医疗领域一直以来都是AI的绝佳落地场景,而当AI医疗的触角伸向基层,这样的“落地”方式,让技术的“社会价值”更加明显地显露出来。
12月8日,《麻省理工科技评论》(MIT Technology Review)发布报告《AI医疗:亚洲的发展空间、能力和主动健康的未来》(以下简称MIT报告),一系列访谈+研究+实地考察给出了亚洲地区AI医疗的价值和前景分析,其中在中国市场上拿百度AI医疗的成果CDSS(“临床辅助决策系统”)作为重点分析对象。
报告中提到的CDSS,是百度基于自然语言处理、知识图谱等多种AI技术推出的循证医学临床辅助决策系统,从官网资料上看,包含辅助问诊、辅助诊断、治疗方案推荐、医嘱质控等多种功能。
而它当下应用的重心,恰恰主要在基层医疗赋能上。
公开资料显示,CDSS现已落地全国1000多家医疗机构,覆盖18个省市自治区,服务医生数万人,MIT报告中,北京市平谷区的基础医疗借助CDSS的帮助,能够“更好地满足整个行政区域的医疗需求”。
(图片来自《麻省理工科技评论》发布的《AI医疗:亚洲的发展空间、能力和主动健康的未来》)
毫无疑问,光环加身、显得高大上的AI医疗,它最先、最有价值的落地,正发生在基层医疗身上,类似百度AI医疗与基层医疗的融合这样的案例,反映了AI技术在带来社会价值时将更快速得到认可的行业现实。
“基层医疗”与AI天然匹配,社会价值层面策略“稳赢“!
基层医疗问题很多,但总结起来,都离不开这四个——“恰好解决”,每一个都“恰好”可以被AI医疗自带的特性所“解决”:
1、医疗效率上的人才缺口
即医生数量少,数据显示基层医疗的主体地区——农村每千人口医师数为1．8人,仅为城市的45%。
类似百度CDSS这样的AI医疗系统能够通过辅助决策等功能,提升单个医生的能力和效率,在增加人员之外,提供缓解人才缺口的另一种方式。
2、医疗质量上的技术缺口
即不但人少,医疗能力也不足(包括设备设施),国家现在要求基层承担66种常见病的诊疗,客观地说执行率并不算好。
AI医疗介入,提供体系化、智能化的解决方案,例如CDSS可以覆盖4000+常见疾病,背后往往整合了大量权威医学知识来源。这些不说大幅度提升基层医疗的“医术”,至少对于帮助基层医疗实现匹配常需使用的医疗技术有直接价值。
3、医疗责任上的资源缺口
基层医疗与三级医院甚至全国性知名大医院注定只要“治病”不同,它除了承担普通百姓的一些小疾患,未来还更偏向于大众健康管理职责,是医疗“治”之外“防”的重要承载。
在我国慢性病压境(2．6亿慢性病人)、老龄化日益严重时(它们往往都依托基层医疗进行长期诊治),基层医疗是否能够承担起即将到来的巨大责任是存疑的。
而由“治疗”到“保健”转型要求基层医疗有更强的系统化疾病预防与管理能力。
AI带来的数字化、智能化医院管理体系建设,配合CDSS带来的效率和质量持续是解决这个问题的可行方式,只不过AI医疗必须配合更多医疗政策一起作为,这是一个浩大的工程。
4、医疗预期上的信任缺口
2017年中国三级医院以0．23%的占比,承担了总诊疗人次的21%;基层医疗卫生机构以94．5%的占比,仅承担总诊疗人次的54%。
这种剧烈矛盾的背后很大一部分原因是基层医疗无法得到大众认可,正如MIT报告中平谷区卫健委信息中心主任焦军锋所言,百度CDSS部署以后,“越来越多的患者来基层医院看病,而不像以前那样不分病情轻重就径直去大医院”,AI以高准确率、标准化不依赖个人的技术赋能,长期将根本上改变大众对基层医疗的心理预期,纾解三级医院的“拥堵”。
从上述四种“巧合”式的匹配,不难看出,百度AI医疗之所以选择赋能基层医疗,其社会价值不言而喻——科技巨头都在大谈特谈的科技向善,赋能基层医疗无疑是一种直接的实践呈现。
或者说,选择以AI赋能基层医疗,这与资本催熟的AI医疗行业大干快上,卖解决方案、卖服务器求短期变现有本质的不同,在社会价值层面,这种策略选择,某种程度上将产生“四赢”的结局:
社会层面:解决医疗资源少且分配不均衡的痛点;
基层医院/医生层面:提升基层医生诊疗质量和效率,减轻工作负担,增强职业成就感;
患者层面:享受到良好的医疗服务,很多时候不必奔波往返于大型医院;
AI医疗企业:社会责任与企业价值得到统一,例如百度,一方面树立积极的社会形象,另一方面也获得了医疗领域To B合并To G市场的巨大潜力。
面向基层的普惠医疗,AI到底要做什么?
