首页 > 新闻中心 > 深度 > 正文

人工智能催化医药产业革新

2017-08-05 08:11:40 | 来源:健康报 | 分享
□美国约翰·霍普金斯大学凯瑞商学院医疗与金融方向MBA 陈建伟
新闻背景:近年来,在医疗健康领域,人工智能迅速发展并不断尝试与现有医疗体系结合。据统计,截至目前,国际市场上约有107家人工智能医疗创业公司,分别在生活方式管理、医院管理、可穿戴设备、虚拟助理、营养和精神健康领域发展。而中国已成为在全球人工智能领域国际科技论文发表量和发明专利授权量居世界第二的国家,并与第一名的美国差距不断缩小。

近日,国务院印发《关于印发新一代人工智能发展规划的通知》,从国家战略发展的高度对人工智能产业进行整体定位,明确了我国人工智能产业发展的方向,指明了人工智能产业的三步走战略目标。总体而言,我国未来的智能医疗应用基本会集中在辅助医疗、疾病管理、监管控费、药品研发4个方面。这个战略目标的设定,既符合人工智能在医药领域应用的自身规律,也考虑到了我国医药卫生事业的内在需求。
辅助医疗:
提高诊断效率和精准度
医疗是人类社会中较为复杂的工作领域,其不仅是一门科学,更是艺术和人文关怀。医患沟通是治疗过程的重要部分,因此,在很长一段时间内,人工智能无法替代医生,也无法颠覆现有的医疗体系。但同时,我们也要看到,在整个医疗服务链条上,人工智能可以有效地辅助医生,将医生从一些费时费力的工作中解放出来,更好地聚焦于核心业务;同时快速给予医生以往需要长期经验才能获取的判断能力,从而提高医生的诊疗能力。
具体而言,人工智能在辅助医疗领域实现了两大基本目标。第一,将医生从繁重的病历记录工作中解脱出来,同时对传统病历和患者病情描述这些非结构化的数据进行结构化记录,为进一步的大数据分析奠定数据基础。在这个领域,国际上有Nuance、Philips等公司,我国有百度、科大讯飞等公司,正在深入挖掘。第二,对海量数据进行有效分析并建立模型,基于医学影像作出准确诊断。2016年,谷歌公司在《美国医学会杂志》发表了题为《开发并验证一种深度学习算法通过眼底视网膜照片检测糖尿病性视网膜病变》的文章,该文章证明通过对11000名患者眼底视网膜照片的观察学习,其算法可以得出99.6%~99.8%的预测价值,达到甚至超越眼科医生的诊断准确度。伴随着数据的增多,人工智能对于数据的分析和总结会更加全面,建立的决策模型也将更加准确,因此可以实现不断优化的良性发展。
疾病管理:
实时长效监控更有抓手
人工智能在医疗供给领域的另一个实践是疾病管理。
患者自我管理是慢病管理的重要基础,但这一点从实践中落实不佳。2012年,美国由于患者不遵守医嘱而产生的额外医疗费用达到1005亿美元,约占美国每年可避免的医疗成本的一半;而通过医生进行患者慢病管理虽然已成为各国进行慢病管控的基本共识,但同时也存在着供给不足和无法实时监控的问题。
基于可穿戴设备的医疗数据实时监控系统为人工智能介入慢病管理奠定了基础;而慢病指标体系和相应的介入工具则为人工智能创造了有效的决策模型。这种介入既包括软性的介入,如行为提醒、用药提醒、风险提示等;也包括硬性的介入,如直接给药和治疗。
2016年9月,美国食品药品监督管理局批准了美敦力公司的人工胰岛素MiniMed 670G。该产品在经过半年的患者满意度调查后即将于2017年下半年在美国上市。作为全球第一款人工胰脏产品,MiniMed 670G融合了可穿戴设备的数据实时监控技术,基于算法的人工智能平台以及胰岛素的输入装置;可以在人工智能平台上对血糖实时数据进行分析判断并在需要时注入胰岛素。可以预见,这类人工智能与慢病管理类医疗器械相结合的产品将会越来越多。
刚刚发布的《国务院关于印发新一代人工智能发展规划的通知》明确,突破健康大数据分析、物联网等关键技术,研发健康管理可穿戴设备和家庭智能健康检测监测设备,推动健康管理实现从点状监测向连续监测、从短流程管理向长流程管理转变。可以看出,未来人工智能在慢病管理领域需求巨大,具有广阔发展空间。
监管控费:
提供更科学的处方依据
在全球范围内,医疗费用的持续增长已经成为世界性难题。基于大数据的人工智能则可以对医疗活动进行有效监控,从而控制整体医疗费用。
首先,基于大数据的人工智能可以将医疗服务链条延伸到患者疾病症状出现之前,从而重新定义医疗服务的价值及其支付机制:即从以治疗疾病为核心的支付模式过渡到以疾病有效管理、患者健康效果为核心的支付模式。要实现这个转化,医疗机构需掌握其所服务患者的多种数据信息,如历史诊疗数据、基因数据、行为数据、流行病数据;然后通过大数据分析,判断其所服务人群的主要健康风险和疾病诱因;进而通过有效的健康管理来预防疾病发生。针对出院患者,医疗机构则可以通过日常监控数据及时了解患者的疾病情况并进行及时介入,最大限度地避免患者再次入院。
其次,现有药品、器械和耗材的报销准入和定价多取决于临床试验和药物经济学数据,而引入大数据和人工智能可以通过对患者数据的分析,对一种药品的有效性进行更加科学的评估。与此同时,人工智能可通过对海量的患者病历、处方信息、医学影像以及药品信息的有效分析整合,形成更加合理的用药结论,对医生的处方行为进行有效辅助;也可应用到医保智能审核的系统流程之中,对于临床合理用药进行有效管理。
药品开发:
实现低投入高产出
药品研发是医药工业的核心竞争力之一,也是我国制药工业在全球制药工业竞争中的短板。传统制药工业在药品研发领域走的是高投入、低产出的路线,虽然大型跨国制药公司都会将超过10%的销售收入直接投入药品研发工作,但近几年全球创新药物产生的实际效果并不尽如人意。
而人工智能则可以在早期药物的筛选中提高成功概率,从而大幅降低药品研发成本,加之研发后期临床试验中我国具有人口资源成本优势,制药企业有望在药品研发领域实现弯道超车。
但同时,我们必须看到,人工智能并非是万能的,因为医疗领域的复杂性、敏感性远超想象。对人工智能的作用既要肯定,也要客观冷静看待,对其在发展和实际应用过程中可能存在的问题有所准备。需要强调的是,人工智能在现有医疗服务体系中的应用会涉及患者信息、医疗质量与安全、医疗伦理乃至国家安全问题。只有配套的制度建设同步跟上,人工智能才能在我国医药领域快速健康发展。

返回健康报首页>>

相关新闻

分享到:

推荐阅读

热度排行