专业咨询
致力推进中国医疗卫生信息化

【中国数字医学专栏】我国医疗AI面临五大挑战

【编者按】

2019CHINC大会发布的《中国医疗人工智能发展报告》(2019)蓝皮书(以下简称:蓝皮书)是我国第一份系统的医疗AI研究报告。为了让广大同行进一步了解蓝皮书,《中国数字医学》杂志社授权HIT专家网摘编选登蓝皮书部分精彩内容。敬请广大读者关注。

来源:HIT专家网      供稿:《中国数字医学》杂志社

政策与监管的挑战

2017年7月,国务院发布《国务院关于印发新一代人工智能发展规划的通知》,人工智能上升为国家战略,国家对医疗人工智能的发展提出了更高要求。国家的医疗人工智能发展 要求包括提出医学大数据、医学信息化、智能医学等多个方面的具体应用需求,对医疗人工智能基础研究的政策支持,以及对大健康、老龄化等方面的医疗人工智能应用的大力支持。

基于以上纲领性文件,针对医疗人工智能的发展提出具体落实行动,将成为相关部门政策制定的重点,预计将发布一大批具体的推进方略,下大力气促进医疗人工智能领域的发展与提升。2018年以来,围绕医疗人工智能发展的重点政策领域包括:满足民营医院的设备需求,鼓励各级医院采购国产高端医疗设备;着力构建大数据云端医疗数据库,推动医学大数据的开发与落地,大力加强医疗信息化基础建设;鼓励民间资本投资远程医疗和第三方检验中心,全面推进分级诊疗的落地;大力发展网络医学影像平台、高端影像设备、第三方影像中心、大力推进影像信息化等。

技术和人才的挑战

据相关研究,医疗人工智能处在人工智能热潮的中心地位,有非常快的发展速度。医疗人工智能的技术和人才水平高,有可能尽快实现产业化,相关原因包括:第一,医疗人工智能研究机构与国内的各大医院合作开展了科学研究、临床实验、产业转化等工作;第二,医疗人工智能的研究机构众多,包括科研单位、高校、大企业、创业企业等,造就了一大批奋战在一线的医疗人工智能科研机构;第三,医疗人工智能有较好的投资盈利预期,得到资本方面的追捧;第四,医疗人工智能是人工智能应用的热门领域,在多种维度的医学图像识别领域,拥有丰富的技术和设备等资源。

医疗人工智能的快速发展来自迅速增长的医学大数据规模、快速提高的GPU速度和医疗人工智能理论基础的飞跃,决定于医疗人工智能的算法、算力、数据等关键技术因素。其中,深度卷积神经网络非常适用于医疗人工智能的临床场景。通过卷积神经网络方法,深度学习就能从医学影像中找出许多非常繁杂且不可能详尽描述的医学影像特征。

我国医疗人工智能应用的最热门领域是医学影像,数据取决于医学设备的人工智能应用程度,其核心是芯片技术。当前人工智能芯片的技术路径主要有三种类型:一是美国谷歌等企业布局的基于专用处理器ASIC架构的人工智能芯片;二是美国英伟达等企业布局的基于GPU架构的人工智能芯片;三是美国英特尔等企业布局的基于GPU架构的人工智能芯片。

现阶段,医疗健康领域已经成功使用了CPU、GPU、ASIC等人工智能芯片,使医疗器械更加智能化,极大地提高了医生们的工作效率和工作质量,大大方便了患者的就诊与治疗。  

数据库建设的挑战

医疗人工智能的大发展推动健康大数据时代的来临,全球医疗数据呈现爆炸式增长的趋势。医疗健康行业的数据量非常大,建设中的三个“国家医学数据中心”的量级都在EP级别,单个患者的医疗全过程数据也达到TB级别。

在医疗人工智能领域,获取和标注高质量的医学影像数据有非常大的难度,具体表现在三方面:一是医学影像数据的前处理和标注的代价巨大;二是医学影像数据获取的代价巨大。三是我国幅员辽阔、人口众多,基层医院和研究型医院的差异巨大。医疗人工智能算法和软件的泛化能力面临巨大的挑战。

