微信掃一掃：分享
近年來，人工智能(AI)技術(shù)蓬勃發(fā)展，先進的AI技術(shù)在改善患者就醫(yī)體驗、提升醫(yī)院運營效率、醫(yī)療質(zhì)量控制、處置突發(fā)公共衛(wèi)生事件等方面發(fā)揮了重要作用，幫助醫(yī)院開拓了新的發(fā)展思路，為醫(yī)療領(lǐng)域發(fā)展帶來了強勁助力。緊跟科技發(fā)展的腳步，對智慧醫(yī)療如何發(fā)展、智慧醫(yī)院如何建設(shè)等問題進行前瞻性思考，已成為實現(xiàn)公立醫(yī)院高質(zhì)量發(fā)展的必答題。
浙江的未來醫(yī)院圖景
浙江省是我國最富饒的省份之一，不僅擁有較好的醫(yī)療資源，也有著雄厚的科技創(chuàng)新底蘊。這為智慧醫(yī)院與AI技術(shù)的融合提供了優(yōu)渥的環(huán)境。
浙江省衛(wèi)生健康委規(guī)劃發(fā)展與信息化處處長劉小舟介紹，基于各項發(fā)展優(yōu)勢，浙江省在2022年率先提出未來醫(yī)院建設(shè)的創(chuàng)新理念，啟動浙江省未來醫(yī)院建設(shè)探索工作。2023年，浙江省圍繞未來醫(yī)院的內(nèi)涵特征、創(chuàng)新領(lǐng)域、路徑方法等開展深入研究，提出未來醫(yī)院建設(shè)總體架構(gòu)，發(fā)布《浙江未來醫(yī)院建設(shè)白皮書1.0》。2024年，浙江省進一步聚焦建筑、設(shè)備、數(shù)字化深度融合，遴選14類未來醫(yī)院單元化、模塊化實景，提煉可復制可推廣的實踐做法，推出《浙江未來醫(yī)院建設(shè)白皮書2.0》。劉小舟介紹，浙江省正在構(gòu)建“1—3—5—7”未來醫(yī)院發(fā)展框架。其中，“1”是指以人民健康為一個中心;“3”是指以居民、醫(yī)護人員、管理者為三類對象;“5”是指以萬物互聯(lián)、全景智能、數(shù)字孿生、醫(yī)術(shù)精湛、綠色人文為五個基本特征;“7”是指以新基建、新醫(yī)療、新服務(wù)、新管理、新科研、新環(huán)境和新生態(tài)為七個創(chuàng)新領(lǐng)域。
在浙江省人民醫(yī)院，建設(shè)未來醫(yī)院是近年來的重點工作。杭州醫(yī)學院副院長、浙江省人民醫(yī)院院長葛明華介紹，浙江省人民醫(yī)院建設(shè)未來醫(yī)院的方法為“四專一部”?！八膶！敝赋闪?shù)字化工作專班、設(shè)立數(shù)字醫(yī)療首席專家、配備數(shù)字專員、打造未來醫(yī)療示范專區(qū)(濱江院區(qū))，“一部”指設(shè)立信息化與人工智能部。2018年，浙江省人民醫(yī)院對信息化系統(tǒng)進行升級，新系統(tǒng)以互聯(lián)網(wǎng)JAVA語言(編程語言)作為開發(fā)工具，實現(xiàn)了HIS(醫(yī)院信息系統(tǒng))和EMR(電子病歷系統(tǒng))一體化;同步建設(shè)多院區(qū)數(shù)據(jù)中心，確保數(shù)據(jù)準確、一致、實時、全面。此外，新系統(tǒng)還支持移動應(yīng)用，具備醫(yī)療數(shù)據(jù)查詢等功能，醫(yī)務(wù)人員可在移動端完成醫(yī)療文書工作，明顯提高工作效率。
