人工智能（AI）是當下醫療領域的熱詞，被視為中國醫學彎道超車的“利器”。

國家政策加持、資本熱捧、新技術推陳出新……聚焦在高光之下的醫療人工智能，在改變醫療這條路上到底走了多遠：試水、掣肘、缺失，煩惱還真不少。

希望：未來或將改變醫療

2018年12月18日，解放軍總醫院第一醫學中心肝膽外二科主任劉榮戴上3D眼鏡，在福州長樂區的中國聯通東南研究院里操作一款機器人手術，而另一端則是50公里外的福建醫科大學孟超肝膽醫院，而“病人”則是接受試驗的一只小豬。

劉榮進行操作終端，50公里外的手術機器人機械臂同步執行手術步驟，在人機隔空配合下，成功切除了小豬的一小片肝臟。手術創面整齊，出血量極少。5G網絡下，手術畫面延遲少于30毫秒，術后，小豬的生命體征穩定。這是世界首次5G遠程外科手術的成功測試。

近來，國內關于5G遠程手術的報道和案例越來越多：

2019年3月16日，解放軍總醫院第一醫學中心與位于三亞的解放軍總醫院海南醫院神經外科之間，成功進行了世界一例5G遠程操控人體開顱手術。

4月11日，復旦大學附屬華山醫院西院進行了兩臺神經外科手術——由王鏞斐教授主刀的內鏡經鼻蝶垂體瘤切除術和陳亮教授主刀的枕下乙狀竇后入路治療橋腦海綿狀血管瘤，通過5G網絡幾乎無時延地呈現在上海聯通大廈主會場的屏幕上。

人工智能加5G通信網絡，讓醫生跨越空間“做手術”成為了現實。在劉榮看來，當全國人都上北上廣看病，優秀醫生資源多在大城市的情況下，人工智能在解決優質醫療下沉的痛點上，邁出了第一步，而這被視為人工智能未來深度介入醫療的最大價值和前景。

如果說機器人手術只是人工智能介入醫療核心硬核加持和試水，那么智能導診、分診、網絡掛號，以及智能影像學診斷等應用則已經是遍地開花，甚至成為改善醫療環節不可或缺的一步。

譬如影像科，對于疾病診斷至關重要，也是目前人工智能應用最先行落地的醫療場景。以肺小結節篩查為例，針對平均超過200層的肺部CT掃描圖片，醫生人工篩查需要20分鐘甚至更長，而人工智能僅需數十秒就可完成。

除此之外，AI影像診斷還在食管癌、糖尿病視網膜病變、結直腸、乳腺等病種中應用，甚至還能查兒童骨齡。

無論是技術還是資本，人工智能在醫療市場正在長驅直入，然而，這條路卻并非一路坦途。

障礙：數據孤島的核心問題

長驅直入中遭遇的首個問題便是數據孤島與標準化問題。

人工智能的核心是“數據”，因為需要依靠高質量的數據來進行訓練并優化算法，從而保證高精度，因此，數據也而被稱為是AI之核。

據2018年EMC（美國信息存儲資訊科技公司）和IDC（國際數據公司）共同發布的報告顯示，全球醫療保健數據量預計到2020年將達到2300EB。我國醫療數據更是可觀，中國的病例數、就診量在世界都是靠前的，然而這些龐大的病例數據就像一個個“孤島”，散落在各大醫院中，彼此并未打通，如何把全國數據互聯互通是目前的一個大問題。

另一個問題就是數據的標準化問題。國家食品安全評估中心主任盧江就曾表示，“即使讓數據互聯互通，也存在標準不統一的情況，由于病種分類編碼都沒有標準化，不同醫院間數據差別也很大。各個醫院設備不一樣，數據維度也不一樣。”因此高質量的數據直接拿來用的非常少見，需要花費更多的時間和算法，先將數據標準化、結構化才能使用。

目前有些公司所用的數據來自公開數據集，但公開數據與真實世界的臨床數據相比存在取樣上的偏差。還有一大弊端就是數據比較老舊，或圖像有殘缺。像影像診斷數據這種，即便采用臨床數據，還需要高年資醫生做標注。但由于沒有統一標準，人工標注的質量取決于標注醫生的年資經驗和責任心，這直接影像AI產品的診斷能力及準確性問題。

中華醫學會放射學分會副主任委員、北京醫院放射科主任陳敏坦言，影像科醫生當然希望積極擁抱新技術來提升效率，但人工智能診斷準確是必要保證，如果還需要投入大量的高年資技術經驗豐富的專業人員，耗費的時間精力也不可估量。

