1. 首页
  2. 往期杂志
  3. 精品文章

抢占人工智能新赛道，挺进未来医疗新时代

发布时间 2024-05-07 3502 阅读 0 评论


原创 徐崇勇 卫生健康纵横

医学人工智能是21世纪医学科技发展最重要领域之一。医学和人工智能的快速融合发展，将对卫生健康行业发展产生巨大而深远的影响。如何按照城市数字化转型发展战略要求，加快推动医学人工智能对卫生健康发展的赋能，是新时期推动卫生健康高质量发展的战略命题。本文梳理了医学人工智能发展的全球趋势和国内动向，立足于上海现状，提出上海加快占据医学人工智能领先发展赛道的基本思路和具体举措。

  一、逐鹿医学人工智能         


医学人工智能始发于上世纪70年代。经过60多年的探索和发展，特别是进入21世纪以来，医学人工智能呈现快速发展态势，并在医学领域取得广泛应用。
当前，医学人工智能成为国际科技竞争新焦点。2016年，AIpha Go战胜韩国棋手李世石事件，使各国普遍认识到，人工智能将成为引领未来发展的战略性技术。主要发达国家都加紧出台人工智能发展规划和政策，把发展包括医学人工智能在内的人工智能，作为提升国家竞争力、维护国家安全的重大战略，力图在新一轮国际科技制高点竞争中掌握主导权。2016年10月，美国率先出台《白宫为人工智能的未来做好准备的报告》、《美国国家人工智能研究和发展战略计划》两份人工智能发展战略，并提出加速人工智能在医疗领域应用的主要方向，包括利用人工智能对并发症进行预测及预防、发展电子化病历、对医疗大数据进行分析挖掘、利用人工智能系统自动执行决策和进行医疗诊断等。2017年3月，日本发布《人工智能技术战略》，特别是针对严重的老龄化问题，提出将医疗健康和护理作为人工智能的突破口，建设以人工智能为依托、世界一流的医疗与护理先进国家，实现“80岁以上高龄者健康工作及有效降低社保负担”目标，构筑基于健康关怀的健康长寿产业大国。
我国也高度重视医学人工智能发展，紧追国际医学人工智能发展步伐。国家层面，近年来出台了《新一代人工智能发展规划》《关于积极推进“互联网+”行动的指导意见》《关于促进“互联网+医疗健康”发展的意见》《关于促进和规范健康医疗大数据应用发展的指导意见》等纲领性文件。上海也相继出台了《关于本市推动新一代人工智能发展的实施意见》《关于加快推进上海人工智能高质量发展的实施办法》《关于推进本市健康服务业高质量发展加快建设一流医学中心城市的若干意见》等政策，明确了医疗人工智能的发展目标和思路，并在徐汇、闵行、奉贤三个区对医学人工智能发展做了布局。在政策的引导下，我国人工智能在医学影像、辅助诊断、药物研发、健康管理、疾病预测等医疗细分领域取得了长足的发展。特别是百度、阿里、腾讯等互联网巨头全面布局医疗人工智能领域，极大地推动了医学人工智能的发展（见专栏1）。

专栏1：互联网企业布局医疗人工智能

◆百度。2016年10月，百度发布百度医疗大脑，通过采集与分析医学专业文献和医疗数据，模拟问诊流程，基于用户症状，给出诊疗的最终建议。到2018年，百度人工智能医疗品牌“百度灵医”，已有“智能分导诊”“AI眼底筛查一体机”“临床辅助决策支持系统”等3个产品。

◆阿里。2017年7月，阿里健康发布医疗AI系统“Doctor You”，包括临床医学科研诊断平台、医疗辅助检测引擎等。2018年9月，阿里健康和阿里云联合宣布阿里医疗人工智能系统“ET医疗 大脑”2.0版本问世。。
◆腾讯。2017年11月，腾讯首款AI医学影像产品“腾讯觅影”入选国家首批人工智能开放创新平台。“腾讯觅影”通过对各类医学影像的训练学习，以达到对病灶的智能识别，用于辅助医生临床诊断和食管癌、肺癌、糖网病变等疾病的早期筛查。2018年11月，腾讯牵头启动“数字诊疗装备研发专项”，基于人工智能的临床辅助决策支持技术，探索助力医疗服务升级。

