物質(zhì)越來越豐富，生活越來越豐富，環(huán)境污染、食品安全、生活壓力等因素不斷侵蝕著我們的健康，忽視健康導(dǎo)致的疾病和死亡每天都在發(fā)生，健康正成為人們前所未有的關(guān)注熱點(diǎn)。慢性病已經(jīng)成為中國(guó)最嚴(yán)重的公共衛(wèi)生和安全問題。在老齡化嚴(yán)重的我國(guó)，慢病管理任重道遠(yuǎn)。

      目前我國(guó)慢病管理的痛點(diǎn)在哪里？

      首先預(yù)防意識(shí)

      在我國(guó)，未病先治的思想沒有深入人心，群眾對(duì)慢性病的防治意識(shí)不強(qiáng)，反映了慢性病管理教育工作的失位。

      其次信息需求問題

      慢性病患者有三種需要：信息、交流和互動(dòng)，這三者不可分割。慢性病病程長(zhǎng)、病因復(fù)雜的特點(diǎn)，決定了患者需要定期咨詢醫(yī)生；慢性病患者需要持續(xù)的專業(yè)信息流，以確保對(duì)自己身體狀況的監(jiān)測(cè)和調(diào)節(jié)，但現(xiàn)實(shí)情況并不樂觀。

      再次醫(yī)療資源稀缺，人員配置不足

      2015國(guó)務(wù)院印發(fā)了《關(guān)于推進(jìn)分級(jí)診療制度建設(shè)的指導(dǎo)意見》，經(jīng)過近幾年的部署與實(shí)踐分級(jí)診療模式初步形成，慢病管理逐漸向基層醫(yī)療機(jī)構(gòu)下沉。

      事實(shí)上，慢病管理實(shí)際上也必須要由基層來完成. 三甲醫(yī)院已經(jīng)超負(fù)荷運(yùn)載，現(xiàn)實(shí)情況三甲醫(yī)院很難對(duì)慢病患者進(jìn)行有效管理，但基層醫(yī)療的實(shí)際情況也不容樂觀，如缺乏藥品、信息收集困難、人才匱乏，尤其是缺乏專業(yè)人才和護(hù)理人才在慢性病管理中。據(jù)調(diào)查顯示目前社區(qū)慢病管理工作人員最低每人負(fù)責(zé)0.2萬人口監(jiān)測(cè)管理工作，基層慢病管理暴露出動(dòng)力不足等問題。

      目前，慢病管理存在的問題最終還是人的問題、人手不足和缺乏專業(yè)性，導(dǎo)致慢病患者獲得醫(yī)療服務(wù)的效率低下、擁堵或費(fèi)用高昂，這是制約高效率和高質(zhì)量慢性病管理的主要原因。

      那么，如何通過使用人工智能技術(shù)來幫助解決疾病管理問題呢？

      人工智能可以在以下四個(gè)方面提供幫助：疾病診斷、疾病診療、健康管理以及人工智能在醫(yī)院管理、耗材、人力成本的計(jì)算等。

      近年來，人工智能一直是醫(yī)學(xué)領(lǐng)域的一個(gè)熱門話題。在醫(yī)學(xué)三大雜志——新英格蘭醫(yī)學(xué)雜志、柳葉刀、JAMA上，對(duì)人工智能以及深度學(xué)習(xí)做了一些闡述，同時(shí)在基礎(chǔ)研究方面也做了相關(guān)的論述。

      然而，人工智能在現(xiàn)實(shí)中的實(shí)際應(yīng)用并不十分完美，為什么要這樣說呢？

      人工智能有時(shí)候可能比醫(yī)生得出的診斷更準(zhǔn)確，前提條件是給它的數(shù)據(jù)必須是準(zhǔn)確的。

      在2018年發(fā)表的文章中，谷歌人工智能并沒有達(dá)到我們?cè)趯?shí)際應(yīng)用中的期望，當(dāng)時(shí)護(hù)士在拍照片的時(shí)候光線不好，錯(cuò)誤的數(shù)據(jù)輸不進(jìn)去，人工智能程序就拒絕接受這個(gè)照片，反而得出了一些誤診數(shù)據(jù)。

