对话湘雅医院黄伟红医疗AIBD

AI掘金志出品

雷锋网旗下只报道“AI+传统”的内容频道

如何让“医疗+AI+BD”产品落地并产生盈利一直是企业面临的困难。

AI+医疗产业化的前提是积累足够多的场景数据，从而形成有效的解决方案。

但国内的医疗大数据一直存在应用障碍，信息孤岛现象明显。核心数据——临床诊疗数据，医院封闭的体系中，数据的使用权、归属权一直没有明晰，导致AI+BD的商业化运营一直是难题。

考虑到上述问题，企业也纷纷和学界携手，产学研联合成立的大数据和人工智能实验室也在不断铺陈。

基于此，雷锋网AI掘金志采医院移动医疗教育部-中国移动联合实验室副主任黄伟红教授，深入探讨“医疗+AI+BD”的产品落地。

研究方向来自于临床需求

医院"移动医疗"教育部-中国移动联合实验室是由教育部主管，中国移动通信集团公司战略支持，依托中南大学建设的重点行业科研创新、交叉学科人才培养与校企协同创新示范基地之一。

实验室成立的目的之一就是为了探索医疗信息这一交叉学科如何落地；医疗需求如何从医疗一线走向科研和技术前沿；合作成果如何实现转化创造效益。

黄伟红，教授，医院移动医疗教育部-中国移动联合实验室副主任，计算机专业博士、博士后，曾在英国大学任教十余年，从事移动医疗技术研究与应用。现为湖南省健康管理学会信息管理专业委员会主任委员、中国卫生信息学会医疗健康大数据评估与保障专委会常务委员。

日前，黄教授在接受雷锋网AI掘金志的采访时透露了实验室现在的工作方向：尝试利用新信息技术去解决现有医疗问题。

“我们最重要的工作是信息化与临床研究深度融合，协助临床人员整理需求，运用人工智能技术加以实现，医院的专科化需求更具有前瞻性，这与传统信息系统着眼于解决日常管理流程的问题不同。”

但是他也表示，目前专科的智能化、数据挖掘做的还不够。“我希望，未来我们的技术可以更加通用化，医院都成为大数据体系和价值提升的一部分。”

黄教授透露，目前实验室不少研究方向的思路都来源于临床的实际需求，例如智能病史收集平台、门诊血透病人和住院病人的AKI（急性肾损伤）的智能指标监控预警系统、皮瓣护理智能监控以及多模态智能影像控制系统。“因此，我们的这一系列工作都是为了让医生和护士的工作更加高效、更加有标准、更加有质量。如果这些智能化技术可以得到应用，将会对目前的医疗和流程带来革命性变化。”

黄教授认为，信息技术与医疗的深度融合将会为极大提升人们在医疗保健上的获得感，为各方面的条件都已经趋于成熟：

·信息技术与数据处理技术的快速进步已经为医疗智能化提供了决策支持基础

·可穿戴设备与物联网设备的进步为医疗智能化提供了更大的数据基础

·云计算和区块链技术的进步为医疗智能化提供了算力和安全基础

·互联网、大数据和智能诊疗等先进融合理念已经从各个层面深入人心

据了解，中医院、医院、医院、每年的门急诊量达多万人次，总病床数1.1万多张，每年大中型手术超过20万台次，年出院病人约6万人次，医疗体量庞大，产生的医疗数据也非常庞大。湘雅医疗大数医院医院的主体业务，有的业务数据时间跨度长达10年以上，不仅实现了历史数据离线汇聚，而且实现了增量数据的按天同步。

在大数据发挥作用之前，最先起步的是数据的融合贯通。虽然当前每个医疗机构都拥有自己的信息系统，但是融合贯通并不容易。医疗大数据为何落地难？黄教授总结为以下几点：

·数据采集难：如何为医疗大数据采集有效的高质量的数据

·数据处理难：如何为多源异构数据进行预处理和标准化

·应用突破难：如何实现医生自觉参与的应用场景来驱动落地

·商业模式难：如何实现可持续发展而非一味投入产出甚微

·安全治理难：如何保证数据安全、隐私保护以及个人单位权益

国家卫计委统计信息中心副主任王才有曾经在不同的场合表示，“医疗数据做完了，也管不了社保的信息，即便管得了本地信息也管不了外地信息，但是患者是移动的。正是由于这种特点，需要通过平台来实现这种不同系统之间的信息共享和业务协同，简单理解就是一个多功能插座，无论什么样的插头，你往这儿一插，电就可以过来，这就是平台的主要作用。”

黄教授在采访中也表示，大家现在都已经不提大数据，因为这已经成为共识，实验室想要做的数据方面工作是进行数据接口的智能化。“不见得我在基层二级拍的医院就能用，不同的影像云平台也无法实现互联互通，病人还是需要再口述一遍，我们可以做的就是利用人工智能的技术把类似于病史收集之类的工作前移，让医生在见到患者之前就已经了解患者的状况。”

他认为，医疗大数据应该是一种系统思维。“成功的医疗大数据应用不是指简单地使用一个新技术、新系统，而是要把一系列的技术、人员和流程都无缝衔接起来，包括数据获取、数据清洗、数据查询、数据分析、数据可视化等，最终走向真正的临床应用。”

医院的那些信息活起来，如何调动拥有这些信息的人的积极性，将是促动大数据融合的关键。“医院中需要形成一种数据驱动的文化。只有数据有序流动起来了，数据才能够发挥最大的价值。”在可预见的未来，当个人的医疗和健康数据得到全生命周期的完整存储、自然展现和安全交换时，就是个人生命数据的价值得到体现并融合到落地应用中去的时候。

目前大数据平台和人工智能技术非常有意义的一点是在基层的临床医疗实践中发挥作用。他说到，以病理为例，医院每年要做数千例的远程病理。远程病理解决的是病理医院病理医生不足的痛点。而目前实验室与医院病理科正在推进的是术中快速病理和智能病理，这两大技术进步将使得术中病理读片和报告时间从48小时缩短到0分钟，最后到智能病理分析的数分钟，这样从分级诊疗和基层资源补充的角度，医院医院的宝贵资源。

“医疗+AI”正在成为资本市场的新宠，虽然人工智能技术商用尚处于萌芽状态，但吸引了大量投资者的目光，医疗市场是人工智能规模最大以及增长最快的领域之一。国内有数据显示，到年每年新成立的人工智能医疗企业分别达到24、7和6家，与年4家相比发展迅猛。

尽管发展迅速，但“医疗+AI”还有不少问题需要引起重视，在解决这些问题的道路上，人工智能医疗企业还需要做好哪些事情？

对于AI企业的未来发展，黄教授认为一个公司不可能在多个场景里包打天下，选好并深耕垂直方向才是做好技术的第一步。

他认为，医院的医生沟通，而且要保持开放合作的态度，不要各自为政，数据来源于临床一线的医生，医院和行业的主管单位形成积极的对话和交流，“算法不是大问题，内容才是问题的关键，例如基础临床数据的质量怎么保证，又比如说病理数据标注的正确与否，这才是医疗数据的价值基础。企业要







































根治白癜风用什么方法
银川白癜风医院

转载请注明：http://www.xibuniuzaiku.com/ylsg/1204.html