◆科大讯飞。2018年，科大讯飞的“人工医生”首次通过国家执业医师资格考试，并超过96%以上的人类考生，全科“人工医生”已开始上岗。

  二、赋能医学变革初现端倪   


随着人工智能在医学领域的快速应用和发展，医学人工智能成为现代科技发展的新热点。目前，医学人工智能已在医院运营管理、疾病预测预防、临床辅助诊断、医学人工智能影像、健康管理、药物研发、医疗器械生产等方面取得广泛应用（见专栏2）。这些应用逐步改变传统医疗的发展方式和服务模式，并推动医疗卫生行业的发展和变革。

专栏2：人工智能在医学领域的应用


◆ 医院运营管理。计算预约患者的到院率，从而合理安排医护人员；监测床位使用率，追踪医疗设备状态等，从而为医院决策者提供决策信息。检测医疗浪费、欺诈和滥用行为，从而为监管提供依据。

◆ 疾病预测预防。利用大数据和深度学习技术，运用各种生化、影像、行为日常大数据来预测疾病发生情。同时，还可以通过大数据的分析，实现公共卫生事件的监测预警。2008年，谷歌就利用人工智能技术，通过网络搜索来推断流感爆发。
◆ 临床辅助诊断。模拟医生思维和诊断方式、习惯和依据，融合自然语言处理、认知技术、机器学习等技术，帮助医生进行疾病诊断、辅助医生开展治疗，包括电子病历、手术机器人、康复机器人 、导诊机器人、虚拟助理等。
◆ 医学影像诊断。人工智能最为成熟和广泛的运用是图像识别，作为辅助工具节约医生时间、提高工作效率，并实现服务能力的延伸，解决基层医疗资源不足问题。目前，人工智能在视网膜图像识别、甲状腺超声影像诊断、肺结节影像检测、CT影像识别等领域的读片效率和准确率上已实现突破。
◆ 健康管理。随着智能可穿戴设备和家庭智能健康检测监测设备的研发和广泛应用，个人健康数据从静态监测转变为动态监测，从这些动态数据中，人工智能可分析判断穿戴者的健康水平，并提供便捷化、日常化的健康指导。目前，已应用于慢性病管理、母婴管理、精神健康管理和老年人健康管理。
◆ 药物研发。通过精准分析生物的复杂结构网络和微观系统各要素之间的复杂关系，给出基因、蛋白质层面的发展变化走向，从而使药品研发更具靶向性，缩短药物研发周期，提高新药研发成功率。
◆ 医疗器械生产。通过对医疗器械应用全过程中的效果智能分析，使医疗器械研发和使用更加符合医疗实际，更加契合个人使用习惯，并促进病人定制、医生定制医疗器械产品的发展。

上海也大力推动医学人工智能的应用。目前已广泛应用于辅助诊断、影像分析、药物研发、医疗机器人等领域。比如，部分三甲医院已运用智能辅助诊疗、手术机器人等提升医疗服务品质；上海仪电集团提供远程会诊技术服务，为有需求的医院免费提供在线诊疗服务；市公共卫生临床中心联合依图科技上线“智能影像评价系统”，实现自动诊断、病状定量分析及严重程度分级，为临床诊断提供辅助决策；上海联影研发具备人工智能技术的天眼CT以及搭载“可视化曝光”技术的X光设备，可实现CT检查智能定位、精准识别，减轻医生承受辐射剂量；深兰科技优化AI算法，成功缩短病毒基因、蛋白质全序列对比时间，有助于确定病毒的族谱关系和进化路径；钛米机器人推出智能消毒机器人系统，应用于疫情防护中的消毒工作，等等。总的来看，当前医学人工智能对卫生健康的赋能，已显示出一种变革和发展的力量，成为推动医学创新发展的重要源泉和支柱。

