葛均波院士：从“望闻问切”到人工智能，AI诊疗仍需越过几道槛

中国科学院院士、复旦大学附属中山医院心内科主任葛均波在上海世界人工智能大会上分享了人工智能在医学方面的应用。葛均波院士表示：“人工智能拥有广阔的应用前景，尤其是在慢病管理、病人随访等方面，能提高人们对疾病的认知。”

但他表示，目前人工智能在临床的应用中还有一些难以越过的障碍，比如医疗大数据仍然“大而混乱”，原因是我们缺乏对数据的治理标准。

AI走向临床未达预期

葛均波院士把人工智能对医疗的引导作用总结为四方面：疾病诊断、疾病诊疗、健康管理和医院管理（如材料、耗材、人力成本的计算）等。目前人工智能已经用在心血管疾病的早筛、预防、诊疗，以及分级诊疗中。

他表示，过去医生给患者就诊，主要通过“望闻问切”，根据病人的主诉结合一些临床检查，但是这种方法会导致对疾病的认识并不全面。“我们知道人是一个很复杂的机器，医生光凭病人的主诉还不行，我们要结合影像学检查等做出准确的诊断，从而给病人提供最好的治疗。”他表示。

葛均波院士非常关注人工智能和大数据对医学界带来的改变，并注意到包括《新英格兰医学杂志》、《柳叶刀》、《JAMA》三大医学杂志近年来对人工智能、深度学习方面的阐述以及在基础研究方面的相关论述。

但他认为，人工智能真正在现实中的应用，到目前为止还不是很完善。“人工智能需要的数据必须是精确的数据，通过学习提供一个诊断，其实人工智能有时比医生能得出更为准确的诊断，但一个前提条件是，你给它的数据必须是准确的。”葛均波院士说道。

他援引2018年谷歌发表的一篇人工智能在眼科应用的文章称，尽管AI比眼科医生更快更准确得出诊断，但是应用到临床学以后，发现并不是这么回事。

“谷歌人工智能在真正的临床当中没有给到我们所期待的期望值，因为当时护士在拍片的时候光线不好，导致数据无法输入，就被人工智能程序拒绝了，反而得出了一些误诊数据。”他说道，"这就是因为数据不精确导致的。"

葛均波院士认为，要实现人工智能从实验室到临床的转化，让人工智能真正在临床给到医生辅助，就需要强调人工智能的医疗场景建设。他说道：“场景是连接人工智能供应和需求，研发到产业化的关键环节，没有场景一切都是白搭。”

大数据仍缺乏治理标准

葛均波院士指出，上海已经探索出一条以应用为牵引的人工智能发展道路，从政策扶持、资金投入、推动建设、宣传引导、闭环管理、全程跟踪、严格验收等多方面入手，使人工智能的场景设施达到人工智能医疗的服务高地。

他介绍称，复旦大学附属中山医院和徐汇区中心医院在过去几年里，在人工智能场景建设方面已经做了一些初步工作，从数据的分析到数据的整合以及数据的收集，把心血管大数据整合到人工智能的应用平台，打通了三级医院、二级医院和社区卫生中心的数据。

截至去年7月，这个平台已经收集了80万个患者多达9.5TB的数据，其中包括了20亿的就诊记录。通过大数据分析，葛均波院士和团队得出了包括疾病精选早筛、疾病智能预防、辅助诊疗、智能随访和分级转诊五个场景的结论，分析出哪些疾病可以在社区卫生中心解决，哪些疾病必须要三级医院进行复杂的手术或者治疗才能解决。

葛均波院士表示，数据主要集中在居民端和医生端。通过建立基层的心血管档案，包括人口学特征、年龄、发病危险等因素等等，能够判断病人是否需要转到三级医院。此外，心血管专家的知识库目前已经初步完善，将形成科研创新以及模型孵化的生态框架，并最终形成资源共享管控框架。

他同时指出人工智能医疗建设过程面临的障碍，由于对于数据缺乏标注和治理标准，导致医疗大数据仍然“大而混乱”。“我们20亿就诊数据里面，其实收集的很多信息对疾病诊疗是没有用的，怎么甄别出来？我们缺少统一的标注、治理标准。”葛均波院士说道。

他还呼吁打破信息的壁垒，让患者的信息能在更大的范围实现数据共享。此外，基层医疗和人工智能的交叉型人才仍有待培养。

在新冠疫情期间，远程问诊的人数大幅增长，市场需求驱动了人工智能和远程医疗的发展。对此，葛均波院士表示，远程医疗能加快病人和医生的沟通，降低医疗费用，但真正做起来是一个复杂的工程，要把血液动力学、人口学特征、实验室检查和影像学整合到一起。