飞利浦何国伟：AI如何为中国医疗保障体系减压

近日，飞利浦大中华区首席执行官何国伟撰写文章《AI如何为中国医疗保障体系减压》，以下为全文：

近年来，中国在医疗改革上的投入举世瞩目。然而，伴随着人口老龄化，中国的慢性疾病发病率不断攀升，慢病患者人数已达到3亿[i]，给医疗系统带来难以承受的负担。根据经济合作与发展组织的最新数据，在中国每1000人只有1.8名执业医生，而美国和瑞典的数据为2.6和4.3名[ii]。

那么，人工智能（AI）能否在一定程度上缓解中国医生的重压呢？

中国孱弱的医疗保障体系

在医务人员的辛勤工作下，中国孱弱的医疗保障体系才勉强得以运转。一方面，医护人员日以继夜超负荷的工作，而另一方面，不断增加的患者需求仍然得不到满足。他们必然需要帮助。

在中国的大城市，人满为患是医院的常态。在北京，门诊部的日均接待量过万[iii]；而在缺乏医疗资源的农村，就医难的问题更加突出，人们不得不蜂拥至大城市寻医问药。

飞利浦《2018未来健康指数》显示，相对于人口规模，富有经验医务人员数量较低，这是中国的医疗资源“可及性”落后于其他15个被调查国家的主要原因之一。

同时，人口预测的结果也为我们提供了另一个视角。中国老龄化的速度高于世界上几乎任何国家，从这个角度来看，医疗需求还会继续增长。据联合国估计，到2040年，中国65岁以上人口将达到3.03亿左右，几乎等于美国目前的人口总数[iv]。

然而，一切未必都是负面的。技术的进步，总会为人类带来新的希望，我们有理由保持乐观。

中国政府承诺为全体公民提供便捷的、负担得起的医疗服务。为了实现这一目标，政府正在牵头发展医疗技术。这其中最具前景的也许是AI。

AI的兴起

近年来，借助迅猛发展的计算能力，AI可用于分析海量数据。中国这个14亿人口大国拥有海量数据，为AI发展提供了沃土。

在认识到发展AI潜力后，中国政府开始着手实施一项宏伟计划 -- 致力于将中国为世界领先的AI创新中心。为此，政府对初创企业、学术研究和“登月项目”进行了数十亿美元的投资，而健康医疗产业也将从中受益[v]。

这不只是一个未来愿景，而是正在逐步变为现实。

2017年，广州市开设了中国第一家借助AI工具诊断白内障的诊所。白内障是导致失明的主要病因。该工具可以指引患者前往符合其需求的最佳专科医生，从而有望节省时间，让更多患者接受治疗。[vi]尽管仍需要进行进一步临床试验，但鉴于中国眼科医生的短缺，这预示着前景广阔的发展趋势。[vii]

许多类似项目也在进行中。据北京咨询公司亿欧智库的调查报告，大约131家中国公司正在将AI技术应用于健康医疗领域[viii]。

医生的智能个人助理

利用AI技术提高放射科的工作效率，为临床提供更具价值的影像诊断，医学图像的筛选，是AI帮助中国缓解医疗保障体系压力的方法之一。

一位中国放射科医生在接受《纽约时报》采访时表示：“我们每天的工作就是处理大量的医学图像。所以，如果这种技术既能缓解我们的工作压力，又能提高治疗效率和准确性，那么我们表示欢迎。” [ix]

我们应该把这些需求牢记在心，专注于开发能减轻医生工作量、同时改善患者治疗效果的智能应用。

一说起AI，有些人可能会马上联想到机器人取代人类劳动的画面。但我认为，在健康医疗领域，我们不妨将AI视作医生的智能个人助理。它们的作用是适应医生的需求和工作方式（在飞利浦，我们将其称之为“自适应智能”）。从这个角度来看，AI不是要取代医生，而是只会使健康医疗变得更人性化。

