5月25日-26日，由中國(guó)人工智能學(xué)會(huì)主辦，南京市麒麟科技創(chuàng)新園管理委員會(huì)與京東云共同承辦的2019全球人工智能技術(shù)大會(huì)（2019 GAITC）在南京紫金山莊成功舉行。

在第二天的智能時(shí)代新中醫(yī)論壇上，中韓醫(yī)療機(jī)器人產(chǎn)業(yè)發(fā)展協(xié)會(huì)秘書長(zhǎng)、COGPM 中國(guó)婦產(chǎn)科心身醫(yī)學(xué)協(xié)作中心主任張敬發(fā)表了主題為《人工智能臨床決策支持系統(tǒng)的過去與未來》的精彩演講。

以下是張敬的演講實(shí)錄：

我國(guó)醫(yī)療衛(wèi)生一個(gè)現(xiàn)狀是優(yōu)質(zhì)醫(yī)療資源供不應(yīng)求，人均職業(yè)醫(yī)師人數(shù)，和美國(guó)、英國(guó)、俄羅斯存在一定差距。大醫(yī)院人滿為患，小醫(yī)院沒有人，基層醫(yī)師水平有待提高。醫(yī)生培養(yǎng)周期很長(zhǎng)，醫(yī)療誤診率偏高，美國(guó)的整體誤診率包含用藥錯(cuò)誤在 15%，我國(guó)大概在 28% 以上。疾病譜變化快，治療技術(shù)日新月異，醫(yī)生自身的知識(shí)儲(chǔ)備和學(xué)習(xí)速度逐步接近極限。

Gartner 新技術(shù)發(fā)展曲線中，CDSS、新藥發(fā)現(xiàn)、虛擬助手智能化器械等這些分別處在不同產(chǎn)業(yè)發(fā)展節(jié)點(diǎn)，CDSS 人工智能決策系統(tǒng)有了極大的發(fā)展機(jī)會(huì)。

2018 年電子病歷系統(tǒng)功能應(yīng)用水平，分級(jí)評(píng)價(jià)方法和標(biāo)準(zhǔn)試行發(fā)布。臨床決策支持已經(jīng)成為電子病歷系統(tǒng)要求核心部分，國(guó)家衛(wèi)建委要求到 2019 年所有三級(jí)醫(yī)院要達(dá)到電子病歷系統(tǒng)應(yīng)用三級(jí)以上，醫(yī)院內(nèi)不同部門間數(shù)據(jù)交換；到 2020 年，所有三級(jí)醫(yī)院要達(dá)到電子病歷系統(tǒng)應(yīng)用的四級(jí)，即醫(yī)院實(shí)現(xiàn)全信息共享，并且具備決策支持功能。

中國(guó) CFDA 對(duì)醫(yī)療人工智能產(chǎn)品審批剛剛開始，截止目前沒有一個(gè)深度學(xué)習(xí)的產(chǎn)品得到批準(zhǔn)上市。CFDA 目前建立了兩個(gè)樣板庫，一個(gè)是肺結(jié)節(jié)，一個(gè)是糖眼，但是臨床決策支持系統(tǒng)還沒有一個(gè)標(biāo)準(zhǔn)。國(guó)家食品藥品監(jiān)督管理總局藥品審評(píng)中心即將公布《深度學(xué)習(xí)輔助決策醫(yī)療器械軟件審評(píng)要點(diǎn)》，相信我們一定會(huì)向 FDA 評(píng)審人工智能標(biāo)準(zhǔn)靠攏。

FDA 目前對(duì)人工智能醫(yī)療系統(tǒng)也批準(zhǔn)了一些產(chǎn)品，F(xiàn)DA 批準(zhǔn)的人工智能傾向于疾病預(yù)測(cè)而不是診斷。海外目前基于人工智能的臨床決策支持系統(tǒng)不同項(xiàng)目對(duì)比分析，有單病種的，有專家知識(shí)庫的系統(tǒng)。

臨床醫(yī)生在整個(gè)患者，就診完整流程中經(jīng)歷不同決策節(jié)點(diǎn)。從入院、診療、手術(shù)、門診到術(shù)后康復(fù)，在每個(gè)階段都需要做一些決策。人工智能臨床決策支持系統(tǒng)最大的挑戰(zhàn)就是高質(zhì)量數(shù)據(jù)的獲取，第一是電子病歷結(jié)構(gòu)化處理，我們主流醫(yī)院信息化已經(jīng)接近尾聲，絕大多數(shù)醫(yī)院都使用了 HIS，但是國(guó)內(nèi)有近千家 HIS 供應(yīng)商，數(shù)據(jù)信心并不能流通和共享，很多數(shù)據(jù)處于孤島的狀態(tài)。第二就是多元異構(gòu)數(shù)據(jù)的挖掘和處理，標(biāo)注的質(zhì)量決定了數(shù)據(jù)庫質(zhì)量。