“未來，浙江省人民醫(yī)院計劃從四個方面讓AI技術(shù)為醫(yī)院發(fā)展注入新動力?！备鹈魅A介紹，在數(shù)字底座方面，主要從數(shù)據(jù)處理、AI技術(shù)、信息安全、云計算四個方向發(fā)力;在數(shù)據(jù)庫與隊列建設(shè)方面，聚焦專病數(shù)據(jù)庫的建設(shè)和隊列研究;在復合人才培養(yǎng)引育方面，通過制訂招聘計劃、拓展招聘渠道、建立評估機制、吸引海外人才等措施加深“人才池”;在政策標準方面，推動政府參與制定醫(yī)學AI行業(yè)的標準與規(guī)范。
AI助力運營管理提質(zhì)增效
運營管理作為醫(yī)院發(fā)展的重要一環(huán)，必須與時俱進地創(chuàng)新與改進，而AI技術(shù)具有強大的計算與分析能力，與醫(yī)院運營管理工作的需求高度契合。借助AI技術(shù)開展醫(yī)院運營管理，可在數(shù)據(jù)治理、數(shù)據(jù)挖掘、輔助決策、精細化運營分析等領(lǐng)域?qū)︶t(yī)療機構(gòu)管理者給予幫助，從而提升運營管理效率。
中國聯(lián)通智慧醫(yī)療軍團、聯(lián)通數(shù)智醫(yī)療科技有限公司首席架構(gòu)師鄭宇浩介紹，目前已有醫(yī)院與中國聯(lián)通圍繞醫(yī)療AI創(chuàng)新應(yīng)用開展合作，聚焦手術(shù)環(huán)節(jié)，構(gòu)建起覆蓋全生命周期的數(shù)據(jù)管理體系;借助相關(guān)技術(shù)搭建智能模型聚合平臺，基于醫(yī)療場景打造“手術(shù)非常準”“手術(shù)智能體小依”等工具，全面賦能術(shù)前談話、術(shù)后康復、病歷書寫、手術(shù)全流程跟蹤等醫(yī)療服務(wù)核心環(huán)節(jié)。
合作實踐表明，AI技術(shù)通過智能分析手術(shù)運行效率、精準檢索關(guān)鍵信息，并結(jié)合PDCA循環(huán)(管理工具)質(zhì)控模型，可實現(xiàn)手術(shù)報告自動化生成與流程精細化管理。這一模式不僅能為臨床醫(yī)生提供實時決策支持，還能通過智能提醒服務(wù)改善患者就醫(yī)體驗，推動醫(yī)療服務(wù)質(zhì)量和運營效率同步提升，惠及患者。
數(shù)據(jù)治理成為發(fā)展新方向
數(shù)據(jù)作為訓練AI大模型的基礎(chǔ)，其治理工作面臨不少挑戰(zhàn)和機遇。
西安交通大學第二附屬醫(yī)院(西北醫(yī)院)副院長、醫(yī)學人工智能研究院常務(wù)副院長徐頌華告訴記者，當前，數(shù)據(jù)治理主要面臨四方面挑戰(zhàn)。一是隱私和安全挑戰(zhàn)。保護患者隱私、確保數(shù)據(jù)安全性涵蓋技術(shù)、法規(guī)和倫理等多個層面，是必須要守住的底線。二是數(shù)據(jù)標準化和互操作性挑戰(zhàn)。醫(yī)療數(shù)據(jù)的多樣性和來源不一致性，導致數(shù)據(jù)標準化和系統(tǒng)互通過程中的困難，亟須統(tǒng)一的標準和協(xié)議，確保數(shù)據(jù)在不同系統(tǒng)中順利流通。三是數(shù)據(jù)質(zhì)量和一致性挑戰(zhàn)。數(shù)據(jù)質(zhì)量直接影響醫(yī)療決策和患者治療的有效性。四是合規(guī)性挑戰(zhàn)。AI技術(shù)的日新月異，要求相關(guān)部門和機構(gòu)不斷適應(yīng)和遵循新的法規(guī)，確保數(shù)據(jù)和技術(shù)合法合規(guī)使用。
