當(dāng)然,主要局限在中國(guó)內(nèi)地。
一旦將目光投擲到疫情同樣在擴(kuò)散的意大利、美國(guó)、日本等歐美發(fā)達(dá)國(guó)家,會(huì)發(fā)現(xiàn)這些印象中的大型都市、科技強(qiáng)國(guó),似乎都沒(méi)準(zhǔn)備拿起AI這把強(qiáng)有力的防控武器。
主要原因一是出于當(dāng)?shù)卣姆揽卣撸瑢⑿鹿诘耐{與流感畫上等號(hào),不提倡過(guò)度反應(yīng)。除了建議大家勤洗手,一些明顯可以協(xié)助公共健康核查的措施,都不見蹤影。
比如意大利宣布全面封鎖之后,恐慌的民眾們將米蘭火車站堵得水泄不通,上萬(wàn)人試圖從即將被封鎖的地區(qū)逃離,其中或許就有潛在病例。
原本依靠紅外智能測(cè)溫,就能對(duì)大規(guī)模移動(dòng)人群進(jìn)行基本的體溫測(cè)定,高效降低傳染風(fēng)險(xiǎn),但在全球“時(shí)尚之都”,類似的措施依然缺席。
不過(guò),對(duì)待科技防疫的態(tài)度,不能簡(jiǎn)單地用疫情嚴(yán)重程度來(lái)看待。其背后隱藏的產(chǎn)業(yè)密碼和技術(shù)文化,恐怕才是更重要的。
拒絕AI的發(fā)達(dá)地區(qū):
歐美新冠抗疫啟示錄
截止到目前,如果要對(duì)其他國(guó)家針對(duì)新冠防控采取的行動(dòng)下一個(gè)評(píng)語(yǔ)的話,大概“佛系”是大家的一致觀感。
新加坡在疫情暴發(fā)初期,除了提醒國(guó)民警惕,發(fā)布疫情橙色預(yù)警后,就沒(méi)有出臺(tái)什么專門的抗疫措施了。
而在疫情相對(duì)嚴(yán)重的北美和歐洲,英國(guó)針對(duì)新冠的新防疫政策,則是可能禁止舉行人員密集的大型活動(dòng),并召集警力用于對(duì)付嚴(yán)重犯罪和保障社會(huì)秩序。
而確診人數(shù)排在全球第二、死亡率高居首位的意大利,也才剛剛發(fā)出了封城禁令,至于運(yùn)用科技武器來(lái)遏制傳播,追蹤接觸者,目前還沒(méi)有見到什么有效的措施。
當(dāng)然,要承認(rèn)我們也確實(shí)見到了一些科技元素。
比如美國(guó)防控的特點(diǎn)就是常規(guī)監(jiān)測(cè)和AI助力疫苗研發(fā)。據(jù)路透社25日的報(bào)道,美國(guó)政府已向國(guó)會(huì)申請(qǐng)25億美元(約175億人民幣)資金,其中就包括了近10億美元(約70億人民幣)的疫苗研發(fā)資金。
此外,因?yàn)榉酪弑热缗宕骺谡謱?dǎo)致手機(jī)的 Face ID 無(wú)法識(shí)別等生活煩惱,也創(chuàng)造出了新的商機(jī)。國(guó)外的一個(gè)創(chuàng)業(yè)者,就發(fā)明了一款帶有面部信息的口罩。提取用戶被口罩遮擋部分的面部信息,然后印制到口罩外側(cè),戴上后即拼湊成完整的臉部,目前售價(jià)高達(dá)40美元一個(gè)。就問(wèn)你想不想擁有?
