智能“閱片”、臨(lin) 床決(jue) 策、護理機器人……近年來，隨著人工智能的蓬勃發展，人工智能與(yu) 醫學結合的相關(guan) 技術開發也進行得如火如荼。

　　近日，人工智能在藥物研發領域邁出重要一步，澳大利亞(ya) 研究團隊將全球首個(ge) AI設計藥物——“渦輪增壓”流感疫苗推入人體(ti) 試驗階段，這款藥物開發用時兩(liang) 年時間。

　　就像“互聯網+”一樣，“人工智能+”的模式必然會(hui) 給我們(men) 的生活帶來翻天覆地的變化，但在涉及生理和生命的醫學領域，人工智能落地還將麵臨(lin) 哪些挑戰？

　　質與(yu) 量並重 基礎數據仍需“精煉”

　　不論在何種領域，數據都是讓機器聰明起來的根本。

　　“人工智能若想在醫學領域長足發展，數據質量、數據量和標準化方麵還有待改進和完善。” 8月6日，天津市腫瘤醫院副院長徐波在接受科技日報記者采訪時表示。

　　“醫療大數據如何‘降噪’是個(ge) 關(guan) 鍵問題。”徐波指出，醫療大數據涉及的類型近年來呈多模態發展。而病例數據覆蓋麵廣，服務用戶多樣，如何構建以病人、醫生、醫院和政府等多中心的數據治理體(ti) 係，進而麵向不同的用戶提供不同的數據視圖和分析結果，是醫療大數據采集及研究中亟待解決(jue) 的問題。

　　自改革開放以來，我國醫學領域發展迅速，信息化程度也在逐漸提高。但是隨著醫療設備更新迭代，數據的格式和錄入的內(nei) 容也在不斷變化。以慢性病為(wei) 例，即便是同一位病人在同一家醫院治療，幾年前後的數據內(nei) 容和形式也可能會(hui) 大有不同。更何況我國醫學領域在病種分類、名稱方麵也有部分尚未統一，還有一些醫生會(hui) 采用口語、簡稱，如“乳腺癌”和“乳癌”就是不同醫師對同一種病症的不同叫法，這也會(hui) 給人工智能在臨(lin) 床決(jue) 策或影像分析時平添困擾。

　　“盡管我國醫院的數據龐大, 但由於(yu) 疾病的複雜性，數據維度、特性各不相同, 質量參差不齊,導致很多細分的病種實際可用數據量少，尤其是較為(wei) 罕見的疾病類型。如果是多學科交叉的病症可使用的數據量就更加有限了。”徐波表示。

　　此外，數據共享也存在壁壘。我國當前醫院與(yu) 醫院、同一家醫院內(nei) 科係互不相連, 沒有統一標準的臨(lin) 床結構化病曆報告,不同地域甚至不同醫院之間的數據庫無法通用。

　　我國人口數量龐大，醫學數據體(ti) 量也很大，但在某種程度上，人工智能發展卻陷入了“無數據可用”的尷尬境地，怎樣才能將這座“富礦”充分挖掘出來呢？

　　“數據標準化和規範化是解決(jue) 該問題的必經之路。”在徐波看來，應加快醫療數據電子化、標準化的進程, 打破醫療機構的數據壁壘, 建立數據共享機製,進一步“精煉”醫學領域數據。

　　醫工結合 學科交叉人才緊缺

　　“既懂醫療又懂AI技術的複合型、戰略型人才極其短缺, 其中10年以上資深人才尤為(wei) 缺乏。同時, 醫務人員對AI的接納度不足, 部分醫務人員甚至對AI抱有抵觸心理。”上海市衛生和健康發展研究中心（上海市醫學科學技術情報研究所）健康科技創新發展部執行主任何達曾在相關(guan) 期刊發表文章時提到，AI技術的使用需要對醫務人員進行專(zhuan) 業(ye) 化規範培訓, 在此背景下, 建立完善的人才培養(yang) 和人才引進機製是重中之重。

　　徐波告訴科技日報記者，智能醫學領域是人工智能和醫療健康這兩(liang) 個(ge) 專(zhuan) 業(ye) 性極強領域的結合，如今二者都能深入研究的人才是“香餑餑”。而正是因為(wei) 二者專(zhuan) 業(ye) 性極強，人才培養(yang) 的模式才更加複雜、更值得深入探討。

　　去年，南開大學和天津大學首次在本科開設智能醫學工程專(zhuan) 業(ye) ，開啟了培養(yang) 人工智能+醫學領域專(zhuan) 業(ye) 人才的新征程。今年，包括重慶大學、東(dong) 北大學在內(nei) 的7所院校也成功申報獲批開設相關(guan) 專(zhuan) 業(ye) 。南開大學醫學院相關(guan) 負責人曾表示，該專(zhuan) 業(ye) 是掛靠在學校醫學院下的一個(ge) 工科專(zhuan) 業(ye) ，為(wei) 了滿足學生學科交叉的學習(xi) 需求，會(hui) 邀請外院的教師上課教學。

　　在徐波看來，智能醫學領域發展時間短，我國物流業(ye) 發展現狀 ，能大範圍推廣的培養(yang) 模式尚需一定的時間摸索。但歸根結底，如果讓部分有興(xing) 趣的醫學生在校期間就能接觸到一些人工智能相關(guan) 的工科基礎知識，將會(hui) 對其後續向著智能醫學方向發展起到一定的引導和輔助作用。

　　雖然現階段交叉人才缺口很大，但值得慶幸的是，家長和學生對智能醫學工程專(zhuan) 業(ye) 高度認可。2018年，天大、南開智能醫學工程專(zhuan) 業(ye) 首批招生投放涵蓋全國十幾個(ge) 省市，招生期間，民眾(zhong) 的相關(guan) 谘詢持續火爆，未投放省市同樣反響熱烈。

　　市場良性發展 監管體(ti) 係亟須加強

　　除了數據和人才兩(liang) 大基礎方向，新興(xing) 的智能醫學在商業(ye) 模式和法律監管等方麵也需要人們(men) 投注目光。