智慧医疗的“智慧”，是在说人还是机器？

智慧医疗的“智慧”，是在说人还是机器？舞动青春教案 “要解决‘病有所医’的硬骨头，主要还是要解决在当今社会主要矛盾转变之后，人民群众对于医疗卫生健康的新需求和我们目前医疗服务供给的不平衡、不充分的矛盾的问题。”三年前，原国家卫计委主

“要解决‘病有所医’的硬骨头，主要还是要解决在当今社会主要矛盾转变之后，人民群众对于医疗卫生健康的新需求和我们目前医疗服务供给的不平衡、不充分的矛盾的问题。”三年前，原国家卫计委主任李斌提到，要通过建立远程医疗等形式，推动医疗资源下沉，解决当面面临的供需矛盾。

随着互联网、移动互联网、云计算、大数据、智能终端等现代技术的发展应用，在医疗健康行业出现了新的名词——智慧医疗，即通过新型技术，实现患者、医院、第三方机构等医疗信息的共享，构建医疗领域新业态。

12月19日，在中国智慧医院联盟、清华大学人工智能研究院、中关村科技园区大兴生物医药产业基地管委会共同举办的“智慧医疗2020大会”上，中国工程院院士董家鸿、中国科学院院士张钹等人分享了对智慧医疗的现状和面临的挑战。

打造“医工”复合型人才，助力智慧医疗发展

“智慧医疗将有望解决我国医疗供需矛盾，提升我国医疗服务的能力和效率，对解决医疗配置地区间不平衡起到重要的作用。”董家鸿表示，新型技术赋能健康医疗体系，为医院、患者等带来了优势：一是提高医疗服务体系的效能、提升诊断的能力和水平；二是提高医疗服务的效率，让医生更快捷地服务患者；三是改善患者的体验，通过优化医疗模式，例如通过在网上按时间段约诊，可以避免患者在医院等候等。另外，还可以拓展医疗服务的疆域，通过5G等新技术的应用，将优质医疗资源、服务输送到资源匮乏的农村、边远地区。

智慧医疗服务体系的建设离不开人才的培养，如今，需要的不仅仅是只懂医疗或者只懂技术的人，而是需要既懂临床专业知识又懂信息化技术的复合型人才。董家鸿介绍，复合型人才是智慧医疗的关键，为此，清华大学利用自身优势，开启了“医工交叉”的研究生培养计划，通过双导师教学，培养所需人才，又成立了精准医学研究院，依托其生命科学、理工和人文学科基础，构建了医理工交融、医研企联盟的临床转化科学研究平台。另外，中国智慧医院联盟DH400工作组将把智慧医疗领域做得相对好的医疗机构、企业、投资人聚集到一起，多方实现信息的互通有无，助力复合型人才的培养。

“我们对智慧医疗的应用前景充满期待，但是不能忽视智慧医疗在发展中所面临的挑战。”董家鸿认为智慧医疗的发展有以下三方面的挑战：

一是由于人工智能的不可解释性，使得医生和患者在使用和接受人工智能时产生疑虑。因此我们将医疗AR应用于医疗实践的时候，需要公开它的执行细节、训练细节，以及应用目标和边界的限定。

二是在目前的临床实践中，由于受方法学的限制，日常的科学研究依然较多采用还原论方法。他强调，研究中所形成的检测数据很难反映疾病的本质。因此临床科研需要用人工智能的新算法，来进行跨维度异构数据的分析，从而能够解密人体奥秘，认识疾病本质，更好实现精准医疗。

三是目前的智慧医疗还未进入成熟阶段，一定会面临“框架问题”。“智慧医疗的失误会造成一批患者的健康损害。因此我们呼吁，在规范研究和审批医疗AI应用的同时，要把潜在的危害控制到最低。”

需求引导——医务人员是智慧医疗的“智慧”担当

智慧医疗是赋能现代医学的技术，促使现代医疗服务获得更高的效能、效率和效益。因此，智慧医疗只能依靠医生，赋能于医生，无法脱离医生。

“我们所说的智慧医疗中的‘智慧’二字指的是所有的医生和医务人员。”张钹院士强调医生的重要性，他表示，人工智能的目的并不是让机器代替医生，而是要发挥医务工作者的聪明才智，将所有的医疗信息整合在人工智能里。关于这一点，董家鸿院士表示，不相信机器人能够完全代替医生，他以所从事的肝胆外科手术为例，对于手术前后的程序性简单工作，如缝皮，机器人能够独立操作，但在复杂手术方面机器人很难代替医生。

“人工智能大多依赖临床医生的数据整理，它们会通过‘深度学习’的方法将大量数据整合在系统里，进而得到高准确率的结果。比如在做尘肺图像识别时，因为全国每年有两三千万患者需要体检，最后得到的结论是机器的识别率超过医生。”张钹强调，大数据标注的数据是来自于医生，机器的识别率超过一般医生是因为所标注的数据来自于资深医生的数据，因此并不是机器超过了医生，而是其利用了优秀医生的知识和智慧，做出来的系统超过了一般医生。

张钹认为，医疗健康的智能化势在必行，但与此同时也会面临三种挑战：辅助医疗、医学影像、机器人的应用。

在辅助医疗方面，张钹认为最重要的是把专家的知识跟大数据结合起来建立辅助诊断系统。如把大量的数据自动转化成为计算机容易处理的知识，扩展语料库，进而让计算机利用多推理的机制来解决不确定性的问题。

在医学影像方面，要解决数据可信性的问题。提高准确率需要进行技术创新，比如全卷积网络、新的调参方法和优化方面都要做很多的工作。

在医疗机器人方面，手术的机器人的可靠性要求需要进一步提高。他以达芬奇手术机器人举例：“我们国家有很多医院都用了（达芬奇机器人），即使这样一个用得非常普遍的手术机器人，它的事故也还是有的。2019年全世界用它进行的手术共600万例，但是事故还是不少，因为这个设备的事故引起死亡的人数为100多人。”因此，张钹称，引进了人工智能技术以后，必须面对三个问题：可信、安全和可靠，而很重要的解决办法就是必须要人机结合，把机器的优势和人类的智慧结合起来。