一方面,我們看到疫情爆發(fā)嚴(yán)重的大多是經(jīng)濟(jì)貿(mào)易文化交流往來(lái)的國(guó)際化大都市,往往擁有不低、甚至世界一流的醫(yī)療技術(shù)和AI能力。而這些地方的管控,也直接影響著本國(guó)會(huì)不會(huì)發(fā)生更大的傳播和爆發(fā),但對(duì)于運(yùn)用智能技術(shù)來(lái)提升社會(huì)公共防疫能力,效率卻遠(yuǎn)沒(méi)有中國(guó)快。
這些國(guó)家的AI到底都在干嘛?先來(lái)聊一聊他國(guó)AI在防止傳染類疾病傳播,到底發(fā)揮了哪些作用。
AI從未消失,
它只是以另一種形式出現(xiàn)
在AI全面下沉到產(chǎn)業(yè)的今天,缺席醫(yī)療自然是不可能的。
只不過(guò)和新冠疫情比起來(lái),流感給美國(guó)、歐洲等國(guó)家?guī)?lái)的威脅,可能更真實(shí)一點(diǎn)。
根據(jù)美國(guó)疾病預(yù)防中心(CDC)統(tǒng)計(jì),去年冬天,全美國(guó)已經(jīng)有8200人死于季節(jié)性流感,1500萬(wàn)人感染,超過(guò)18萬(wàn)正在住院,各地的醫(yī)療機(jī)構(gòu)都在加班加點(diǎn)地工作。
因此,在預(yù)防其他傳染疾病上,或許才能更真實(shí)地見到AI的面貌。
簡(jiǎn)單總結(jié)一下,主要體現(xiàn)在四個(gè)方面:
1.輿情監(jiān)測(cè)預(yù)警。
其實(shí)早在新冠疫情大爆發(fā)之前,12月30日,波士頓兒童醫(yī)院(Boston Children‘s Hospital)的自動(dòng)健康地圖系統(tǒng),就發(fā)布了中國(guó)境外首次有關(guān)這種新型冠狀病毒的公共警報(bào)。
這套系統(tǒng)就得益于人工智能技術(shù)自然語(yǔ)言處理的支持。
通過(guò)掃描在線新聞、社交媒體報(bào)道和政府報(bào)告,尋找傳染病爆發(fā)跡象的早期預(yù)警系統(tǒng),并將預(yù)警的嚴(yán)重程度分為5級(jí)(新冠被定為3級(jí)),從而可以幫助WHO等在語(yǔ)言障礙可能出現(xiàn)的情況下率先洞察疫情。
智能抓取,是不是很容易聯(lián)想到搜索引擎爬蟲?
沒(méi)錯(cuò),這正是谷歌自上世紀(jì)90年代以來(lái)的核心技術(shù)。而早在2008年,谷歌就推出了流感趨勢(shì)服務(wù)(Google Flu Trends),通過(guò)搜索流感癥狀的模式來(lái)發(fā)現(xiàn)流感爆發(fā)。
通過(guò)過(guò)去5年中已經(jīng)完成的數(shù)10億次搜索。,將與流感相關(guān)的查詢(比如“咳嗽”或“發(fā)冷”),與美國(guó)疾病控制與預(yù)防中心的歷史流感數(shù)據(jù)進(jìn)行匹配,然后利用這些查詢來(lái)預(yù)測(cè)未來(lái)可能的情況。
比如2008年1月28日,關(guān)于流感的查詢數(shù)量趨勢(shì)上飆升。兩周后,美國(guó)疾病控制與預(yù)防中心報(bào)告稱流感感染病例出現(xiàn)上升,并讓醫(yī)療行業(yè)在流感季到來(lái)時(shí)做好準(zhǔn)備。
2.藥物或疫苗研發(fā)。
我們都知道,中國(guó)科學(xué)家正在加班加點(diǎn)地研發(fā)疫苗,其中,科技企業(yè)開放的超大算力就起到了至關(guān)重要的效果。
