顧泳

近日召開(kāi)的首屆“醫(yī)生云”大會(huì)——“互聯(lián)網(wǎng)+醫(yī)學(xué)教育”高峰論壇暨“醫(yī)生云”Re研究-“助診因子”啟動(dòng)會(huì)上，中國(guó)工程院院士鐘南山教授提出：我國(guó)執(zhí)業(yè)醫(yī)師數(shù)量遠(yuǎn)落后于需求，執(zhí)業(yè)醫(yī)師與全科醫(yī)師的醫(yī)療水平有較大差距。就在不久前，阜外心臟中心針對(duì)我國(guó)基層醫(yī)療衛(wèi)生體系進(jìn)行評(píng)估，收集31個(gè)省、直轄市3602家基層醫(yī)療衛(wèi)生機(jī)構(gòu)的數(shù)據(jù)顯示，基層醫(yī)生中針對(duì)高血壓知曉率僅36%、治療率僅32%、能控制率僅6%;8%的基層醫(yī)療機(jī)構(gòu)沒(méi)有任何降壓藥、僅30%的機(jī)構(gòu)有5類以上降壓藥。

面對(duì)我國(guó)薄弱的基層診療水平，如何提升慢性病預(yù)防及治療？互聯(lián)網(wǎng)+醫(yī)療被證實(shí)是可探索的一大捷徑。與會(huì)專家認(rèn)為，互聯(lián)網(wǎng)+醫(yī)療在我國(guó)探索至今18年，正已飛快速度填補(bǔ)醫(yī)患之間的需求鴻溝?；ヂ?lián)網(wǎng)+醫(yī)療，再造醫(yī)學(xué)模式將不是夢(mèng)想。

傳統(tǒng)培養(yǎng)模式杯水車薪

互聯(lián)網(wǎng)可實(shí)現(xiàn)“快速培養(yǎng)足量醫(yī)生”

早在四年前，我國(guó)74位院士、51位醫(yī)學(xué)大家共同發(fā)起大專家.COM，設(shè)計(jì)并研發(fā)了研產(chǎn)學(xué)一體化的人工智能+醫(yī)學(xué)教育云平臺(tái)——“醫(yī)生云”。據(jù)悉，“醫(yī)生云”深度融合大數(shù)據(jù)、云計(jì)算和人工智能等技術(shù)，創(chuàng)造人工智能醫(yī)學(xué)大腦，推動(dòng)醫(yī)學(xué)教育模式創(chuàng)新，實(shí)現(xiàn)“快速培養(yǎng)足量能接住患者的醫(yī)生的目標(biāo)。

傳統(tǒng)模式培養(yǎng)醫(yī)生需要20至30年，相比我國(guó)患者人群的快速增加，這一模式在我國(guó)顯得“杯水車薪”。論壇上專家列出數(shù)據(jù)：2017年我國(guó)一千人執(zhí)業(yè)醫(yī)生數(shù)量?jī)H2.4人，低于西方國(guó)家3.0人以上的平均水平。至于”新興事物“的全科醫(yī)師，更是無(wú)法滿足實(shí)際需求。2016年全國(guó)經(jīng)合格培養(yǎng)的全科醫(yī)師20.9萬(wàn)人，每萬(wàn)人僅有1.51名家庭醫(yī)生，發(fā)達(dá)國(guó)家這一數(shù)字為每萬(wàn)人8-10名家庭醫(yī)生。數(shù)量少、執(zhí)業(yè)醫(yī)師水平也相對(duì)落后。鐘南山犀利指出，分析原因執(zhí)業(yè)醫(yī)師、基層醫(yī)生接受再教育的手段跟不上，即便是推廣的“萬(wàn)里行”活動(dòng)、全國(guó)巡回演講等，傳播速度及范圍也跟不上實(shí)際需求。

