看病挂号、問診抓藥、手術康複……看上去與以往一般無二的醫療過程，其實在很多人尚未發覺之時，已悄然有了變化，在這些變化的背後，是人工智能在醫療領域的應用。在醫療領域，新質生産力的崛起意味着要以創新為驅動，提升醫療服務品質和效率。北京青年報記者了解到，在本屆中關村論壇年會以及相關配套活動上，基于大資料模型、人工智能賦能的醫療領域諸多案例，讓人們看到了未來醫療的一角，而這其中已經有成果應用在了我們日常的生活之中。
智能分診 縮短在院時間
感覺頭痛要去看病，應該挂神内的号還是神外，亦或是疼痛門診？不少人在就醫的時候都曾經遭遇過這樣的場景：感覺不舒服，但是卻說不清到底是哪裡不舒服。在如今醫院科室細分的情況下，更是搞不清楚到底應該挂哪科的号。更是有不少患者遭遇過挂了某個科室的号，在醫生問診一遍後，卻表示應該挂另一個科室的情況。
“我們針對醫院的服務可以解決患者在挂号時面臨的困惑。”在本屆中關村論壇年會的中關村國際技術交易大會上，醫渡科技的從業人員正在向咨詢者介紹。醫渡科技大模型基于“醫療智能大腦”YiduCore建立，在過去的10年裡，它經授權處理分析了超過40億份醫療記錄，積累了大量多元度可量化的知識圖譜。通過自主研發的資料生成技術，這些知識圖譜被用于大模型訓練。
醫渡科技的從業人員表示：“許多患者不知道如何描述自己的病情。相比于現有的AI對話，我們的應用程式更像是一位醫生助理。它具備豐富的醫學知識，并且熟悉醫院科室的配置、各個科室擅長診療的疾病，可以通過對患者病情的分析和比對，為患者提供精準的科室推薦。”
在應用測試中，有一位試用者在回答了AI的幾個症狀問題後，被懷疑存在睡眠相關性腿痙攣，并建議盡快就醫。該從業人員還表示，該服務還能提供預問診功能，模拟醫生與患者對話，了解患者的身體情況和症狀，生成預問診病曆，提升診療效率和患者體驗。
北京已經有醫院開始使用基于大資料的智慧化系統，來改善患者的就醫體驗。中國醫學科學院阜外醫院副院長趙韡在本屆中關村論壇年會醫學AI産業融合發展大會上表示，智能分診在該院的運用，不僅為首診患者精準推薦比對專場醫生，還可以對複診患者直接推薦既往門診就診醫生或病房團隊醫生。
智能分診在該院的采納率達到了78.2%，專科專病分診準确率更是達到了97.4%。
目前，阜外醫院使用的這套系統，不僅能在挂号前實作智能分診，還為患者在院内問診、檢查、取藥等環節節省時間。趙韡透露，使用了該系統後，患者平均院内檢查等候時間較2019年降低了21分鐘，從入院到出院整體節省了40分鐘。
AI輔助系統 讓診療更準确
北青報記者了解到，比起能更快的看病，對于患者來說，大資料模型、人工智能帶來的醫療變革發生在他們看不到的地方，而更多的醫生感受到了這些技術為診療帶來的變化。
以心髒檢查最基礎的心電圖為例，阜外醫院自主知識産權的心電輔助決策支援系統，在大模型的基礎上，覆寫48種心電診斷。“心電圖有140多種判讀、診斷，而98%的人隻會用到其中4種。不同經驗的醫生，對心電圖的判讀結果也有不一緻的情況。這就給後期的診療帶來一定問題。”趙韡表示，心電輔助決策支援系統的準确率非常高，效果相當于5到10年資深心電醫生水準。系統的診斷提示平均93%會被臨床采納，讓醫生判讀時間縮短63.3%。
不僅提高了醫生的效率，也節約的人手。“阜外醫院一天心電圖的判讀量達到了1700到2000份，大概需要7、8名資深醫生來進行判讀。”趙韡表示，如今使用這套系統，最終判讀結果由進階别的心電醫生進行稽核。整個流程下來，所需要的心電醫生隻要2到3名就夠了。
不僅是心電圖、血壓等基礎檢查的判讀，一些需要專家級經驗才能判斷的疾病，如今也有了大資料模型和人工智能的協助。
“對于醫療資源來說，三甲醫院的專家經驗很重要，比如同樣是肺小結節，專家看一下片子就能找到，而經驗不足的醫生則存在漏診的可能。”零氪科技公關總監郭曉龍表示，公司用兩年左右的時間，在合作醫院的幫助下，完成了上萬例患者資料的深入學習和訓練，人工智能輔助診斷軟體産品日臻完善。
