“要（yào）解决‘病有所医’的硬（yìng）骨头，主要还是要解决在当今社会（huì）主要矛（máo）盾转（zhuǎn）变之后，人民（mín）群众对于医疗卫生健康的（de）新需求和我们目前医疗服务（wù）供给的不平衡、不充分的矛盾的问题。”三年前，原国（guó）家（jiā）卫计（jì）委（wěi）主任李斌（bīn）提（tí）到，要通过建立远（yuǎn）程医（yī）疗等形式，推动医疗（liáo）资源下沉，解决当面面临（lín）的供（gòng）需矛（máo）盾。

随（suí）着互（hù）联网（wǎng）、移动（dòng）互联网、云计算（suàn）、大数据、智能终端等现代技术的发展（zhǎn）应用，在医疗健康行业（yè）出现了新的名词——智慧医疗（liáo），即通过新型技（jì）术，实现患者（zhě）、医院（yuàn）、第三方机构（gòu）等医疗信息的共享，构建医疗领域新（xīn）业（yè）态（tài）。

12月19日，在中国智慧医院联盟、清华大（dà）学人工智（zhì）能研究院、中关村（cūn）科技园区（qū）大兴生（shēng）物医药产（chǎn）业基地管（guǎn）委会共同举办的“智慧医（yī）疗2020大会”上（shàng），中国工程院院士董家鸿、中国科学院院士张钹等（děng）人（rén）分（fèn）享了对智慧（huì）医（yī）疗的现状和面临的挑战（zhàn）。

打造“医工”复合型人才（cái），助力智慧医疗发展

“智（zhì）慧医疗（liáo）将有（yǒu）望解决（jué）我国医疗供需矛（máo）盾（dùn），提升（shēng）我国医疗服务的能力和效（xiào）率，对解决医疗配置（zhì）地区间不平衡起到重要的作用。”董家鸿表示，新型技术赋能健康医（yī）疗体系，为医院（yuàn）、患者等带来（lái）了优势（shì）：一是（shì）提（tí）高医疗服务体系的效能（néng）、提升诊（zhěn）断（duàn）的能力（lì）和水（shuǐ）平；二是提高医疗服务的（de）效率，让（ràng）医（yī）生（shēng）更快（kuài）捷地（dì）服务患者；三是改善患者的体验，通过（guò）优（yōu）化医疗模（mó）式（shì），例（lì）如通（tōng）过在（zài）网上（shàng）按时间段约诊，可以避免患者（zhě）在医院等候等。另外，还可以（yǐ）拓（tuò）展医疗服务（wù）的疆域，通（tōng）过5G等新技术的应用，将优（yōu）质医疗资源、服务输送（sòng）到资源匮乏的农村、边远地区。

智慧医疗服务体系的建设离不开人（rén）才的培养，如今，需要的不仅仅（jǐn）是只（zhī）懂医（yī）疗（liáo）或者只懂技术的人，而是需（xū）要既懂临床专（zhuān）业知（zhī）识又懂信息化技术的复（fù）合型人（rén）才。董家（jiā）鸿（hóng）介绍，复（fù）合型人才是智慧（huì）医疗的关（guān）键，为此，清华大（dà）学（xué）利用（yòng）自身优（yōu）势，开（kāi）启了“医工交叉”的研究生培养（yǎng）计划，通过（guò）双导师教学，培养所需人才，又（yòu）成立了（le）精准医学研究院，依托其生命科学、理（lǐ）工和人文（wén）学科（kē）基（jī）础，构建了医理（lǐ）工交融、医研企（qǐ）联（lián）盟的临（lín）床转化科学研究平台。另（lìng）外，中国智慧（huì）医院（yuàn）联盟（méng）DH400工作组将把智慧医疗领域做得相对好的医（yī）疗机构、企业、投资人聚集到一起，多方（fāng）实（shí）现信息（xī）的互通（tōng）有（yǒu）无，助力复（fù）合型人才的培（péi）养。

“我（wǒ）们对智（zhì）慧医疗的应用前景充满期（qī）待，但是不能（néng）忽视智慧医疗（liáo）在发展中所面临的挑战（zhàn）。”董家鸿认为智慧医（yī）疗的发展有（yǒu）以下三方面的挑战：

一是由于人工智能（néng）的不可（kě）解（jiě）释性，使得医生和患者在使用和（hé）接受人工智（zhì）能时产生疑虑。因此（cǐ）我（wǒ）们将（jiāng）医疗（liáo）AR应用于医疗实践的时候（hòu），需要公开（kāi）它的执行细节、训练细（xì）节，以及应用目标和边界的限定。

