三萬鄉(xiāng)鎮(zhèn)醫(yī)院的數(shù)據(jù)，為什么人工智能用不了 | 海斌訪談

“從基層醫(yī)療來說，AI想下去是很容易的，但從那里產(chǎn)生AI還是挺難的?！苯?，一脈陽光董事長陳朝陽對(duì)第一財(cái)經(jīng)記者表示。

中國有超過三萬家鄉(xiāng)鎮(zhèn)衛(wèi)生院，每年診療人次超過10億，在治病救人方面發(fā)揮重要作用。不過，在鄉(xiāng)鎮(zhèn)醫(yī)療機(jī)構(gòu)，CT、超聲等設(shè)備所產(chǎn)生的數(shù)據(jù)比較粗糙。高質(zhì)量數(shù)據(jù)是高質(zhì)量大模型的前提條件，而鄉(xiāng)鎮(zhèn)醫(yī)療機(jī)構(gòu)的影像數(shù)據(jù)暫時(shí)還不具備人工智能價(jià)值，這也是一種浪費(fèi)。

AI能下，不能上

“從鄉(xiāng)鎮(zhèn)醫(yī)療機(jī)構(gòu)采集有意義的影像，這一點(diǎn)比較難。”陳朝陽表示。

一脈陽光是一家醫(yī)療服務(wù)企業(yè)，業(yè)務(wù)聚焦于醫(yī)學(xué)影像數(shù)據(jù)，也就是CT、磁共振、超聲心電等。一脈陽光在全國20省份建有117個(gè)影像服務(wù)中心，合作機(jī)構(gòu)超1100家。

一脈陽光不但與省市級(jí)別醫(yī)院合作，也會(huì)觸及鄉(xiāng)鎮(zhèn)醫(yī)療機(jī)構(gòu)。

“中國大概有10萬家醫(yī)院，3萬個(gè)在農(nóng)村叫鄉(xiāng)鎮(zhèn)衛(wèi)生院，3萬個(gè)在社區(qū)，還有大概3萬在城市里面。我們認(rèn)為要把未來醫(yī)療干好，要把這10萬個(gè)醫(yī)療機(jī)構(gòu)變成數(shù)字化的醫(yī)院。”陳朝陽說。

國家衛(wèi)生健康委員會(huì)發(fā)布的《2024年我國衛(wèi)生健康事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》顯示，中國基層醫(yī)療衛(wèi)生機(jī)構(gòu)中，鄉(xiāng)鎮(zhèn)衛(wèi)生院33334個(gè)。基層醫(yī)療機(jī)構(gòu)，承擔(dān)著繁重的任務(wù)。2024年，鄉(xiāng)鎮(zhèn)衛(wèi)生院診療人次13.8億，比上年增加0.7億人次。

影像數(shù)據(jù)是醫(yī)療數(shù)據(jù)的核心構(gòu)成?？紤]到中國病患人數(shù)眾多，各級(jí)醫(yī)療機(jī)構(gòu)每年都會(huì)產(chǎn)生海量影像數(shù)據(jù)。從應(yīng)用場景來看，中國人工智能企業(yè)，本應(yīng)可以得到充足且優(yōu)質(zhì)的醫(yī)療數(shù)據(jù)。但真實(shí)的情況是，大量鄉(xiāng)鎮(zhèn)醫(yī)療機(jī)構(gòu)的數(shù)據(jù)難以被人工智能企業(yè)所用。

“相對(duì)三甲醫(yī)院采集的影像數(shù)據(jù)，這些鄉(xiāng)鎮(zhèn)醫(yī)療機(jī)構(gòu)采集到的數(shù)據(jù)差異很大。就像我們的CT，放在北京采到的數(shù)據(jù)跟搬到一個(gè)鄉(xiāng)鎮(zhèn)采集到的數(shù)據(jù)，那是兩件事兒?！标惓柋硎荆l(xiāng)鎮(zhèn)醫(yī)療機(jī)構(gòu)的影像數(shù)據(jù)在訓(xùn)練醫(yī)療大模型的時(shí)候，“很多就不能用”。

