近日出版的《數(shù)字醫(yī)療》一書中卻談及了過去人們在醫(yī)療信息化路上遇到的一些障礙。該書作者被稱為“醫(yī)院醫(yī)生之父”，加州大學(xué)舊金山分校醫(yī)學(xué)院院長羅伯特·瓦赫特，在書中他曝光了不少醫(yī)療事故：一位在加州大學(xué)舊金山分校醫(yī)學(xué)中心貝尼奧夫兒童醫(yī)院接受治療的罕見遺傳病少年患者，遵醫(yī)囑應(yīng)該吃1片抗生素，護(hù)士卻讓他吃了38.5片！這個離譜錯誤發(fā)生的部分原因是由于信息系統(tǒng)參與到了醫(yī)療過程中：系統(tǒng)中的計量單位與醫(yī)生熟悉的不一致，機(jī)器人取藥系統(tǒng)未提出質(zhì)疑，系統(tǒng)警告因為太多假警報而被忽視……

數(shù)字醫(yī)療，一個計量單位的小錯誤，就可能危及生命。當(dāng)整個世界信息化的比重越來越大，每個人的生活甚至可以分為“實體維”和“二進(jìn)制維”時，醫(yī)療的信息化卻進(jìn)展緩慢。盡管各種機(jī)器人奔走于藥房與病房之間，盡管AI診斷工具的診斷錯誤率在大幅降低，但“就醫(yī)的便利性提升”一欄中，患者的直觀感受并不能像金融、通信等領(lǐng)域那樣，不假思索地打上“五顆星”。

盡管步伐艱難，醫(yī)療卻是最需要信息化的領(lǐng)域，醫(yī)療信息化過程中有哪些困難？該如何破解？如何又快又安全地讓民眾獲得最大便利？

標(biāo)準(zhǔn)不統(tǒng)一 醫(yī)療信息大數(shù)據(jù)難共享

如果沒有健康檔案，醫(yī)生對于患者的了解將每次都要從“零”開始，檔案的積累讓信息得以連接成連續(xù)的“健康線”。在數(shù)據(jù)積累的過程中，中美兩國遇到了醫(yī)學(xué)所特有的相似的技術(shù)難題。“比如血液鉀含量低可能被記為‘低鉀’‘血鉀過少癥’‘低K離子’‘↓K’等。”瓦赫特在書中寫到，這些五花八門的醫(yī)學(xué)專有名詞在電子化中必須統(tǒng)一，否則無法實現(xiàn)醫(yī)療系統(tǒng)間的無縫對接。

多年來，隨著硬件和算法的升級，信息“孤島”逐漸毗鄰，計算機(jī)不僅能夠識別文本信息，還可以識別圖片信息，虛擬世界里“結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)”能被同時“消化”的時代如同現(xiàn)實中的“全球一體化”般到來，信息交換從技術(shù)上已經(jīng)不再是難題，它迅速在基層得到應(yīng)用。

“為了構(gòu)建緊密型的醫(yī)聯(lián)體，我們把社區(qū)和三級醫(yī)院的信息聯(lián)系起來。”北京大學(xué)首鋼醫(yī)院院長顧鋼介紹，基于可對接的信息系統(tǒng)他們自發(fā)地嘗試信息共享，但其他醫(yī)院如果效仿可能還需要從機(jī)制體制上推一把。

北京市方莊社區(qū)衛(wèi)生服務(wù)中心是主動聯(lián)合的社區(qū)醫(yī)院之一。中心主任吳浩介紹，“我們和天壇醫(yī)院(聯(lián)合的4家三級醫(yī)院之一)信息已經(jīng)聯(lián)網(wǎng)打通，方莊所有病人的信息每天晚上要和天壇醫(yī)院交互。我們的簽約患者在天壇醫(yī)院的病歷、住院信息等都會同步到他的健康檔案數(shù)據(jù)庫和簽約醫(yī)生的管理平臺”。據(jù)此，人們完整的“健康線”逐漸顯現(xiàn)，社區(qū)簽約患者不同階段的健康可以做到“有蹤可查”，并且由醫(yī)護(hù)人員進(jìn)行隨訪和健康管理。

AI加入 科技巨頭紛紛放“大招”