數(shù)據(jù)處理的流程，人工智能處理層主要包含兩個(gè)層面，一個(gè)是自然語言處理；另外一個(gè)是神經(jīng)網(wǎng)絡(luò)算法。臨床支持系統(tǒng)，就是臨床決策的預(yù)測(cè)、非臨床決策預(yù)測(cè)、臨床決策洞見和優(yōu)化。目前 CDSS 分成三種類型，第一種是知識(shí)庫查詢類型；第二種是基于知識(shí)規(guī)則結(jié)合部分?jǐn)?shù)據(jù)做的推薦類型，典型的就是 IBM Waston。第三種是這兩年興起的真實(shí)世界數(shù)據(jù)驅(qū)動(dòng)性。前兩種類型在真實(shí)臨床中實(shí)踐有很大障礙，知識(shí)庫型在知識(shí)方面偏碎片化，只能在醫(yī)生決策系統(tǒng)中做一個(gè)支持補(bǔ)充查詢，對(duì)提升醫(yī)療效率和質(zhì)量效果微弱。第二種知識(shí)規(guī)

則推薦型，比如像 IBM waston 有很大爭(zhēng)議。

更加貼近臨床實(shí)際應(yīng)用場(chǎng)景的基于海量真實(shí)世界病例數(shù)據(jù)的臨床決策支持系統(tǒng)是未來的方向。CDSS 有一些不同應(yīng)用類型，第一個(gè)就是單病種或者單疾病輔助診療系統(tǒng)，也有多病種醫(yī)生工作站，相似病歷和患者診療方案的推薦，如疾病圖譜、臨床科研、流行病學(xué)研究和疾病預(yù)測(cè)。

我和大家分享一個(gè)美國(guó)案例。這個(gè)項(xiàng)目目前已經(jīng)收集了 5 500 萬高質(zhì)量患者電子病歷，其中美國(guó)電子病歷將近 3 500 萬，歐洲、俄羅斯和亞洲大概接近 2 000 萬，這里面相應(yīng)是 2 億次診療方案、10 年連續(xù)有效數(shù)據(jù)，同時(shí)它也能調(diào)用 2 700 萬全球臨床的文獻(xiàn)。它有幾個(gè)不同應(yīng)用方向，第一個(gè)就是基于真實(shí)數(shù)據(jù)的診療方案推薦，它不做診斷，診斷永遠(yuǎn)是醫(yī)生做，你輸入診斷結(jié)果或者 ICD10 的代碼，再輸入患者基礎(chǔ)特征（如他的年齡、病史），系統(tǒng)從5500 萬患者中調(diào)取最接近的。例如，2 000 患者，采用 A 方案診療結(jié)果是什么？采用 B 方案結(jié)果是什么？ 第二個(gè)產(chǎn)品外科。外科手術(shù)參數(shù)推薦，它調(diào)用所有真實(shí)數(shù)據(jù)中最接近的患者，采用不同的手術(shù)參數(shù)所得到的診療結(jié)果進(jìn)行對(duì)比，選擇方案的還是醫(yī)生。第三個(gè)產(chǎn)品，醫(yī)院經(jīng)營(yíng)效率管理、患者風(fēng)險(xiǎn)分層管理。在美國(guó) 5% 的患者超過了美國(guó)40% 的醫(yī)療費(fèi)用，怎樣對(duì)小比率高風(fēng)險(xiǎn)患者進(jìn)行識(shí)別和分層管理，進(jìn)而提高醫(yī)院效率降低管理成本。

這個(gè)項(xiàng)目過去兩年在美國(guó)做的大樣本臨床實(shí)驗(yàn)，參與有兩家醫(yī)院，其中一家醫(yī)院大概是 200 多名醫(yī)生，另外一家醫(yī)院大概400 多名醫(yī)生。一家醫(yī)院使用臨床決策支持系統(tǒng)，一家不使用，結(jié)果是使用 AI+CDSS的醫(yī)院和醫(yī)生治療周期降低 10%，病發(fā)率降低 15%，醫(yī)院成本降低 7%。臨床決策支持系統(tǒng)還存在一些挑戰(zhàn)。挑戰(zhàn)主要來自于高質(zhì)量臨床數(shù)據(jù)，這是最大的一個(gè)壁壘。缺乏大型醫(yī)學(xué)知識(shí)庫有效支持、可移植性差、醫(yī)學(xué)倫理，以及法律問題和注冊(cè)問題。人工智能人才非常稀缺。臨床決策支持系統(tǒng)如何商業(yè)化；最終支付方能否出現(xiàn)。目前和未來相當(dāng)長(zhǎng)的一段時(shí)間，人工智能臨床支持系統(tǒng)的臨床應(yīng)用定位是非常清晰的，它是醫(yī)生的效率工具和助手。