而海外利用AI研發(fā)藥物或疫苗的嘗試也早已有之。
美國(guó)國(guó)家過(guò)敏和傳染病研究所(US National Institute of Allergy and Infectious Diseases)就資助了一項(xiàng)研究,由南澳的弗林德斯大學(xué)(Flinders University)借助一個(gè)名為“配體搜索算法(Search Algorithm for Ligands,SAM)”的人工智能程序來(lái)設(shè)計(jì)藥物。
研究者將數(shù)萬(wàn)億種不同的化學(xué)化合物輸入SAM,它會(huì)篩選出自己認(rèn)為可能是理想的人類免疫候選藥物。據(jù)說(shuō),由SAM獨(dú)立設(shè)計(jì)的疫苗可以抵御流感病毒,并且已經(jīng)開始在美國(guó)進(jìn)行臨床實(shí)驗(yàn)。
3.追蹤病原體軌跡。
在預(yù)防或遏制傳染疾病爆發(fā)的過(guò)程中,一項(xiàng)非常重要的任務(wù),就是準(zhǔn)確找出攜帶病毒的病人,或者動(dòng)物。
許多新興的傳染病都是由動(dòng)物傳染給人類的,因此,利用機(jī)器學(xué)習(xí)來(lái)檢測(cè)野生動(dòng)物習(xí)性并判斷它們的免疫風(fēng)險(xiǎn),就成了研究者關(guān)注的對(duì)象。
比如美國(guó)卡里生態(tài)系統(tǒng)研究所就針對(duì)2000多種嚙齒類動(dòng)物建立了一套龐大的數(shù)據(jù)庫(kù),并訓(xùn)練AI認(rèn)知它們的生活歷史、生態(tài)環(huán)境、行為、生理特征和地理分布情況。并成功通過(guò)該模型,發(fā)現(xiàn)了超過(guò)150種新的潛在嚙齒類動(dòng)物和超過(guò)50種新的活躍型動(dòng)物,可能攜帶多種病原體并傳染給人類。
由此,可以繪制出影響各種疾病的嚙齒類動(dòng)物分布,以及容易被新生寄生蟲和病原體傳染的熱點(diǎn)地區(qū),以便實(shí)現(xiàn)疾病的早期預(yù)警監(jiān)測(cè)。
當(dāng)然,追蹤人的去向?qū)τ谝咔榉乐我埠苤匾5幌裰袊?guó)應(yīng)對(duì)新冠疫情這樣,是通過(guò)大數(shù)據(jù)+AI對(duì)重點(diǎn)人群進(jìn)行行蹤溯源預(yù)警,其他國(guó)家的AI主要還是表現(xiàn)在算法預(yù)防。
英聯(lián)邦科學(xué)與工業(yè)研究組織(CSIRO)就使用貝葉斯推理開發(fā)了Data61模型,用以追蹤將昆士蘭州登革熱病毒是如何傳播到澳大利亞,并如何在人與人之間轉(zhuǎn)移的。
借助昆士蘭州衛(wèi)生局提供的15年內(nèi)匿名記錄的登革熱病例來(lái)進(jìn)行訓(xùn)練,Data61可以綜合判斷多種人員流動(dòng)信息,比如航空公司乘客數(shù)據(jù)、地理標(biāo)記、社交媒體、旅游情況等等,從而預(yù)測(cè)可能發(fā)生疫情的時(shí)間和地點(diǎn),讓醫(yī)療機(jī)構(gòu)早做準(zhǔn)備。
據(jù)說(shuō),該模型還可以用于預(yù)測(cè)萊姆病、埃博拉和瘧疾等人畜共生的疾病。
4.智慧診療。
在中國(guó)新冠防治中,AI在診療領(lǐng)域的應(yīng)用主要是影像篩查、遠(yuǎn)程問(wèn)診等。
