“如果把算法和数据的有效性作为横坐标，我们国家尚处在初级阶段，第一阶段的数据整合我们还没做完。”今日，中国工程院院士、国家心血管病中心主任、中国医学科学院阜外医院院长胡盛寿在2018深圳国际BT领袖峰会上发表了以“智慧医疗——离我们很近，也很远”为主题的演讲。

智慧医疗热情高涨，落地却犯了难

2017年5月Alpha GoMaster问世，以3：0战胜我们国家顶级九段棋手柯洁，让人们了解到了计算机的智慧。随后，“人工智能”、“大数据”等这些词汇开始逐渐火爆。从医疗领域来看，2015年前，“移动医疗”是热度话题，但2015年年后，人们谈论话题已经被替换成了数字医疗，到近一两年，“Al＋医疗”又成了人们口中热词。

为何人工智能会火起来？在胡盛寿看来，这和国家、企业、高校三方的努力分不开。在国家层面，2017年7月，国务院就曾印发《新一代人工智能发展规划》，提出到2020年，人工智能产业竞争力进入国际第一方阵；而企业更是不可能错过这一波风口，BAT巨头均在加快对人工智能领域的布局；在高校方面，北京大学、清华大学、南京都建立了人工智能专业，人工智能甚至已经进入了中学的教材。

在人工智能蓬勃发展的浪潮下，人工智能技术在医疗领域也取得了诸多进展，胡盛寿举例说，科大讯飞智医助力参加2017国家执业医师资格考试成绩进入全国前5％，在天坛医院人机大战中，AI也以高出20％的准确率胜出，美国FDA已审批通过12个泛AI类医疗产品进入临床应用。

智慧医疗的火热程度不言而喻。据相关数据显示，2018年智慧医疗市场规模有望超过200亿。此外，今年6月，亿欧就曾在上海举办一场“智能＋大健康”的峰会，峰会当天，现场观众爆满，也可见大家对于智慧医疗的专注程度。

“智慧医疗雷声大雨点小，落地非常困难。”胡盛寿说。目前中国还没有一款真正的智慧医疗产品通过FDA认证。而落地十分困难的原因，主要和医疗数据的有效性有莫大关系。

数据有效性依旧是智慧医疗的“拦路虎”

胡盛寿看来，数据、算力和算法是智慧医疗的三驾马车。人工智能离不开机器的深度学习，深度学习需要对大量数据进行标记，进行上万张图的训练，才能够做出正确的诊断。据了解，预计到2020年，人类产生的医疗数据总量将达到40万亿GB。但数据大不等于大数据，我国在数据方面主要存在不完整和不真实问题，比如诊断行为不规范，信息产生、采集的错误百出。

“我是一个心脏外科医生，也是一家医院的院长，我们电子病例经常查，全国很多医院，非常知名的医院，抽查门诊病例，合格率能达到50％到60％已经相当不错了，经常出现医院把性别搞错了，比如很多医院说男性有月经史的情况。”胡盛寿说。

一旦在数据源头出问题，就会影响Al辅诊后期的病情诊断。这也是到目前中国还没有智慧医疗产品通过FDA认证的原因。

2016年10月21日，2017年12月12国家卫计委分别确定两批健康医疗大数据中心试点省份及城市，包括：福州、厦门、南京、常州四市及山东、安徽、贵州三省。确定医疗大数据中心其中目的就是要从底层开始促进数据的标准化、结构化、规范化。这是智慧医疗的基础。

此外，胡盛寿谈到，计算机在进行深度学习过程中，需要有人参与，对病例进行标注，因而这个过程也十分漫长。

智慧医疗，助力基层医疗服务能力提升

毫无疑问，医疗人工智能在中国还有很长的路要走。胡盛寿认为，中国目前还处于数据整合阶段，美国已经进入了第二阶段，数据的共享和感知智能。而第三个阶段是认知智能＋健康大数据，形成基于大数据智慧医疗产品临床的应用进入现实的医疗健康产业中。

智慧医疗发展任重而道远，但为何各级部门还要大力推动这件事？在胡盛寿看来，智慧医疗对于提高基层医疗的服务能力有很大的帮助。

目前我国医疗存在最大的问题是医疗资源配置不均，大医院人满为患，而基层医院却门前罗雀。其主要原因是基层医疗服务水平不够，基层医生的执业能力不足。

在胡盛寿看来，基于健康大数据的智慧医生系统是可以解决这个问题。以高血压患者为例，目前中国的高血压患者已经超过3个多亿，如果开发了1．0版的高血压医生，借助互联网＋人工智能技术，它就可以对两三千种高血压药物数据，患者个人的信息、家庭信息、遗传背景因素数据都进行收集整理，并且基于算法帮助医生更精准地对患者病情进行诊断。

“解决人工智能的核心问题，我们现在是需要平心静气、扎扎实实的做好基础工作，做到数据的准确、完整、结构化，这样我们的机器才可读，才能基于正确的数据产生正确的AI产品。”胡盛寿说。