隨著人工智能在醫療領域應用不斷探索發展，將為醫生帶來一個更強的大腦，為百姓提供更智慧的服務，也將為緩解醫療資源供需失衡等問題而助力。但是，部分醫療人工智能產品同質化、數據質量參差不齊、“上崗”待認證等挑戰也與之相伴。市場預計在一場拼技術、拼資金、拼耐力的“比賽”下，2019年行業可能會出現洗牌。

我國醫療人工智能發展速度快

《2018世界人工智能產業發展藍皮書》顯示，截至2018年上半年，在全球范圍內共監測到人工智能企業4998家。其中，美國人工智能企業數量2039家，位列第一，其次是中國(不含港澳臺地區)，數量達1040家。在中國人工智能滲透的領域中，醫療健康領域占比最大，達到22%。

“在和包括歐美在內的國外組織機構交流發現，中國的人工智能醫療發展速度之快，大大超出對方的預期。”平安醫療ai平臺總經理、平安醫療信息安全研究所所長謝震中稱。

依圖醫療總裁倪浩也表示，從醫療人工智能產品的臨床試用范圍和經驗看，中國是超前的，甚至領先美國。一方面是國內患者數量多，醫療資源“不平衡、不充分”，令市場對打破看病痛點的需求特別強烈。另一方面是美國醫生為數據標注的成本太高，一些公司很難“扛得住”。

從應用角度看，主要包括醫學研究、制藥研發、智能診療以及家庭健康管理等。比如，利用人工智能，腫瘤靶區勾畫比傳統醫生手工勾畫要快許多，且完成情況良好，與實際組織器官的吻合度較高。

在上海舉辦的一場“人機對決”中，人工智能輔助醫生判斷的優勢也較為明顯。參賽人員為10名社區全科醫生，其中5名配備ai輔助系統，另外5名獨立決策，兩隊從病情評估到個體化用藥等多個方面進行評比。比賽結果顯示，配備了ai輔助系統的醫生團隊平均得分86.2，沒有使用的醫生團隊平均得分51.5。

基于醫療領域覆蓋面廣，診前、診中和診后的環節長，業內人士預計，未來人工智能將應用在預防、篩查、診斷、治療、評估、預后、康復等全鏈條上。前瞻產業研究院數據顯示，2018年中國醫療人工智能市場規模約200億元，高于2017年的130億元。

從高增長到高質量，還有一段路要走

盡管市場前景廣闊，但是醫療人工智能產品從實驗室走到臨床大規模商用，還有待多重考驗。

倪浩表示，這兩年最大的感觸是，一是市場，從尋找高精尖人才到花力氣教育市場，行業發展成本非常高;二是政策，從最初的歸屬不明，到審批逐漸完善，每一個階段對企業都是“牽一發而動全身”。

值得欣喜的是，新版《醫療器械分類目錄》新增了與人工智能輔助診斷對應的類別，2018年12月“人工智能類醫療器械注冊申報公益培訓”上，有關部門細致入微地分析了醫療人工智能器械審批的過程，對具體指標進行了詳解，為從業者理清了思路。

然而，人工智能行業日新月異，對于需要頻繁更新的ai輔助診斷系統，如何更好的實現動態監管，仍然面臨挑戰。

此外，生存問題也是很多企業必須面對的。倪浩透露，很多公司由于前兩年迅速擴張，現在有的已經開始裁員，倘若企業融不到資金，也等不到審批認證后商業化，今年就會有大批企業會“挨不過去”。

阿里健康副總裁柯研表示，國家在宏觀層面有不少文件予以鼓勵，但具體操作上仍有不少難點：一是醫療機構很難有動力去共享醫療數據;二是法律體系尚不能很好解釋和界定數據的權屬問題，權屬的模糊性，一方面會掣肘數據的授權使用，另一方面會給患者的個人信息權保護埋下隱患。

還有一些專家認為，醫生習慣于廠家研究好了產品拿來用，但醫療人工智能不同，它基于大數據算法，標注數據的準確度能力高低決定著數據質量高低，因此標注的人十分關鍵。如果業內沒有形成共識，沒有基層培訓，產品可靠性、準確性便有待驗證。

期待多方合力，助推人工智能更好為人服務

鑒于人工智能的產業發展基于數據、模型、業務等是一個閉環，謝震中建議，期待監管部門、行業協會、企業和醫療機構合力推進，比如通過產業聯盟、多領域專家跨界合作等良性驅動，避免醫療人工智能步入醫療信息化發展的老路，再次形成數據孤島的局面。

騰訊醫療健康事業部技術委員會主任錢天翼表示，目前醫療數據監管是零零散散分布在相關法規里，期待能有一部針對性的法規，比如個人醫療數據歸屬和隱私保護，跨機構數據的使用、流通、收費等安全規范，都需探索明晰。

另外，倪浩稱，美國有累積了幾十年醫療信息數據的基礎，與之相比，中國更需因地制宜加強基礎數據建設，比如重視電子病歷的基礎設施建設，健全醫療知識圖譜，避免在“地基”不太穩的情況下拼命“蓋樓”。

以上是網絡信息轉載，信息真實性自行斟酌。