“要解决‘病（bìng）有所医’的硬（yìng）骨头，主要还是要解决在当今（jīn）社会主要矛盾转变之后，人民群众对于医疗（liáo）卫生（shēng）健（jiàn）康的（de）新需求和（hé）我们目前医疗（liáo）服务供给（gěi）的不平衡、不充分的矛盾的问（wèn）题。”三年前，原国家卫计委（wěi）主任李（lǐ）斌提到（dào），要通过建立远（yuǎn）程医疗等形式，推动（dòng）医疗资源下沉，解（jiě）决当面面临的供需（xū）矛（máo）盾。

随（suí）着（zhe）互联网、移动互联网、云（yún）计算、大（dà）数据（jù）、智（zhì）能（néng）终（zhōng）端等现代技术（shù）的发展应用，在医疗健康行业出现了新的名词——智慧医疗，即（jí）通过新型（xíng）技术，实（shí）现患者、医院、第（dì）三（sān）方（fāng）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（méng）、清华（huá）大学人工智能研究（jiū）院、中（zhōng）关（guān）村科技园（yuán）区（qū）大兴生物医药产业基地管委会共同举办的（de）“智慧（huì）医（yī）疗2020大会（huì）”上，中国工程院（yuàn）院士董家鸿、中国（guó）科学院院士张钹等人分享（xiǎng）了对智慧医疗的现状和面临的（de）挑战（zhàn）。

打造“医工”复合型人才，助力智（zhì）慧医疗发展

“智慧医疗（liáo）将（jiāng）有望解决我国医疗（liáo）供需矛盾，提升我（wǒ）国医（yī）疗服（fú）务（wù）的能力和效率，对解决医疗配置地（dì）区（qū）间不平衡起到重（chóng）要的作用。”董家鸿表示，新型技术赋能健康医疗体系，为（wéi）医院、患者等带来（lái）了优势：一是提高医疗服务（wù）体系的效能、提（tí）升诊断（duàn）的能力（lì）和水平；二是（shì）提高医疗服务的效（xiào）率（lǜ），让（ràng）医生更快捷地服（fú）务患（huàn）者；三是改善患（huàn）者的体验，通过优化（huà）医疗模式（shì），例如通过在网上按时间（jiān）段约诊，可（kě）以避免患（huàn）者在医院等（děng）候等。另外，还（hái）可以拓展医疗服务的（de）疆域，通过5G等新技术的应用，将优质医（yī）疗资源、服（fú）务输（shū）送到资（zī）源匮乏的农村、边远地区。

智慧医疗（liáo）服务（wù）体系的建设离不（bú）开（kāi）人才的培（péi）养，如今，需要的不仅仅是只懂（dǒng）医疗或（huò）者只懂技（jì）术的人，而是需要既懂临床专业知识又懂信息化技术的（de）复合型人才。董家（jiā）鸿介绍，复合型人才是智（zhì）慧医疗的（de）关键，为此，清华大学利用（yòng）自（zì）身优（yōu）势，开启了“医工交叉”的研究（jiū）生培养计划，通过双导师教学，培（péi）养所（suǒ）需（xū）人才，又成立了精准医学研究院，依托其生（shēng）命科学（xué）、理工和人文学科基础，构建了医理（lǐ）工交融、医研企联盟的（de）临床（chuáng）转化科学研究平台（tái）。另外，中国智慧医院联盟（méng）DH400工作组将把智慧医疗（liáo）领（lǐng）域（yù）做（zuò）得（dé）相对（duì）好的医疗机构（gòu）、企（qǐ）业（yè）、投（tóu）资人聚集到一（yī）起，多方实现（xiàn）信息的互通有无，助（zhù）力复（fù）合型人才（cái）的培养。

“我们对智慧医疗的应用前景充满期待，但是不（bú）能（néng）忽视智慧（huì）医（yī）疗在发展中所（suǒ）面临的（de）挑战。”董家鸿认为智慧医疗的发展有以下三方（fāng）面的挑战：

一是由于人工智能的不（bú）可解释性，使得（dé）医（yī）生和患（huàn）者在使用和接受人工智能时（shí）产生疑虑。因此（cǐ）我们将医疗AR应用于医疗（liáo）实践的时（shí）候，需要公开它的执行细节、训练细节（jiē），以及应用（yòng）目标（biāo）和边界的限定。