  三、加快占据医学人工智能领先发展赛道  


“十四五”时期，上海医学人工智能发展的总体目标就是打造国家医学人工智能发展高地，建设全国领先的医学人工智能创新策源地、应用示范地、产业集聚地和人才高地。要实现这个目标，在医学人工智能发展思路上要把握两点：
一是坚持“数据+技术+制度+应用场景”四位一体的发展思路。在推进卫生健康数字化转型过程中，要充分考虑医学人工智能发展特点，在“技术+制度+应用场景”三位一体发展思路的基础上，更加注重医疗健康大数据对医学人工智能发展的基础性支撑作用。
二是坚持构筑“卫生健康支持医学人工智能”、“医学人工智能赋能卫生健康”的发展“双循环”。根据“双循环”发展战略思路，以持之以恒的战略定力，才能形成“应用驱动、科技引领、产业协同、生态培育、人才集聚”的医学人工智能发展体系，推动卫生健康服务体系的智慧化跃升和跨越式发展。
下一步，要保持战略目标牵引战略发展的持续定力，着重从四方面发力：
第一，以需求牵引产业发展的风口。卫生健康行业痛点激发医学人工智能发展的动能。当前，上海已进入人均GDP2万美元的发展阶段，居民健康意识不断增强，对更具个性、更有品质的医疗健康服务需求不断上升。同时，随着人口老龄化程度持续加深，高血压、糖尿病、肿瘤等慢性病发病率逐年递增，形成巨大的健康服务需求。与之相应的是，优质医疗卫生资源总量相对不足且分布不均衡，特别是高水平医生培养周期长、数量不足，医疗服务成本高，基层医疗服务水平有待提升等问题长期存在，对上海医疗卫生事业发展形成严峻挑战。
医学人工智能发展要围绕医疗健康领域的迫切需求，以“行业需求带动产业发展”为主线，加大核心技术攻关，着力建设和完善智慧医疗健康应用服务体系，使医学人工智能成为建设一流医学中心城市的新引擎。同时，要推动AI智能技术与医学科技深度融合，加快培育医疗健康服务新模式、新技术、新产品、新业态，提升诊疗能力和服务水平。下一步，还要根据上海发展实际需求，聚焦临床智能辅助诊疗、医用机器人创新应用、公共卫生智慧管理、人工智能辅助药物研发、医院智能管理、智能医学教育培训、医疗设备智能管理等七大领域（见专栏3），推动人工智能与卫生健康的融合发展。

专栏3：医学人工智能重点发展领域



1、临床智能辅助诊疗。主要目标是提高诊断效率和诊疗水平，减少误诊漏诊，同时，降低医生劳动强度、提升基层医疗服务能力。重点就是聚焦医学影像辅助诊断、数字病理辅助诊断、生理信号辅助诊断、临床决策支持等，建设辅助诊断训练测试集、临床决策支持专家库等医疗行业标准数据库，制定临床应用规范、临床诊疗路径和技术指南，从而推动人工智能辅助诊疗产品的研发、应用。
2、医用机器人创新应用。重点是以医用机器人技术和应用创新带动医学新技术、新理论发展，推动治疗、诊断、康复和服务机器人等的研发和应用，特别是加快具有自主知识产权医用机器人新技术的推广和应用，争取在更短的时间内，实现医用机器人技术和临床应用从跟跑、并跑到领跑的飞跃。
3、公共卫生智慧管理。重点是三方面：一是基于医疗机构、实验室、科研机构、舆情信息等数据，构建公共卫生事件监测预警的智慧化多点触发机制，提高突发公共卫生事件监测预警与应急响应能力。二是基于居民电子健康档案，构建慢性病、孕产妇、老年人、职业病患者、严重精神障碍患者等重点人群的居民健康画像，开展智能化疾病危险因素监测和健康管理服务，从而带动医用传感技术、可穿戴设备等的发展。三是基于基因检测技术，结合产前筛查等人口优生政策，探索罕见病、肿瘤、植入前胚胎遗传学等智能筛查服务。
4、人工智能辅助药物研发。结合生物信息学、计算机辅助药物设计等技术，推进疾病分子网络研究，发现疾病治疗新靶点，筛选先导化合物及潜在靶向药物，加快恶性肿瘤等人类重大疾病领域的新药研发，同时促进疾病分子机制发现、药效预测与评价领域的临床应用与转化。
5、医院智能管理。借助数据挖掘、语音识别、自然语言处理等人工智能技术，建设医院精细化智能管理平台，研发医院管理知识图谱，优化医院核心资源包括人力、物力在内的医疗资源配置，创新医疗服务模式，提升医院管理精细化水平，提升医院运营效率。
6、智能医学教育培训。开展医学教育的智能化、模拟化技术开发和教学体系研究，通过智能交互技术构建虚拟病人模型，完善虚拟病例构建方法，发展基于虚拟现实、增强现实技术的虚拟手术培训方案，开发沉浸式病案诊疗学习系统，率先建立“人工智能-虚拟现实-医疗教育-互联网”平台。
7、医疗设备智能管理。发挥大数据分析挖掘技术及人工智能技术的支撑作用，突破医疗设备物联网和医疗设备管理领域关键技术，构建医疗设备智能辅助管理系统，开展医疗设备智能化质效评价，实现医疗设备故障预警、运行监测等，建设“智慧医疗物联网”全产业链条。

