世經論壇天津熱議：醫療AI的堵點與機會 當前關注

“雖然近三分之二的醫療保健領導者認為AI對實現其組織目標‘非常重要’，但只有不到三分之一的人表示他們的AI計劃實現了‘預期價值’。”

27-29日，世界經濟論壇（WEF）第十四屆領軍者年會在中國天津舉行，會議期間，論壇方揭曉了“十大在未來三到五年內將對世界產生最大影響的新興技術”，生成式人工智能和人工智能輔助醫療名列其中。但根據WEF本月發布的另一份有關“AI在醫療健康領域應用”的專題報告，卻顯示了前述不盡如人意的調研結論。

人工智能（AI），被WEF定義為“通過感知、解讀數據、學習、推理和推薦最佳行動方案來行動的系統”。該份專題報告認為，在過去的十年中，醫療保健和技術行業的領導者、政府官員和研究人員對利用人工智能(AI)和機器學習(ML)的進步來改變醫療保健寄予厚望，但其實際應用卻一直推進地相對緩慢。

(資料圖片)

如何加速人工智能、大數據等新興技術在醫療健康領域負責任地應用？在本屆新領軍者年會上，多名與會嘉賓、參會企業人士和受訪對象均提到，關鍵點在于建立起不同經濟、醫療資源和數據基礎國家間以及公共和私營部門間的協同治理體系，著力解決好低信任度和缺乏基礎設施等應用上游問題。

世界衛生組織原助理總干事、北京大學公共衛生學院教授任明輝對第一財經表示，AI技術和醫療大數據的可及性和應用深度，關乎“以人為本”醫療健康體系的建設，這既離不開政府的支持和治理完善，也需要企業率先去應用探索，讓各利益攸關方看到新技術應用可產生的公共衛生收益，以推動形成可持續的創新應用生態。

AI提高醫療服務可及性？

6月初，據國家藥監局官網公告，騰訊醫療健康生產的“結腸息肉電子內窺鏡圖像輔助檢測軟件”創新產品注冊申請獲批，該產品可以通過深度學習的算法分析幫助基層醫生識別和定位息肉結腸，以推動腸道癌癥篩查的關口前移。

相關統計顯示，截至2022年10月，我國已有62款人工智能醫療器械獲批，覆蓋心血管、腦部、眼部、肺部、骨科、腫瘤等多個疾病領域。

根據科技部發布的《關于支持建設新一代人工智能示范應用場景的通知》，在智能診療方面，要“運用人工智能可循證診療決策醫療關鍵技術，建立人工智能賦能醫療服務新模式”“重點面向縣級醫院，提升基層醫療服務水平”。

不僅僅是中國，WEF在《2023年十大新興技術報告》中提到，在發展中國家，基于人工智能的醫療保健的影響可能更為深遠，因為這些國家往往缺乏向大部分人口提供醫療服務的基礎設施和人員。利用人工智能和機器學習等新的智能手段，是解決護理不足地區醫療保健能力的第一步。

以印度為例，《2023年十大新興技術報告》稱，該國人口超過14億且分布廣泛，當局采用了一種基于人工智能的方法來加強醫療服務，通過為醫生配備輔助技術，讓偏遠社區可以獲得均等化的醫療服務。與此同時，印度政府對這些基于數字科技的醫療服務采取必要的隱私保護措施，以增進供需雙方信任關系。

但發展中國家運用人工智能解決醫療健康問題也非一帆風順。

一名來自非洲的與會者認為，“人工智能輔助醫療當然有巨大潛力，然而現在非洲實施難度還不小。”

該名與會者表示，當地也做了很多嘗試和探索，但要想人工智能發揮效用，需要一定數量的數據，以及可以對這些數據做出標準化的闡釋，這對于數字基礎薄弱的非洲地區而言無疑是個挑戰。目前非洲擁有全球50％人口，但醫護人員僅占全球的3％，如何更好地讓人工智能幫助處理海量的醫療數據，是當地醫療衛生領域的主要關切。

香港科技大學表觀基因組學研究中心副主任、化學與生物工程系副教授吳若昊也同樣提到，人工智能理論上可以幫助實現醫療服務的去中心化，但在實際中，一國要想真正利用好這些技術需滿足兩個前提：可以容易地獲取數據并有足夠的資源去處理這些數據。后者取決于當地是否擁有比較大的數據中心。