數(shù)據(jù)是人工智能的燃料。

中國是全球醫(yī)療AI企業(yè)的必爭之地。飛利浦等跨國企業(yè)，聯(lián)影等中國企業(yè)已經(jīng)將AI視為塑造醫(yī)療未來的關(guān)鍵驅(qū)動(dòng)力。飛利浦在不久前的中國國際醫(yī)療器械博覽會(huì)上，展出了50余款創(chuàng)新產(chǎn)品，近半數(shù)產(chǎn)品已與人工智能緊密相關(guān)。其中，新一代的能量CT掃描將帶來數(shù)據(jù)量的爆炸式增長。從谷歌到阿里，從飛利浦到智元機(jī)器人，不管它們開發(fā)的是大語言模型、面向真實(shí)世界的物理AI,還是CT硬件產(chǎn)品，每一家想要在人工智能時(shí)代有所作為的企業(yè)都將數(shù)據(jù)置于核心位置。

覓蜂科技董事長、CEO姚卯青此前接受第一財(cái)經(jīng)采訪時(shí)說，現(xiàn)在的大模型都是數(shù)據(jù)驅(qū)動(dòng)的，什么樣的數(shù)據(jù)就產(chǎn)生什么樣的模型。

“Garbage In、Garbage Out，如果你是垃圾數(shù)據(jù)進(jìn)，就垃圾模型出?！币γ嗾f。低質(zhì)量數(shù)據(jù)還會(huì)造成深層次問題，如果有一個(gè)好的算法，訓(xùn)練后卻沒有得到好的效果，大模型企業(yè)將難以分辨，到底是數(shù)據(jù)不好，還是模型出了問題，甚至可能因此而否定優(yōu)秀的算法。

現(xiàn)在國內(nèi)人工智能技術(shù)與基層醫(yī)療機(jī)構(gòu)之間，是一種單向流動(dòng)。人工智能技術(shù)可以在云端或者內(nèi)嵌設(shè)備的方式，被基層醫(yī)療所采用。但是基層醫(yī)療難以向人工智能反向輸入足夠可用的數(shù)據(jù)。

這很大程度上源于醫(yī)療資源的不均質(zhì)分配。

據(jù)陳朝陽分析，歐洲和美國的醫(yī)療體系均質(zhì)化比較好，農(nóng)村地區(qū)和城市的醫(yī)療水平差異化不是特別大。“所以它的數(shù)據(jù)轉(zhuǎn)化到應(yīng)用端的成本會(huì)比我們低，因?yàn)椴杉说臉?biāo)準(zhǔn)化程度比較高。而對(duì)于我們來講，這是一個(gè)痛點(diǎn)。”

數(shù)據(jù)何以浪費(fèi)了

三甲醫(yī)院和鄉(xiāng)鎮(zhèn)衛(wèi)生院，影像數(shù)據(jù)質(zhì)量完全不同，背后是人才體系的巨大差異。

中國的現(xiàn)代醫(yī)療體系，建設(shè)期并沒有多少年。但是中國人口眾多，地域廣大，因此醫(yī)護(hù)人員的相對(duì)比例還不夠高。

“我們這個(gè)體系經(jīng)過幾十年發(fā)展，里面有幾個(gè)學(xué)科是很多高質(zhì)量的醫(yī)學(xué)生不愿意選的，包括兒科和影像科。醫(yī)學(xué)生不愿意選這兩個(gè)科，主要原因還是跟收入有關(guān)?！标惓柋硎?，他們?nèi)绻茉诒究埔陨显盒Ｗx完影像專業(yè)，更傾向于走進(jìn)城市醫(yī)院，而非落地基層醫(yī)療機(jī)構(gòu)。

據(jù)陳朝陽觀察，當(dāng)縣一級(jí)醫(yī)院臨床大夫已經(jīng)達(dá)到博士生水平的時(shí)候，鄉(xiāng)鎮(zhèn)醫(yī)療機(jī)構(gòu)的放射科大夫很多還是大專畢業(yè)生水平。

