促進(jìn)“AI+醫(yī)療衛(wèi)生”規(guī)?;茝V
點(diǎn)擊播報本文,約
人工智能將如何改變健康衛(wèi)生服務(wù)場景?國家衛(wèi)生健康委等五部門日前發(fā)布的《關(guān)于促進(jìn)和規(guī)范“人工智能+醫(yī)療衛(wèi)生”應(yīng)用發(fā)展的實(shí)施意見》(以下簡稱《實(shí)施意見》)繪制了發(fā)展“路線圖”:到2027年,基層診療智能輔助、臨床??茖2≡\療智能輔助決策和患者就診智能服務(wù)在醫(yī)療衛(wèi)生機(jī)構(gòu)廣泛應(yīng)用;到2030年,基層診療智能輔助應(yīng)用基本實(shí)現(xiàn)全覆蓋。
按照這份“路線圖”,人工智能在醫(yī)療衛(wèi)生領(lǐng)域?qū)⒉粩嘭S富應(yīng)用場景,提升服務(wù)能力,保障服務(wù)安全,優(yōu)化資源配置,創(chuàng)新預(yù)防、診療、康復(fù)、健康管理等全鏈條連續(xù)智能服務(wù),更好地滿足人民群眾日益增長的健康服務(wù)需求。
“《實(shí)施意見》標(biāo)志著人工智能醫(yī)療已經(jīng)從試點(diǎn)探索走向規(guī)模化推廣的新階段。”河北省邯鄲市人民醫(yī)院院長李楠說,“我們希望最終能構(gòu)建‘AI提效、醫(yī)生聚力、患者受益’的智能醫(yī)療體系。”
聚焦基層應(yīng)用
今年8月,國務(wù)院印發(fā)的《關(guān)于深入實(shí)施“人工智能+”行動的意見》提出,探索推廣人人可享的高水平居民健康助手,有序推動人工智能在輔助診療、健康管理、醫(yī)保服務(wù)等場景的應(yīng)用,大幅提高基層醫(yī)療健康服務(wù)能力和效率。
在此基礎(chǔ)上出臺的《實(shí)施意見》明確了人工智能在基層應(yīng)用、臨床診療、患者服務(wù)、中醫(yī)藥、公共衛(wèi)生、科研教學(xué)、行業(yè)治理、健康產(chǎn)業(yè)8個方向的24項重點(diǎn)應(yīng)用。
其中,“人工智能+基層應(yīng)用”是首要方向。《實(shí)施意見》提出,建立基層醫(yī)生智能輔助診療應(yīng)用。針對基層常見病、多發(fā)病,建立基層智能輔助診療應(yīng)用,向基層醫(yī)生提供輔助診療、處方審核、隨訪管理、中醫(yī)診療等智能應(yīng)用,提升基層全科輔助診斷、疾病鑒別診斷、醫(yī)學(xué)影像輔助診斷等服務(wù)能力。
當(dāng)前,AI“下基層”已具備技術(shù)基礎(chǔ)?!癆I早已不是只停留在概念階段,而是實(shí)實(shí)在在走進(jìn)了醫(yī)院的各個場景。”李楠舉例說,在診斷環(huán)節(jié),AI能自動分析患者癥狀、生成初步診斷建議,還能輔助醫(yī)生書寫規(guī)范化病歷,顯著提升病歷規(guī)范率;在治療環(huán)節(jié),AI可提供治療方案參考,部分地區(qū)通過搭建“心電網(wǎng)”“影像網(wǎng)”,讓鄉(xiāng)鎮(zhèn)居民在本地就能享受到三甲醫(yī)院專家級的診療方案;而在住院等復(fù)雜場景中,一些先進(jìn)的醫(yī)療大模型,甚至能將醫(yī)生的病歷書寫時間減少一半。人工智能參與“鏈條式”醫(yī)療衛(wèi)生服務(wù)的模式已初見雛形。
“以前每天要花大量時間回復(fù)基礎(chǔ)咨詢,現(xiàn)在我有了智能體‘分身’,患者的很多常規(guī)問題‘分身’就能隨時解答?!蹦戏结t(yī)科大學(xué)皮膚性病研究所副所長林志淼分享了專家醫(yī)生智能體帶來的改變。他介紹,依托京東健康的“京醫(yī)千詢”醫(yī)療大模型,智能體不僅能精準(zhǔn)回應(yīng)銀屑病及皮膚罕見病的常見問題,還能主動為需要進(jìn)一步診療的患者預(yù)約他的門診時間。這讓醫(yī)生從重復(fù)咨詢中解放出來,每天能多接診3—5個疑難病例,診療效率至少提升了一半。
李楠補(bǔ)充說,人工智能還有助于醫(yī)生提升專業(yè)能力。人工智能可以實(shí)時提供參考意見,比如在醫(yī)生閱片時提示可疑病灶、在醫(yī)生開藥時提醒用藥禁忌,這相當(dāng)于持續(xù)的“線上培訓(xùn)”,能夠?yàn)榛鶎俞t(yī)生持續(xù)“充電”。
突出場景驅(qū)動
《實(shí)施意見》堅持以場景為驅(qū)動,面向衛(wèi)生健康行業(yè)真實(shí)業(yè)務(wù)、依托真實(shí)場景、解決真實(shí)需求。