      為什么會(huì)發(fā)生這種情況？正如前面提到的，你給出的數(shù)據(jù)必須是準(zhǔn)確和清晰的。

      人工智能如何從實(shí)驗(yàn)室轉(zhuǎn)變?yōu)榕R床，或者人工智能可以為我們提供一些臨床幫助。

      首先，現(xiàn)場(chǎng)是把人工智能的供求、研發(fā)與工業(yè)化的關(guān)鍵環(huán)節(jié)聯(lián)系起來，沒有場(chǎng)景，一切都是徒勞無功的。

      此外，從政策支持、資金投入、推進(jìn)建設(shè)、宣傳引導(dǎo)、閉環(huán)管理、全程跟蹤、嚴(yán)格驗(yàn)收等方面，進(jìn)行人工智能場(chǎng)景的搭建，打造人工智能醫(yī)療的服務(wù)高地。

      近幾年來，醫(yī)院在構(gòu)建人工智能場(chǎng)景方面做了一些初步工作，從數(shù)據(jù)分析到數(shù)據(jù)集成和數(shù)據(jù)整合，將大數(shù)據(jù)集成到人工智能應(yīng)用平臺(tái)中，并打通了三級(jí)醫(yī)院、二級(jí)醫(yī)院和社區(qū)衛(wèi)生中心的數(shù)據(jù)。

      最重要的是，我們還可以在居民的日常生活中做一些工作，希望從疾病篩查、預(yù)防、診斷和治療以及康復(fù)方面進(jìn)行全面分析。

      正如剛才提到的，截至去年7月，我們從醫(yī)院和社區(qū)中心收集了800000人的9.5TB數(shù)據(jù)，其中包括20億條患者數(shù)據(jù)。通過大數(shù)據(jù)的分析，我們得出了以下五個(gè)結(jié)論。

      一方面，是居民端跟醫(yī)生端。從疾病的精準(zhǔn)早篩，到疾病的智能預(yù)防、輔助診療、智能隨訪再到分級(jí)轉(zhuǎn)診，診斷出哪些疾病可以在社區(qū)衛(wèi)生中心解決，哪些疾病必須要三級(jí)醫(yī)院進(jìn)行復(fù)雜的手術(shù)或者治療。這里面的分類治療分為兩端，一個(gè)是居民端，一個(gè)是在醫(yī)生端。在居民端，基層可以通過心血管的檔案、人口學(xué)特征、年齡、發(fā)病危險(xiǎn)因素等等，借助區(qū)域衛(wèi)生中心提供的影像學(xué)資料，到醫(yī)生端進(jìn)行輔助診斷和輔助診療，決定這個(gè)病人需不需要轉(zhuǎn)到三級(jí)醫(yī)院。場(chǎng)景的建設(shè)目標(biāo)，除了我剛才提的五個(gè)場(chǎng)景已實(shí)現(xiàn)以外，我們基本上還實(shí)現(xiàn)了心血管專家?guī)斓墓蚕怼?/p>

      此外，我們還對(duì)模型進(jìn)行了改進(jìn)，同時(shí)初步形成了科研創(chuàng)新和模式孵化的生態(tài)框架，最終形成了資源共享的管理和控制框架。

      當(dāng)然，人工智能在實(shí)際建立過程中還存在著一些難點(diǎn)或者目前還難以跨越的一些障礙。

      首先是互聯(lián)網(wǎng)。我們的網(wǎng)絡(luò)現(xiàn)在還不是非常的穩(wěn)定，在通訊、專業(yè)數(shù)據(jù)等信息化方面還存在一些不足。

      其次是醫(yī)療大數(shù)據(jù)，20億的就診數(shù)據(jù)大而混亂。大數(shù)據(jù)并不代表著數(shù)據(jù)大，有時(shí)候收集的很多信息對(duì)疾病診療是沒有用的，怎么才能甄別出來？缺少統(tǒng)一的標(biāo)注、治理標(biāo)準(zhǔn)。

