智能医疗将成为行业应用“新常态”

医疗资源供需不平衡既是国内医疗行业面临的突出问题，也是智能医疗发展的主要驱动力。从需求层面来讲，人口老龄化加速、慢性疾病种类增多、居民健康意识提高等增加大量医疗需求。从供给层面来讲，优质医生和医疗资源不足、资源分配不均，难以与快速增长的医疗需求匹配。

医疗需求快速增长。国家统计局统计数据显示，截至2019年12月底，60岁及以上人口为25 388万人，占总人口的18.1％。慢性疾病患病率随之不断上升。预计到2026年，我国糖尿病和高血压发病率将增加至14%和28%，这将给医疗系统带来更大的压力，产生长期的药物治疗和疾病管理成本。

医疗供给端资源不足、分布不均。现今医疗系统存在两个主要问题。一是医疗与公共卫生资源不足，医疗专业人才短缺。华夏幸福产业研究院数据显示，2018年中国每千人拥有的执业医师人数只有2位，重症加强护理病房（ICU）床位占总床位数的比例仅有5%左右，而发达国家有15%。我国人均医疗支出为4 236.98元，医疗费用支出占GDP的比例仅为6.46%。二是医疗资源分布不平衡。国家卫生健康委员会统计（如表1所示），2019年1—11月，全国医院接待就诊总人数为34亿人次，其中三级医院接待17.6亿人次，占总人数一半以上。

弗罗斯特-沙利文咨询公司研究指出，人工智能可将医疗效果提高30%～40%，减少多达50%的医疗成本，主要通过强大的计算能力、成熟的算法和海量的大数据，使人工智能加速应用在医疗行业。

疫情期间，人工智能、大数据等信息技术在实际应用场景中大量试水，加快人工智能技术验证进程。智能影像识别将病灶识别速度降至2～3秒，提高了医生诊疗效率。智能化人体体温测量系统分担了防疫工作压力。多人检测、无接触、多目标体温测量，异常体温筛查大幅提高了检疫工作的效率和准确性。智能语音对话机器人帮助防疫人员在线完成疫情通报、疫情调查、健康回访等多场景任务，降低了防疫人员劳动强度和感染风险。人工智能助力药物研发、疫苗研发、病毒基因测序，可将原来60分钟的新型冠状病毒基因分析时间缩短一半。

2015—2020年，近20项人工智能相关政策在我国陆续颁布，在技术创新、人才培养、产品落地、行业融合、标准监管等方面发挥了指导性作用。2017年国务院印发《新一代人工智能发展规划》，2018年教育部印发《高等学校人工智能创新行动计划》《关于促进“互联网+医疗健康”发展的意见》，2020年在中共中央政治局常委会上提出加大公共卫生服务、5G网络、数据中心等“新基建”进度。

“新基建”的基础投入将加快现有医疗系统的信息化、智能化升级，医疗数据交互进程进一步加快，智能医疗将迎来发展高潮。

使用人工智能、大数据、5G技术可构建覆盖诊前、诊中、诊后的线上线下一体化医疗服务模式。人工智能结合医疗健康服务可提高服务质量，改善患者体验，节省医疗保健成本，加强医院的运营和管理。

在诊前环节，人工智能主要应用在预防、筛查和分诊工作中。首先通过终端、可穿戴设备采集数据，然后使用人工智能技术对健康数据进行分析、疾病预警，帮助用户自我评估健康状况。人工智能疾病筛查主要包括医学影像筛查、基因筛查。人工智能虚拟助手采用智能机器人、人脸识别、语音识别、场景识别等技术，结合自然语言处理和知识图谱等认知层能力，可以根据患者的情况和诊疗需求进行分析，大幅提高预问诊、分导诊以及诊疗引导的效率。

在诊中环节，人工智能技术主要应用在临床诊断、语音电子病历、智慧病房以及临床治疗等四个方面。在临床诊断中，使用人工智能辅助诊断模拟医生的看病思维和诊断疾病过程，快速读取医学图像并进行智能诊断，帮助制订可靠的诊疗计划，辅助医生快速准确地确定病灶位置、确诊疾病。语音电子病历结合大数据和区块链等技术，通过互联互通，共享相关医疗机构的数据，实现上下级医院、医院与社区、疾控中心之间的高效协作。智慧病房使用人工智能监测系统、跟踪式预测系统以及床旁交互系统辅助护理。在临床治疗上，借助基因检测和人工智能等技术手段实现个性化治疗方案。

人工智能可以快速分析大量数据，挖掘并更新突变位点和疾病的潜在联系，强化人们对基因的解读能力，提供更快捷、更精确的疾病预测和分析结果，实现患病风险预测、辅助诊断、靶向治疗方案制定、诊后复发预测等功能。

在患者诊后管理中，人工智能主要应用于康复护理和智能随访。康复护理机器人可帮助需要康复护理和行动不便的人群。智能随访系统是医院随访工作简便化的重要辅助工具。一方面，通过持续的追踪随访、监测和效能评定推算疾病复发和再患病风险，扩大医疗服务范围，有效缓解线下医院门诊的压力，使医疗资源得到最充分的利用；另一方面，通过多种智能化功能帮助患者实现自我康复与健康管理，有助于增强用户体验和提高患者就医满意度，提升医院的服务效率和质量。