第二，以技术创新驱动产业高水平发展。关键是把握世界人工智能和现代医学发展趋势，聚集资源，推动优质医学资源与人工智能科技、产业的深度融合，建成完善的医学人工智能研发和应用体系，实现医学科技与人工智能科技的双突破。
1、推动和深化医疗健康大数据的应用。数据是人工智能技术进步和应用的核心资源。上海的健康医疗大数据治理处于国内领先水平，但也存在四方面突出问题：一是数据散落在不同的运营主体手中；二是医疗健康数据的归属权不明确；三是健康数据质量较低，数据标准不统一、不规范、没有结构化；四是数据获取和标注成本高。这些问题不仅制约了医学人工智能的赋能效力，也阻碍了医学人工智能技术推广和迭代。下一步，关键要解决好医疗健康数据共享机制问题，重点是推动四方面：
一是加快数据规范化建设。建立和推广统一的电子病历标准和统一的临床用语，鼓励医疗机构和企业使用国际通用或国家标准，推进医疗数据电子化、标准化，形成规范可用的医疗健康大数据。
二是加快专病数据库建设。依托“健康网”平台，利用临床信息共享平台的数据汇集优势，打通所有医疗机构之间的信息壁垒，通过数据集成，建设以患者为中心的多病种临床数据中心，逐步形成完整的高质量、标注好的单病种数据库，并建立多病种关联的数据库。
三是完善行业数据库及应用标准。重点是促进多源数据融合，强化数据安全和质量控制，构建公共医学数据库和知识库，建立行业大数据标签体系。同时，建设高质量的人工智能医疗训练资源库和标准测试数据集，支持医学人工智能产品优化和测试训练。推动制定医学人工智能产品标准、审评标准和临床应用规范，并积极参与国际标准制定。
四是建立开放共享机制。梳理健康医疗数据资源目录体系，制定分类分级分域开放应用的政策规范。依托全市医疗健康大数据“开放共享”平台，推进公共数据开放。出台医疗健康大数据开放管理办法，加强健康医疗数据隐私保护。
2、加快医学人工智能技术研发转化。技术研发转化要靠平台、靠人才。下一步，要在三方面下功夫：
一是建设医学人工智能研发与转化平台。要以行业龙头企业、医疗机构、研究机构为牵引，建设人工智能行业创新中心，作为共性技术和关键技术供给平台，并推动人工智能新技术转化落地。特别要指出的是，医学人工智能技术主要是基于数据的相关性建模，缺乏理论支撑和解释性研究，面临着“黑盒”问题，有可能会导致严重的问题，因此必须加强医学人工智能的理论研究，为医学人工智能技术的安全提供理论支撑。
二是推动医疗机构参与技术创新平台建设。关键是与研究型医院建设相结合，加强“医工合作”，推进医疗机构与企业联合建设医学人工智能实验室，完善医学人工智能研究体系，推进前沿技术科技联合攻关。统筹医疗机构与高校、科研院所、企业等各方优势科技力量，优化数据、平台等科研资源的共享开放机制，面向人工智能在医疗诊断等领域应用的算法瓶颈问题，开展技术联合攻关。
三是鼓励医务人员参与技术和产品研发。当前，一些医疗机构由于缺乏研发成果管理规范，为杜绝产品利益输送，不允许医生参与研发的医学人工智能技术和产品在本院使用，对医务人员研发积极性造成了很大影响。下一步，重点是完善医务人员参与AI临床研究的支持政策，加快建立科学规范的医疗机构科研成果转化应用管理办法，解决好项目研发成果的本院应用问题，支持和鼓励医务人员参与医学人工智能技术和产品研发。
3、加快医学人工智能应用场景建设。应用场景与技术创新相互促进、互为基础。当前，要搭建应用场景供需对接平台，建立应用场景动态发布制度，完善“揭榜挂帅”机制，推动各类场景方建立医学人工智能联合应用测试平台，为创新产品和服务提供真实测试环境，以应用场景支持促进医学人工智能技术创新。目前，重点要推动两大应用场景建设：
一是智慧医院建设。智慧医院就是集“智慧医疗、智慧服务、智慧管理”一体的医院。当前，要在医疗机构普遍提供分时段预约诊疗、智能导医分诊、候诊提醒、检验检查结果查询、诊间结算、移动支付等线上服务的基础上，围绕群众健康需求，整合院内各类资源，基于电子病历，构建覆盖诊前、诊中、诊后的线上线下一体化医疗服务模式。同时，基于物联网、大数据等技术，构建医院运行管理平台，实现药品、器械、耗材、物资等全流程追溯的全生命周期管理。有条件的医疗机构可以开展移动护理、生命体征在线监测、家庭监测等服务。
二是加强智慧社区建设。重点是基于“健康云”平台和居民电子健康档案，整合社区健康资源，发挥线上线下融合优势，转变家庭医生服务模式，推进家庭医生网上签约服务和家庭医生在线服务，提升签约居民健康服务感受度。依托社区“智慧驿站”等平台载体，基于居民“自检自测”信息，开展健康评估和健康管理，探索居民“自检自测、自评自管”的社区健康管理模式。


