<mark id="oztn4"></mark>
0
智慧醫院建設離不開數智化影像科建設。影像數據庫“體系化”建設作為數智化影像科建設中的關鍵一環，對下能連接打通醫院影像業務系統，簡化數據“存儲取”流程，對上能推動醫療衛生服務模式高質量發展，加強健康醫療大數據創新應用與行業管理，使得全民健康信息新基建建設真正深入人心。
2022年12月17日-18日，由中國醫學影像AI產學研用創新聯盟（CAIERA）主辦的「第三屆中國醫學影像AI大會」，在線上盛大開幕。
本次大會將以“AI破冰，你我同行”為主題，圍繞醫學人工智能產品臨床應用實踐及未來展開討論，探討人工智能產品在健康中國行動中的應用場景、存在的問題及挑戰、人工智能產品真實世界數據驗證等相關問題。
作為本次大會的戰略合作媒體，雷峰網&《醫健AI掘金志》進行了全程報道。
2022年12月17日下午，在領導致辭和大會主席劉士遠教授的主旨演講后，大會迎來了第一場圓桌訪談。
本次圓桌的主題為“智慧醫院及數智化影像科建設”，由健康界創始人趙紅擔任本環節的主持人，國家衛健委能力建設與繼續教育中心主任楊愛平、中國醫院協會副會長方來英、中國放射醫師分會協和醫院會長金征宇、上海衛健委醫政處處長吳宏、上海市同濟醫院院長程英升、原復旦大學副校長張志勇參與討論。
國家衛健委能力建設與繼續教育中心主任楊愛平表示，“當前我們已經進入醫療衛生變革發展的關鍵時期，同時也是引領衛生健康事業高質量發展的重要機遇期。下一步，我們將推動建立國家層面的、覆蓋業務全鏈條的數據采集的傳輸匯集系統和存儲系統，并依托國家級、省級以及區域健康醫療大數據創新應用中心，牽頭構建全國一體化健康醫療大數據協同創新應用體系，總結、示范和推廣一批大數據應用示范的典型。”
中國醫院協會副會長方來英表示，“現階段醫療影像AI的診療評價體系建設非常必要，它不僅要包含技術評價，如影像AI診療質量、診斷效率等，還要包含影像AI產品的普及對社會總體醫療費用消耗成本的影響評估。企業醫患要學會站在更高角度算大帳。”
中國放射醫師分會協和醫院會長金征宇表示，“企業在設計產品時，需找準服務對象的痛點，例如是專攻哪一類疾病的醫生，是三甲醫院醫生還是基層醫院醫生，這些都是需要納入考量的因素。醫生勢必要被AI所取代一部分重復性工作，所以醫生應該重拾老本行，走到臨床和病人面對面溝通，并付出更多時間總推進精準治療以及基層單位或者偏遠地區的醫療診斷水平。”
上海衛健委醫政處處長吳宏表示，“目前上海已經推動公立醫療機構的影像學互聯互通互認，基于同一影像學標準，相應醫療機構都可以進行調閱，從而進一步優化影像保存保管，最大效率啟動遠程影像會診，更重要的是，減少患者重復檢查和不必要的放射性損害。”
上海市同濟醫院院長程英升表示，“在智慧醫院的整體建設上，同濟醫院是國內較早推進相關工作的醫院，特別是在醫療智慧服務和管理方面做了大量的探索性工作，并在智慧病房應用、智慧物流管理、智慧安防系統都做了全面應用。此外，同濟大學在無人智能系統應用方面做了積極探索，并推動醫工結合等相關工作，未來會聚焦到影像科建設中。”
原復旦大學副校長張志勇表示，“設置研究課題的部門應該從頂層設計，讓課題研究方向更多向醫學影像AI領域傾斜；中層即市級科委，醫院、高校科研處，以及高校資產經營公司等，要搭建一個臨床醫生和AI技術人員之間的順暢的溝通平臺；基層的一線醫生與技術人員也要敞開心門，以解決臨床問題為核心促進彼此的交流與對話。”