醫療人員數量、能力和意識是否與人工智能的應用相匹配，是欠發達地區所面臨的另一挑戰。

一名來自非洲加納共和國的與會者提到，在非洲，當地人口從14億預計將增加到25億，醫療資源緊缺問題越來越突出。對于所處其間的國家而言，即便擁有充足的資金、AI技術，沒有足量受過培訓的工作者馬上去應用這些技術，人工智能產品也無法充分發揮價值。

WEF中國區健康與醫療行業負責人Carrie LIU在接受第一財經采訪時，談及了她在中國某些農村基層調研時的發現：當地有名望的村醫往往年歲較長，這些醫生可能自身就存在數字鴻溝，對數字科技的接受程度不高。換言之，即便為他們配備便攜化AI產品，他們是否愿意使用，仍是個問題。

任明輝認為，在醫療資源缺乏的地區，AI的落地應用會對當地醫務人員帶來的影響是一體兩面的。一方面，AI技術可以彌補這些地區基層醫療機構缺乏高質量醫療資源的問題；但一方面，這些地區也確實需要及時提升醫務人員的能力和水平，確保他們能夠規范化、有意識地使用這些技術。在醫療服務可及度提高的同時，切實增進醫療服務均等化水平。

此外，Carrie 還對記者提到一個深層次的擔憂：目前，在非洲等數字科技較為落后的地區，醫療工作者所使用的AI產品往往來自于發達國家的科技公司，這些產品在設計過程中，臨床數據可能并不包含非洲等地區。因此，深度學習的結果對于非洲地區或許并不可靠。從這個角度來看，AI產品在全球欠發達地區的使用，表面上是填補了當地醫療資源短板，但從“以人為本“、以患者為中心的角度思考，對于當地人口健康的改善程度依然有限。人工智能產品的包容性并沒有真正得到實現。

加強公共和私營部門協作

除了發展中國家所面臨的特殊挑戰WEF在前述報告認為，縱觀全球，AI價值在醫療健康領域的充分實現也面臨諸多堵點，需要公共和私營部門合力去解決。

這些堵點包括數據基礎存在漏洞、使用者的低信任度、缺少可擴展性和跨境創新等。

尤其值得關注的是，在接受WEF采訪的專家中，75%的人認為數據基礎薄弱是醫療保健領域AI價值實現的主要障礙。算法必須接受數據訓練，但即使在高收入國家，不一致的數據收集和缺乏互操作性也阻礙了AI模型跨組織和跨國界的擴展。與此同時，AI還容易因隱私侵犯、數據盜竊和欠佳的算法而被誤用和濫用。

Carrie進一步對記者解釋稱，目前，AI在不同地區的使用程度和價值發揮的空間，與該區域的數字監管松緊呈正相關關系。從數字治理來看，目前，美國較松、歐盟趨嚴而中國處于中間水平。如果全球數據治理標準不一，那么醫療數據的流通就會受限，進而影響到機器學習的準確性。再進一步，如果機器學習不夠精準，又會影響到AI應用的信任度問題。牽一發而動全身。

銀杏生物首席商務官埃娜·克拉森堡（Ena Cratsenburg）也認為，AI目前僅僅是醫療中某一環節中的眾多工具之一，不能取代醫療從業者的角色。就像眼睛和頭腦的區別，人工智能產品只知道如何做事，但不知道為什么要這么做。基于此，AI技術要想在醫療健康領域，對于全人類發揮更多民主化價值，公共部門應更好的平衡這一技術所產生的風險和收益，加強監管。

那么私營部門應該如何回應監管呢？谷歌首席衛生公平官Ivor Horn在前述報告中提到，私營部門的行動速度快于政策和監管。但作為開發這些技術的人，企業有責任在促進政策設計過程的同時，維護證據、道德、公平、安全和隱私等高標準。

立足當下，WEF呼吁，公共和私營部門的注意力集中應該在那些最有可能改變公共衛生和醫療保健并改善患者健康結果的AI應用上。世界已經擁有了這樣一種技術，但數據缺口確實存在，醫療保健領導者不能坐等完美的數據基礎到位，而應該現在就開始努力，建立起必要的聯盟，讓醫療健康服務的AI轉型成為可能。

標簽：