“必須限定在一定的范圍內”，這是上海交通大學醫(yī)學院附屬新華醫(yī)院（以下簡稱“上海新華醫(yī)院”）副院長潘曙明談論AI時反復用到的表述。在他看來，AI+醫(yī)療在技術和倫理層面都存在不少約束。

潘院長是一個對新技術持樂觀態(tài)度的人。不久前，在一次關于AI+醫(yī)療的討論會上，他滿懷信心的說道：“我認為AI必將取代醫(yī)生?！?/p>

新華醫(yī)院的嘗試和探索

潘院長供職的上海新華醫(yī)院同樣秉持開放的態(tài)度，在AI+醫(yī)療領域進行了不少嘗試。不久前的阿里云棲大會上，上海新華醫(yī)院正式和阿里巴巴簽訂了戰(zhàn)略合作協(xié)議，決定共同探索“智慧醫(yī)院”新樣板。

根據(jù)合作協(xié)議，阿里巴巴和新華醫(yī)院將致力于搭建醫(yī)院混合云平臺、云兒科醫(yī)聯(lián)體平臺，開發(fā)醫(yī)生智能培訓系統(tǒng)、醫(yī)學科研數(shù)據(jù)平臺，實現(xiàn)院內就診全流程移動支付等，從而打造出一個示范型的“智慧醫(yī)院”。

通過這次合作，上海北部地區(qū)的兒科臨床技術水平和服務能力有望得到提升；醫(yī)生智能培訓系統(tǒng)和云兒科醫(yī)聯(lián)體平臺則分別有助于解決基層兒科醫(yī)生培訓和兒科醫(yī)療資源緊缺的問題。

潘院長表示，目前人工智能在醫(yī)院還處于剛剛開始應用的狀態(tài)，而且用到的主要是深度學習技術。比如通過機器學習大量的醫(yī)學影像圖片，幫助放射科醫(yī)生更好地識別特定的影像。目前新華醫(yī)院正在和部分行業(yè)領先的企業(yè)合作，進行這方面的探索。未來，新華醫(yī)院還希望在數(shù)據(jù)挖掘和輔助診斷領域做一些嘗試，和阿里巴巴共同探索更多的項目。

潘院長向雷鋒網介紹道，新華醫(yī)院還計劃將人工智能技術與可穿戴設備融合，應用于孕婦的遠程健康監(jiān)測和產檢。十月懷胎是一個漫長而艱辛的過程，期間孕婦和胎兒的健康需要格外關照。定期去醫(yī)院做產檢雖然讓孕婦和胎兒的健康和安全多了一重保障，但畢竟無法做到時時刻刻的呵護。而且時常奔波在家庭和醫(yī)院之間也帶來了許多不便和不確定因素。

“如果能用可穿戴設備時刻監(jiān)測孕婦的體征數(shù)據(jù)，并上傳到醫(yī)院的平臺由醫(yī)生進行遠程分析，一定能給孕婦帶來極大的便利。目前，相關的技術已經在研發(fā)定型當中了。”潘院長說道。

不要把人工智能夸得很大

潘院長表示，人工智能技術確確實實能給醫(yī)生和病人帶來不少便利，但“不要把它夸得很大”。

人工智能在某些特定領域已經達到甚至超過了人類水準，它的強大是建立在海量數(shù)據(jù)之上的。以手足口病為例，機器在學習了幾千份手足口病病歷和圖片之后，確實可以達到主治醫(yī)師的水準，目前國內已經有醫(yī)院做到了這一點。但對于大多數(shù)疾病來說，目前可供學習的優(yōu)質病歷數(shù)據(jù)還遠遠不夠。

而且AI的能力缺少遷移性。Alphago擊敗了世界圍棋冠軍，但這并不能幫助它在其他領域有所建樹。如果Alphago想成為一名國際象棋高手，它還是得從零開始訓練。這種能力上的局限嚴重影響了人工智能的實用價值。