二是在目前的临床实践中，由于受方法学的限制，日（rì）常的科学研究依然较（jiào）多（duō）采用还原论（lùn）方法。他强调，研究中所（suǒ）形成的检（jiǎn）测数据很难反映疾病的本质。因此临床科研需要用人（rén）工智能的新算法（fǎ），来进行（háng）跨维度异构数据的分析，从而（ér）能够（gòu）解密人体奥秘（mì），认识疾病本质，更好实现（xiàn）精准医疗。

三是目前的智慧医疗还未进入成（chéng）熟阶段，一定会面（miàn）临“框（kuàng）架问（wèn）题”。“智（zhì）慧（huì）医疗的失误（wù）会造成一批患者的健康损害。因此我们呼吁，在规范研究和审批医疗（liáo）AI应用的同（tóng）时，要把潜在（zài）的危（wēi）害控制（zhì）到最低（dī）。”

需求引导——医务人员（yuán）是智（zhì）慧（huì）医疗的“智慧”担当

智慧医疗是赋能现代（dài）医学的技术，促（cù）使现代医疗服务获得更高（gāo）的效（xiào）能、效率和效（xiào）益。因此，智慧医疗只能依（yī）靠医生，赋能于医生（shēng），无法脱离医生。

“我（wǒ）们（men）所（suǒ）说的智慧医（yī）疗中的‘智慧’二字指的是所（suǒ）有（yǒu）的医生和（hé）医务人（rén）员。”张钹（bó）院士强调医（yī）生的重（chóng）要性（xìng），他表示，人（rén）工智能的目的并不是让机器代替医生，而是要发挥医务工作者的聪明才智，将所有的医疗信息整合在人工智（zhì）能里。关于这一点，董（dǒng）家鸿院（yuàn）士（shì）表示，不相信机器人能（néng）够（gòu）完全代替医生，他以所（suǒ）从事的（de）肝胆外（wài）科手术为例，对于手术前后的程序性简单（dān）工作，如缝皮（pí），机器人能够（gòu）独立操作，但在复杂手术方面机器人很难代替医生。

“人（rén）工（gōng）智能（néng）大（dà）多依赖临床医生的数据整理，它（tā）们会通过‘深度（dù）学习’的方（fāng）法将大量数（shù）据整合（hé）在系统（tǒng）里，进而（ér）得到高准确（què）率的结（jié）果。比如在做尘（chén）肺图（tú）像识别时，因为全国每年有两三千万患者需要体（tǐ）检，最后（hòu）得到的结论是机器的识别率超（chāo）过（guò）医生。”张钹（bó）强调，大（dà）数据标注的数据（jù）是来自于医生，机器的识别率（lǜ）超过（guò）一般医生是因为所标注的数据来自于资深医生的（de）数（shù）据，因（yīn）此并不是机器超过了医生，而是其利（lì）用了优秀医生的（de）知识和智慧，做出来的系（xì）统超（chāo）过了一般（bān）医（yī）生。

张钹认为，医疗健康（kāng）的智能化势（shì）在必行（háng），但与（yǔ）此同时也会面临三种挑战：辅助医疗、医学影（yǐng）像（xiàng）、机器人的应用。

在辅助医疗方（fāng）面，张钹认为（wéi）最重（chóng）要（yào）的是把（bǎ）专家的（de）知识跟大（dà）数据结合起来建立辅助（zhù）诊断系（xì）统。如把大量的数据自动转（zhuǎn）化成为计算机容易（yì）处理的知识，扩（kuò）展语料（liào）库，进而让计算机利（lì）用多推理的机制来（lái）解决不确定性的（de）问题。

在医学影像方面，要（yào）解决数据可信性的问题。提高（gāo）准确（què）率需要进行技术（shù）创（chuàng）新（xīn），比如全卷（juàn）积网络、新的（de）调参方法和优化（huà）方面都要做（zuò）很多的工作（zuò）。

在医（yī）疗机器（qì）人方面，手术的机器人的可靠性要求需（xū）要进一步提高。他（tā）以达芬奇手术机器（qì）人（rén）举例：“我们国（guó）家有（yǒu）很（hěn）多医院都用了（达芬奇机（jī）器人（rén）），即使这（zhè）样一个用得非常普遍的手术机器人，它的事故也还是有的。2019年（nián）全世（shì）界用它进行的手术共（gòng）600万例，但是事故还是不少，因（yīn）为这个设备的事故（gù）引起死亡的人数为100多人。”因此（cǐ），张钹称，引进了人工（gōng）智能（néng）技术以后，必须面对三个问题：可（kě）信（xìn）、安（ān）全和可靠，而很重要的解决办法就是必须要人机结合，把机器的优势和人类的（de）智慧结合起来。