歐美等國(guó)家也正在將AI的計(jì)算能力應(yīng)用到類似環(huán)節(jié)。
比如早在2013年,IBM就開始與全美綜合醫(yī)院排名前四的克利夫蘭診所進(jìn)行合作,研究如何利用“沃森(Watson)”人工智能系統(tǒng)提高護(hù)理水平。
去年十月,谷歌也公布了一款名為L(zhǎng)YNA的監(jiān)測(cè)工具,能夠以99%的準(zhǔn)確率區(qū)分出有轉(zhuǎn)移性癌癥的載玻片和無(wú)轉(zhuǎn)移性癌癥的載玻片,將乳腺癌診斷的時(shí)間縮短了一半。
倫敦的醫(yī)療 AI 公司則與 Royal College of Physicians、Stanford Primary Care 和 Yale New Haven Health 等合作,打造出能夠輔助實(shí)習(xí)醫(yī)生獨(dú)立行醫(yī)的系統(tǒng)Babylon。經(jīng)過(guò)測(cè)試,在初級(jí)護(hù)理醫(yī)學(xué)常見的病癥方面,Babylon AI 的準(zhǔn)確率得分為80%,而七名醫(yī)生則為64-94%。而AI的安全性則達(dá)到了97%,高于醫(yī)生的平均值93.1%。
將AI用于醫(yī)療產(chǎn)業(yè),也是日本政府的重點(diǎn)工作之一。實(shí)際上,日本早在2017年和2018年分別在中國(guó)杭州和廣州建立了醫(yī)學(xué)影像診斷中心。在東京江戶川區(qū)的目目澤醫(yī)院,患者只需要在掌上電腦上面做選擇題,回答“哪里痛”“痛的時(shí)間”等問(wèn)題,AI系統(tǒng)就能根據(jù)患者的選擇自動(dòng)生成電子病歷。這種問(wèn)診方式也被日本70多個(gè)醫(yī)療單位使用。
智能服務(wù)機(jī)器人,也很早就進(jìn)入了許多大型醫(yī)院。1985年,美國(guó)TRC公司研制出世界首個(gè)服務(wù)機(jī)器人“護(hù)士助手”,不僅能運(yùn)送醫(yī)療器材、藥品等,還能為患者提供送飯和送病歷、報(bào)表及信件等服務(wù),目前已在全球幾十家醫(yī)院投入使用。
盡管人與疾病的斗爭(zhēng)永無(wú)休止之日,但人工智能確實(shí)能夠?yàn)樵缛战Y(jié)束戰(zhàn)役注入一劑強(qiáng)心針。它或許未能在此次此刻的新冠疫情中,被歐美澳洲等國(guó)推到臺(tái)前。但不可否認(rèn),AI早已與人類的健康緊密相連。
AI抗疫:中外的異與同
至此,我們可以發(fā)現(xiàn)海外AI與中國(guó)AI在防疫領(lǐng)域的一些有趣的異同點(diǎn):
首先可以肯定的是,中國(guó)的AI抗疫手段與全球頂尖的AI醫(yī)療幾乎站在了同一水平線。具體就體現(xiàn)在,在數(shù)據(jù)層、技術(shù)算法、產(chǎn)業(yè)應(yīng)用方面全面覆蓋。比如利用大數(shù)據(jù)追蹤重點(diǎn)人群,借助深度學(xué)習(xí)輔助實(shí)現(xiàn)體溫檢測(cè)、醫(yī)療診斷,通過(guò)超大計(jì)算來(lái)進(jìn)行藥物研發(fā)等等。
當(dāng)然,一些基礎(chǔ)積累的不同,決定了雙方的優(yōu)勢(shì)各不相同。
比如說(shuō),由于美國(guó)、日本等醫(yī)護(hù)資源匱乏,所以很早就開啟了診療數(shù)字化的進(jìn)程,以幫助醫(yī)護(hù)人員提升工作效率,降低工作強(qiáng)度,也因此為AI輔助醫(yī)療積累了大量高質(zhì)量的數(shù)據(jù)。
