对话天坛医院院长王拥军：大数据与AI在中国医疗应用发展还有两大门槛

自2017年3月首次被写入政府工作报告，人工智能产业上升为国家战略后，这个科技界的专业词汇，如今已经席卷各行各业，成为新的经济增长点和国际竞争的焦点。4月26-28日，以“AI”生万物为主题的2018·GMIC全球移动互联网大会在北京举行。在27日下午的生命科学高峰论坛上，首都医科大学附属北京天坛医院院长与北京大学光华管理学院教授张炜进行了一场有关人工智能时代，医疗行业的变革与新生的精彩对话。

王拥军院长就大数据与人工智能对医生和医院管理的改变、大数据在中国医院发展的两大“门槛”、中国特色的人工智能和医院怎么看待人工智能对医生的冲击几大话题分享了他的看法。亿欧大健康将王拥军院长的观点和言论进行了整理，呈现如下，以期给医疗行业从业者一些思考和启发。

---

大数据与人工智能对医生和医院管理的改变

五年以后，大数据人工智能可能会在天坛医院三个方面变化比较大。第一，它取代了很多医生枯燥的重复性的工作，比如神经病理的诊断、所有的核磁的诊断、影像的诊断，现在这方面人工智能已经越来越成熟。天坛医院本来也有一个研究中心，就是大数据和人工智能中心，现在已经能够做到把脑瘤的别人所有的核磁诊断，跟放射科主任的准确率95%了，可以取代普通医生阅片的时间，也可以让医生腾出时间做更多的开发性的工作。

第二，能够做到原来在没有人工智能和大数据的时候做不到的事情，大家知道很多脑的疾病是出现在脸部的变化，比如抑郁、不高兴，像痴呆、像帕金森会有面具脸，未来的时候可能用这种人脸识别技术可以早点帮我们发现这些疾病。

第三，我们知道人有很多编码基因，把你的基因抽出来之后，我们用A4纸打印的话，大概能打11层楼，如果没有大数据技术，如果没有人工智能，这对我们临床来讲是一部读不懂的天书。所以我想五年以后，无论是从大数据和人工智能在临床方面的，我想象天坛医院最早的改变是这三类。

对管理来讲，可能人工智能和大数据带来的变化也有几个方面，第一个方面在于，现在的院长越来越依赖数据，过去的院长基本是靠拍脑袋。现在我习惯每天早晨要在数据平台上看全院的运行，比如说昨天多少门诊量、大概人流从哪儿来、医保的病人有多少、非医保的病人有多少、他们大概花了多少药费、多少检查费。从数据平台能综合判定整个医院现在的医疗覆盖能力，从大数据上可以看到我们现在CMI（病理难度系数）是降低了还是增高了，是不是浪费了一些医疗资源。

医院原来一些物流管理未来肯定要靠更多的机器人去完成。现在我们的合作方也在开发一些健康教育的机器人，这样能帮助我们去完成原来应该护士完成、但是现在可以用更方便的方式去完成的一些东西。

举一个简单的例子，全国现在有两万家公立医院，在公立医院中876家是三级甲等医院，每一个病人大概每年有几万个出院病人。过去就是看诊断，今天有大数据之后，可以分析出来很多过去没有的。比如我直接用大数据分析出，这家医院的非正常死亡率很高，就告诉病人你这家医院选的可能有危险。我们看这家医院是不是北京的一个国家级医院，是不是老收普通病人，就是从大数据可以提取他的CMI，CMI值老是低于1的话，这个医院应该改成社区医院，就不是大型公立医院。

这些数据的决策，对一个病人来讲非常重要。过去对一个病人的决策治疗的时候都是根据我们已有的知识，另外还有根据数据决策医疗过程，去做一个新的医疗决策。

大数据在中国医院发展的两大“门槛”

1、数据

十年前中国面临一个最大的问题就是中国的数据质量。其实做大数据目前是不太可靠的，不可靠的原因就是疾病诊断不对。我有北京的数据，北京最简单一个中风病人在北京，北京能够收中风病人的医院是130家，大概每年住院病人14万人，诊断正确率是72%，另外的28%诊断是错的。

所以我想中国数据下一步的发展首先原始数据要准起来。大家知道医保的管理水平很低，几乎没有管理，不像凯撒医疗集团的医保管理、临床路径的管理。中国负责医保的人都是不做诊疗的人，他们根本弄不清楚诊断对不对，有些诊断不对是水平问题，有些是故意的。这样就造成28%的数据不准，如果这28%的数据还是北京，如果把它放在西部，放在更偏远的地方，肯定比28%要差得多。

我在跟很多大数据公司谈的时候，我说你非要现在用大数据做重大决策，我说从我内心我有点紧张，因为我不能相信全国来的病例是真的，是可用的数据。

我们用大数据做真实世界研究的时候，如果你用现在的医疗数据直接做大数据的话，无论怎么做，用什么样的算法，我想得到的结果可能都是画问号的。但是中国有另外一类数据我很期待它的发展。

