醫學人工智慧如何幫助醫生提升能力？

捐贈一億元人民幣，支持浙大睿醫人工智慧研究中心。在剛剛過去的周末，微醫的刷屏姿勢有些特別。

據介紹，睿醫人工智慧研究中心將通過多學科合作、產學研聯動的方式，搭建醫學人工智慧服務平台，培育醫學人工智慧產業生態環境，打造首個高端醫學人工智慧高等教育體系，構建首個開放式醫學人工智慧平台。

中心當然是好中心，但究竟為何能夠吸引微醫捐出如此大一筆數額的費用？在微醫董事長兼CEO廖傑遠看來，這要追溯到固有的醫療難題——看病難。當所有人都湧向三甲醫院看病，三甲醫生超負荷工作，基層醫生的工作量卻嚴重不飽和。破解這一難題的最佳方式，當然是提升基層醫生的能力，讓百姓能夠信任基層醫生，到基層看病。

可是，怎麼做？一方面，需要對基層醫生進行培訓，比如微醫全科學院正在做的工作。另一方面，就是醫學人工智慧上場的時候了：讓AI通過學習，吸收大量數據，掌握最豐富的專家經驗——而不是一個專家的經驗——來輔助醫生診斷。

「在完成醫療資源和業務流數據的連接后，我們希望以更高效、更智能化的手段來解放醫生的工作時間。人工智慧技術可以整合區域的醫療數據，替代醫生繁重的重複工作部分，在影像學等方面輔助醫生進行醫療診斷，緩解醫療產能不足，解放優質醫療資源。」在接受媒體採訪時，廖傑遠對人工智慧的應用頗感興奮，表示微醫要在三種場景下推進醫學人工智慧技術應用。

一是把大醫院、大專家從重複性工作解放出來。隨著互聯網的發展，心電、影像、病理等醫療數據未來都將放在雲端，為人工智慧的應用建立基礎。以微醫為例，目前已經連接了12000個基層醫療機構，每天有大量的影像數據上傳雲平台請求上級專家協助診斷。在醫學人工智慧應用場景下，圖像數據、病例首先通過機器進行初審，再由專家進行複核，效率將提升70%以上，這是對專家時間和精力的解放。

二是面向基層醫生的輔助診療。在成熟的人工智慧工具協助下，約80%的常見病治療和治療方案可以按照標準診療路徑完成。剩下約20%的複雜病例，則可通過互聯網平台請專家進行遠程會診，協助進行診斷及診療方案制定。未來充分應用人工智慧后，微醫平台上80%的診療由AI幫助基層醫生，20%由專家指導醫生。目前有超過100萬基層醫生，受學習路徑、精力等因素制約，苦於無法提升診療能力，人工智慧輔助系統的應用將讓基層的診療水平得到迅速提升，讓百萬基層醫生變身「超級醫生」。

三是針對老百姓的自主連續健康管理。人工智慧系統通過大數據深入學習醫療經驗，相當於專業的隨身醫生，可以作為每個老百姓自助健康管理的工具。通過智能穿戴式設備等方式採集用戶的體征數據，根據所有的數據、電子病例和健康檔案形成整體健康畫像后，由人工智慧進行持續健康監測，並為用戶進行健康狀態分析，給出建議保健方案。

醫學人工智慧新技術將在臨床輔助診斷與治療、醫患精準匹配及個人自主健康管理等方面進行深度應用。微醫的實名認證用戶已超過1.65億，連接全國2400多家重點醫院和26萬名專家，微醫互聯網醫院已深度嵌入大江南北的1.2萬家基層醫療機構。作為第一台智能語音電腦的設計者，廖傑遠表示，微醫希望成為睿醫眾多的應用場景之一，把浙大睿醫的成果普及到100萬基層醫療機構，也助力微醫實現從挂號網、互聯網醫院到醫學人工智慧3.0時代的進階。