趙紅：作為醫學影像人工智能建設的要素之一，我國數據庫建設仍然缺乏。目前可公開的數據庫不多，數據的標注標準也不統一。在2020年第二屆醫學影像AI大會上，醫學圖像數據庫、放射影像數據庫等項目正式啟動，建成后也將成為國內首個醫學影像的標準化數據庫。如今時隔兩年，放射影像數據庫建設進度如何，建設放射影像數據庫的價值和建設藍圖是什么？放射影像數據庫建設和醫療AI有什么關系？
楊愛平主任：孵化一個AI產品需要足夠的養料，數據是人工智能的糧食，是信息化的基礎，更是為醫療衛生業務賦能的重要資源和關鍵因素。因此，沒有權威科學的高質量的數據作為支撐，整個醫療衛生事業的高質量發展以及人工智能的應用，都是空中樓閣、無米之炊。
近兩年來，國家衛健委一直致力于推動醫學影像AI的發展和應用，在頂層設計上與國家藥監局、工信部等相關部委合作出臺了系列政策舉措。2022年7月5日，國家衛生健康委能力建設和繼續教育中心發布《關于放射影像數據庫建設項目課題立項評審結果公示的通知》，正式拉開影像數據庫“體系化”建設的序幕。
為什么要推進影像數據庫“體系化”建設？
從大的方面看，衛生健康事業要實現高質量發展，就必須重塑醫療衛生服務模式，而模式重塑最為有效的路徑，就是要以數字化、網絡化、智能化轉型來推動衛生健康工作，實現質量變革、效率變革和動力變革。
今年11月，國家衛生健康委、國家中醫藥局、國家疾控局聯合發布《“十四五”全民健康信息化規劃》，《規劃》部署了要實現的八大任務，其中一項任務就是要“完善健康醫療大數據資源要素體系”，加強健康醫療大數據創新應用與行業治理，強化數據全流程質控和數據治理，推進健康醫療大數據中心建設，并將其作為全民健康信息新基建、數字化智能化升級改造的重大工程來推動，從而穩步推進醫療衛生服務模式架構。
因此可以看出，國家層面已經充分認識到了數據庫的重大價值，并已將其放在新基建和數字化、智能化升級改造之重大工程的戰略高度來全力推動。
那么在數據應用方面，如何充分激活數據要素的價值潛力？
基于對數據庫價值的充分認識，《規劃》指出，我們要進一步強化數據標準建設和規范化、科學化的數據生產，進一步破除數據共享壁壘，暢通數據共享通道，推進數據全生命周期管理，構建一個“基于數據驅動的、有利于數據價值潛力發揮的生態體系。”這對于人工智能的應用與發展至關重要。
實際上，去年年初，國家衛健委已經設立了“國家健康醫療大數據創新應用示范中心”，目的就是要基于上述理念，穩步推進國家臨床重點專科大數據庫的標準化、權威化、規范化建設與應用。放射影像數據庫作為其中的一個重要子庫，在推動醫療衛生事業高質量發展，推動大數據自身的價值發揮方面，都具有十分重要的意義。
下一步，我們將按照國家衛健委規劃信息司的要求，特別是按照《規劃》對“健康醫療大數據創新應用示范中心”的職責任務要求，全面建立國家層面覆蓋業務全鏈條的數據采集、傳輸、匯聚和存儲體系，暢通數據匯聚渠道，推進數據模型設計、數據應用技術、數據質量全流程管理能力建設，制訂健康醫療大數據分類、分級、分域應用規范，形成一批健康醫療公開數據集，推進積極穩妥、安全有序的共享開放。同時，依托國家、省級和區域健康醫療大數據中心，牽頭構建全國一體化的健康醫療大數據協同創新應用體系，及時總結、推廣、組織一批試點成效好、帶動效應強的健康醫療大數據創新應用示范項目，以點帶面、點面結合地推動應用成果轉化。
總的來說，這一系列工作都是彰顯數據庫價值的具體方式，所以它的藍圖非常美好，我想它對于醫療AI的發展也會起到直接推動作用。
趙紅：就著上述回答，還想進一步問楊愛平主任，目前國家在推進分級診療過程中，醫學影像AI未來會如何幫助全國各級醫院、各級醫生提升診療質量？
楊愛平主任：在分級診療體系的整體建設中， 醫學影像AI一定會有力推動各級醫院的診療質量提升，特別是基層縣域和縣以下的醫療衛生機構診療能力提升，這是不可置疑的。