不久前,国家工业信息安全发展研究中心发布《人工智能中国专利技术分析报告》,显示中国人工智能领域的专利申请量呈逐年上升趋势,而上文CDSS的所有者百度以5712件位列中国人工智能专利申请量第一,是去年的2．4倍。
(百度以5712件人工智能专利申请量排名中国第一)
下半年以来,包括IDC《中国AI云服务市场2019年厂商评估报告》在内的多份行业专业报告都在关注AI前沿走势,其中百度行业公认的AI领导者地位被进一步确认。
问题在于,像百度这样的企业,AI越来越强,技术把控也越来越前沿,当它要把AI技术应用到面向基层的普惠医疗这件事上,AI到底要做什么、能做什么?
从行业角度,拆解百度AI医疗案例,至少有四个层面是AI需要注意的,亦可看做挑战所在。
1、从单点突围,到体系化铺设
与基层医院相比,非基层大型医院往往都建立了自己成熟医疗体系,一些医院在信息化、数据化方面也有所动作,所以,后者对AI医疗的需求,在体系化方面并不如基层医疗强烈。
用大白话说,基层医疗环境“几乎什么都缺”,对技术的索求是全面的;而高级别医院虽然也有全面的需求,但它在短期内更渴望单点突破的技术,例如CT影像智能识别解决影像科不堪重负的“看片子”压力。
所以,百度面向基层医疗的赋能,一开始就是体系化的。严格来说,上文MIT报告所重点强调的CDSS只是百度大脑AI技术驱动的AI医疗品牌“灵医智惠”的一个部分,该品牌对外称以“循证AI赋能基层医疗”为愿景,有一整套面向基层医疗的赋能体系。
从公开资料看,灵医智惠以“灵医智惠技术中台“为核心,面向院内院外场景开放15项能力,围绕从临床、科研、到管理、患者服务等领域,提供五类解决方案,具体包括上文提到的CDSS、眼底影像分析系统、医疗大数据解决方案、智能诊前助手以及慢病管理等。
这些解决方案不只是为基层医疗提供全方位的配套服务,那些同样服务于基层医疗的信息化厂商、健康管理运营商、药企等亦是灵医智惠的合作对象,如此,凡是基层医疗需求的,可能都被“包圆了”。
这种体系化能力铺设,既可以看做百度AI医疗主动为之,也某种程度上是基层医疗需求的倒逼。
2、从“理科”看病效率与质量,到“文科”流程协同
医疗AI一直都有两个大的“分支”:
专注医疗效果的“治病”技术,可看作“理科”;关注医疗流程优化、事务性工作简化等的“管理”技术,可看作“文科”。
从基层医疗的全面需求来看,有“理”更有“文”是一种内在必要,医技不足固然是基层医疗众多问题之一,但那些仅仅钻研将AI利用到疾病诊疗的却未深刻理解基层医生需求的AI医疗企业,或许会在“理科”上有所建树,但却很难真正”赋能”这个领域。
仅从百度灵医智惠的CDSS来看,在疾病诊断方面,该系统覆盖了27个科室,超过4000种常见病,基层常见病多发病Top3疾病推荐准确率高达95%。但从平谷区的落地案例来看,更值得关注的是,它于当地上线的辅助问诊、辅助诊断、治疗方案推荐、医嘱质控、相似病历推荐、知识查询等六大模块,无缝融入基层医生的工作流程去,而不是变成额外的负累而不被接受,实实在在地被用了起来,体现了 “文科”方面的AI医疗赋能。
对比起来,媒体“寻找中国创客”曾报道不少AI医疗技术设备(例如肺结节识别服务器)被放在医院科室“吃灰”的现象,说到底还是“理科”没有与“文科”更好地融合,或者说根本就是缺乏“文科”的配套落地。
3、从单纯工作推动的“鱼”,到职业技能提升的“渔”
