隨著技術的進步和市場的逐漸成熟，人工智能在醫療領域的應用日益廣泛和深入。基本涵蓋了從發現病情、分析診斷到治療、管理等流程，廣泛應用在各個醫療細分領域如醫療影像、輔助診斷、藥物研發、健康管理、疾病預測、醫院管理、虛擬助理、醫療機器人和醫學研究平臺等場景，其中，醫學影像率先落地、率先應用、率先實現商業化，是應用最為廣泛的場景大。從醫療各參與方來看，醫療人工智能在患者端、醫院端和生態端均有較大的應用價值：

■患者端：重塑就醫體驗。在人工智能技術的助力下，醫療服務得以突破醫院的物理邊界，延伸至診前、診中、診后每一個環節。使醫療機構更能踐行以患者為中心的理念，從而有效提升患者就醫體驗。

■醫院端：重構管理體系。人工智能技術將深入病人管理(電子病歷)、藥械管理(器械設備與藥品智能化閉環管理)、病房管理(智能手術排班)、績效管理(DRGs績效)、后臺管理(人力財稅等智能后臺綜合管理)等方面，為醫院管理體系帶來整體升級重構。

■生態端：完善醫療服務生態。在整個醫療服務體系中，醫院是各項信息數據匯聚與整合的中間樞紐，此外還有其他醫療服務機構、醫療健康產品提供方、支付方、監管方等多方。人工智能將在實現醫療服務體系中多方的信息和服務有效流通、協同等方面發揮重要作用。

從應用場景到應用價值，我們不得不承認人工智能為醫療帶來的巨大賦能。但是，如何在智能化的浪潮下，找到醫療的人文特質與技術之間的平衡點也是隨之而來的重要問題。醫療的背后，是對生命的探索，是對人與自然關系的把握。醫療若缺少了人文本質，醫患關系——醫學的核心將被打破，后果將不堪設想。如果我們能夠發掘技術的潛能，并找到一個更好的互助模式，就能夠解決至今依然困擾醫療領域的諸多難題。在《深度醫療》中，世界醫生領導者、智能醫療發展領航人埃里克·托普揭示了人工智能將如何為醫生提供幫助，以及如何為醫療人文關懷的建立創造空間。

《深度醫療》總結人工智能在醫學上的各種應用前景，為人工智能如何實現醫療變革提供了一幅全景圖。也對“數據驅動的醫療”作了進一步的剖析，例如，如何提供個人醫療數據的復雜全景圖、如何優化臨床醫療決策、如何減少誤診，以及過度醫療操作等。書中對大量有價值的案例進行了分析，例如，在一次拯救癲癇發作的嬰兒過程中，從全基因組測序到電子健康檔案的自動分析、結合機器學習篩查遺傳變異，到快速找到引發代謝缺陷的基因，最終，嬰兒成功得到診治。又如，2016年創立的AliveCor公司專注于人工智能心電圖分析和進行房顫監測，是較早通過FDA認證的人工智能醫療軟件公司。醫療人工智能算法很大程度上依賴于所獲得數據的準確性和廣度，尤其是后者。在醫療決策過程中，對于哪些變量和數據要納入分析范圍，不同的醫生、不同的機構之間存在很大的差異，沒有統一的標準。過早地過濾數據固然不利于治療，但究竟什么時間節點又是最合適的呢？這導致了FDA等監管機構在醫療人工智能算法的評審上遇到諸多困難。該書在這些方面也進行了發人深省的探討。

“深度醫療”更是深度共情。斯坦福大學醫學院教授亞伯拉罕·維基斯在推薦序中指出：“在過去的40多年里，醫療技術取得了巨大的發展，但作為醫生，我們往往沒能遵循有效的指導方案，而是沉迷于技術，忽視了眼前的一個個獨特個體。我們了解患者的基因組，卻不聆聽他們的故事，對他們的失望置之不理。全身皮膚因神經纖維瘤而誘發的腫塊與突發性高血壓密切相關，這一癥狀只需要醫生在檢查時脫下患者的外套就能發現。然而，我們經常未將注意力放在患者身上，而是盯著計算機屏幕；我們總是忽略老年患者嵌頓疝導致的嘔吐癥狀，反而等著昂貴的計算機X射線軸向分層造影掃描（CAT）的結果，等著放射科醫生告訴我們有關患者的情況。事實上，對于一些基礎指標排名，如嬰兒死亡率，在醫療健康領域花費巨大的國家通常落后于花費甚少的國家。”同樣糟糕的是，在美國大部分醫院被廣泛應用的電子健康檔案設計初衷是方便收費，卻并未考慮醫護人員的操作便利性，因此其帶來的工作量常常令醫護人員筋疲力盡。由于電子健康檔案的“入侵”，很多醫生無法把精力專注在患者身上：注意力被計算機屏幕吸引，從而忽視了眼前的患者。醫患之間的“同理心”是醫療的本質，再先進的技術都不可替代它。

技術的興起應該伴隨著更高的人性化，讓醫生有更多的時間陪伴患者、感同身受，這才是真正地實現優質醫療。

文章來源：上海科技報 作者：陳怡