值得關(guān)注的是,《實(shí)施意見》提出,到2027年,建立一批衛(wèi)生健康行業(yè)高質(zhì)量數(shù)據(jù)集和可信數(shù)據(jù)空間。在李楠看來,要實(shí)現(xiàn)這一目標(biāo),醫(yī)院信息科、病案室、臨床科室需協(xié)同合作,按照統(tǒng)一標(biāo)準(zhǔn)對歷史病歷、影像資料、病理報告、基因組學(xué)數(shù)據(jù)進(jìn)行清洗、脫敏和結(jié)構(gòu)化處理,形成高質(zhì)量的專病數(shù)據(jù)集,并在醫(yī)院內(nèi)部及醫(yī)聯(lián)體之間,建立安全、可控的數(shù)據(jù)交換與共享平臺。
京東健康探索研究院相關(guān)負(fù)責(zé)人說,高質(zhì)量數(shù)據(jù)集需要兼顧醫(yī)學(xué)專科與數(shù)據(jù)集納的專業(yè)性。為此,京東健康與國內(nèi)多家頂級醫(yī)療機(jī)構(gòu)合作,基于病史、檢驗(yàn)、影像、病理等多個維度的大量高質(zhì)量臨床真實(shí)數(shù)據(jù),構(gòu)建??啤2∧P偷挠?xùn)練數(shù)據(jù),并匹配真實(shí)醫(yī)療場景測評。
基于專業(yè)數(shù)據(jù)庫,AI大模型開發(fā)廠商也在持續(xù)開展涵蓋常見腫瘤和重大慢性病的??茖2〈竽P偷难邪l(fā),助力醫(yī)療資源匱乏的地區(qū)也能享受到高水平醫(yī)學(xué)專家服務(wù)。
“各級醫(yī)院的工作模式將實(shí)現(xiàn)從‘經(jīng)驗(yàn)驅(qū)動、人力密集型’向‘?dāng)?shù)據(jù)驅(qū)動、人機(jī)協(xié)同型’的深刻轉(zhuǎn)型?!崩铋硎?,《實(shí)施意見》為醫(yī)院在多個層面推進(jìn)智能化轉(zhuǎn)型提供了指引,未來頂級醫(yī)院將更專注于解決疑難雜癥、進(jìn)行前沿科研和制定臨床指南,而常規(guī)診療、慢病管理和術(shù)后隨訪將主要由人工智能輔助下的基層醫(yī)院和家庭醫(yī)生完成。
規(guī)范安全監(jiān)管
安全始終是醫(yī)療衛(wèi)生行業(yè)的“生命線”?!秾?shí)施意見》將“規(guī)范安全監(jiān)管”單列一節(jié),要求通過優(yōu)化行業(yè)管理和審核體系、創(chuàng)新監(jiān)管方式和預(yù)警機(jī)制、強(qiáng)化數(shù)據(jù)安全和個人隱私保護(hù)等舉措,確保人工智能在醫(yī)療領(lǐng)域安全、可靠、可控。
“人工智能在醫(yī)療領(lǐng)域的安全風(fēng)險呈現(xiàn)多元交織特征,既包含算法黑箱、數(shù)據(jù)欺騙等技術(shù)層面的固有挑戰(zhàn),也隨著多模態(tài)協(xié)同、智能體互聯(lián)等發(fā)展趨勢衍生出新的安全隱患。”廣東醫(yī)科大學(xué)多模態(tài)數(shù)據(jù)融合應(yīng)用實(shí)驗(yàn)室(GMCLab)主任弓孟春告訴記者,風(fēng)險控制機(jī)制的完善需要技術(shù)革新、倫理審查與人工智能素養(yǎng)提升“三駕馬車”牽引。
《實(shí)施意見》要求,完善政府監(jiān)管、機(jī)構(gòu)自治、行業(yè)自律、社會監(jiān)督的綜合治理機(jī)制。這在一些醫(yī)療機(jī)構(gòu)中已經(jīng)有所進(jìn)展。弓孟春介紹,來自中國醫(yī)學(xué)科學(xué)院、廣東醫(yī)科大學(xué)、四川大學(xué)華西醫(yī)院、中國科學(xué)院自動化研究所、神州醫(yī)療科技股份有限公司等單位的專家共同編寫的《生成式醫(yī)學(xué)AI(GMAI)臨床倫理治理專家共識(2025)》,明確提出對人工智能系統(tǒng)實(shí)施強(qiáng)制置信度評分和動態(tài)幻覺閾值控制。這呼應(yīng)了《實(shí)施意見》中“開展應(yīng)用監(jiān)測評估”“建立大模型應(yīng)用評測驗(yàn)證”等要求。
針對公眾關(guān)注的數(shù)據(jù)安全和隱私保護(hù)問題,《實(shí)施意見》也明確要求,建立健全智能應(yīng)用數(shù)據(jù)安全防護(hù)體系,促進(jìn)數(shù)據(jù)規(guī)范流通共享。弓孟春說,聯(lián)邦學(xué)習(xí)是一種“合作共贏”但又“保護(hù)隱私”的技術(shù)。通過這種技術(shù),數(shù)據(jù)被鎖在不同醫(yī)院各自的“保險柜”里紋絲不動,只有AI模型這個“學(xué)生”在各家醫(yī)院之間流動學(xué)習(xí)?;谶@種“數(shù)據(jù)不動模型動”的模式,多家醫(yī)院能夠共同訓(xùn)練出一個強(qiáng)大的AI模型,整個過程不需要共享任何原始數(shù)據(jù),從而確保數(shù)據(jù)安全和隱私保護(hù)。
222
