AI医疗热度不减 亟需加强技术交互化解同质化难题

　　日前，清华大学智能产业研究院(AIR)执行院长刘洋带领团队研发了“AI医院”系统。最快明年上半年，21个科室、42位AI医生将在“AI(人工智能)医院”线上“坐诊”。在AI医疗相关产品不断出现的同时，技术同质化问题也普遍存在，如何化解?值得业内思考。

　　AI医疗应用范围广泛

　　“AI医院”刚发布，就引发热议，大家最关注的问题是——AI医生的诊疗准确率是多少，会不会误诊?“AI医院”项目成员、学院助理研究员马为之表示，“AI医生还在持续训练中自我进化，关键就在于构造多样化的AI患者。系统已经构建了超过50万个AI患者——来自不同国家地区、覆盖各个年龄段、患有不同疾病。”

　　目前很多地方都有AI医疗的相关应用。例如，在中国电信翼支付客户端、中国电信ITV平台、天翼智慧社区公众号、智能音箱等，就能看见全新上线的“AI全科医生”应用，该应用基于人工智能的“医生大脑”，用户可实时与医生进行在线交流，并且支持12000多种常见疾病、125种罕见疾病的咨询，实现纸质医学检查报告的拍照上传诊断，其诊断准确率达到了98%以上。

　　“医疗+AI”是行业发展趋势

　　在现代医院的每个角落，AI的身影无处不在，远不止于AI医生的角色。

　　在复杂的诊断过程中，AI系统扮演着日益重要的角色。它能够“消化”数千本专业医学文献，结合海量病例库，为医生提供更为精准的病情评估建议。例如，面对CT影像中的微小异常，AI的眼睛要比肉眼敏锐得多，它能够捕捉到那些难以察觉的病变信号，为早期疾病检测打开一扇窗。

　　集成视觉、触觉等多种传感器的智能监测设备，如智能监测床，已经成为病房里的重要成员。它们可以实时监控患者的生理指标，一旦出现异常情况立即报警，大大提升了紧急救治的响应速度。这种非侵入式的全天候监护方式，不仅减轻了医护人员的工作负担，也给予病人更多安心。

　　在面对罕见或复杂病症时，AI还能作为医生的得力助手，提供快捷的病例检索功能。它能从庞大的数据库中筛选出相似案例，供医生参考，从而辅助做出更加准确的临床判断，避免误诊漏诊，提升整体诊疗水平。

　　加强技术交互，化解同质化难题

　　国家卫生健康委卫生发展研究中心副主任游茂表示，目前我国AI医疗器械的大多数研究产出都集中在医学影像类，技术发展有同质化倾向。

　　因此，首先需要加强技术交互，即不同研究团队之间的合作和知识交流，可为AI医疗器械的发展开辟新的场景。

　　其次，应鼓励跨学科的合作，包括医学、生物信息学、计算机科学等多个领域的专家共同参与研究。这样可以利用各自的专业知识，共同解决AI医疗面临的复杂问题。

　　另外，建立医疗定制化的方案也是解决同质化问题的有效途径。通过了解不同人群的需求和特点，设计符合个性化需求的AI医疗器械，可以提高产品的适用性和有效性，避免技术的同质化。

　　最后，对于高质量数据的缺乏，需要建立真实世界数据的应用机制。这意味着不仅要收集和整理数据，还需要制定相应的政策和规范，确保数据的安全性和隐私性，同时也要考虑到数据的实际应用价值，推动数据的共享和利用。

　　总的来说，加强技术交互、跨学科合作、定制化方案以及数据应用机制的建立，是解决AI医疗器械技术同质化问题的关键。