就拿行業(yè)內常見的糖網篩查產品來說，也許在識別糖網病變方面，AI比人類醫(yī)生更快更準。但在真實應用場景中，眼底圖片的異常可能對應著十幾種眼部病變，只會鑒別糖網的AI臨床價值并不大。而人類醫(yī)生則可以對眼底圖片中的異常進行分析判斷，并結合其他臨床信息篩查出多種眼底病變。這種舉一反三的知識遷移能力是AI所不具備的。

再比如IBM Wotson，它可以給出很好的癌癥治療方案，但它并沒有考慮到病人的地域差異和個體差異。美國人認為，80歲以上的病人照樣可以做化療；中國醫(yī)生則認為，80歲以上的病人做化療風險很大，而且預期生命較短，做化療未必對病人有益。

另外，病人的家庭和經濟情況千差萬別，IBM Wotson顯然無法將這些因素納入考慮。如果病人經濟拮據(jù)，而IBM Wotson給出的治療方案十分昂貴，即使這套方案從醫(yī)學角度來說是完美的，對病人也產生不了多大的幫助。

我們發(fā)展人工智能技術之前，首先要認清它的局限性，知道AI能做什么，不能做什么。

在特定領域做一些端口開放

潘院長認為，目前人工智能還處于嬰兒階段。未來人工智能技術的發(fā)展有賴于我們對人腦更深入的理解。我們已經掌握了很多跟人體器官相關的知識，但對人腦仍知之甚少。我們知道大腦的物質結構，但并不清楚它是如何思考的。如果我們解答了這個問題，人工智能或許將迎來一次突破式的發(fā)展。

他說道：“我相信只有在某些領域取得了認知上的突破，才能推動人工智能的快速發(fā)展。就像人類從仿生學開始造飛機，但直到科學家發(fā)現(xiàn)了空氣動力學，航空業(yè)才取得了跨越式的發(fā)展。技術進步不是一蹴而就，需要一個過程。”

人工智能技術的特別之處在于，它涉及到很多倫理問題，尤其是醫(yī)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(fā)展人工智能，也許對人類反而是有害。潘院長認為，發(fā)展人工智能技術必須慎之又慎。AI+醫(yī)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，推動AI對更復雜疾病的認識。

近兩年來，我國的醫(yī)療人工智能技術取得了較快的發(fā)展，已經誕生了一批可以應用于臨床的產品。但因為CFDA認證這道門檻，很多產品遲遲無法落地。此前寧波市第二醫(yī)院副院長鄭建軍在接受雷鋒網采訪時曾表示，人工智能產品更新周期太快，有些甚至以周和天為單位。國內還沒有專門針對這類產品的認證小組或部門，這一定程度上阻礙了行業(yè)的發(fā)展。他建議，先用一些過渡政策對行業(yè)進行規(guī)范，給相對成熟的產品發(fā)放“臨時牌照”，讓醫(yī)生先用起來。

潘院長認為，在特定領域做一些端口開放，推動技術的發(fā)展，一定能夠得到大眾的支持。他說道：“我覺得在保證人類安全的前提下，推動某項技術進步并沒有什么不妥。十九大報告里也提到要支持人工智能技術的發(fā)展，但前提是要保證在技術和倫理上都是安全的。我相信，未來相關部門一定會努力推動人工智能的發(fā)展，但全方位的開放肯定是不現(xiàn)實的?！?/p>

醫(yī)療健康數(shù)據(jù)必須“車同軌”

談到人工智能，數(shù)據(jù)是個繞不開的話題。過去國內對于數(shù)據(jù)的所有權和安全性缺少明確的法律界定，客觀上為人工智能企業(yè)創(chuàng)造了相對寬松的發(fā)展環(huán)境。不少國外醫(yī)療AI企業(yè)的負責人都曾表達過對國內同行的艷羨，因為在國外獲取醫(yī)療數(shù)據(jù)實在太難了。缺少足夠高質量的數(shù)據(jù)作為支撐，人工智能也就成了無根之木。