政府、医院等各方面需要携手合作,解决获取医学影像数据代价巨大的问题。从政府层面来讲,由国家卫健委牵头的国家健康医疗大数据中心正在修建之中,预计建成以后数据储量为1000ZB。国家健康医疗大数据中心的构成方式为 “一个国家中心,三个国家队”,即该中心包括中国健康医疗大数据股份有限公司、中国健康医疗大数据产业发展集团公司和中国健康医疗大数据科技发展集团公司三个主体。国家健康医疗大数据中心的数据中心包括华东数据中心、华北数据中心、东北数据中心、西南数据中心和各省市级中心,其中各省市级中心的设置地点包括宁波、山东、四川、江西、辽宁、广东、贵州、甘肃、安徽、黑龙江、 云南、内蒙古、陕西。国家健康医疗大数据中心的建设将极大推动我国医疗人工智能事业的迅速发展。

商业模式与运营的挑战

医疗人工智能企业如何获得利润?这是社会各方面,包括政府部门、投资机构、医疗人工智能企业、医院、医疗人工智能运营机构共同关注的问题。

随着医疗人工智能的不断发展,多款医疗人工智能产品已经开发出来,包括基于眼底照片的糖尿病筛查、基于薄层CT的肺部结节筛查等。这些医疗人工智能产品即将获得国家许可, 其走向市场可能的商业途径主要包括两个方面:

第一,将医疗人工智能产品出售给大型运营机构,包括政府部门、投资机构、医疗人工智能企业、医院、医疗人工智能运营机构,实现盈利;

第二,与第三方运营机构,包括政府部门、投资机构、医疗人工智能企业、各级医院、医疗人工智能运营机构合作,实现盈利。

法律与伦理的挑战

(1)成果转化周期长、难度大

针对医疗人工智能产品的审评与注册问题,2014年2月,原国家食品药品监督管理总局发布《创新医疗器械特别审批程序(试行)》(食药监械管〔2014〕13号),对符合相关规定的创新医疗器械设置快速审批通道。

(2)医疗人工智能数据保护

医疗人工智能软件需要大量使用数据,包括训练数据和患者临床的数据。在美国,医疗人工智能产品需要符合《隐私法案》及HIPAA的规定。但是,我国尚未出台相关法律,医疗人工智能的数据保护工作还没有法律规定可以规范。关于医疗人工智能软件牵涉的患者临床数据的安全保障规定,可以参考我国颁布的《网络安全法》第四十一条和第六十四条。

(3)法律法规滞后,监管无法可依

医疗人工智能产品的注册、使用、监管等法律法规正在制定之中,有待完善。为加强医疗器械产品注册工作的管理、指导和技术审评工作,原国家食品药品监督管理总局制定了相应医疗人工智能产品的注册指导原则。国家卫生健康委、国家发改委、工信部等机构也在积极调研、起草和制定医疗人工智能产品的使用、监管等法律法规,确保医疗人工智能造福于民。

(4)医疗人工智能的知识产权判定

在我国现有的法律体系中,医疗人工智能的知识产权还难以清晰判定。我国的知识产权判定依据的主要法律是《著作权法实施条例》,尚没有对医疗人工智能的知识产权的判定做出详细规定,在实践操作中有相当大的难度。

(下期专栏预告:医疗AI前景展望与预测分析)

相关链接:

《中国医疗人工智能发展报告》(2019)蓝皮书是由国家卫生健康委医院管理研究所、《中国数字医学》杂志社联合清华大学珠三角研究院、北京大学智慧城市研究中心、中山大学中山医学院以及国内知名三甲医院共同完成,由社会科学文献出版社出版,是我国医疗人工智能领域的第一份正式出版的系统研究报告。

国家卫生健康委医院管理研究所副所长、蓝皮书主编张旭东介绍,蓝皮书有三大特点:一是具有鲜明的中国特色,与我国医疗AI领域紧密结合,是AI在医疗领域研究成果的汇总,得到了清华大学珠三角研究院、北京大学、中国社科院、中山大学中山医学院、北京协和医院等单位的大力支持;二是经过了大量的调研,不是简单地罗列情况汇编,而是专家们经过调查的研究和心血;第三,蓝皮书是发展的,以后每年都会出版。

附购书链接:《中国医疗人工智能发展报告》(2019)蓝皮书

小助手二维码

想加入HIT专家网专业交流群吗?请添加“HIT专家网”小助手微信好友

(请务必注明姓名、单位名称、职务、主管技术或产品领域等实名信息)

【责任编辑:孙鹏】

赞(3)

评论 抢沙发

评论前必须登录!

 


未经允许不得转载:HIT专家网 » 【中国数字医学专栏】我国医疗AI面临五大挑战
分享到: 更多 (0)