如今，AI已经开始帮助放射科医生分析医学图像。随着AI技术的日趋成熟，以及与医学知识及临床情境的紧密结合，它可以支持更多的精准诊断和个性化治疗方案。但从短期来看，最有效的方面还在于帮助医院提高效率，解决运营瓶颈，例如，帮助医生快速浏览患者的所有临床相关信息。

患者数据通常存储在众多不同的系统中，且存储格式各异。在上海中山医院，一位肿瘤医生要花20天的时间从200份非结构化医学报告中手动提取所有相关信息，再整理成一个结构化格式。

而通过将自然语言处理和机器学习等AI方法与临床知识相结合，就可以在一个数据面板上呈现所有临床相关信息。如此一来，医生就不必花费太多时间从非结构化报告中提取信息，患者的所有纵向数据都可以全面呈现，帮助医生更准确地判断病情，并制定个性化的治疗方案。[x]

贴近患者，改善护理

AI还可以帮助慢性病患者更好地了解自身的健康状况，并与专业医护人员保持联系。

《飞利浦未来健康指数》显示，中国目前的远程医疗远低于16个国家的平均水平，但令人振奋的是人们对使用互联等技术，从而在现有基础上获得更好护理的意愿非常强烈。

例如，AI技术应用于远程家庭监护，可以帮助老、弱患者与专业医护人员保持联系，确保他们在需要时获得及时救治和护理。类似技术也对糖尿病或高血压患者有益，医生可以通过经临床验证的传感器和设备追踪患者病情。[xi]

此类举措完全契合中国政府的宏伟目标 -- 实施分级诊疗，改善基层医疗护理，以解决城市医院人满为患的情形。在更广泛采用AI技术的同时，也应该投资农村地区，加强基层医疗护理设施和互联网连通性，从而让更多人能够同样便捷地获取负担得起的医疗服务，人们无需远离社区便可享受更优质的医疗健康服务。

展望未来，AI在解决肥胖症等生活方式相关疾病方面也可以发挥关键作用。肥胖症是影响大约八分之一中国人口的主要健康问题。[xii]想象一下，肥胖症高风险人群通过智能手机即可获取定制的生活方式小贴士。在人口层面，数据分析可以告知我们应该针对哪些特定年龄群体或地区进行公共干预。这正是大数据可以大显身手的地方。正如中国政府在《“健康中国2030”规划纲要》中所概述的，医疗保障体系的重点将逐渐从治疗转移到预防。[xiii]

呼吁合作

如何加速这一进程，实现更有效、更便捷、更具预防性的健康护理？

首先，建立更健全的数据生态系统应该成为当务之急。AI的质量与输入数据的质量成正比，这点目前在中国仍有较大的改善空间。医疗保障体系将受益于标准化的共享数据、可互通的操作系统、打破壁垒的数据交换和顶级安全措施的保障。政府计划到2020年建立三个国家级健康信息数字数据库，并正在朝这个方向迈出的重要一步。

其次， AI等数据驱动方法只有与可靠的医学专业知识相结合才能产生预期的影响。AI只是解决方案的组成部分，其本身并不是独立的解决方案。任何形式的AI辅助健康护理必须围绕临床医生和患者，以他们的需求为出发点，并建立在已经可用的人类知识财富之上。新工具需要以最高的监管标准进行严格测试，临床医生和患者也需要对工具的优势和局限性有所了解。

再次，学术界、初创企业和成熟企业之间的合作至关重要。中国医疗保障体系的挑战对任何一个参与者而言都太大了，无法单独应对。但鼓舞人心的是，中国政府最近建立起一个合作平台，致力于促进智慧医学领域的思想和创新交流，并大力推动新项目。[xiv]

最后，为确保中国建立面向未来的医疗保障体系，我们必须解决医学与数据科学复合型人才短缺的问题。我们应该投资培养既具备医学专业知识、又牢固掌握AI和其他技术的人才。归根到底，中国医疗保障体系的未来可持续发展可能掌握在他们的手中。