在醫(yī)院放射科，完成整套檢查流程需要兩位人員：設(shè)備操作員和影像醫(yī)生。

跟拿著傻瓜相機(jī)拍照不一樣，醫(yī)療設(shè)備操作員需要知道臨床醫(yī)生的大致診斷方向，也要明白如何使用設(shè)備的復(fù)雜功能來達(dá)成影像效果。

“例如MRI(磁共振成像)查看完之后，我懷疑患者的灰質(zhì)有問題或者血管有問題，需要調(diào)一個(gè)TWI(磁共振成像中基于組織橫向弛豫時(shí)間差異生成圖像的技術(shù))來檢查。如果他不會(huì)操作，信息量就不夠，臨床醫(yī)生就無法做好診斷?！标惓栒f：“合格的影像醫(yī)生就更缺少了。一個(gè)胸部CT下來300張片子，一會(huì)看骨頭，一會(huì)看肺泡，沒有經(jīng)過長時(shí)間訓(xùn)練，他真是沒有辦法?！?/p>

在基層醫(yī)療機(jī)構(gòu)數(shù)據(jù)質(zhì)量不佳的情況下，一些醫(yī)療AI企業(yè)就要親自下場采集數(shù)據(jù)。

隨著5G等通信技術(shù)進(jìn)展，這些機(jī)構(gòu)可以遠(yuǎn)距離控制異地設(shè)備，完成數(shù)據(jù)的標(biāo)準(zhǔn)化采集。這樣收集到的鄉(xiāng)鎮(zhèn)病患數(shù)據(jù)和一線城市的數(shù)據(jù)趨于一致。

“我們研發(fā)最花錢的就是人工智能，其中算力和數(shù)據(jù)的構(gòu)建是大頭?！鄙钪量萍际紫瘓?zhí)行官朱瑞星不久前對(duì)記者表示。

朱瑞星認(rèn)為，現(xiàn)在市面上已經(jīng)有不少醫(yī)療大模型，而且發(fā)表在高質(zhì)量醫(yī)學(xué)雜志上的公共數(shù)據(jù)已經(jīng)被充分利用，AI醫(yī)療的獨(dú)特優(yōu)勢將是獨(dú)有數(shù)據(jù)。

“獨(dú)有數(shù)據(jù)恰恰是能夠構(gòu)建長期壁壘的東西，會(huì)讓你的模型精度不斷變高。沒有活的數(shù)據(jù)，其實(shí)就沒有壁壘。”朱瑞星說。

醫(yī)療數(shù)據(jù)的問題，并不只存在于基層醫(yī)療機(jī)構(gòu)。

關(guān)于AI醫(yī)療的痛點(diǎn)，森億智能方面認(rèn)為，核心難點(diǎn)是數(shù)據(jù)治理與集成的復(fù)雜性。醫(yī)院通常運(yùn)行眾多獨(dú)立系統(tǒng)，其架構(gòu)及數(shù)據(jù)標(biāo)準(zhǔn)各異，阻礙了跨系統(tǒng)互操作性。醫(yī)療術(shù)語缺乏標(biāo)準(zhǔn)化，且病歷等非結(jié)構(gòu)化數(shù)據(jù)普遍存在，進(jìn)一步增加了數(shù)據(jù)清洗與分析的復(fù)雜度。數(shù)據(jù)質(zhì)量不佳（包括錯(cuò)誤及字段缺失）削弱了人工智能模型的可靠性，并增加了開發(fā)成本。

“醫(yī)療機(jī)構(gòu)極其分散，每個(gè)都是一個(gè)孤島。我們的治療行為分散到每個(gè)孤島里面去了。”陳朝陽說：“我是自己醫(yī)療數(shù)據(jù)的擁有者，連體檢數(shù)據(jù)都很難組織起來，因?yàn)橛械臅r(shí)候在北京體檢，有的時(shí)候在上海體檢。”

數(shù)據(jù)質(zhì)量，決定了人工智能的上限。中國人口眾多，醫(yī)療數(shù)據(jù)如果能被充分利用起來，那會(huì)令A(yù)I如虎添翼；如果因?yàn)椴杉粯?biāo)準(zhǔn)，醫(yī)療機(jī)構(gòu)孤島化，這些數(shù)據(jù)不能被充分利用，則意味著巨大的浪費(fèi)。