国家“十五”以来，中国在脑血管病研究的大数据相当于一个欧洲国家的脑血管总数，是按照科研的方法收集上来的，每一个参与登记的医院都是标准培训过的，这是中国目前大数据最值得用的一组数据。尤其是在重大慢病，中国疾病登记的数据绝对是世界一流的。

中国数据质量比较好的有几个：一个是中风（脑血管疾病领域），这个数据质量是没有问题的。第二个肿瘤，中国大多数全身肿瘤，尤其是消化道和呼吸道肿瘤。第三个是代谢疾病，就是糖尿病的数据。我想这三大类病至少到目前，据我的知识了解，这个数据质量是没有问题的。

2、法规

除了数据，可能改变中国医疗最大的障碍是法规。我们用一个大数据产品，用一个人工智能产品，中国SFDA怎么去认？我今天早上看到一个新闻，今年中国公司向SFDA申报了将近10项医学人工智能的产品，没有一个被批准。法规上如何去批这些新的东西，批完之后医保如何去cover这些东西，如果不纳入医保，这个推广速度是极慢的，我想这是最大的障碍。

如果没有法规，后面就没有收费，没有收费，我们的用户就不会积极地用，我花那么多钱去买这样一个新的产品，又给我带不来一分钱的收益，公司开发也不会从中赚很多钱，慢慢热情肯定要被磨灭掉。

我在各个场合都要呼吁，中国研究法规的部门可能要尽快做一些数据相关的产品。举个例子，美国人做的是心血管，我们医院中心在做脑血管，一样的产品，在中国不让审这个产品，不知道这个产品出来之后谁给他付费，所以现在只能写文章，变不成商品。

中国特色的人工智能

中国做人工智能跟世界上最大的区别就是数据量大。把人工智能的神经元网络搭完之后下一个就是学术了，我们在做脑瘤的研究里面发现，要每一个脑肿瘤不犯错误，至少要学一千张片子。全世界找不到一家医院，一个脑瘤会有一千张片子，但中国有，而且这些片子都有病的结果，都是打开之后看过的。

中国在这个方面是全世界独一无二的。未来中国在做医疗人工智能的时候，可能拼的不是算法，是大数据，但是这一定是高质量数据。比如Google说我们看病理片子，我想这个人工智能产品一定要学足够量大的数据的时候才能可靠，如果这个医院里只有几百个肿瘤病人，肯定是学不会的，这是中国最大的优势。

现在中国的医疗架构会造成很多复杂的病人集中在个别医院，比如说像肿瘤病人肯定是肿瘤医院的病人最多。不像美国十分分散，分散之后会造成数据很难凑在一起。另外，医院越多，数据的质量变异度越大，比如神经外科手术如果在全国找一百家医院让机器学，学出来不一定有结果。如果是天坛医院，我相信肯定是天坛医院的神经放射和神经病理大夫的水平，就是中国最好的水平，中国这个优势是任何一个国家没有的。

医院怎么看待人工智能对医生的冲击？

去年9月份我开始启动我们医院人工智能项目的时候，第一个反对我的就是放射科主任。他觉得都学会以后，放射科是不是不再进人了？我跟他讲了很长时间，他现在非常理解了。我拿普通放射大夫解决不了的地方入手，老百姓脑中风有30%是出了血肿，有30%的人第二天会变大继续出血，继续出血的人一半的人会死亡。就第二天会不会变大这个课题，让人工智能学，学完以后看谁猜得对，读片子是猜不出来的。

他猜对的机会只有60%。人工智能读1000张的片子，有90%就会猜对，如果你不引进人工智能，以后的问题解决不了，总不能让所有的病人第二天加重了再处理，如果提前一天知道这个病人会加重的话我就提前一天采取措施，他做完之后尝到甜头了，下一个月就配合做各种脑瘤。

此外，很重要的一点是，需要医保局配合我们的医院，这样省下的钱能够用在病人身上。北京一年五六百亿的医保，却保障不了2300万人的健康。医保一半费用用的不是应该用的地方，所以数据驱动分析医保的效果，对中国数据在基础政策研究上是非常好的话题。

最后我想通过这个平台跟年轻大夫说一声不用担心，未来技术肯定给医学带来的是更大的变革，但是每次带来的是新的方便，也是更多的医疗水平的提高和医疗效果的提高，肯定带来的是好的东西。

所以就需要年轻大夫或者未来下一代学医的年轻人花一点时间去关注这些新科技，比如说更多地关注大数据。其实每个新知识产生的时候都会面临很多很多困惑，比如这两天大家看到中国“互联网+医疗”，“互联网+医疗”在中国有法律责任，在世界没有法律责任。在中国进行远程医疗，中国的行医是在医疗机构，不像国外一样，你离开了天坛医院，做了医疗行为，保险公司会给你付。类似种种的问题都不要怕，因为它是发展中的问题，发展中的问题一定在发展中解决。

---

 

0