徐頌華認為，當前在數(shù)據(jù)治理方面也同樣存在著重大機遇。一是智慧醫(yī)療數(shù)據(jù)為數(shù)據(jù)驅(qū)動的醫(yī)療服務(wù)提供了強有力的支持。二是AI在醫(yī)療領(lǐng)域的廣泛應(yīng)用為醫(yī)療數(shù)據(jù)治理帶來了新的可能性。三是醫(yī)學AI和數(shù)據(jù)的結(jié)合，讓全生命周期的健康服務(wù)成為未來的發(fā)展方向。
在廣東省人民醫(yī)院，圍繞數(shù)據(jù)治理的多項探索正在如火如荼地開展。廣東省人民醫(yī)院信息管理處處長、廣東省醫(yī)學科學院醫(yī)學大數(shù)據(jù)中心主任梁會營介紹，該院積極打造保障數(shù)據(jù)“供得出、流得動、用得好”的人員隊伍，同時搭建數(shù)據(jù)自由流通平臺，在布局一體化數(shù)據(jù)開發(fā)利用基礎(chǔ)設(shè)施的基礎(chǔ)上，打造了健康醫(yī)療數(shù)據(jù)可信認證鏈“粵康鏈”。此外，醫(yī)院持續(xù)增強健康醫(yī)療數(shù)據(jù)管理能力，促進數(shù)據(jù)要素智能化發(fā)展，并構(gòu)建了健康醫(yī)療數(shù)據(jù)資產(chǎn)化標準體系。通過上述探索，醫(yī)院成功打通了健康醫(yī)療數(shù)據(jù)要素流通的“最后一公里”，成為數(shù)據(jù)的提供方、加工方、運營方及需求方?！敖】滇t(yī)療數(shù)據(jù)要素化將成為醫(yī)療領(lǐng)域發(fā)展的新方向?！绷簳I說。
謹慎應(yīng)對大模型幻覺問題
AI大模型幻覺是指其生成內(nèi)容與客觀知識、內(nèi)部邏輯相悖的現(xiàn)象。學術(shù)界將這種幻覺分為內(nèi)在和外在兩種，事實性錯誤、文不對題、“一本正經(jīng)地胡說八道”等可能都是大模型幻覺的表現(xiàn)。
在醫(yī)學領(lǐng)域，AI大模型幻覺問題尤為突出。對此，浙江大學生物醫(yī)學工程與儀器科學學院副院長林輝認為，由于醫(yī)學知識更新速度快，加之網(wǎng)絡(luò)數(shù)據(jù)質(zhì)量參差不齊，使得AI大模型在學習時容易“新舊不分”。同時，醫(yī)學知識專業(yè)性強、病癥復雜，AI大模型基于統(tǒng)計學概率的響應(yīng)方式難以精準判別疾病類型，易引發(fā)診斷和治療方案錯誤?！搬t(yī)學是一個低容錯性的領(lǐng)域，任何差錯都可能危及患者生命。大模型幻覺對醫(yī)學領(lǐng)域危害極大，需要格外關(guān)注。”林輝說。
據(jù)介紹，數(shù)據(jù)和模型技術(shù)是導致AI大模型幻覺的兩大主要因素。在數(shù)據(jù)方面，現(xiàn)有關(guān)于罕見病的學習語料和醫(yī)療數(shù)據(jù)非常少，受制于知識的局限性，用專業(yè)知識對AI大模型進行微調(diào)也存在局限性。在模型技術(shù)方面，現(xiàn)有AI大模型的響應(yīng)模式大部分基于統(tǒng)計學概率，無法滿足醫(yī)學的嚴格要求。