分級診療關鍵在基層。對基層醫生來講，基層醫院最大的問題是缺乏精良的醫學影像診療設備和精湛的醫學影像診療能力，而醫學影像技術又是基層患者最為普遍、最為廣泛的診療需求，面對這一醫患供需矛盾，在短期內無法根治這一矛盾的前提下，以基層醫療衛生的問題、需求、應用為導向，以醫學影像大數據庫為支撐，所孵化的醫學影像AI產品，無疑成為基層醫生臨床服務中最為直接、最為有效的幫手。特別是在國家大力推進“互聯網＋醫療健康”服務的背景下，醫學影像AI未來在基層應急救治、遠程會診、遠程檢查、醫學教育培訓、臨床輔助診斷決策等各個應用場景方面，必將發揮出獨特的不可替代的作用。
具體到放射影像數據庫建設，在劉士遠教授的帶領下，各項工作都在有條不紊地推進。在前期近兩年的工作基礎上，今年7月，我們組織了以劉士遠教授為核心的權威專家團隊，通過嚴格的課題評審，正式確立了擬全面推進的近20個立項課題，2023年，我們將全面加快推進各課題落實。我們期待，放射影像數據庫加快推進，率先開展應用示范，在人工智能服務于醫療衛生方面樹立良好標桿，全面助力我國分級診療制度建設。
趙紅：目前醫學影像AI在收費過程中仍面臨系列問題，如，醫學影像AI的市場份額較低，三級醫院收費比例僅4.4%，二級醫院為5.9%；另外，盡管目前41項醫療影像AI產品獲得國家藥監局三類注冊證，邁出了商品化第一步，但付費方、付費方式仍模棱兩可。因此醫療影像AI產品前景如何？中國醫院協會方來英副會長曾任北京市藥監局局長，北京市衛健委主任、黨委書記，有請您來回答。
方來英副會長：如果企業將一個獨立AI產品上市，作為商品交易一定要付費，毋庸置疑。但是誰付費，怎么付費，目前都還沒有一個穩定機制。在目前的診斷診療體系中付費項目中，并沒有創造出影像AI診斷這一類別，因此經常出現“捆綁付費”的問題。未來如何重構醫療價格體系，是否涉及到整體性調整等問題，需要各方進一步討論。
但在討論的前提是，我們必須認識到這一問題是，我們必須承認醫療影像AI的價值，承認它對現有影像系統的增值，并承認這種增值需要付費支持。因此，接下來的重要問題是，醫院、患者、醫保，誰該為醫療影像AI產品付費？
對于企業來說，誰買了誰付費；對于醫院來說，誰享受服務誰付費；對于患者來講，是否將影像AI診斷費用納入醫保，個人只需要承擔部分費用。在這個過程當中，我們要警惕兩個問題：
一，影像AI系統的臨床應用前景無可置疑，但它作為一個獨立商品，市場化前景怎么樣？
二，未來CT制造商、核磁制造商、影像學超聲等設備商，是否捆綁銷售影像AI診斷，那么醫院和醫生將來還能做什么？
針對這兩個問題，我認為現階段醫療影像AI的診療評價體系建設非常必要。它不僅要包含技術評價，如影像AI診療質量、診斷效率等；還要包含影像AI產品的普及對社會總體醫療費用消耗成本的影響評估。因為任何新技術的使用單價可能是高的，但對于社會總成本一定是降低的。舉個例子，AI系統鑒別功能在大規模早篩行動中多次得到驗證，幫助患者快速進行篩查，那么病人全生命周期的社會醫療費用成本會降低。
趙紅：影像AI的落地前景是光明的，但道路是曲折的，請問方副會長，醫院和企業應該如何推動醫療AI的臨床應用和商業化落地？
方來英副會長：針對醫療影像AI的商業化落地，我提供幾個建議：
首先，有抱負的企業一定要在產業標準、產權保護上下功夫，也就是我們討論任何商業模式，都要建立在本身技術和產品過硬，得到社會所公認。過去企業往往強調技術優勢，但是醫保部門以及價格管理部門，他們關心的是資金安全和資金使用，因此企業應該在醫保資金的使用、醫院成本控制等方提供大量實證研究，以足夠的案例去分析、研究和闡釋AI的價值。