比如美國(guó)的電子健康記錄系統(tǒng)(Electronic health records,EHRs),十年內(nèi)積累了1000萬(wàn)名病人的記錄。其中就包括疾病診斷記錄、病人用藥效果、基因數(shù)據(jù)、家庭病史等重要信息。2011年之后,日本醫(yī)療數(shù)據(jù)也已經(jīng)全面采用電子化報(bào)送系統(tǒng),個(gè)人可以通過(guò)網(wǎng)絡(luò)隨時(shí)查閱云端保存的各種醫(yī)療信息。
這樣患者在不同醫(yī)院就診時(shí),數(shù)據(jù)被醫(yī)務(wù)人員共享使用,許多重復(fù)治療、檢查可以避免,自然能夠很好地提升就診效率,緩解醫(yī)療資源緊張問(wèn)題。
而中國(guó)醫(yī)院體系的數(shù)字化、智能化程度相對(duì)不高,并且呈現(xiàn)出分散性、地域性,這就導(dǎo)致當(dāng)研究者需要進(jìn)行算法訓(xùn)練、開發(fā),以及診療交流時(shí),往往需要打破不同醫(yī)院和地區(qū)的壁壘,才能實(shí)現(xiàn)數(shù)據(jù)交換共享,由此也限制了AI在醫(yī)療領(lǐng)域的發(fā)展。
另外,科技企業(yè)界的重度參與,為美國(guó)等AI提供了強(qiáng)大的技術(shù)助益。
谷歌從2015年開始,就將AI作為每個(gè)部門的戰(zhàn)略核心,尤其是在Deepmind的助推下,Google在癌癥、糖尿病、心血管疾病等疾病的預(yù)防和治療方面,創(chuàng)造了許多領(lǐng)先業(yè)界的突破。并且谷歌母公司Alphabet旗下還有多家生物科技和醫(yī)療公司,能夠協(xié)同發(fā)展。
此外,美國(guó)還有微軟、蘋果,以及多家醫(yī)療領(lǐng)域創(chuàng)業(yè)公司,也是其在一些醫(yī)療細(xì)分領(lǐng)域的AI進(jìn)展較快。
日本政府的AI醫(yī)療戰(zhàn)略,也與企業(yè)達(dá)成了非常緊密的合作關(guān)系。比如從2011年開始,索尼、富士通、松下、歐姆龍、山佐、A&D、AQ、泰爾茂等公司,就推出了大批以NFC為主的居家醫(yī)療、照護(hù)產(chǎn)品,促進(jìn)了家庭移動(dòng)智能醫(yī)療護(hù)理系統(tǒng)的建構(gòu)。
2016年,日本Qol公司打造的健康支援藥房,也可以通過(guò)實(shí)時(shí)上傳到云端健康管理平臺(tái)的監(jiān)測(cè)數(shù)據(jù),來(lái)為高血壓、糖尿病等常見慢性病患者提供診斷和藥品發(fā)放,來(lái)減少治療成本。
目前來(lái)看,中國(guó)醫(yī)療機(jī)構(gòu)與產(chǎn)業(yè)在數(shù)據(jù)互聯(lián)和信息共享上還沒(méi)有形成覆蓋全社會(huì)的網(wǎng)絡(luò)體系,社區(qū)級(jí)無(wú)法幫助中心醫(yī)院完成一些較為復(fù)雜的診療。各大科技企業(yè)的醫(yī)療大腦、AI體系目前還屬于推廣建設(shè)階段,滲透到更廣泛的公共醫(yī)療和病患個(gè)人終端,還需要一段時(shí)間的建設(shè)。
同時(shí)也應(yīng)該看到,移動(dòng)互聯(lián)網(wǎng)、智能硬件、科技巨頭算法超市等的出現(xiàn),讓中國(guó)基層社會(huì)在抗疫事件中,表現(xiàn)出了高效。
