主页（http://www.cnwulian.net）：人工智能在医疗市场长驱直入 却还有不少的问题需要解决
人工智能（AI）是当下医疗领域的热词，被视为中国医学弯道超车的“利器”。
国家政策加持、资本热捧、新技术推陈出新……聚焦在高光之下的医疗人工智能，在改变医疗这条路上到底走了多远：试水、掣肘、缺失，烦恼还真不少。
希望：未来或将改变医疗
2018年12月18日，解放军总医院第一医学中心肝胆外二科主任刘荣戴上3D眼镜，在福州长乐区的中国联通东南研究院里操作一款机器人手术，而另一端则是50公里外的福建医科大学孟超肝胆医院，而“病人”则是接受试验的一只小猪。
刘荣进行操作终端，50公里外的手术机器人机械臂同步执行手术步骤，在人机隔空配合下，成功切除了小猪的一小片肝脏。手术创面整齐，出血量极少。5G网络下，手术画面延迟少于30毫秒，术后，小猪的生命体征稳定。这是世界首次5G远程外科手术的成功测试。
近来，国内关于5G远程手术的报道和案例越来越多：
2019年3月16日，解放军总医院第一医学中心与位于三亚的解放军总医院海南医院神经外科之间，成功进行了世界一例5G远程操控人体开颅手术。
4月11日，复旦大学附属华山医院西院进行了两台神经外科手术——由王镛斐教授主刀的内镜经鼻蝶垂体瘤切除术和陈亮教授主刀的枕下乙状窦后入路治疗桥脑海绵状血管瘤，通过5G网络几乎无时延地呈现在上海联通大厦主会场的屏幕上。
人工智能加5G通信网络，让医生跨越空间“做手术”成为了现实。在刘荣看来，当全国人都上北上广看病，优秀医生资源多在大城市的情况下，人工智能在解决优质医疗下沉的痛点上，迈出了第一步，而这被视为人工智能未来深度介入医疗的最大价值和前景。
如果说机器人手术只是人工智能介入医疗核心硬核加持和试水，那么智能导诊、分诊、网络挂号，以及智能影像学诊断等应用则已经是遍地开花，甚至成为改善医疗环节不可或缺的一步。
譬如影像科，对于疾病诊断至关重要，也是目前人工智能应用最先行落地的医疗场景。以肺小结节筛查为例，针对平均超过200层的肺部CT扫描图片，医生人工筛查需要20分钟甚至更长，而人工智能仅需数十秒就可完成。
除此之外，AI影像诊断还在食管癌、糖尿病视网膜病变、结直肠、乳腺等病种中应用，甚至还能查儿童骨龄。
无论是技术还是资本，人工智能在医疗市场正在长驱直入，然而，这条路却并非一路坦途。
障碍：数据孤岛的核心问题
长驱直入中遭遇的首个问题便是数据孤岛与标准化问题。
人工智能的核心是“数据”，因为需要依靠高质量的数据来进行训练并优化算法，从而保证高精度，因此，数据也而被称为是AI之核。
据2018年EMC（美国信息存储资讯科技公司）和IDC（国际数据公司）共同发布的报告显示，全球医疗保健数据量预计到2020年将达到2300EB。我国医疗数据更是可观，中国的病例数、就诊量在世界都是靠前的，然而这些庞大的病例数据就像一个个“孤岛”，散落在各大医院中，彼此并未打通，如何把全国数据互联互通是目前的一个大问题。
另一个问题就是数据的标准化问题。国家食品安全评估中心主任卢江就曾表示，“即使让数据互联互通，也存在标准不统一的情况，由于病种分类编码都没有标准化，不同医院间数据差别也很大。各个医院设备不一样，数据维度也不一样。”因此高质量的数据直接拿来用的非常少见，需要花费更多的时间和算法，先将数据标准化、结构化才能使用。
目前有些公司所用的数据来自公开数据集，但公开数据与真实世界的临床数据相比存在取样上的偏差。还有一大弊端就是数据比较老旧，或图像有残缺。像影像诊断数据这种，即便采用临床数据，还需要高年资医生做标注。但由于没有统一标准，人工标注的质量取决于标注医生的年资经验和责任心，这直接影像AI产品的诊断能力及准确性问题。
中华医学会放射学分会副主任委员、北京医院放射科主任陈敏坦言，影像科医生当然希望积极拥抱新技术来提升效率，但人工智能诊断准确是必要保证，如果还需要投入大量的高年资技术经验丰富的专业人员，耗费的时间精力也不可估量。
尴尬：医疗伦理的考验！
技术和标准之外，AI面临的责任认定和医疗伦理的考验也处于尴尬中。
美国医疗信息与管理系统学会下属研究机构2016年曾做过一次联合调查：23%的被调查者认为人工智能技术本身的不成熟性，导致其存在一系列风险并承受质疑，是人工智能应用于医疗所遇到的最基础也是最难跨越的障碍。
我国监管部门对于利用人工智能技术提供诊断功能审核非常严格。在2017年原国家食药监总局发布的新版《医疗器械分类目录》中的分类规定，若诊断软件通过算法提供诊断建议，仅有辅助诊断功能不直接给出诊断结论，则按照二类医疗器械申报认证;如果对病变部位进行自动识别并提供明确诊断提示，则必须按照第三类医疗器械进行临床试验认证管理。
但对AI诊断进入临床应用的法律标准尚处于空白。
运用人工智能来诊断，诊断的主体，在法律上是医生还是医疗器械，AI诊断出现缺陷或医疗过失，是由医生还是机器担责，目前也尚无前例可循。
担忧并非徒劳。北京航空航天大学机器人研究所名誉所长王田苗教授梳理的数据显示，美国FDA记录达芬奇手术机器人在2000年至2013年接近60万次手术过程中，共涉及到144人的治疗事故死亡。除了致死的患者，达芬奇在手术中拉弧或打火还造成了193名病人烧伤;其脱落的零件掉入病人体内也发生超过100次;视频故障或系统错误造成的不良事件超过800例。
另外还涉及医疗伦理风险，拿远程机器人手术为例，5G医疗在技术上是可以实现，医生在办公室里就能指导全国手术，但医疗场景的改变势必也必须伴随医疗相关法律法规的配套和支持。
上海新华医院副院长潘曙明曾介绍，医疗人工智能，直接关乎病人的健康和生命。如果还没有想清楚这些问题，就一味地发展人工智能，也许对人类反而是有害。AI+医疗可以先从一些常见的、对人类威胁不大的疾病入手，用机器人和人工智能做一些尝试，积累一定经验之后再循序渐进。
行动：把标准立起来
“没有标准，也没有经验，大家都是在起步阶段，缺乏权威的对标，如何创新与优化，规范上市，以及未来的行业通用？这都是问题。”刘荣表示。