二是在（zài）目前的临床实践中，由于受方法（fǎ）学的限制（zhì），日常的（de）科（kē）学研究依然较多采用（yòng）还原论方法。他强调，研究（jiū）中所形成的检测（cè）数据很难反映疾病的本质。因此临床科研需要用人工智（zhì）能的新（xīn）算法，来进行跨维度异构数据的分析，从（cóng）而能够解密人体奥秘，认识疾病本质，更好实现精准（zhǔn）医疗。

三（sān）是目前的（de）智（zhì）慧医疗还未进入成熟（shú）阶（jiē）段，一（yī）定会面临“框架问题”。“智慧医疗（liáo）的失误会造成一批患者的健康（kāng）损害。因此（cǐ）我们（men）呼吁，在规范研究（jiū）和审（shěn）批（pī）医疗AI应用的（de）同时，要把（bǎ）潜在（zài）的（de）危害控制到最低。”

需求（qiú）引导——医务（wù）人员（yuán）是（shì）智慧医疗（liáo）的“智慧”担当（dāng）

智慧医疗是（shì）赋（fù）能现代医学的（de）技术，促（cù）使现（xiàn）代（dài）医疗服务获得更高的（de）效能、效率和（hé）效益。因此，智（zhì）慧医疗（liáo）只（zhī）能依靠医生，赋能于医生，无法脱离医生。

“我们所说的智（zhì）慧医疗（liáo）中的‘智（zhì）慧’二字（zì）指的是所有（yǒu）的医生和医务人（rén）员。”张钹（bó）院士强调医生（shēng）的（de）重（chóng）要（yào）性，他表示，人工智能的目的并不是让机器代替医生，而（ér）是（shì）要（yào）发挥医务工作（zuò）者的聪（cōng）明才智，将所（suǒ）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（biǎo）示，不（bú）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（shǒu）术前后的（de）程序性简单工（gōng）作，如缝皮（pí），机器人（rén）能够独立（lì）操作，但在复杂手术（shù）方面机（jī）器人很难代替医生。

“人工智能大多依赖临床（chuáng）医（yī）生的数据整（zhěng）理，它们会通过‘深度（dù）学（xué）习’的方（fāng）法将大（dà）量数据（jù）整合在系统里，进而得到高准（zhǔn）确率的结果。比如在做尘肺图（tú）像识（shí）别时，因为全（quán）国每年有两三（sān）千万患者需要体检，最后得到的结（jié）论是（shì）机器的识（shí）别率超（chāo）过医生。”张钹强调，大数据标注（zhù）的数据是（shì）来自（zì）于（yú）医生（shēng），机器的识别率超（chāo）过一（yī）般医生是因为所标注的数（shù）据来自于资深医生的（de）数据，因此并（bìng）不（bú）是（shì）机器超过了医生，而（ér）是其利用了优秀医生（shēng）的知识和（hé）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（yī）学影像、机器（qì）人的应（yīng）用。

在（zài）辅助（zhù）医疗方（fāng）面，张钹认（rèn）为最重要的是把专家的知识跟大（dà）数据结合起来建（jiàn）立辅（fǔ）助诊（zhěn）断（duàn）系统。如把（bǎ）大（dà）量的（de）数据自动转（zhuǎn）化成为计（jì）算机容易处（chù）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（jué）不确定（dìng）性的问（wèn）题。

在医学影像方面（miàn），要（yào）解决数据可信性的问题（tí）。提高准确（què）率需要进行技（jì）术创新，比如（rú）全卷积网络、新的调参方法和优（yōu）化（huà）方面都（dōu）要做很多的工作。

在（zài）医疗机器人方面，手术的机器人的可（kě）靠性要求需要进一（yī）步（bù）提高。他以（yǐ）达芬奇手术机器人举例：“我们国家有很（hěn）多医院都用了（达（dá）芬（fēn）奇（qí）机器人），即使这（zhè）样一个用得非常普遍的手术机器人，它的事故也还（hái）是（shì）有的。2019年全世界用它进行（háng）的手（shǒu）术共600万例，但是事故还是不少（shǎo），因为（wéi）这个设备的事故引（yǐn）起死亡的（de）人数为（wéi）100多（duō）人（rén）。”因此，张钹称，引进了（le）人工智能技术以（yǐ）后，必须面对三个问（wèn）题：可（kě）信、安全和可靠，而很重要的解（jiě）决办法（fǎ）就是必（bì）须要（yào）人机结合，把（bǎ）机器（qì）的优势和（hé）人类的智慧结（jié）合起来（lái）。