人工智能＋医生 新时代看病的保障？

马汉东

上海森亿医疗科技有限公司 联合创始人 副总裁

项目ID：人工智能医院

我们公司从事医学人工智能算法与系统研究，力求实现未来的人工智能医院。

2018年10月14日，一位86岁的老先生，因为运动后咳嗽去了某三甲医院，医生认为是支气管扩张伴有感染，建议住院观察。然而，就在第二天早上，老先生在医院洗手间晕厥摔倒，抢救无效离世。最终医生给出的死亡诊断是“肺栓塞可能”，并且表示已经全力救治，但是非常遗憾。我不知道大家身边，是否发生过类似的场景，如果不幸经历过，是不是除了得到一个专业的医学名词作为解释外，只能感叹生老病死太过突然。其实，大家是否思考过，诊疗的过程中到底发生了什么？

当我们进入医院寻求诊治，就好像进入了一个大型的不可见的流水线。从分诊、问诊、检验检查、用药，手术、住院等，医生在此过程中做着一个又一个决策。那是不是医生的每一个决策都是绝对正确的？当然不是。有一个经典的“奶酪模型”为我们展示了真实的情况。诊疗的每一个医疗环节都可能有纰漏，就像一层奶酪上的洞，而每个环节的“疏漏”都不幸地发生在一起，医疗错误就发生了。

据报道，美国每年25-44万人死于“可避免的”医疗错误，而在国内，我们还没有找到类似的数字。但是，这个数字是可避免的，堵住奶酪上任何一个洞都可以避免一个生命的逝去。

举一个例子，如果你的孩子经常“感冒”去医院开药，却不见好转，我可以告诉一个事实，很有可能你就是误诊的受害者。通过对一个地区的大数据分析，有95%按临床指南应该被诊断为“反复呼吸道感染”的孩子，只是被诊断成了一般“感冒”，药不对症，不但浪费了钱，也治不好病。而真正的恐怖之处在于我们根本不知道我们是否经历了类似的“医疗错误”。因此，知识和经验的正确、快速传承是提高临床质量的核心。

当我进入了医疗大数据行业的时候，我就在想，如果这些事结合AI和医疗大数据，会发生什么呢？

每一家医院我们会整合全部就诊数据，用高质量数据训练我们的人工智能医生识别来院患者潜在的血栓风险，并且将人工智能医生植入医院流程中，让医生和护士在工作站中就能看到风险预警。

文章开始案例中提到的医院，就安装了我们系统。回到2018年10月14日当天，其实在老人入院后死亡前的时间里，AI已经识别出患者具有极高的血栓风险，并且系统进行了提醒，不幸的是当时还未能给医生安装手机客户端，没办法随时随地提醒医生，当天医生没有响应。同一批就诊病人中还有27人同样被AI预警出高风险，其中16人不在医生原有的怀疑名单中。幸运的是，当天老人去世后，医院对所被预警的人进行了再次讨论，其余病人至今还没有出现问题。

如今，我们的人工智能医生已覆盖到多个医学科室，并已部署进入数十家大型三级医院。同时我们正在支持多个城市的医疗大数据试点，其覆盖患者约5000万人。

观察员有话说

Q

唐石青（浦东新区科技和经济委员会 主任）

人工智能也可能出错，如果当医生的判断和人工智能的判断不一致的时候怎么办？

A

马汉东

第一点，我需要强调的就是人工智能来做决策的整个过程是循序渐进的。根据一次次病人的检验检查结果，会不断地有信息输入进来，这个过程也会让诊断更加趋近于真实。我们的系统在医院里会随时收集到患者的所有数据，并且不断地更新对信息的判断。第二点，人工智能在医疗行业是不能够代替医生来做决策的，更多的是医生的辅助工具。比如说，当我发现有一种病，我通过数据分析，这个病不在原来医生的考量范围内，那是不是他忽略了什么？或者医生通过常规的手段只能提前一天发现问题，我们通过人工智能的辅助，能否提前一星期就预测到？包括我们用什么方案最经济、最有效等等。所以，我们永远希望的是人工智能赋能医生。

智囊团互动时刻

Q

顾伟（上海VRAR产业联盟 特邀顾问）

你们公司主要是通过什么方式盈利？

A

马汉东

我们是走医院信息化的经费，这也是目前为止我们主要的收入。我们做的是信息系统而不是硬件，我们是一个信息平台，可以直接通过集成平台的方式，后续科研平台的方式，医院管理平台的方式进入医院。

点开下方视频

《创赢未来》

每周六晚21:00

东方财经·浦东频道