03 遺留問題

新生事物的誕生總是伴隨著陣痛。醫(yī)療AI需要克服自身存在的缺陷。

同時(shí)，新技術(shù)的誕生往往會(huì)遭受舊秩序的困擾，醫(yī)療AI還需要面臨何如從舊秩序中突圍的難題。

1． 法律責(zé)任

在試錯(cuò)代價(jià)動(dòng)輒就是生命的醫(yī)療領(lǐng)域，AI首當(dāng)其沖要面對(duì)的就是法律問題。

2011年，在美國麻省的一家醫(yī)院，一位暈倒的老人被救護(hù)車送進(jìn)了急救病房。他被立即安插上AI體征監(jiān)控設(shè)備。如果他的生命體征出現(xiàn)危險(xiǎn)，設(shè)備就會(huì)發(fā)出警告，召喚護(hù)士。

然而，第二天，這個(gè)老人卻死在了病床上。

死之前監(jiān)控設(shè)備的紅燈閃了一夜，但是被值班護(hù)士一遍一遍按掉。

護(hù)士的疏于職守自然難辭其咎，但是從系統(tǒng)的角度來看，有一個(gè)問題大家都無法回避：許多醫(yī)院的AI監(jiān)控設(shè)備，很多時(shí)候都只是誤報(bào)。

患者的死亡，責(zé)任到底該由誰承擔(dān)，AI是否能為誤診負(fù)起責(zé)任，這是一個(gè)需要思考的問題。

2．?dāng)?shù)據(jù)孤島

就像汽車需要汽油才能行駛，數(shù)據(jù)是AI能運(yùn)行起來的基礎(chǔ)。AI通過“吃進(jìn)”海量的醫(yī)療數(shù)據(jù)，來增加自己的“經(jīng)驗(yàn)”，從而讓自己變得更“智能”。

然而在中國，醫(yī)療數(shù)據(jù)看似很豐富，而事實(shí)上可用性并不高。

比如醫(yī)院之間的數(shù)據(jù)互通就做得不好，如果一個(gè)病人在不同醫(yī)院就診，那么取得該病人完整的歷史數(shù)據(jù)就變得十分困難。

而且不同醫(yī)院之間，由于使用的硬件儀器不同，導(dǎo)致數(shù)據(jù)格式各異，難以標(biāo)準(zhǔn)化。各個(gè)醫(yī)院之間的數(shù)據(jù)，就像汪洋上的一個(gè)個(gè)孤島，彼此獨(dú)立，無法連成一片，無法互通有無。

許多業(yè)界專家呼吁，將各個(gè)醫(yī)院數(shù)據(jù)的私有格式轉(zhuǎn)化為標(biāo)準(zhǔn)格式，讓醫(yī)療數(shù)據(jù)能夠通用。但是響應(yīng)者寥寥。

即使AI能獲得高質(zhì)量的醫(yī)療數(shù)據(jù)，它還有無法回避的棘手問題：患者的數(shù)據(jù)會(huì)被AI公司泄露嗎？畢竟應(yīng)該沒有一個(gè)人會(huì)希望自己的隱私被泄露。

3． 落地艱難

除數(shù)據(jù)問題外，AI在醫(yī)療行業(yè)的落地還存在模式和制度的問題

比如美國特拉雅諾娃實(shí)驗(yàn)室開發(fā)了一套結(jié)合影像和AI的心臟造影方案，構(gòu)建出整個(gè)3D全息心臟模型。它能夠模擬心臟動(dòng)態(tài)，利用它，醫(yī)生可以準(zhǔn)確地找出患者病灶。

然而這項(xiàng)技術(shù)真的要從實(shí)驗(yàn)室走向醫(yī)院，前景并不樂觀。

其最大的挑戰(zhàn)來自于美國食品藥監(jiān)局（FDA）的監(jiān)管和審查。任何一項(xiàng)技術(shù)想要投入臨床應(yīng)用，都免不了和FDA進(jìn)行一場曠日持久的拉鋸戰(zhàn)。如果無法將研究成果轉(zhuǎn)化為審批標(biāo)準(zhǔn)，那么無論產(chǎn)出再多研究成果都是無用功。

04總結(jié)

盡管醫(yī)療AI還沒有大規(guī)模落地，從實(shí)驗(yàn)室到醫(yī)院還有很長的一段路要走，而且在現(xiàn)階段，醫(yī)療AI無法像人類醫(yī)生那樣做診斷，不能取代人類醫(yī)生。

但是AI+醫(yī)療是很好的工具，它的出現(xiàn)切實(shí)地提高了醫(yī)生的診斷效率，提升了醫(yī)療質(zhì)量，減少了誤診的可能性。

在科學(xué)急速發(fā)展的今天，我們需要更高水平、更科學(xué)的技術(shù)進(jìn)入醫(yī)療領(lǐng)域，而AI或許是最好的、也是時(shí)代最合適的技術(shù)。未來，AI將在醫(yī)療領(lǐng)域有著舉足輕重的作用。