人工智能赋能医疗

近年来，在国家政策的支持与驱动下，以及互联网、大数据、人工智能等前沿技术的支撑下，我国智慧医疗进入飞速发展时期。国家新一代人工智能、脑科学与类脑研究重大专项逐步启动实施，智慧医疗科技研究与产业发展步入新的阶段。

我国于2017年7月发布《新一代人工智能发展规划》，提出发展智能治疗模式、智能医疗体系、智能医疗机器人、智能可穿戴设备、智能诊断、智能多学科会诊、智能基因识别、智能医药监管、智能疾病预测等。

日本基于本国严重的“人口老龄化”现象，将医疗健康和护理作为人工智能的突破口。英国则强调辅助诊断、早期预防控制流行病并追踪其发病率、图像诊断方向，并进一步提出了要保证公众数据的安全性和隐私性。印度则将癌症筛查和治疗作为人工智能大规模靶向治疗的领域方向。

目前，中国从国家战略层面的宏观规划，再到各省、市级的具体蓝图，齐心协力引领人工智能行业发展。在国家层面的人工智能医疗政策方面，除了将医疗列入相关人工智能战略重要应用领域，国家一直在推动人工智能医疗领域的发展，尤其在近三年相继发布关于健康医疗大数据、全国人口健康信息化、互联网医疗等的政策，为人工智能在医疗领域的发展奠定了良好的基础。

中国ai医疗应聚焦五大趋势

第一，为保护和发展ai人才提供保障。由于工资高薪和研究环境的原因，国内人工智能人才存在一定流失。为了应对这种情况，项目组建议政府和产业借鉴美国波士顿等国际先进ai发展地区的政策，在人工智能人才的出入境及落户、住房、继续教育、医疗等方面进行配套补助，应对人才缺口。

第二，健康医疗数据归属、安全、开放等问题持续严峻。目前中国健康医疗数据具有数据归属不明确、数据安全要求高、数据开放程度有限、健康医疗数据不统一、数据伦理问题待解决、数据成本压力大等特点，这些问题虽然已得到全社会层面的关注与重视，但依旧形势严峻。

第三，ai医疗器械审批标准逐步建立，有待进一步实现。目前国内为中检院负责ai医疗器械的审批工作。ai医疗器械是医疗器械的一个新生种类，其审批的流程、方法、专家组都与常规的医疗器械不同，且随着ai技术的快速发展，ai器械的技术和服务范畴也在逐渐扩大，因此审批标准从建立到完善需要一个过程，需要相关部门和学者持续的跟进和关注。

第四，人工智能理论“黑盒子”依旧存在未知风险。尽管人工智能的应用范围十分广泛，但多数结论经由经验而来、缺乏理论支撑和解释，面临“黑盒子”问题，有可能会导致严重问题。

第五，ai医疗产业落地越来越成熟，商业模式愈发清晰。但需要注意到的是，尽管ai在一定程度上能够减轻医生的工作量，还能提高医生的诊断准确率，但对于医疗机构来说，这并不是刚需，具体的付费主体、应用场景等问题仍需多方探索。

为中国ai医疗出谋划策

首先，必须加强行业指导和监管，政府部门应尽快出台ai相关法律法规，明确ai在医疗领域内的定位，医生不会被ai所取代，ai是帮助医生进行临床诊疗，及方便患者获得高质量的医疗服务，医生对诊断的结果负主要责任。

同时，要积极弥补交叉人才短板。人工智能医疗领域是人工智能和医疗健康这两个专业性极强领域的结合，人才是第一生产力要素。加强核心技术人才培养与医务人员ai使用技能培训，保证ai产品能更好地服务于临床实践。

第三，要打破医疗机构、政府部门的数据壁垒，建立数据共享流通机制，促进不同机构间、地区间的数据联网，形成真正的大数据。建设以患者为中心的多病种临床数据中心，探索患者隐私保护和数据安全技术。

最后，鉴于部分中西部地区ai基础尚有欠缺，而这些地区对远程医疗、人工诊疗助手等ai需求非常强烈。专家建议，国家有侧重地对中西部地区互联网建设给予倾斜政策。同时，加强基层医疗机构互联网应用，引导优质的医疗资源下沉至基层，实现资源共享，提高医疗服务水平。

以上是网络信息转载，信息真实性自行斟酌。