可用数据有限、学科人才紧缺、相关标准法律不完善

　　这些问题不解决 在医疗领域AI只能“打下手”

　　视觉中国

　　实习记者 于紫月

　　智能“阅片”、临床决策、护理机器人……近年来，随着人工智能的蓬勃发展，人工智能与医学结合的相关技术开发也进行得如火如荼。

　　近日，人工智能在药物研发领域迈出重要一步，澳大利亚研究团队将全球首个AI设计药物“涡轮增压”流感疫苗推入人体试验阶段，这款药物开发用时两年时间。

　　就像“互联网+”一样，“人工智能+”的模式必然会给我们的生活带来翻天覆地的变化，但在涉及生理和生命的医学领域，人工智能落地还将面临哪些挑战?

　　质与量并重 基础数据仍需“精炼”

　　不论在何种领域，数据都是让机器聪明起来的根本。

　　“人工智能若想在医学领域长足发展，数据质量、数据量和标准化方面还有待改进和完善。” 8月6日，天津市肿瘤医院副院长徐波在接受科技日报记者采访时表示。

　　“医疗大数据如何‘降噪’是个关键问题。”徐波指出，医疗大数据涉及的类型近年来呈多模态发展。而病例数据覆盖面广，服务用户多样，如何构建以病人、医生、医院和政府等多中心的数据治理体系，进而面向不同的用户提供不同的数据视图和分析结果，是医疗大数据采集及研究中亟待解决的问题。

　　自改革开放以来，我国医学领域发展迅速，信息化程度也在逐渐提高。但是随着医疗设备更新迭代，数据的格式和录入的内容也在不断变化。以慢性病为例，即便是同一位病人在同一家医院治疗，几年前后的数据内容和形式也可能会大有不同。更何况我国医学领域在病种分类、名称方面也有部分尚未统一，还有一些医生会采用口语、简称，如“乳腺癌”和“乳癌”就是不同医师对同一种病症的不同叫法，这也会给人工智能在临床决策或影像分析时平添困扰。

　　“尽管我国医院的数据庞大, 但由于疾病的复杂性，数据维度、特性各不相同, 质量参差不齐,导致很多细分的病种实际可用数据量少，尤其是较为罕见的疾病类型。如果是多学科交叉的病症可使用的数据量就更加有限了。”徐波表示。