互聯(lián)網(wǎng)+醫(yī)療，為快速提升我國(guó)基層醫(yī)療水平帶來(lái)契機(jī)。中國(guó)科學(xué)院院士樊嘉教授在論壇上指出，傳統(tǒng)時(shí)代一家醫(yī)院一位醫(yī)生，即便一生都在看病人，相信門診能超過(guò)10萬(wàn)加人次也很不容易。互聯(lián)網(wǎng)卻改變了這一切，互聯(lián)網(wǎng)猶如為醫(yī)療插上了翅膀，解決疾病的最新方法在網(wǎng)上發(fā)布，基層醫(yī)生即便接觸的基礎(chǔ)知識(shí)面不同、深度不同，通過(guò)互聯(lián)網(wǎng)也能快速獲取最先進(jìn)、現(xiàn)代的知識(shí)技術(shù)和方法。在樊嘉看來(lái)，互聯(lián)網(wǎng)提升了醫(yī)生教育程度，更有效改善了病家素養(yǎng)，“患者通過(guò)互聯(lián)網(wǎng)也可以了解疾病知識(shí)，信息壁壘打破了時(shí)間空間的局限，怎樣預(yù)防、怎樣體檢、怎樣提早發(fā)現(xiàn)癥狀等，可以幫助人群將疾病防治的關(guān)口前移?！?/p>

整臺(tái)數(shù)據(jù)與醫(yī)學(xué)深度融合

經(jīng)驗(yàn)“倒推”機(jī)制助力個(gè)體化醫(yī)學(xué)

事實(shí)上，自2000年起互聯(lián)網(wǎng)+醫(yī)療至今在我國(guó)探索可分為三個(gè)階段。專家具體分析，信息門戶、移動(dòng)醫(yī)療、互聯(lián)網(wǎng)醫(yī)院。互聯(lián)網(wǎng)技術(shù)也為醫(yī)療健康帶來(lái)三個(gè)由低層次到高層次的價(jià)值，依次為信息連接、優(yōu)化流程、提高服務(wù)效率;線下線上服務(wù)，提高臨床服務(wù)質(zhì)量;大數(shù)據(jù)、人工智能等技術(shù)與醫(yī)學(xué)深度融合，推動(dòng)改變醫(yī)學(xué)模式。

中國(guó)工程院院士曾溢滔教授在論壇上舉例：個(gè)體化精準(zhǔn)醫(yī)學(xué)，在互聯(lián)網(wǎng)醫(yī)療帶動(dòng)的大數(shù)據(jù)應(yīng)用中可以大有所為。什么叫個(gè)體化精準(zhǔn)醫(yī)學(xué)？曾經(jīng)爆紅的春晚節(jié)目“千手觀音”演員是一群可愛(ài)的聾啞姑娘。她們的病因非常相同，由于線粒體基因中的核苷酸A變成了G，用了鏈霉素導(dǎo)致聾啞，這也就是“一針致聾”。通過(guò)基因檢測(cè)，將這一情況寫在病史上，明確禁用鏈霉素或氨基糖苷類藥物，便能避免耳聾的發(fā)生。他認(rèn)為，“以往這樣的經(jīng)驗(yàn)需要多年來(lái)積累，而今通過(guò)大數(shù)據(jù)的總結(jié)找到更多具體致病原因，個(gè)體化精準(zhǔn)醫(yī)學(xué)也可以更快速獲取?！?/p>

互聯(lián)網(wǎng)+醫(yī)療使整合醫(yī)學(xué)概念更易于落地，讓優(yōu)質(zhì)醫(yī)療資源真正為健康服務(wù)。中國(guó)工程院院士樊代明教授直言：現(xiàn)代醫(yī)學(xué)一味向技術(shù)發(fā)展、向微觀滲透，造成了專業(yè)過(guò)度分化、專科過(guò)度細(xì)化、醫(yī)學(xué)知識(shí)碎片化的弊端。這樣的弊端導(dǎo)致兩個(gè)醫(yī)療現(xiàn)狀，一是等待醫(yī)學(xué)，即醫(yī)生坐在診室等到患者得病再治;二是對(duì)抗醫(yī)學(xué)，即明確一個(gè)病因有的放矢設(shè)計(jì)一種疫苗“搞定”。然而，如此模式對(duì)慢性病井噴的現(xiàn)代社會(huì)顯然有些不適應(yīng)，“按了葫蘆起了瓢”成為慢性病“頭疼醫(yī)頭腳疼醫(yī)腳”的最大副作用?；ヂ?lián)網(wǎng)+醫(yī)療令資源整合成為現(xiàn)實(shí)，也給了與以往“正向醫(yī)學(xué)研究”截然相反的一種思路——反向醫(yī)學(xué)研究，從機(jī)制因果性到經(jīng)驗(yàn)因果性，兼顧前瞻性研究與回顧性研究，通過(guò)整合概念讓更廣泛人群從中受益。