第三，以强大统筹能力构筑产业发展优势。按照国家战略部署，统筹衔接各类政策规划，统筹工作机制，统筹推进项目空间布局和试点示范，有序推进全市智能医疗与健康产业持续发展。
1.建立产业发展的统筹协调机制。研究和编制医学人工智能发展规划，明确医学人工智能发展方向和应用领域，确保医学人工智能发展安全、可靠、可控。组建市级医学人工智能战略咨询专家委员会，为医学人工智能发展战略和产业发展重点提供决策支撑。建立医学人工智能专家和骨干企业定期联络机制，拓宽政府与科研机构、医疗机构、企业间的沟通渠道。同时，以服务群众健康为目的，以临床需求为导向，选择一批基础条件好、安全与伦理风险可控的医学人工智能领域，开展应用试点，总结可复制的经验和模式，加快成熟技术的应用和推广。
2、完善医学人工智能产业布局。整合本市“5+X”健康服务业园区和“4+X”人工智能融合创新载体，依托行业领军企业，统筹规划“东西互动、多点联动”医学人工智能产业布局。比如，在浦东国际医学园区，依托浦东新区人工智能创新应用先导区建设，推动人工智能与高端医疗、医学教育、生物医药研发等资源联动，打造医学人工智能重点产业集群。在自贸区临港新片区，依托与国际市场接轨的自由化便利化制度，引进医学人工智能领军企业，建设人工智能创新应用示范区。在徐汇“滨江-枫林”，建设以国际人工智能中心（AI Tower）为核心的西岸智慧谷，整合辖区内复旦系高水平医疗资源、枫林医学园区医药研发平台功能，汇聚全球人工智能顶尖企业及科研机构，形成医学人工智能集聚成长空间。支持杨浦长阳创谷、闵行马桥、市北高新、嘉定、松江G60等园区基于区域特征，结合产业特点，集聚医学人工智能全产业链发展要素资源，因地制宜建设一批医学人工智能的品牌特色载体，提升创新承载与服务能级。
3.加强区域协同和国际合作。重点是依托自由贸易试验区、长三角一体化等国家战略，加强长三角医学人工智能的一体化发展，推动行业应用、数据流通等制度创新，探索形成医学人工智能细分领域的行业规则和标准。同时，加强国际交流与合作，积极利用多边、双边国际合作机制，推动医学人工智能技术研发、标准制定、产业应用等领域的国际合作。结合落实共建“一带一路”倡议，支持相关企业、机构与沿线国家开展产业和技术合作，实现优势互补、共同发展。