“這款産品可以輔助醫生快速準确地發現肺小結節病竈，并對其進行良惡性分析，實作了肺癌的早篩早診，降低肺癌的漏診率和誤診率。”郭曉龍表示，現在其産品已經在門診、影像科、胸外科得到了很好的應用，并且搭建了京津冀首個肺小結節人工智能輔助診斷平台。
即使是手術，人工智能也能讓手術風險更小、患者恢複更快。
“在沒有進入手術之前，我們的系統就會按照患者病曆和影像等資訊為其量身定制一套術前方案。對于手術醫生來說，隻要按照我們的術前方案，手術就能取得一個更精準的結果。”北京納通智能科技有限公司總經理于海英表示。
北青報記者了解到，納通的“膝關節置換手術導航定位系統”去年獲得了國家藥監局三類醫療器械注冊證，作為第一款國産膝關節單髁置換手術機器人，填補了國産機器人單髁置換領域的技術空白。
于海英表示，術前方案即病人進入手術室之前，對于所要适配的耗材、植入物的型号，以及對其截骨或者是磨削的角度和深度，都能提前做出規劃，讓醫生在術前就對這個病人有一個系統的認知。而系統标準化操作流程，也讓人機互動起來更為舒暢，不僅有效縮短手術的時間，也因為精準的操作，患者術中出血量更少，恢複周期更短。術後患肢力線較傳統手術組更接近理想狀态，提高患者手術遠期預後效果。
而這類在AI輔助下，讓醫生在手術中“看”得更清楚，病竈“找”得更準确，手術操作更穩、更精細的手術裝置，在本屆中關村論壇年會上亮相了數台。
除了上文的納通的“膝關節置換手術導航定位系統”，還有在血管造影中能同時讓排除雜音、看清血管壁的“Taikon•太空”DSA。該産品為AI圖像處理介入診療系統，搭載新一代WE-Aimage 智能超算高清影像平台，使圖像品質大幅提升。
RM-50
同樣亮相的還有睿米神經外科手術機器人RM-50。這是一款AI智能分割及規劃算法、自研核心零部件六自由度機械臂及多光譜跟蹤定位平台，适用于腦出血抽吸引流、顱内活檢、導航等臨床場景。“腦出血的黃金救治時間是6個小時，但是在一些基層醫院，很多醫生苦于沒有經驗和裝置，隻能将患者轉診到更進階的醫院，這樣容易耽誤救治時間。”現場從業人員介紹，這套裝置能通過AI找到斑塊位置，精準定位到腦出血點，協助醫生完成手術。有了這樣的裝置，基層醫院也能及時開展對腦出血患者的救治。
而在本次展出中，最備受關注的就是可以“手剝”生鹌鹑蛋殼的腹腔内窺鏡單孔手術系統。現場從業人員套上類似手套的裝置，就能操作遠端的機械臂來剝開生鹌鹑蛋的蛋殼，還不會弄壞靠近蛋殼内壁的軟膜。“這套系統我們有600多項專利，其中靠人工智能和算法，讓裝置過濾掉了醫生在操作過程中手指可能出現的、生理性的自然抖動，或者前端操縱臂的一些彎曲帶來的影響，增加了裝置在手術過程中的穩定性。”
術銳腹腔内窺鏡單孔手術系統
在于海英看來，人工智能給現代手術帶來的幫助就是更加的精準和安全。不僅如此，有了人工智能的輔助，還能有效縮短年輕醫生學習曲線。
幫助年輕醫生盡快提升診療水準，賦能基層診療，成了目前大資料模型、人工智能+醫療最廣泛的應用。有資料顯示，截至2023年12月1日，國内已經有122款醫療類智能軟體獲批進入市場，其中影像輔助類的占比達到80%。有了這些輔助診療智能系統的支援，一些疾病在社群診療環節就能夠被篩查出來，高血壓等慢性疾病也能更好的被控制。
“治未病”大資料協助預警
中國傳統認為“治未病”者為上，未病先防、及時幹預、早診早治已經成了目前醫療領域的共識。那麼，如何預測、如何做到未病先防呢？人工智能與大資料模型讓疾病的“預警”有了工具。
如今疾控部門提示市民注意某類疾病即将進入高發期，注意個人防護的消息，已經像天氣預報一樣深入人心。而在這背後，也離不開人工智能為醫療賦能。“我們利用人工智能技術開發的智能決策平台，可以通過分析國際衛生部門各種疾病方面的資訊和資訊，幫助疾控等部門更準确地預測疾病的發展趨勢和高發期，進而提前采取相應的防控措施。”醫渡科技的從業人員表示。