讓醫(yī)學(xué)數(shù)據(jù)更趨于完整

醫(yī)學(xué)資源整臺(tái)平臺(tái)不妨跨界更廣

據(jù)悉，“醫(yī)生云”作為全球最大醫(yī)生平臺(tái)，迄今覆蓋近百位院士，4000多位國(guó)家級(jí)學(xué)科帶頭人，14萬(wàn)余名專家，百萬(wàn)以上醫(yī)生。此次啟動(dòng)的“醫(yī)生云Re研究——助診因子”，院士團(tuán)隊(duì)將多年臨床經(jīng)驗(yàn)和研究成果轉(zhuǎn)化為萬(wàn)種疾病的智能算法，形成“助診因子”。醫(yī)生在應(yīng)用“助診因子”過(guò)程中遇到疑難病例可求助“醫(yī)生云”。

從“互聯(lián)網(wǎng)+醫(yī)療”升級(jí)為“人工智能+醫(yī)療”，我國(guó)會(huì)有獨(dú)辟蹊徑的探索嗎？大專家.COM創(chuàng)始人姚娟娟認(rèn)為：眾所周知，人工智能由三個(gè)要素組成，分別是數(shù)據(jù)、計(jì)算能力和算法。長(zhǎng)期以來(lái)，人工智能在其他應(yīng)用領(lǐng)域有所突破，但在醫(yī)療領(lǐng)域發(fā)展遲緩，究其原因，對(duì)于數(shù)據(jù)來(lái)源、整合和分析成為醫(yī)學(xué)人工智能研究的一大桎梏。放眼國(guó)際，以IBM研發(fā)的沃森醫(yī)生（Watson Doctor）為代表的人工智能+醫(yī)療，其應(yīng)用數(shù)據(jù)主要來(lái)源于醫(yī)療機(jī)構(gòu)病歷數(shù)據(jù)?？墒俏稚t(yī)生在我國(guó)推廣幾年以來(lái)，輸入大量數(shù)據(jù)訓(xùn)練學(xué)習(xí)，卻難以找到正確算法來(lái)取代常見(jiàn)病診治，內(nèi)種原因主要是疾病里的病歷數(shù)據(jù)是片段性的、不完整的，用不完整數(shù)據(jù)分析得到答案很可能有缺陷。

讓醫(yī)學(xué)數(shù)據(jù)實(shí)現(xiàn)完整，將是我國(guó)醫(yī)學(xué)科學(xué)家實(shí)踐與探索的一個(gè)方向。海量基層醫(yī)務(wù)工作者應(yīng)用之時(shí)，不斷輸送數(shù)據(jù)給研究團(tuán)隊(duì)，繼而對(duì)靈敏度進(jìn)行調(diào)整，可實(shí)現(xiàn)精準(zhǔn)醫(yī)學(xué)、整合數(shù)據(jù)的兼?zhèn)?。中?guó)工程院院士付小兵教授還補(bǔ)充，醫(yī)學(xué)是一門技術(shù)科學(xué)，更是人文科學(xué)。在整合優(yōu)質(zhì)醫(yī)療資源之時(shí)，未來(lái)也應(yīng)吸收心理學(xué)、管理學(xué)、甚至美學(xué)領(lǐng)域的資源，交叉跨界以此更好地滿足人群對(duì)健康、對(duì)生活的期望。