尷尬：醫療倫理的考驗！

技術和標準之外，AI面臨的責任認定和醫療倫理的考驗也處于尷尬中。

美國醫療信息與管理系統學會下屬研究機構2016年曾做過一次聯合調查：23%的被調查者認為人工智能技術本身的不成熟性，導致其存在一系列風險并承受質疑，是人工智能應用于醫療所遇到的最基礎也是最難跨越的障礙。

我國監管部門對于利用人工智能技術提供診斷功能審核非常嚴格。在2017年原國家食藥監總局發布的新版《醫療器械分類目錄》中的分類規定，若診斷軟件通過算法提供診斷建議，僅有輔助診斷功能不直接給出診斷結論，則按照二類醫療器械申報認證;如果對病變部位進行自動識別并提供明確診斷提示，則必須按照第三類醫療器械進行臨床試驗認證管理。

但對AI診斷進入臨床應用的法律標準尚處于空白。

運用人工智能來診斷，診斷的主體，在法律上是醫生還是醫療器械，AI診斷出現缺陷或醫療過失，是由醫生還是機器擔責，目前也尚無前例可循。

擔憂并非徒勞。北京航空航天大學機器人研究所名譽所長王田苗教授梳理的數據顯示，美國FDA記錄達芬奇手術機器人在2000年至2013年接近60萬次手術過程中，共涉及到144人的治療事故死亡。除了致死的患者，達芬奇在手術中拉弧或打火還造成了193名病人燒傷;其脫落的零件掉入病人體內也發生超過100次;視頻故障或系統錯誤造成的不良事件超過800例。

另外還涉及醫療倫理風險，拿遠程機器人手術為例，5G醫療在技術上是可以實現，醫生在辦公室里就能指導全國手術，但醫療場景的改變勢必也必須伴隨醫療相關法律法規的配套和支持。

上海新華醫院副院長潘曙明曾介紹，醫療人工智能，直接關乎病人的健康和生命。如果還沒有想清楚這些問題，就一味地發展人工智能，也許對人類反而是有害。AI+醫療可以先從一些常見的、對人類威脅不大的疾病入手，用機器人和人工智能做一些嘗試，積累一定經驗之后再循序漸進。

行動：把標準立起來

“沒有標準，也沒有經驗，大家都是在起步階段，缺乏權威的對標，如何創新與優化，規范上市，以及未來的行業通用？這都是問題。”劉榮表示。

現實也的確尷尬。以人工智能影像診斷為例，據了解，目前不少AI醫療公司都已經向監管部門申報了醫療器械的注冊申請。但由于整個行業處于早期階段，標準不統一、數據缺乏等問題，導致目前極少有公司的產品在中國獲批上市。由于拿不到醫療器械注冊證，大部分的AI診斷公司都只能以醫學研究的名義在醫院進行試點。

“由于現在缺少精標準，會出現多個專家意見不一致，導致最后變成誰來定標準的問題。”多位AI公司技術官對記者反映過類似困惑。

對此，國家標準化委員會陳洪俊副主任指出，智能醫學作為新興行業，要把標準的需求捋清楚，在國家標準層面解決。

近日，在第四屆中國智能裝備技術大會上，中國研究性醫院學會臨床醫學標準工作委員會宣告成立，由上海中山醫院的樊嘉院士擔任主任委員、劉榮擔任副主任委員。劉榮表示，組織成立后，將率先對人工智能領域進行標準研究及制定。

大會上，國家衛健委醫管中心標準管理處王強處長也表示，2019年將準備籌建第八屆中國衛生標準技術委員會并增設醫療衛生建設裝備、基層衛生健康等四個專委會，進一步規范醫療新興專科的標準化建立與管理。

此外，多名學者提出人工智能未來還需加強醫工結合。“醫生發現痛點，工程師負責技術突破，醫生提需求，工程師完成設計實現，二者有機結合，再彼此優化。”中國家電技術研究院院長馬德軍說，這是人工智能時代的剛需。

北京航空航天大學機器人研究所名譽所長王田苗認為，真正將機器人投入醫療應用的時候，對工程師要求更高，很大程度上需要站在醫生臨床痛點需求進行詳細分解相應分析。

劉榮團隊是最早應用達芬奇手術的臨床團隊之一，劉榮也認為，來自于臨床使用暴露出的問題，譬如輕量化、精密靈巧，以及集成面向具體的手術流程需求和手術室的應用等也需要醫工有機融合有效改進。

當然，讓美好藍圖從夢想照進現實，并不容易。但無論怎樣，讓人工智能實現醫療的賦能和改變，需要醫工結合的強大技術支持、政府頂層設計力挺、社會資源的整合補給，以及最重要的，持久的韌性和耐心。