另一方面，國內醫(yī)療機構的信息基礎建設相對薄弱，而且缺少統(tǒng)一標準。別說不同區(qū)縣醫(yī)院之間的數(shù)據(jù)無法互通，就連同一家醫(yī)院不同科室采用的數(shù)據(jù)存儲系統(tǒng)都可能是不一樣的。由于對數(shù)據(jù)的重要性缺乏足夠的認識，和成本上的考量，有些醫(yī)療機構甚至根本不會對病人的健康數(shù)據(jù)進行長期保存。

潘院長認為，建立統(tǒng)一標準，推動數(shù)據(jù)互聯(lián)互通至關重要。只有互聯(lián)互通的數(shù)據(jù)才是真正的大數(shù)據(jù)，才能推動人工智能輔助診斷的快速發(fā)展。醫(yī)院的管理和運營也將變得更加規(guī)范透明，比如某種疾病該如何治療，用哪些藥，花費是多少，未來都將一目了然。只有這樣，商業(yè)保險才會真正愿意進入醫(yī)療市場。

國家正在積極推動醫(yī)療數(shù)據(jù)的互聯(lián)互通，但目前成效還比較緩慢。潘院長認為，數(shù)據(jù)互通難以推進主要有三方面的原因：

一、不敢。在數(shù)據(jù)所有權都還沒有明晰的情況下，對外開放自己的數(shù)據(jù)是有一定風險的。開放部分數(shù)據(jù)用于科研或許沒有問題，可一旦涉及到商業(yè)用途就是人命關天的事情，不得不慎重。

二、不愿。醫(yī)療資源在很多地方都是香餑餑，牽涉到各方面的利益，大家都不愿意將自己的利益拱手讓人。

三、不能。目前既懂醫(yī)療又懂IT的人才還非常稀缺，大家都想深入挖掘數(shù)據(jù)，但多少有些心有余而力不足。

潘院長向雷鋒網表示，醫(yī)院和衛(wèi)生部門已經意識到了問題所在，但數(shù)據(jù)互通的問題并不是醫(yī)院和衛(wèi)生部門能夠解決的，必須由國家有關部門來推動和協(xié)調。

好在國家已經充分認識到了醫(yī)療健康數(shù)據(jù)的重要性，陸續(xù)籌建了三大健康醫(yī)療大數(shù)據(jù)集團。潘院長認為，隨著國家力量的強勢介入，相關的法律政策將迅速出臺，地方也會逐步跟進。既能避免過去數(shù)據(jù)分散、互不聯(lián)通、共享困難形成的數(shù)據(jù)孤島和數(shù)據(jù)煙囪等問題，也將為既有區(qū)域集中應用和國家一體化大數(shù)據(jù)中心的建設提出了方向和要求。我們完全有理由對未來醫(yī)療人工智能產業(yè)的發(fā)展感到樂觀。

要找到數(shù)據(jù)的“源代碼”

對于數(shù)據(jù)的安全性，潘院長也表達了自己的看法。目前行業(yè)內的共識是，將數(shù)據(jù)用于人工智能模型訓練前必須進行脫敏處理，確保病人的隱私，但這也帶來了數(shù)據(jù)的真實性問題。因為恰恰只有那些敏感的信息（比如身份證號、手機號）才能確保數(shù)據(jù)的真實性和唯一性。

“假如保險公司擁有10萬張保單，我可以說這10萬張保單的數(shù)據(jù)都是真實的，因為每一張保單都對應了一個身證份號。但醫(yī)院的住院號等編碼并不是唯一的?！迸嗽洪L說道。一旦脫敏數(shù)據(jù)進入市場流通，這些數(shù)據(jù)可能會被反復打包多次，丟失真實性和唯一性。研發(fā)醫(yī)療AI產品必須找到病人數(shù)據(jù)的“源代碼”，這些“源代碼”就存儲在醫(yī)院里。但究竟該如何運用這些數(shù)據(jù)，還亟待國家出臺相關法律進行明確。這些問題需要逐一理清。

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。