专家：数据是AI+医疗重点与痛点 – 氢云资讯 H2 TMT - 前沿科技新三观：深度观察 · 独到观点

上海交通大学生物医学工程学院副院长殷卫海教授在2020上海人工智能发展联盟医疗专题研讨会上表示，“人工智能+医疗”或将成为我国“十四五”规划的最重要方向之一。

他认为，大数据优势将令中国的“人工智能+医疗” 领先全球。中国的医疗体制保证了数据获取成本相对较低，为中国的人工智能发展奠定了坚实基础，也带来了巨大发展机遇。

殷卫海还特别提到了上海在“人工智能+医疗”方面得天独厚的优势。首先，上海申康医院发展中心已经建立起了全国领先，甚至是世界顶尖的大数据平台。另外，上海还有丰富的高校和医院资源。

成也数据败也数据

殷卫海表示，人工智能时代，医疗关系全民健康，两者的结合可谓是“顶尖中的顶尖”。

随着人口老龄化，目前我国医疗环境压力巨大，2002年以来心肌梗死人数不断上升，脑梗康复病人达到1400万，许多医疗场景都要依靠人工智能和机器人来辅助医生。

相比之下，一些欧洲国家虽然医疗发达，但人口可能只有几百万，难以形成大数据。而美国医疗体系有许多私立医院，连总统都无法从它们那里获得病人数据，或者说数据获取成本极高。

尽管我国具有数据优势，但距离大数据真正得到有效利用以及AI医疗设备真正服务病患，仍然任重道远。

殷卫海以医药医疗器械应用AI为例表示，在数据安全和隐私方面，国家一直没有相关法律，造成业界想开放数据又不敢开放。而在监管层面，至今还未有AI产品获得药监局的审批。这些因素都导致相关研发受限，企业难以盈利。

在具体执行方面，殷卫海认为，人工智能行业的一大特征就是“单打独斗”永远不可行。因此他提出，政府、投资商、企业、医院等应建立协同合作模式，通过形成联盟来释放更大潜力。

而对于最为核心的数据流通问题，则必须考虑到数据供给方（医院）和使用方（企业）的核心利益，在法律框架内找到一种各参与方都能受益的“付费”模式。

正如殷卫海所言，大数据和人工智能的关系就像面粉和面包：“没有大数据这个面粉，面包都是假的”。不过目前看来，在面包出炉前，还需着力生产出好面粉。

在上述研讨会上，各界专家还细数了影像识别与标注、诊断辅助与疾病预测等医疗领域存在的诸多数据痛点。

痛点1：影像标注职责不清，网络安全存风险

上海申康医院发展中心医疗事业部副主任、医联中心主任何萍直言，IT公司希望医院做影像标注，而医院则希望有能力的IT公司参与标注，既是矛盾也是互补。

上海第十人民医院急诊科副主任彭沪指出，影像标注需要用到的相关服务器设置在医院内还是医院外，将涉及安全问题。如果设置在院外，会有数据安全风险，但如果设置在院内，医院自身的硬件和算法又跟不上。

痛点2：数据跨院难

彭沪还提出，医学影像还存在数据孤岛问题——往往在一家医院做了影像检查，却在另一家医院手术，相关病理和影像数据不互通。

华东医院信息科主任冯杰指出，目前医院间的数据合作面临诸多困难。首先，在意识层面，医院都意识到数据是资产，因此开放度必然受限。其次，从数据本身来看，许多数据颗粒度较大，未达到科研精度。最后，即使已经有了合作，但相关数据量仍然十分有限。

痛点3：数据差异大、泛化性差

冯杰还提到，尽管有很多医院和企业都在做“AI+医疗”，但不同厂商、不同设备差异很大，比如GE的图像在西门子的算法里就不能得到理想结果，数据泛化性较差。他建议，一方面可以通过申康之类的官方机构加强数据互通，另一方面可以先选取差异小、泛化性高的数据来互认。

痛点4：数据确权难

东华大学李继云教授提出，大数据的开放与共享，核心就是数据确权。学术层面对数据确权的研究相对成熟，但更应关注制度层面，如IT企业获得数据后的风控问题，盈利后的利益分配问题等。

她认为，数据确权极其重要，应先搁置争议，谋求发展——先发展技术，如数据目录、数据元、区块链等，与此同时完善立法。

从左至右依次为：

何萍表示，大数据开放是政府和行业主管部门一直在研究的，其核心就在于对内（医院和医生）和对外（企业）如何开放。当前这两个层面都没有得到法规保护，因此尽管各方都在探索，但仍不敢轻易开放。大数据开放将是一个持续性工作，希望国家层面能够尽快立法，在伦理和隐私方面尽快明确。