工业和信息化部、国务院国有资产监督管理委员会、中华全国工商业联合会印发《制造业企业数字化转型实施指南》。其中提出,开发“人工智能+”研发设计软件,构建设计模型、仿真模型等数据集,开展模型训练,发展创成式设计、实时仿真等创新应用,加速新产品研发。
财联社7月20日讯(记者 卢阿峰) 人工智能正以不可阻挡之势与医疗行业深度融合,成为推动我国医疗体系创新与发展的重要力量。
19日,“2024百度健康产业生态大会”在北京举行,吸引了众多来自人工智能、健康科普及医疗健康产业领域的专家学者、企业代表、行业领袖。大会围绕“AI普惠”议题,深入探讨了如何利用人工智能技术破解医疗服务中的“不可能三角”,AI与大数据如何深度融入并重塑医疗服务体系,为解决传统医疗难题提供了新视角与新路径。
通过一个码、一张网、一朵云,实现居民全生命周期健康管理?
打开AI用药助手,拍下药盒即刻呈现清晰详尽的药品说明书,省去了在微小字眼中费力搜寻的繁琐;通过简单扫描二维码,患者的基本信息与症状概览瞬间呈现在医生眼前,让医生能够专注于与患者深度交流,同时依托先进的临床决策支持系统,迅速而精准地制定诊断方案……这一切,已非遥不可及,而是AI大数据技术与医疗健康服务领域深度融合、创新碰撞下的生动现实。
北京大学中国健康发展研究中心主任李玲认为,AI不仅是医疗服务的辅助工具,更是推动医疗体系升级的重要力量。“医疗为什么是一个复杂的体系?是因为它的不确定性、它的信息不对称、它涉及的范围极其广,医疗、医保、医药都有涉及,所以如何解决医疗服务里面长期在传统的领域解决不了的问题?可能就是靠数字时代给医疗赋能。”
“AI及大数据能使我们的不确定性变成确定性,使信息的不对称,让它相对对称一点,使老百姓对医疗服务、对健康的需求都能在各个层面得到满足,甚至可以使医患关系走向良性。”李玲认为AI能够成为当前医疗服务体系中有力的补充。
目前,业界普遍认为医疗问题是一个“不可能三角”,即在医疗生产力中难以同时实现的三个关键要素:质量(“看得好病”)、成本(“看得起病”)和效率(“看得上病”)。我国不同地区、不同收入群体、不同环境下的人群面临的主要疾病威胁不同,医疗资源分配不均的同时,也伴随着医疗需求在时间和空间上的不均匀性。
百度集团资深副总裁、百度大健康事业群组总裁何明科表示,“虽然AI不能直接给人类看病,却是这个‘不可能三角’的重要平衡点,AI虽不能直接替代医生进行诊疗,但能在这一难题中找到平衡点,通过提升效率、优化成本结构,同时保证医疗服务质量。”
何明科介绍,目前,百度的AI健康问答服务日活用户已超过200万、AI用药助手累计服务超2000万人次、AI医学报告支持超100种报告类型。百度健康通过构建创新产品,正逐步将AI技术转化为实际生产力。
实际上,近年来,我国医疗健康数字化技术的发展非常迅猛,应用场景及市场规模在快速增加。公开数据显示,仅在AI影像方面,2023年我国的市场规模约为36.2亿元,预计到2025年将达到126.8亿元,2020-2025年的复合年增长率(CAGR)约为127.1%。此外,整个医疗AI行业规模预计到2030年有望超过1.1万亿元。
与会嘉宾普遍认为,医疗健康与数字化深度融合前景广阔。李玲在会上表示,未来健康中国的模式应该是每个中国人都将拥有一个集公共卫生、健康管理、医疗服务信息于一体的“健康码”,全国应该通过“一张网”、“一朵云”,实现居民全生命健康周期的管理和服务。
AI大数据与医疗健康融合能做到哪一步?
会上,与会嘉宾普遍提到:自去年相关部门强化医药营销合规性以来,医药行业面临着营销成本激增、准入门槛显著提升等挑战,这些变化更将AI赋能医药营销的必要性与紧迫性推向了新的高度。
阿斯利康全渠道事业部总经理刘谦表示,随着大数据与机器学习技术的飞速迭代,AI正悄无声息地重塑着药物研发、生产、流通及患者服务的每一个环节。从提升内部商业化效率,到优化医患沟通体验,再到创新患者自我管理及医生诊疗模式,这些领域的AI应用已日趋成熟,并成功落地。
初犊健康科技集团有限公司CEO任义峰认为,未来十年,数智化终端将成为行业标配,涵盖传统零售终端、B2C电商、O2O服务、私域健康管理以及互联网诊疗五大领域。
这一转型趋势正在成为现实。7月1日,北京参保人已能在美团、京东等平台上,在300家医保定点零售药店线上购买非处方药品,这标志着医药购销渠道正经历着前所未有的变革。
搜药合伙人、药赋能CEO邵清也表示,“当前,医药购销渠道正经历大洗牌,互联网医药平台的销售占比迅速攀升,而传统线下药店则面临销售增速下滑的挑战。”
那么AI+医疗健康,最多能做到哪一步?制约融合速度的关键是什么?
鹏城实验室医疗健康AI使能团队负责人宋震表示,“AI在医疗影像领域的成就有目共睹,而在药物研发领域,通过AI与分子动力学的结合筛选药物靶点也已取得显著进展。在健康管理、慢性病监测等方面,AI同样展现出非凡潜力。然而,尽管数据量持续膨胀,但在干预与治疗领域,AI尚未取得突破性进展,这主要受制于责任界定与伦理考量。”
上海仁济医院泌尿外科主任迟辰斐则强调,“AI在处理客观知识,如疾病症状描述时表现出色,但在构建主观知识体系、进行反向推理方面仍显不足,还需要提供高质量的训练数据、促进医生与AI的紧密合作,并为AI模型创造实际应用的测评环境。”
值得一提的是,我国相关部门高度重视医疗AI的发展,并出台了一系列政策措施来推动其应用。例如,《关于进一步完善医疗卫生服务体系的意见》等文件提出要加强人工智能在医疗卫生领域中的应用,推动医疗大数据共享和隐私保护等。相关部门、各地政府还通过资金扶持、税收优惠、人才引进、积极建设医疗AI创新平台和产业园区等多种方式支持医疗AI企业的发展。