新華社上海4月3日電題：5G與AI賦能醫療，賦出怎樣的現實?

新華社“中國網事”記者王琳琳

憑借5G高速傳輸，急救車還在疾馳，患者體征數據、預先救助情況就能視頻實時傳回醫院;憑借AI精準語音識別整理，超聲科醫生可省卻繁重的記錄工作轉而服務更多病人……

放眼未來，新一代信息技術的發展成熟會深刻改變人類醫療模式。著眼當下，5G、AI已經為醫療賦能出哪些“看得見”的現實?正在上海舉行的2019國際醫學人工智能論壇上，業內專家給出觀察實踐后的解答。

5G與AI助力就醫問診“可感可知”

5G通信猶如人工智能、物聯網、大數據、云計算等信息技術自如穿梭其上的“路基”。相比4G，5G遠超10倍的用戶體驗速率、僅1毫秒的傳輸時延、10倍連接數密度等性能讓業界專家對其賦能醫療充滿期待。

就目前進展看，由于2019年我國5G技術剛進入試商用期，因此“5G+醫療”尚處預研籌備早期。同濟大學醫學院超聲醫學研究所所長徐輝雄介紹，隨著3月30日上海開始試用全國首個行政區域5G網絡，該所與上海移動成立的“5G聯合實驗室”已完成5G超聲病區聯網、5G機器人遠程操控等實驗。4月2日，深圳市第三人民醫院也已與華為、中國電信攜手共建5G智慧醫院。

“4G網絡無法開展手術直播，傳輸速度有時延、視野清晰度不夠，而5G環境下，很小的出血點也能纖毫畢現，手術操作便利性和安全度可大幅提高。”北京郵電大學網絡與交換技術國家重點實驗室主任張平說。

較比5G，AI對醫療的改變則更深入。上海交通大學醫學院附屬瑞金醫院副院長胡偉國展示了一款該院與企業合作開發的智能語音移動應用，可將與患者的語音聊天整理成結構化隨訪記錄，區分出哪些患者需要進一步檢查。眼科專家介紹，在新疆喀什地區第一人民醫院及其衛生點，通過AI對視網膜進行圖像識別，可篩查出青光眼、黃斑變性等致盲性眼病，初步結果顯示，篩查較準確。

雖然前景可期，但浙江省醫療器械檢驗研究院原院長何濤提醒：“我們要清醒認識到，目前我國還沒有一款AI產品獲得Ⅲ類醫療器械注冊證，AI產品只初步應用在分診、早篩等前端環節，中后端診斷治療還需較長時間才能充分應用。”

“超級助手”為醫生分擔還在努力

在可預見的未來，5G、AI會在眾多醫療細分領域“分擔”醫生的工作。比如，借助AI首診篩查、自動建檔、輔助確診，“更多重癥患者可以快速轉入大型綜合醫院，輕微疾病患者轉去社區醫院，診療分級過程中的重復性人工勞作減少了。”北京推想科技有限公司創始人陳寬說。

又比如，通過5G高清傳輸，“沿海三甲級醫院的專家可以為偏遠地區重癥疑難疾病實時會診、5G查房甚至可以借助操縱桿控制機器人移動到病床前開展遠程手術，與患者進行高清視頻交互，醫療扶貧的人力稀缺的問題可以部分緩解。”代理達芬奇手術機器人的直觀復星醫療器械技術(上海)有限公司副總裁劉雨說。

假以時日，倘若5G“聯手”AI，醫生會被取代嗎?

“還早著呢!”上海交大-斯坦福大學智能醫療聯合實驗室主任王延峰說，現在醫院間甚至科室間的IT系統尚未完全打通，信息化、互聯網化還在進行，智能化剛剛開始，讓AI具有與人相似的共情能力、社交能力和處理復雜多變情況的決策能力則更需時日。

王延峰的觀點反映了與會專家的共識，盡管完全取代醫生基本無望，但充當“超級助手”，讓醫生從簡單、耗時、耗人力的勞動中解放出來則極有可能。深睿醫療高級副總裁李朝陽舉例說，比如，用1分鐘時間篩查出人工10分鐘、看300-400張影像才能判定的肺結節;用非常短的時間精準測算出人工3～5分鐘讀片才能測出的腦卒中出血體積。

數據可用性限制“規模變現”

在資本市場，人工智能概念“很時髦”，即使初創企業也“享有”高估值。但記者采訪多家頭部創投資本了解到，純人工智能企業的財報大多并不“好看”。原因何在?

“醫療領域幾乎沒有‘大數據’，都是‘小數據’。”上海交通大學附屬第一人民醫院副院長鐘力煒一語道破，醫療數據的“可用性”很差，記錄完備、診斷準確的高質量醫療數據并不夠AI練習。即使某個病種有了足夠數據練出了一些AI產品，有沒有標準統一的測試庫讓AI給出客觀“評分”?“也沒有”。

高質數據和統一標準的缺乏限制了AI場景落地，也限制了“AI+醫療”的“規模變現”。一項調查側面印證了這一“骨感”現實。去年10月，中華醫學會放射學分會和中國醫學影像AI產學研用創新聯盟在全國31個地區、2135家醫院、對5142位醫生展開了一次調研，74%的醫生表示沒有使用過AI相關產品。

AI如此，5G亦然。張平說，真正達到毫秒級時延、100%高可靠性的5G場景通信標準尚未最終確定。“在此之前，如何避免端到端通信引發網絡堵塞風險等問題有待逐一解決，5G、AI不是靈感妙藥，規模變現任重道遠。”

好未來基于好產品。中國信息通信研究院云計算與大數據研究所所長何寶宏說，智能輔助診斷、醫療健康可穿戴設備、醫用機器人等醫療器械產品還存在有效性、安全性等問題，需加強部門協作、產學研用融合。