比如智能測(cè)溫在各大地鐵、火車站等的應(yīng)用,甚至有無(wú)人機(jī)飛行測(cè)溫;AI機(jī)器人承擔(dān)著消毒、安防、送餐等各種各樣的無(wú)接觸任務(wù),降低感染風(fēng)險(xiǎn);移動(dòng)支付、小程序等快速解決了民眾互動(dòng)、流行病學(xué)調(diào)查、機(jī)構(gòu)協(xié)作等難題。
與之相比,美國(guó)、歐洲等公共AI應(yīng)用的不到位,或許也展現(xiàn)出了其長(zhǎng)于算法、短于基礎(chǔ)設(shè)施的弊端。
我們知道,受隱私法案的影響,歐洲許多國(guó)家禁止采集公眾信息,對(duì)人臉識(shí)別等前沿技術(shù)的使用也出臺(tái)了相關(guān)限制,并屢屢開出巨額罰單。盡管這在一定程度上保護(hù)了公眾信息安全,而對(duì)社會(huì)智能化的防范與遲緩,也使其在面對(duì)大型公共衛(wèi)生事件時(shí),展現(xiàn)出了應(yīng)對(duì)能力薄弱、救災(zāi)過(guò)程滯后、人員有限重復(fù)勞動(dòng)等問(wèn)題,在防疫效率上還有很大的提升空間。
就連美國(guó)《華爾街日?qǐng)?bào)》也指出,利用數(shù)字設(shè)備,能夠追蹤每名患者的具體行程,快速確定人員流動(dòng)軌跡,甚至可以精確到分鐘,為防控“做了前所未有的努力”。
防疫終結(jié)站,和AI的下一站
伴隨著武漢方艙醫(yī)院全部休艙,中國(guó)內(nèi)地的新冠戰(zhàn)役也即將迎來(lái)勝利。在本文發(fā)表時(shí),中國(guó)的醫(yī)療隊(duì)伍也帶著國(guó)際人道主義精神馳援意大利。當(dāng)我們與世界共命運(yùn)的時(shí)刻,或許也可以從中外不同的AI路徑中,汲取下一站的力量。
須承認(rèn),中國(guó)在AI能力上并不輸給老牌科技強(qiáng)國(guó)。想要比它們做得更好,還有一些值得注意的經(jīng)驗(yàn):
1.有選擇性地應(yīng)用AI,并對(duì)數(shù)據(jù)本身懷抱合理的期待。
值得一提的是,AI疾病預(yù)警并非如想象中那么有用,它就如同汽車報(bào)警器一樣,既容易觸發(fā),也容易被忽略。一個(gè)主要的原因是,不同機(jī)構(gòu)、不同平臺(tái)的數(shù)據(jù)都可能會(huì)阻礙算法。
哈佛大學(xué)(Harvard University)流行病學(xué)家Andrew Beam表示,掃描在線報(bào)告中的關(guān)鍵詞有助于揭示趨勢(shì),但準(zhǔn)確性取決于數(shù)據(jù)的質(zhì)量。
比如谷歌就高估了AI對(duì)流感的流行程度,偏差超出了實(shí)際值的50%。最后在2015年關(guān)閉了該網(wǎng)站,并將其技術(shù)交給了HealthMap等非營(yíng)利組織。
2.將AI巨頭與流行病科研的合作常規(guī)化。
現(xiàn)階段,產(chǎn)業(yè)界與醫(yī)學(xué)界的合作幾乎是不可避免的。一方面,產(chǎn)業(yè)界掌握著絕大多數(shù)寶貴的數(shù)據(jù),以及高昂的算力資源。但同時(shí),醫(yī)療領(lǐng)域又離不開專家對(duì)細(xì)節(jié)和方向的把握。強(qiáng)強(qiáng)聯(lián)合就成了唯一的路徑。
