经验和数据，谁更重要？

　　这些年，研究人员一直在试图增强AI的本领，包括让它拥有深度学习能力，利用海量病历数据来训练它。如市十医院本次展出的一款“急诊辅助诊断系统”就“认识”超过4000种疾病。各大公司也纷纷抛出一系列数据，试图证明AI已可以胜任人类交给它的工作，甚至还有不少可超越人类。如依图医疗展示的一款骨龄测试解决方案，人工需要20分钟的一个诊断，AI用1秒就完成。对专业医生来说，与其担心AI抢了饭碗，不如感谢AI把自己从繁琐工作中解放出来。海军军医大学长征医院影像医学与核医学科主任刘士远说，AI可增强临床医生的能力，但现阶段AI只能定位为辅助医疗，最终还是要由经验丰富的人类医生来诊断。对此，医库云CEO、原乌镇互联网医院院长张群华也认为，“医疗是非常严谨的，在医学人工智能方面，知识比数据更重要，这里所讲的知识就是临床经验，临床AI一定是由医生主导。”

　　那么多产品，好不好用？

　　当前国内医疗AI产品的研发出现同质化竞争较多，大部分集中在以影像诊断和语音识别为主的辅助诊断领域。在上海市卫生和健康发展研究中心主任金春林看来，不少临床专家反映，当前的人工智能水平还处于“人工+智能”的水平，比如影像辅助诊断方面的产品，性能和精确度还不能满足临床诊断需求，影像读片的假阳性率即误诊率还比较高。“一个医疗AI产品一定要契合临床需求，符合实际使用场景才能实现落地并获得市场。大部分专家都对医疗AI持拥抱和期待的态度，也尝试寻求企业合作进行项目研发。”刘士远也表示，前来寻求合作的企业很多，必然是一个不断探索并逐渐改善的过程，“一些产品可解决临床医生的某个问题，要解决所有还不现实。但如需同时用好几个产品，反而会变成麻烦。”

　　优势和挑战，路在何方？

　　在主题论坛中，飞利浦整体解决方案中心总经理陈胜裕谈到一个远程医疗案例，宁夏人民医院有5个院区，其中的宁南医院距离银川300多公里，最初，如果有宁南医院驻地医生诊断不了的病例，就把胶片打出来，跟着院车送到银川进行会诊，一来一回600公里很费时。引进三维影像后处理平台后，在平台上直接传输影像数据，两地医生直接连线，远程诊疗可以在一小时内完成了。金春林认为，假如把产品比作“运动员”，把环节比作“赛道”，如果选对运动员，认准“赛道”，也就是在AI最具优势的环节引入AI，必将优化患者体验，增加医疗效率。其中，医疗影像是当前广泛布局的“赛道”，而疾病诊断和新药研发两个领域相对难度较大。他同时认为，AI将在医院管理和健康管理两大领域具有先发优势。

　　不过，人工智能的发展还面临挑战。金春林也谈到，由于医学和计算机科学是两个知识壁垒较高的学科，需要企业开发团队深入医院内部，加强与临床专家的沟通交流以及对医疗实际场景的体验，才能更好地开发出符合临床实际需求的产品。

　　按照2017年新版《医疗器械分类目录》规定，若人工智能诊断软件仅有辅助诊断功能，按二类医疗器械申报；如果对病变部位进行自动识别，并提供明确诊断提示，则其风险级别相对较高，需按照第三类医疗器械管理。目前，国内还没有出现第一张医疗AI的三类证书。2019年2月，随着《深度学习辅助决策医疗器械软件审评要点（征求意见稿）》发布，意味着AI三类医疗器械的审评标准已离落地不远，产业发展的政策瓶颈有望被打破。金春林对AI+医疗持乐观、开放的态度，“AI的发展要有伟大的远见和梦想。毕竟它是一个新生事物，需要诗和远方。”　　本报记者 左妍