其次，醫院要善于提供應用場景。醫院是發展中國數字醫療，AI醫療的關鍵平臺，因此醫院在高質量發展中，要主動和企業、工程師合作，推動產品升級，從醫工合作的角度推動融合競爭。此外，醫生也要配合企業一起推動醫療影像AI的應用環境建設，比如在AI條件下的醫學倫理學建設、醫療影像AI的法律法規等制度建設，醫療責任歸屬以及質量追溯問題等等。
第三，基層醫療機構要配合企業、國家政策推動AI診療能力升級。實際上，患者最關心的是“為什么看病要用AI”，因此企業和各級院方一要講明白AI對診療能力的作用，二要善于造勢。比如當下中國醫療環境中最大問題是醫療資源發展不均衡不充分，“二十大”報告中多次提到優質資源擴容，發展分配均衡等問題。因此各方要進一步跟緊國家發展大勢，將大型醫療機構的觸角滲透到更遠更邊角的地方。我相信，這種滲透對于提高居民服務質量、拓展基層的服務通道，解決當下中國存在的發展不均衡不充分的社會主要矛盾能夠做出重要貢獻，最終使得全社會形成一種AI公認。
第四，數據庫建設也非常重要。數據是財富，是資產，但是沒有轉化的數據卻不是財富，不是資產。病案工作者都知道，病案是醫院的寶貴財富，蘊藏著豐富的醫療經驗，只有不斷挖掘、通力合作，才能釋放數據價值。因此，在數據問題上，醫院要有一個“拆墻”的準備和過程，要充分意識到：數據越大，資產價值越高，而“大”的前提是要拆墻。未來在拆墻過程中一定會涉及到數據產權問題、確權問題，都需要制度建設跟上步伐。
總體來說，推動醫療影像AI的付費建設，需要讓醫療AI產品找到自己的功能點和付費依據，同時也要特別提醒企業避免將醫生和設備過度合一化；更重要的是，企業、政府以及醫院，要站在更大的格局上看待AI產品對社會總成本的影響，期待各方在醫療場景重構過程中，能夠從方方面面參與建設，完善醫療影像AI的落地體系。
趙紅：從應用落地上看，目前影像AI產品已覆蓋流程管理、圖像采集、圖像重建等多個環節，41項創新產品獲得了國家藥監局三類注冊證，其中深度學習的圖像重建和肺結節檢查、冠脈疾病診斷等產品已進入常規臨床應用。在您看來，目前上市的醫療AI產品和臨床需求之間是否已經匹配，還存在哪些差距？如何看待醫學影像AI在臨床應用上的未來前景，當前醫學影像醫生應該如何應對？
金征宇會長：目前上市的醫療AI產品和臨床需求之間，不能說完全不匹配，還是存在著一些問題，但要完全匹配顯然是不太現實的。
此前在國內第一批影像AI產品研發過程中，我們對企業和醫生專家做過協調，那時候大部分企業還是以工程師的頭腦看待產品研發，但研發過程中大家逐漸意識到，產品設計中的根本問題是考慮受眾，也就是醫療AI產品到底是為了醫院、患者、企業、還是國家而設計。
具體來說，如果產品是為醫生設計，那么醫生需要的是一個不會完全取代醫生的AI產助手。因為患者的直接交流對象是醫生，你會發現患者在看病時眼睛會盯著醫生，在醫生的臉上尋找什么。他們是在尋找醫生的反應，這恰恰是AI產品所不能夠給予的。
那么醫生最需要助手具有什么能力？量化。中國的醫生尤其需要量化。因為中國病人眾多，醫生工作壓力非常大，還需要做多次隨訪，那么這些非常重復性且相對低價值的工作，恰恰非常適合AI。
值得注意的是，企業在設計產品時，需找準服務對象的痛點，例如專攻哪一類疾病的醫生，是三甲醫院醫生還是基層醫院醫生，這些都是需要納入考量的因素。未來企業要對醫生的工作場景建立更深的認知。而醫生勢必要被AI所取代一部分重復性工作，所以醫生應該重拾老本行，走到臨床和病人面對面溝通，并付出更多時間總推進精準治療以及基層單位或者偏遠地區的醫療診斷水平。