加州大學(xué)圣地亞哥分校完成的對(duì)抗流感病毒的新療法中所涉及的分子模擬實(shí)驗(yàn),就國(guó)家超級(jí)計(jì)算應(yīng)用中心(NCSA)的petascale Blue Waters系統(tǒng),這也是當(dāng)時(shí)最大、功能最強(qiáng)大的超級(jí)計(jì)算機(jī)之一,藍(lán)水公司給予了很大支持。
在此次新冠抗疫中,中國(guó)諸多領(lǐng)先科技巨頭對(duì)病毒測(cè)序、疫苗研發(fā)等開放了算法、數(shù)據(jù)集、計(jì)算中心等,也是AI與醫(yī)療的優(yōu)秀合體方式,將這樣的合作常規(guī)化,才能讓技術(shù)的力量持續(xù)為醫(yī)學(xué)助攻。
3.加速數(shù)字醫(yī)療基礎(chǔ)設(shè)施建設(shè),提升醫(yī)療機(jī)構(gòu)診療效率。
一方面,中國(guó)醫(yī)療產(chǎn)業(yè)面臨著美國(guó)、瑞士、日本等類似的問(wèn)題,醫(yī)護(hù)人員缺口正在變大,老齡化加劇,醫(yī)療服務(wù)的需求有增無(wú)減,提高機(jī)構(gòu)效率將成為未來(lái)產(chǎn)業(yè)升級(jí)的重點(diǎn)。
而想要讓AI承擔(dān)醫(yī)生的重復(fù)性工作,就需要精準(zhǔn)算法的積累和海量的數(shù)據(jù)支撐。但目前醫(yī)院之間的各自分野使得AI企業(yè)在進(jìn)行機(jī)器學(xué)習(xí)訓(xùn)練時(shí),往往需要跟各個(gè)醫(yī)院?jiǎn)为?dú)溝通。除了數(shù)據(jù)獲取難之外,如果算法訓(xùn)練只局限于某一特定區(qū)域,由此生成的模型在更廣的范圍使用時(shí),也可能不完全適用,造成浪費(fèi)。
如果能以省為單位建立龐大、具有公信力的數(shù)據(jù)中心,將會(huì)對(duì)AI醫(yī)療起到巨大的加速作用。
此外,鼓勵(lì)智能醫(yī)療領(lǐng)域的初創(chuàng)公司,也對(duì)一些細(xì)分領(lǐng)域,如醫(yī)療影像、醫(yī)院管理、藥物挖掘等,讓創(chuàng)業(yè)團(tuán)隊(duì)充分發(fā)揮自己的特長(zhǎng)和優(yōu)勢(shì),提供更加垂直、精準(zhǔn)、到位的服務(wù)。
4.盡早建立數(shù)據(jù)采集、智慧診療的相關(guān)法律法規(guī)。
當(dāng)然,上述行為須建立在合法合規(guī)、保障個(gè)人健康隱私安全的基礎(chǔ)上。2018年,《信息安全技術(shù)個(gè)人信息安全規(guī)范》中提出了保護(hù)個(gè)人信息安全應(yīng)遵循的原則,但缺少針對(duì)醫(yī)療隱私保護(hù)的詳細(xì)法律法規(guī)。而涉及到病人數(shù)據(jù)這類高保密級(jí)別數(shù)據(jù),就對(duì)隱私保護(hù)、系統(tǒng)安全提出了更高的要求。
同時(shí),AI診療、AI手術(shù)等新技術(shù),一旦出現(xiàn)醫(yī)療事故由誰(shuí)承擔(dān)責(zé)任等倫理問(wèn)題,也伴隨著臨床智能化而日漸引起重視。
今天, AI的名字已經(jīng)被刻上了中國(guó)防疫的功勛簿。也許它還會(huì)出現(xiàn)在其他國(guó)家的防疫工具名單上,也許不會(huì)。但我們知道,種植出AI的抗體,一定能讓自己變得更加茁壯。
責(zé)任編輯:ct
評(píng)論
查看更多