人民網北京3月3日電（記者崔元苑）3月3日，由人民網·人民健康主辦的2019年全國兩會“健康中國人系列活動”在京舉行。當日，與會嘉賓就“醫療健康與人工智能”這一主題建言獻策。與會嘉賓認為，目前，人工智能在影像輔助診斷、語音病例解讀、臨床助理、智能導診、數據篩選分析等方面應用的積極效應初顯，下一步，在保障質量和安全的前提下，人工智能與醫療健康融合，更廣泛地服務于全方位、全周期的健康管理，前景廣闊，但還有待于技術的發展、政策的推動等等。“健康中國人”系列圓桌論壇已經連續舉辦四屆，本次論壇由趣頭條提供推廣支持。

參與論壇的嘉賓合影

國家衛健委醫政醫管局醫療資源處主任王斐，北京同仁醫院副院長、首都醫科大學教授魏文斌，解放軍總醫院第一醫學中心血管外科科室主任、教授郭偉，北京大學第三醫院放射科主任、主任醫師、教授袁慧書，星創視界集團董事長兼創始人、寶島眼鏡CEO王智民，美年大健康董事長俞熔，飛利浦（中國）投資有限公司臨床科學部高級總監周振宇，推想科技創始人、CEO陳寬等參加了本次圓桌論壇。

基層推廣AI技術要以醫療質量和安全為前提

國家衛健委醫政醫管局醫療資源處主任王斐表示，在基層醫療服務方面推廣和應用人工智能技術，首先要保證醫療質量和安全，這是前提和底線。

王斐認為，在一些環節，人工智能技術確實發展得比較好，比如智能導醫分診、提升醫生服務效率、數據篩選分析、新藥研發領域等。

北京同仁醫院副院長、首都醫科大學教授魏文斌提出，人工智能在眼科領域可以提高工作效率，在未來，人工智能對醫療服務模式，對分級診療能起到積極作用。據魏文斌介紹，同仁醫院通過與北京市海淀區教委的合作，對海淀區30萬中小學生的近視進行篩查。對于發現的高危人群，就可以通過人工智能的可穿戴設備，統計近距離用眼時長，看手機時長，戶外運動時長等數據，讓容易得近視的孩子加強戶外活動，或者進行一些預防性的干預措施等。

“但是要把人工智能技術應用于臨床，目前比較困難的問題在于它是不是具備可重復性，即診斷的穩定性。”王斐指出，從審批和市場準入的要求看，質量不穩定的產品也很難實現復制。

加快釋放“數字家庭醫生”潛能 增加健康服務供給

圓桌論壇上，全國政協委員、搜狗公司CEO王小川通過人工智能合成助手，介紹了他今年兩會帶來的一份關于運用人工智能技術增加基層衛生服務供給的提案。

王小川認為，人工智能、知識圖譜、智能硬件、大數據等超越傳統醫療信息化的新技術，已經開始在疾病篩查、慢病管理、健康管理等領域展露潛力，為通過技術手段輔助醫生診療、提升基層醫生診療能力和服務效率、增加基層醫療資源供給、服務患者醫療需求創造了可能。我們將這些技術在基層醫療衛生中輔助家庭醫生、服務患者需求的應用統稱為“數字家庭醫生”。

王小川建議國家加強頂層設計、樹立行業標準，推動頂尖專業智能和技術智能的結合推廣，鼓勵多方參與，加快釋放“數字家庭醫生”在健康中國建設中的潛能。

北京大學第三醫院放射科主任、主任醫師袁慧書表示，未來人工智能可以給影像科提供更多的幫助，不僅可以提高醫生的工作效率，將更多測量性的數據進行更加規范的測量和管理，給醫生提供更多量化的指標。與此同時人工智能的使用能夠讓醫生有更多的精力去接觸患者，給患者提供咨詢和臨床進行多學科的病例討論等。

推想科技創始人、CEO陳寬提出，通過人工智能和人類醫生互相合作，互補互助，醫生可以有更多的時間和精力做科研，與患者去交流，完成更具有價值的工作。

預防篩查和健康管理 AI市場前景廣闊

星創視界集團董事長兼創始人、寶島眼鏡CEO王智民表示，雖然我國經過改革開放40年富裕起來了，但是個人健康、養生的意識還建立得不夠好。所以，要養成健康篩查的習慣。因為要進行分診治療，肯定要進行篩查。初篩后才能做轉診，再涉及到初診，初診后到院內的確診、治療、開藥，到院后管理或術后管理以及診斷后管理。在初篩方面，目前我國有很多醫療型資源沒有得到釋放，比如說全國的46萬家藥店，除賣藥外并沒有承擔其他醫療方面的責任。

王智民提出，人工智能可以使醫療檢測設備小型化、數字化，從而改變應用場景。他表示，最近在不斷推動一個邏輯——眼鏡店的“新三件”。“新三件”是指三個醫療級別的設備的組合，即數碼裂隙燈、自動多功能綜合檢眼儀和眼底照相機，它們有一個共同性就是通過人工智能進行大數據計算。

王智民表示，眼底篩查在中國還是一個新概念。目前大部分人不知道眼底可以拍照片，并通過照片可以篩查出慢性病。一張眼底照片邏輯上來講可篩查出一千種疾病，其中800種是罕見疾病，200種常見疾病未來三到五年就可攻克。

美年大健康董事長俞熔表示，人工智能在預防與篩查和健康管理方面有著很好的商業場景。

據俞熔介紹，美年在體檢的檢前、撿中和檢后，都做了一些人工智能的應用嘗試。體檢后的風險提示和數據采集，在盡可能做到通過智能化質控的提升，實現標準化，提高質控水平以后，達到數據的有效收集，不斷地提高工作效率。這樣，不管是在前端的智能篩查還是后端智能健康管理，都會有很好的商業場景。

飛利浦（中國）投資有限公司臨床科學部高級總監周振宇認為，人工智能更多的是關注后期的醫學工作。我們可以通過人工智能的算法，通過更快的圖像采集，拿到更好更高分辨率的圖像，有利于后期的診斷和治療。

“在患者出院后，通過日常佩戴的電子設備進行數據采集，可以準確預測患者30天內再次入院的可能性。如果數據達到一定的標準，就會提示患者需要注意自己的健康問題，以避免再次發生疾病的癥狀。這樣通過人工智能系統的幫助，就能夠有效提升患者的救治率，改善人們的健康狀況。” 周振宇說。

AI成熟應用于醫療健康還有一段距離

解放軍總醫院血管外科科室主任郭偉教授表示，人工智能“離真正的成熟”還有一段距離。

郭偉稱，主要原因有以下三個方面：首先，所有的人工智能都是基于大數據，健康是最好的大數據應用場景。但是，健康包含的領域非常廣，疾病種類非常多，想把它們做全非常困難。其次，影像識別問題。一方面不同醫院之間圖片質量參差不齊。另一方面早期人工分割如果數據不準確，后期人工智能將會存在很多問題。再次是人工智能產品還處于“嬰兒”階段，需要不斷試用，更新與改進。

同時，北京大學第三醫院放射科主任、主任醫師袁慧書也提出，醫療領域人工智能產品的評價標準和產品定位仍然需要進一步的完善和規范。

袁慧書認為，在評價方面，人工智能產品缺少統一的評價標準，而目前在臨床藥理實驗基地進行檢測，評價比較簡單。在產品定位方面，人工智能屬于三類醫療產品，在市面上普及比較困難。在使用過程中，人工智能產品在實際操作中只能作為輔助診斷工具，最終仍然需要醫生對診斷負責。