中国的 AI 医生,已经离实践运用不远了吗?

2024-09-07 | 来源: 虎嗅APP | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

从公开数据看，2012年到2022年，美国食品药品监管部门FDA批准的AI相关医疗器械数量增长了45倍以上。

全球领先的医疗大模型谷歌的Med-PaLM2，在此前的测试中已经表现出了与医生基本相当，甚至超过人类专家的实力。2023年发表在《急诊医学年鉴》上的一项研究显示，欧洲研究者向AI提供了30名急诊患者的症状、体检和化验结果记录后，AI对患者作出正确判断的比例为97%，超过人类医生的87%。

这当然不意味着人类医生会被AI取代，但是，意味着，在接下来生命科学领域的尖端探索中，没有AI辅助工具的医生，很可能会远远落后于有AI辅助的医生。

而在国内外医疗“AI助手”成长为“AI医生”的道路上，一定规模的高质量临床数据也必不可少。

从这个意义上讲，中国医疗领域的AI，也不能再受限于数据了。

还只是开始

客观来说，中国在打破“医疗数据孤岛”方面也做了很多努力，也有了一些初步的成果。

比如：北京、上海等城市已经建立了区域统一的医疗数据平台；浙江省部分医疗影像数据已经可以在公立医院之间共享了；如前所述，医疗数据的交易也在多个示范区悄然开始了。

对于药械企业来说，今年1月份以来，数据也可以作为资产列入财务报表了。根据公开信息，截至上半年，已经有125家企业加入到了数据资产入表的行列，涉及多家药械企业。

美国短剧,正在疯狂"抄袭"中国的作业

流亡政府:藏族歌手在中国被捕疑因赞颂达赖喇嘛

中国最有希望获得诺奖的作家之一,没听过他的名字

临床方面，在中国，支付宝、百度、腾讯等互联网巨头，都在尝试将AI技术与诊疗活动、健康管理结合起来，清华大学的“AI医院”也曾引起过大众的一波关注热潮。

尽管如此，其背后的支撑因素，充分利用医疗数据才刚刚开始，挑战仍然很多。潘冲直言，医疗数据交易非常敏感，大家操作的时候都是小心翼翼的，所以必须一步一步通过试点推开。

实际上，中国并不缺少医疗数据。国家卫健委发布的最新版卫生年鉴显示，2023年，全国卫生机构总诊疗人次达到96亿人，由此产生的医疗数据预计早已超过百亿条。业界认为，如此庞大的数据储备规模，已经堪称是国家重要的基础性战略资源了。

但是，因为各家医院标准不统一，数据参差不齐，存在数据精准度不够，数据一致性不够，原始数据在录入过程中数据错漏、数据不完整等问题。此外，由于大量医疗数据是以文本、影像、图像等非结构化方式储存的，这些数据的管理和整合也非常困难。

（虎嗅注：非结构化数据，是指数据结构不规则或不完整，没有预定义的数据模型，难以用数据库二维逻辑表来表现的数据。）

同时，这些医疗数据还涉及患者的个人隐私等问题，有医疗数据领域法学专家曾指出：“如果没有每个医疗机构对数据按照统一技术标准清洗处理和合规治理，很难想像医疗数据可以安全有效地开放利用。”

而要把这些数据，通过治理变成分门别类、清晰准确、可以用的状态，也就是成为“产品”，这件事本身难度就非常大，也需要巨大的资金投入。

更为棘手的是，作为数据供给方，医疗机构和药企，都还缺乏拿数据赚钱的动力。当下，由卫健委、医保局或者地方政府主导，汇总医疗机构数据，做一部分治理以后形成公共数据，再将这些公共数据的使用权卖给有需要的AI企业的模式，反而成了当下最行之有效的通路。

实际上，即便是没有做任何治理，只是备份数据，就已经很令医疗机构头疼了。随着数据积累越来越多，一些大三甲医院的信息科负责人已经在抱怨，现在设备越来越先进、越来越精准，导致数据量越来越多。