（上海西岸国际人工智能中心AI双子塔）
第四，以完善的制度为产业发展保驾护航。当前，医学人工智能领域的政策法规、标准体系亟待完善。下一步，重点要强化政产学研用联动，加强产品审批、产品应用、行业治理、人才队伍等领域的政策支持，加快形成促进医学人工智能高质量发展的制度体系。
1.优化医学人工智能医疗器械审批。产品审批已成为医学人工智能医疗器械产业发展的最大瓶颈（见专栏4）。根据《医疗器械分类目录》，大多数医学人工智能医疗器械产品能提供诊断结论，属于三类医疗器械。这类产品需要通过临床试验评价，耗时较长。医学人工智能医疗器械产品作为新领域，我国缺乏审批经验和标准数据库，产品风险控制要求也更高。

专栏4：医学人工智能医疗器械审批难点


1、标准数据库建立难。评审过程中，由于整个行业处于早期阶段，存在数据标准不统一、数据缺乏等问题，AI公司或第三方检测机构的检测方法和检测报告也没有一致的标准，检测结果不具有充分的可信度。
2、临床三期通过难。三期临床试验是在真实医疗环境下进行随机双盲对比试验来证实其临床效果，了解人工智能在特定的条件下能够准确地处理各种治疗任务。一般要求人工智能判断准确率达到99%以上。通常从三期试验到成熟的产品，需要2-5年。
3、动态评价应对难。由于产品性能、算法模型、应用界面在快速迭代、不断完善，AI医疗器械产品更新速度快。传统增项或者升级审批的流程，对企业和政府机构都是耗时耗力的过程，无法满足行业的发展需求。
下一步，重点是为医学人工智能产品审批提供支持。一是建立标准公开、覆盖更多疾病领域的数据集。结合上海资源优势和临床需求，针对AI医疗器械产品特性，建立如消化道、心血管、肝脏、骨关节、神经系统等病种的数据集，形成完备、合适的临床试验审评和动态评价标准。二是联合行业领军企业，构建面向人工智能医疗训练和测试的高质量基准库，助力AI医疗器械产品的审批工作。三是发挥卫生技术评估(HTA )机构的作用，组合多种技术力量，为AI医疗设备的审批提供智力支持。四是完善“政企”沟通机制，在监管部门与企业之间建立沟通平台，探索AI医疗器械的科学审评审批模式。
2.完善产品应用支持政策体系。目前，高质量的医学人工智能产品受到广泛欢迎，但也存在不少应用阻力，比如付费方不清晰问题。下一步，要围绕智能问诊系统、医学影像辅助诊断系统、手术和康复机器人、虚拟助理、视听辅助、药物研发引擎等人工智能技术和产品，完善产品应用的支持政策。
一是纳入医疗收费体系和医保支付目录。对于成熟的医学人工智能技术和产品，可以探索开展纳入医疗收费项目试点。鼓励医保购买成熟、适宜的医学人工智能产品服务，将符合条件的医学人工智能技术和项目纳入医保支付范围，推进产品在基本医疗、公共卫生、家庭医生、社区护理、健康管理等领域的应用。
二是鼓励医疗机构采购和使用。落实创新产品政府首购和订购、“三首”（装备首台套、材料首批次、软件首版次）应用示范等政策，支持医学人工智能创新产品优先进入公立医院使用，提升服务效率和水平。结合医疗卫生对口支援、培训等工作，宣传推广本市医学人工智能创新产品。