      第三，醫(yī)院管理者有時(shí)會(huì)形成數(shù)據(jù)障礙。在信息交流的過程中，與其他醫(yī)院和醫(yī)療機(jī)構(gòu)無法實(shí)現(xiàn)數(shù)據(jù)共享，導(dǎo)致信息孤島。同時(shí)，我們也缺少有基層醫(yī)療經(jīng)驗(yàn)又擅長(zhǎng)人工智能的交叉人才。

      此外，還有我們對(duì)人工智能的了解不夠深刻，以為遠(yuǎn)程會(huì)診就是人工智能，實(shí)際上遠(yuǎn)遠(yuǎn)不是這樣的。我們的醫(yī)護(hù)人員雖然感興趣，但是又不能完全參與到人工智能的實(shí)施和過程當(dāng)中。

      展望人工智能應(yīng)用的醫(yī)學(xué)前景，我們?cè)谖磥淼陌l(fā)展方向是什么？

      2020年年初的新冠肺炎，在疾病爆發(fā)期間好多慢性病人不能到醫(yī)院就診，好多病人有高血壓、心臟衰竭，服用抗磷藥物等等，這些病人怎么辦？

      新冠肺炎時(shí)期，病人在線會(huì)診增加了800%-900%，這表明市場(chǎng)或需求推動(dòng)了人工智能和遠(yuǎn)程醫(yī)療的發(fā)展，遠(yuǎn)程醫(yī)療使患者和醫(yī)生之間的距離更近。

      此外，遠(yuǎn)程醫(yī)療可以非常及時(shí)地向醫(yī)療機(jī)構(gòu)發(fā)送信息，也可以降低醫(yī)療成本。

      遠(yuǎn)程醫(yī)療或遠(yuǎn)程醫(yī)療不僅僅是一個(gè)視頻電話，或者是一個(gè)電話，詢問該服用什么藥物，但實(shí)際上是非常復(fù)雜的。

      未來AI可以賦能冠心病等醫(yī)療場(chǎng)景。左邊是我們的CTA，無創(chuàng)檢查以獲得冠狀動(dòng)脈狹窄。通過血管模型和功能計(jì)算，看看這種狹窄是否是導(dǎo)致心肌缺血的靶血管，如果所有三支血管都生病，請(qǐng)告訴我哪些血管是要干擾的血管。

      同時(shí)，根據(jù)多模式智能分析，觀察心肌是否能在此存活，同時(shí)根據(jù)病例分析，語音反饋給醫(yī)生，以決定是否進(jìn)行藥物干預(yù)或介入治療。介入治療后，我可以一邊在外手術(shù)一邊喝咖啡，手術(shù)后我可以對(duì)結(jié)果進(jìn)行評(píng)估。

      目前，人工智能在醫(yī)療領(lǐng)域的應(yīng)用還處于初步探索階段，未來人工智能不僅可以幫助我們做出決策，而且可以幫助我們?cè)谠S多復(fù)雜的手術(shù)中進(jìn)行更準(zhǔn)確的治療。

      人工智能可以完成比專家更高水平的任務(wù)，但不能實(shí)現(xiàn)綜合智能。人工智能的診斷和治療模式與人類專家的結(jié)合將超越我們傳統(tǒng)的疾病診斷和治療模式。

      人工智能將具有非常廣闊的應(yīng)用前景，期待著參與一些醫(yī)生的工作，特別是慢性病管理、病人隨訪等方面的工作。同時(shí)，人工智能提高了我們對(duì)疾病的認(rèn)識(shí)，改變了我們對(duì)疾病的診斷和治療、跟蹤和慢性疾病管理模式。

      你認(rèn)同我的觀點(diǎn)么？留言告訴我吧，留言有驚喜哦。我在人工智能公司上班，如果您對(duì)人工智能有興趣歡迎關(guān)注交流。