在平谷区CDSS案例中,医生的工作体验得到大大改善,例如“辅助诊断”模块,可以基于主诉、现病史中提到的症状、疾病,以及体格检查、检验结果推荐相关的疾病、相关症状及体征,按照诊断结果由高到低推断潜在疾病可能性,这都使得医生获得“医技”上的统一加持,诊疗更专业、更放心。
(北京平谷区社区医院应用百度CDSS系统辅助诊疗)
更重要的是,配合治疗方案推荐、医学知识查询等模块,基层医生实现了某种程度上的边学边实践边快速提升自我的效果,例如医学知识查询中提供了9700+疾病知识,3600+典型病例,760+心电图,2600+多维临床决策等知识,反过来相当于持续不断的“培训”。
说到底,所有基层医疗赋能最终都必须“授人以渔”,它代替不了医生,只能不断提升医生的能力和水平。
4、从AI“黑盒”,到医疗“白盒”
随着AI算法的越加“精密”,神经网络的复杂度不断提升,很多时候,算法工程师们都开始无法理解自己设计的AI在计算与输出的结果时究竟是如何“想”的,只是知道这些结果的有效性如何。
这被称作AI黑盒,它是业界默认的事实。
但是,这种默认是建立在输出结果能够承受错误的情况下,大不了再换算法试验,但是,医疗AI事关大众健康,基层医疗往往都是疾病的初筛阶段,且事关大众信心,试错成本过于高昂,AI“黑盒”在这里不应该被接受。
所以,也就不难理解百度灵医智惠将自己定义为“循证AI”了。这个产品后端根据医学知识和医学经验进行 融合,例如与中山大学中山眼科中心、解放军总医院、盛京医院、北大国际等几十家一流医院专家医生 合作,与权威医药卫生出版社合作,输入大量医学知识和诊疗方式方法;在前端,则提供给医生治疗方案推荐,或者更匹配病情的医嘱推荐,这中间,灵医智惠能够清晰地给出对应的推断逻辑,让医生有章可循,知道辅助建议的来由,而不是由AI“黑盒”式操作。
这就是“循证”的价值所在,从技术角度看,这样的循证AI能力,主要基于 NLP、知识图谱等能力,让AI医疗解决方案变成可解释的“白盒”。
基层医疗不应该被看作AI医疗的“垂直领域”
虽然百度AI医疗选择赋能基层医疗作为突破口,但是,这种做法却不能按互联网通常所说的“垂直领域”来解释。
综合上文种种,可以看出,基层医疗的改变推动的是医疗全局的变化,解决医疗结构性失衡就是在解决非基层医疗人满为患的痛点,让所有人都能享受更优质的医疗服务。基层医疗面对的是所有人群,AI赋能基层医疗,就是在服务整个社会健康体系。
2016年我国发布《“健康中国2030”规划纲要》,提出“2030年主要健康指标进入高收入国家行列”的战略目标,2019年,我国出台了《健康中国行动(2019—2030年)》等相关文件,围绕疾病预防和健康促进两大核心,提出将开展15个重大专项行动,“健康中国2030”已经成为国家战略并加速落地。
在此背景下,赋能基层医疗的社会意义进一步凸显,除了百度,更多AI医疗从业者都应该加入进来,这才是实实在在秉持正确价值观又能带来巨大商业潜力的业务领域。举目望去,这样的AI才是在做一件真正推动社会进步的事,脱离单纯的技术概念,塑造广泛的社会价值。
我们能够为医保谈判专家“灵魂砍价”所赞叹,就也应该期待AI医疗在基层医疗领域有更大的作为,毕竟,AI赋能基层医疗与药品价格一样,将成为少数不必增加过多的“医疗投入”就能大大提升医疗健康水平、减轻社会保障压力的行动,未来可期。
（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）