“沃森清楚，它需要與醫(yī)生互動并且成為他們所在生態(tài)系統(tǒng)中的一部分。”IBM的全球醫(yī)療改革總監(jiān)這樣告訴作者瓦赫特。IBM的沃森是進(jìn)入醫(yī)療行業(yè)的人工智能(AI)之一，它掌握大量的病歷，甚至可以初步診斷，盡管不少媒體用“沃森醫(yī)生”報道它，但是它的創(chuàng)造者其實是極力想要撇清這個稱謂的。

在中國，對AI醫(yī)療的資本投入占整個AI投入的一半左右。中國同樣擁有自己版本的“沃森”。2017年11月，科大訊飛“智醫(yī)助理”機(jī)器人以456分的成績通過了臨床執(zhí)業(yè)醫(yī)師考試，其專業(yè)知識已能夠擔(dān)負(fù)起執(zhí)業(yè)醫(yī)師的工作。

中國自主研發(fā)的肺部結(jié)節(jié)等圖像識別系統(tǒng)在國際比賽中也多次名列前茅。公眾感受最直觀的，是多地大醫(yī)院配備的人形導(dǎo)醫(yī)機(jī)器人，為患者回答問題、初步分診、疏導(dǎo)患者。AI落地醫(yī)療目前正在為一線醫(yī)生降低勞動強(qiáng)度，并幫助醫(yī)療資源覆蓋到偏遠(yuǎn)地區(qū)。

更復(fù)雜算法被用于開拓此前不存在的診斷方法，增強(qiáng)醫(yī)學(xué)整體實力。尤其在近期，科技巨頭們頻繁放出“大招”：2月，谷歌大腦從視網(wǎng)膜圖像，輔以各種因素如年齡、性別、吸煙史、血壓等數(shù)據(jù)中，可以預(yù)測心血管疾病的風(fēng)險，他們構(gòu)建的系統(tǒng)使用了130000個視網(wǎng)膜圖像進(jìn)行訓(xùn)練，成功率7成左右。而3月15日《自然》發(fā)表了德國癌癥中心的腦腫瘤診斷AI工具，彌補(bǔ)神經(jīng)系統(tǒng)腫瘤診斷的短板。

中國在AI拓展醫(yī)學(xué)能力方面的進(jìn)展鮮見于公眾，記者在多次采訪中了解到，多個院所高校均在AI醫(yī)療領(lǐng)域有所部屬，例如在國家重點研發(fā)計劃的支持下，中科院軟件所田豐研究團(tuán)隊與協(xié)和醫(yī)院開展合作，利用患者持物的微小抖動試圖預(yù)測患帕金森癥等神經(jīng)退行性疾病的風(fēng)險。

集納數(shù)據(jù) 數(shù)字醫(yī)療還需分步走

中國擁有龐大的患者人群，能提供珍貴的研究數(shù)據(jù)。“給出10000個基因組與療效的案例，能夠通過數(shù)據(jù)挖掘預(yù)判出10000+1個患者的可能療效。”國家重點研發(fā)計劃干細(xì)胞專項專家組副組長王小寧建議，建立國家生物治療療效數(shù)據(jù)庫，強(qiáng)制要求生物治療臨床研究申報單位將數(shù)據(jù)集中，解決無法判定療效適應(yīng)癥指標(biāo)的難題。

集納數(shù)據(jù)仍舊是中國需要進(jìn)一步完善的工作，從火車和鐵軌、燈泡與燈座、互聯(lián)網(wǎng)TCP/IP協(xié)議的例子可以看出，一個復(fù)雜的信息生態(tài)系統(tǒng)里，標(biāo)準(zhǔn)可以極大地提高效率，獲得數(shù)據(jù)價值。

“未來，我們可以通過‘數(shù)字病人’模擬一系列的臨床醫(yī)療問題，通過分析大數(shù)據(jù)做出更佳的臨床決策，但最終，只有真正的患者才是需要我們真心去關(guān)注的。”瓦赫特說。對比中國，也在相同的階段摸索，國家層面指征全面營養(yǎng)健康的“全息數(shù)字人”的提出，也是對醫(yī)療信息化未來走向觀點一致性的表現(xiàn)。