三是引导鼓励新技术、新产品在沪“首发首秀”。支持在医疗机构建立医学人工智能创新产品展示和体验中心，为“首发首秀”提供平台。同时，建立医学人工智能创新激励机制，对具有市场推广前景的创新产品，优先纳入《创新产品推荐目录》，支持政府首购和订购，并优先推荐部署和使用。
3.加强行业治理机制建设。开放、包容的治理生态，以及资源高效流动、市场充分竞争的制度环境，是激发市场主体创新活力、促进医学人工智能产业高质量发展的重要基石。
一是强化制度建设。重点是结合医学人工智能应用场景，在信息安全、隐私保护、知识产权、大数据等领域，制定医学人工智能技术应用导则，推动制定若干地方标准、行业标准、企业标准、团体标准。出台规范互联网诊疗行为的管理办法，明确监管底线，健全相关机构准入标准，在最大限度减少准入限制的同时，加强事中事后监管，确保医疗健康服务质量和安全。
二是推动智慧监管。依托上海健康信息平台，利用互联网和大数据技术，研发医学人工智能产品监管系统，建立风险预警和评估机制，保障医学人工智能产品应用场景安全。推进网络可信体系建设，加快建设统一标识的医疗卫生人员和医疗卫生机构可信医学数字身份、电子实名认证、数据访问控制信息系统，创新监管机制，提升监管能力。
三是加强风险防范。医学人工智能领域的突出风险是信息安全、隐私保护、道德伦理等问题。关键是要强化产品和系统的安全防护，建立医学人工智能伦理道德框架，明确法律主体以及相关权利、义务和责任等，制定研发设计人员的道德规范和行为守则。加强医疗卫生机构、互联网医疗健康服务平台、智能医疗设备以及关键信息基础设施、数据应用服务的信息防护，定期开展信息安全隐患排查、监测和预警。
4、加快人才高地建设。人工智能人才缺乏是全球共性问题。美国人工智能人才数量接近85万人，中国只有5万（上海约1万人），虽居位居全球第七，但人才规模相对较小，人才供应缺口约为500万人。医学人工智能人才仅占人工智能人才总量的十分之一左右，市场对医学人工智能人才有着巨大的需求。下一步，加强医学人工智能人才队伍建设，重点是抓培养、抓引进。
一是加快人才培养。鼓励复旦、交大、同济、中医药大学、健康医学院等高校设置医学人工智能相关专业，扩大招生和培养规模。鼓励“高校-医院-企业”合作，联合培养医学人工智能战略型、复合型人才。依托行业组织，构建医学人工智能领域的职业教育培训体系，培养医学人工智能领域的实用型人才。
二是加快人才引进。坚持国际视野，聚焦企业需求，吸引国际一流的医学人工智能产业人才团队扎根上海。完善人才引进的户籍、住房、子女教育等配套政策，更好地吸引人才、留住人才。针对医疗人工智能领域领军人才、高端科研人才和创业团队，制定个性化政策，提供宜居宜业的政策环境。

点赞(0)
中国式现代医院高质量运管与高质量发展（武汉）大会专刊
中国式现代医院高质量运管与高质量发展（武汉）大会专刊
魏子柠——北京三医智库医院管理发展研究院院长
魏子柠——北京三医智库医院管理发展研究院院长
中国人口形势报告2024
中国人口形势报告2024
2024年“百亿医院”增至17家，一家医院的收入，等于一座城市的医保支出
2024年“百亿医院”增至17家，一家医院的收入，等于一座城市的医保支出

评论列表 共有 0 条评论

暂无评论

微信公众账号

微信扫一扫加关注

 发表
评论 返回
顶部