如何應(yīng)對AI大模型幻覺?林輝認為需要從四個方面入手。一是用于訓練AI大模型的醫(yī)療知識要權(quán)威并確保真實;二是在技術(shù)上要盡可能訓練AI大模型理解疾病的因果關(guān)系;三是完善檢測評估辦法，加強對AI大模型幻覺的快速識別能力;四是搭建服務(wù)于AI大模型的知識平臺，整合資源，降低幻覺出現(xiàn)概率，提升推理精度。
“AI大模型在醫(yī)學領(lǐng)域潛力巨大，但各方應(yīng)保持審慎態(tài)度，充分利用醫(yī)學知識，推動AI大模型在醫(yī)療場景安全、有效地應(yīng)用，讓循證醫(yī)學為大模型把關(guān)。”林輝說。
直面問題讓AI成為得力助手
近年來，AI技術(shù)發(fā)展迅猛，但要在醫(yī)學領(lǐng)域?qū)崿F(xiàn)廣泛應(yīng)用，還需解決諸多難題。
“當前，醫(yī)療AI仍存在模型推理能力不強、模型知識利用度不夠、依賴單一模型風險高等問題。”復旦大學智能醫(yī)學研究院常務(wù)副院長劉雷認為，造成這些問題的原因是目前醫(yī)療AI在知識利用上還停留在淺度輸出和簡單邏輯整合這一層面，尚未能用生物醫(yī)學邏輯對知識進行整合與推理。
劉雷表示，我國在算力和基礎(chǔ)大模型等方面的條件已相對成熟，通過基于醫(yī)院數(shù)據(jù)進行預(yù)訓練和微調(diào)或可提升醫(yī)學AI的輔助能力。此外，利用整理完備的知識圖譜增強AI大模型的推理能力，可降低其在醫(yī)療領(lǐng)域?qū)嶋H應(yīng)用中發(fā)生錯誤的概率。
除了AI自身面臨發(fā)展困難外，AI技術(shù)與醫(yī)療領(lǐng)域的融合發(fā)展也面臨數(shù)據(jù)工程耗時長、AI大模型訓練和應(yīng)用落地難、AI集群可用度低等問題。對此，華為公共事業(yè)軍團數(shù)智化轉(zhuǎn)型咨詢規(guī)劃總監(jiān)王煜有以下三點思考。
一是隨著AI大模型由單模態(tài)向多模態(tài)演進，海量數(shù)據(jù)引入，需要加速提高相關(guān)歸集、處理、管理的數(shù)據(jù)工程能力。
二是行業(yè)AI大模型和應(yīng)用的開發(fā)落地，需要環(huán)境易安裝、模型易開發(fā)、應(yīng)用易搭建的AI業(yè)務(wù)平臺。
三是AI集群承載任務(wù)數(shù)量快速增長，需要不斷提升全系統(tǒng)調(diào)度效率，實現(xiàn)系統(tǒng)效能最大化。以華為與上海交通大學醫(yī)學院附屬瑞金醫(yī)院聯(lián)合發(fā)布的病理大模型為例，由于要處理的數(shù)據(jù)量極大，華為創(chuàng)新數(shù)據(jù)處理技術(shù)，利用分布式存儲、智能調(diào)度等技術(shù)提升算力利用效率，通過極簡應(yīng)用開發(fā)、低代碼開發(fā)、零代碼維護等方式賦能病理大模型的應(yīng)用與落地，讓AI技術(shù)更好地為醫(yī)療服務(wù)。
此外，醫(yī)渡科技首席AI科學家閆峻表示，建設(shè)智慧醫(yī)院是大勢所趨，而評價智慧醫(yī)院的建設(shè)程度不能只以醫(yī)院擁有的研發(fā)資金、先進設(shè)備和人才數(shù)量等為標準，還要關(guān)注醫(yī)院是否對AI在醫(yī)療領(lǐng)域的相關(guān)應(yīng)用有深刻理解，以及是否具備使用和駕馭AI技術(shù)的能力。
京公網(wǎng)安備 11010802036726號
