关于用大数据提升人工智能医疗的建议

全国政协委员 台盟中央委员、参政议政委员会副主任，台盟天津市委会副主委，天津晟航通广科贸有限公司经理 孙昌隆

我国正处于全面建成小康社会的决胜阶段，人口老龄化、资源环境约束等挑战依然严峻。基于大数据开发的人工智能在教育、医疗、养老、环境保护、城市运行、司法服务等领域广泛应用，将极大提高公共服务精准化水平，全面提升人民生活品质。

现存问题：

一、 数据的整合和利用不足

当前医院病例大多是已经实现电子化，但数据标准化程度不高，数据流通共享程度较低。不同医院，甚至同一医院不同科室数据协同共享较为薄弱，难以形成有效的数据共享资源。数据字段缺失，信息不准确等问题仍然存在，数据标准化工作推进力度不足。对于以数据平台为基础的行业整体大数据探索利用工作不够充分。

二、 缺少科技企业和医疗机构对接的平台

一方面企业获取数据难，处于各方利益的关系，医疗系统通过体检、诊断、治疗采集的数据，科技企业很难得到，因此制约了科技企业以及研究机构研发准确判断病情提高效能智能医疗设备。另一方面企业开发出智能医疗设备，找医疗机构验证困难。

三、 缺少相关的法律保护

现在虽然有一些科技公司开发了人工智能的医疗设备，由于没有相关的法律法规，一般医疗机构不敢试用，从而阻碍了该项科技的发展。

为此，建议：

一、 整合数据资源，实现数据使用价值

建议整合政府、医院、社会数据资源，在符合安全性、保密性原则，不侵害公民隐私的情况下，分层次、限定范围地逐步开放，让医疗数据真正产生使用价值。对于敏感数据，可采用听证、专业第三方评估方式进行具体分析。对于少量极敏感无法开放的数据，鼓励人工智能企业或研究机构与医院合作上门分析验证。培育本地医疗数据处理企业和人才，鼓励推行购买服务的方式，处理海量医学数据，减少有经验医师从事重复劳动的劳动强度。

二、 优先发展医疗图像人工智能识别

人工智能擅长解决有规律、重复性的问题，最典型的就是影像学的阅片。人工智能在医学影像应用主要分为两部分： 一是图像识别，应用于感知环节，其主要目的是将影像进行分析，获取一些有意义的信息;二是深度学习，应用于学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握诊断能力。人工智能在影像的识别上快速并且准确，应用在医疗领域有着先天优势，可以让基层医生拥有高水平医学影像识别能力，为专家节省大量的时间。目前，人工智能对于识别二维医学图像，比如视网膜、内窥镜、病理切片和胸片、CT、核磁共振等影像比较有优势，效果也比较好。

三、 制定相关政策支持试用人工智

目前国家没有相关的法律，立法可能要经过相当长的时间，因此可以先出台一些政策鼓励医疗机构试用人工智能相关产品，鼓励研发机构开发人工智能产品。

四、 医疗人工智需要政府各部门分工合作

人工智能发展主要涉及政府产业布局，财政等各方面资金的投入，企业引育，医疗机构的应用等各个环节，需要政府各部门分工合作。支持人工智能技术和产业创新发展。针对基础前沿研究，会会同相关部门研究启动市级重大科技专项；建议针对关键核心技术研发和转化，针对产业发展，利用战略新兴产业专项资金和产业转型升级专项资金、服务业引导资金等支持优势企业，申报相关项目。通过重大项目的实施，促进产业的发展。与此同时，引导社会资本投入，将利用市创投引导资金，天使投资引导基金等引导市场化、多元化的资本投入到人工智能领域。