趙紅：“政產學研用”聯合是促進醫工融合重要模式，張志勇教授既是放射影像醫生出身，又做過醫院管理者，也做過高校校長。您認為，當前醫院的醫生和高校科研院所，如何開展醫工融合的醫學創新，我們需要什么樣的機制設計和生態構建？
原復旦大學副校長張志勇：謝謝趙紅，這個問題特別好。我認為，我們應該從思想上積極擁抱醫工創新模式，首肯醫工融合形式的醫學創新是AI產品研發的必經之路，積極響應國家“健康中國2030”的規劃綱要；其次，在工作過程中要秉持開放態度，要從臨床實際工作當中發現問題。
從三個層面來說：
一、頂層，課題研究方向要更多向醫學影像AI領域傾斜；
二、中層，即市級科委，醫院、高校科研處以及高校資產經營公司等，要搭建一個臨床醫生和AI技術人員之間的順暢的溝通平臺；
三、基層，一線醫生與技術人員，要敞開心門，以解決臨床問題為核心促進彼此交流與對話。此外，基層工作者也要加強培訓，除了醫學基礎知識以外，還要學習必要的數學建模等知識，這是AI對新時代醫生提出來的一個挑戰。
趙紅：從國家級醫學中心影像中心建設的角度，未來要強調共建共享機制，那么醫學影像AI是否具有一個應用共享的學科能力？其次從區域性數字醫學影像科的發展上看，老百姓能否實現“不用帶片子就能去醫院看病，或者去外地看病”的愿望？
上海衛健委醫政處的吳宏處長：醫學影像AI的發展，對于解決當前國家醫療資源布局不均衡不充分矛盾的幫助非常大。我們希望打造通用影像學AI產品，一是提高醫學影像發展水平，有利于患者了解疾病發生發展動態；二是發揮影像AI平臺的教育培訓作用，積累更多疑難疾病診療經驗，提升全國醫學影像水平。
目前我們在上海已經推動公立醫療機構的影像學互聯互通互認，基于同一影像學標準，相應醫療機構都可以進行調閱，從而進一步優化影像保存保管，最大效率啟動遠程影像會診，更重要的是，減少患者重復檢查和不必要的放射性損害。
趙紅：我們看到，目前全國智慧醫院建設分為三個部分：智慧醫療、智慧管理、智慧服務，三者都與影像AI有關。但我想有請上海市同濟醫院程英升院長從您的觀察出發，談談目前醫療資源擴容、院區管理、分級診療、智慧醫院、學科建設等發展熱潮當中，數字化的醫學影像科的地位如何，比如現在已有41種上市醫學影像產品，同濟醫院是如何投入建設，過程中的機遇和挑戰都是什么？以及您如何看待醫學影像AI產品的市場化前景大好和應用推廣難這一矛盾？
上海市同濟醫院程英升院長：在智慧醫院的整體建設上，同濟醫院是國內較早推進相關工作的醫院，特別是在醫療智慧服務和管理方面做了大量的探索性工作，并在智慧病房應用、智慧物流管理、智慧安防系統都做了全面應用。
第二，同濟大學在無人智能系統應用方面做了積極探索，并推動醫工結合等相關工作，未來會聚焦到影像科建設中。比如，新建病房樓里引進全數字化影像科，提高影像診斷精準性，減少醫護人員對影像設備造成損害。一些大型公司產品目前已經投入臨床應用，有，商湯公司的肺結節和肋骨重建等AI系統正在試用中；數坤冠狀動脈重建和CT軟件；新銳醫療的冠狀動脈重建和頸動脈重建軟件；聯影合作的智能肺結節，肺栓塞和腦動脈重建的軟件AI產品。
未來我們還跟聯影智能影像研究院，以及德國、瑞士等國家進一步加強國際合作，推進AI在影像科的全面應用，希望通過遠程醫療將AI產品逐步推廣到醫療集團和醫療聯合體，這是一個很好的發展方向。但牽涉到整體信息化建設的要求，以及AI產品的標準化、規范化、收費問題，還要進一步做很多工作。
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
