塞症(简称VTE)发病隐匿，是一种典型的“院内获得性疾病”。在重症监护室、脑卒中中心、以及心血管科室中，VTE发病率分别可达27%、21.7%、4%。传统模式里，护士根据Caprini评估VTE风险，并将患者分为低中危、高危，有的放矢加以干预;但这一评估耗时耗力，以第十人民医院为例，600名护士评估1800名患者，每次评估需要花上起码5分钟。
人工智能可否将评估VTE的这块时间省出来?第十人民医院尝试利用“基于医学自然语言处理的VTE智能化预测及辅助诊疗系统研究”，将曾经需要每人花上5分钟的时间，浓缩在30秒甚至20秒、10秒之内。“我们找到了73个变量可能与静脉血栓风险相关，对这些变量实现检验检测，获得精确化数据，并实现精准干预。”侯冷晨说，“这样的人工智能，最终释放了护士的大量时间与精力。”
而在上海儿童医学中心内的“人机PK”，更有力地证明了人工智能“提能增效”作用。在针对1440组对照试验中，人工做一份病历人工需要86.2秒钟，准确率为82.85%，人工智能一份病历仅需要3秒，准确率为91.5%;如果机器先做人工再核查校验，平均时间是59.4秒，准确率是94%，也就是说，人工智能可帮助医生将速度提升34%、准确率提升12%。
数据治理、简化程序让人工智能“更智能”
用数据训练人工智能，为医院、医生提能增效，节约时间。很多专家也提及，人工智能很多仍停留在实验室里，尚未应用在临床，如果想要真正改善医疗效率，还需要更深入的探索。
上海交大健康大数据研究所执行所长董建成教授直言：人工智能有三个关键要素，数据、算法和算力。许多医院自2009年已建立大数据，但健康医疗的数据质量并不乐观，一些数据统计可能还存在问题。上海交通大学附属医院大数据中心主任潘伟华也认为，许多医院数据庞大，有的甚至已达到P数量级的数据库，但真正能拿得出手的数据并不多，比例最多能达到30%了，“尽管我们了解人工智能，了解大数据的作用，但中间涉及的大量数据治理环节，才刚起步，仍有漫长道路要走。”
专家同时坦言，大数据的应用首先要考虑质量、其次要考虑共享。此外，人工智能如何真正成医疗机构的“大脑”，在医疗行为中帮助医生收集数据、完成诊断，而非“喧宾夺主”也需考虑周全。当前，无论美国还是国内，许多医生护士认为信息化手段并未实现化繁为简，反倒是步骤日渐增多，很多时间花在了“面对机器”。真正把医生护士的劳动力释放出来，还需通过语音输入、电子表单等形式来简化步骤，真正实现人工智能更智能。