不僅是宏觀的趨勢預測，即使是具體到個人，人工智能也有了一定的疾病預判能力。
我們的身體中有一個重要部位，是疾病的“觀察哨”，可以提示我們是不是有糖尿病、腦卒中、高血壓等問題以及慢病發展的程度，這就是眼睛。
“眼睛是身體上唯一從外部就可以直接觀察到血管和神經的器官。而通過這些血管和神經，我們就能判斷是否出現血管病變或神經退行病變，以此推斷人體是否存在一些潛在疾病。”北京同仁醫院副院長魏文斌在醫學AI産業融合發展大會上演講時表示。
這一設想在利用圖像分析技術來定量分析眼部血管後成為了可能。
而人工智能則可以學習眼科醫生無法識别的細微資訊，在通過大資料模型對某種疾病患者視網膜變化的學習和訓練，最終能完成具有明确标記的疾病檢測任務。
魏文斌表示，一些疾病，如認知功能障礙，患者可能在出現臨床症狀前的20年，大腦就已經發生神經生物學的變化。而該病目前藥物治療效果不佳，是因為患者發病時可能已經錯過了最佳救治時機。基于視網膜血管定量分析的研究或能在為未來為這一疾病的早診帶來改變。
如今，視神經和視網膜内層攝影，提供了中樞神經系統組織的非侵入性影像，進而為醫生提供了了解病人神經病變的視窗。同樣地，視網膜血管的幾何形狀也有利于醫生深入了解心髒、腎髒等其他器官的變化。而相關的學術研究論文在國内外均已發表了數篇。
大陸更是早在2020年就已經準許了“糖尿病視網膜病變眼底圖像輔助診斷軟體”上市。目前，該軟體已經在國内的基層診療機關、體檢機構等應用于糖尿病的早期發現。
人工智能 醫療領域加速布局
根據機構資料顯示，2022年中國數字醫療市場規模已達到1954億元，近5年年均複合增長率高達30.73%，預計2024年市場規模将進一步增至4130億元。
如今，醫療領域已是AI技術應用最廣、成效最明顯的領域之一。全球人工智能投資量近百億美元，其中醫療人工智能投資量位居榜首。
AI與醫療的結合，不僅極大減輕了醫療繁瑣的基礎工作，提高了臨床診斷的精準度，還将助力實作醫療資源的均衡配置設定，確定不同地區都能獲得高品質的診療服務。
甚至在不遠的未來，在AI輔助下，創新藥會加速湧現，新藥的研發周期也會被大大縮短。深圳醫學科學院創始院長、深圳灣實驗室主任、清華大學講席教授顔甯在本屆中關村論壇年會上提到，利用AI賦能、利用巨大的結構庫來進行藥物設計不再是空談。
大陸也正在加速對醫療領域人工智能産業布局。2019年，國家藥品監督管理局正式成立了AI醫療器械标準化技術歸口機關，并組織了大陸AI醫療器械标準的制修訂，為監管和産業提供技術支援。
2021年10月，工信部、國家藥品監督管理局組織開展人工智能醫療器械創新任務揭榜工作，面向智能産品和支撐環境2個方向，聚焦智能輔助診斷産品、智能輔助治療産品、醫學人工智能資料庫等8類揭榜任務，征集遴選一批具備較強創新能力的機關集中攻關，推動人工智能醫療器械創新發展，加速新技術、新産品落地應用。
然而人工智能并不是變魔術，在現有的階段，并不能靠人工智能解決所有醫療問題。衆多專家學者認為，比如在新藥的研發上，人工智能更大的作用在于降本增效。AI新藥研發的路徑是通過擷取大資料進行AI自主學習算法模組化，通過優化模型、機器深度學習，最後出來一個評估模型性能。這些可大大地降低藥物研發的時間和成本。但AI制藥模式也需要通過臨床試驗，不是預測有效就去使用了。
事實上，去年，大陸就有6款人工智能醫療器械通過創新醫療器械綠色通道快速審批程式最終獲批。但這6款創新産品中有2款早在2019年就進入了該程式，有3款于2021年進入。這也代表監管部門對這類創新醫療器械的審慎态度。
中國醫學科學院阜外醫院副院長趙韡在演講中就談到，醫療人工智能落地應用的前提是要處理好4個要素——資料是根本、人才是保障、詢證是關鍵，最重要的是安全是底線。正如醫渡科技在展示廳内的一副書法——“真正能改變醫療的，其發心必是慈悲，其目光必是敬畏，其道路必是時間。”
文/北京青年報記者 張鑫
攝影/北京青年報記者 張鑫
編輯/田野