新华网上海1月12日电（记者杜康）大病小病都往大医院挤，社区医院留不住患者，这是医疗资源分布不均衡的一个侧写。随着“AI+医疗”落地，这一情况迎来了转机，医疗成本降低，效率更高。未来，社区医院功能会越来越强大吗？“智慧医疗”进展如何？
近日，医疗领域又一场“人机对决”展开。参赛人员为经过培训的10位社区全科医生，现场抽签后，5位配备AI辅助系统，5位独立决策。两方需要对6个房颤模拟病例，分别就病情评估、转诊指征的把握、用药后INR监测等方面的掌控情况进行评比。
结果显示，配备了AI辅助系统的社区全科医生团队平均得分86.2，明显高于没有使用AI辅助系统的医生平均得分51.5。据介绍，这套AI“房颤临床决策支持系统”由复旦大学附属中山医院和平安智慧医疗联合研发，去年11月份以来，已经在上海徐汇区枫林社区卫生服务中心上线。
“房颤是临床上最常见的心律失常之一，发病率随着年龄增加而明显增加，房颤伴快速心室率是房颤患者常见的就诊原因。过去基层社区医生较少接诊房颤病人，对快速心室率的处理存在畏难情绪，大多直接转诊至上级医院。”徐汇区枫林街道社区卫生服务中心主任易春涛说。
“这套系统能够提升社区医生对房颤患者的主动管理能力，规范用药，避免住院、甚至进ICU的情况。另外，系统可以快速甄别急重症患者，加强与上级医院联动。”上海中山医院全科主任潘志刚介绍，相关系统的使用使得“房颤患者的慢病管理能够下放到基层医院，促进分级诊疗。”
让医疗资源更公平有效的分配，是医疗领域引入人工智能的愿景之一。目前，人工智能已经实现辅助诊断、影像识别、健康管理、疾病风险预测、药物研发等多项功能。
不过，也不能把人工智能的作用夸大。可可资本合伙人李笙凯表示，目前已经有不少机器比影像科医生更“厉害”的例子，但更多只局限在单病种。“肺结节是大家做得比较多的一个病种，目前识别率也比较高。但一张胸部的X光片，医生需要综合判断，而不是单病种诊断。目前AI只是解决部分临床问题，更多承担了一个辅助作用。”
在上海仁济医院副院长王育看来，想要医疗变得更智慧，医疗资源能够更有效分配，数据是另一个重要的问题。
以分级诊疗为例，病人是否放心去下级医院就诊？上级医院医务人员是否放心把诊疗计划交给医联体的下级单位执行？到下级单元就诊之后，医疗数据不由自己掌控，会不会有问题？
王育介绍，目前很多医院都是“信息孤岛”，彼此之间数据并不连通。“举例来说，很多医院还在使用手写病历，不同医院的记录规则、医生个人习惯都不同。各家医院影像学报告的单位、编码方法也不统一。仅格式问题就给医院之间数据联通带来了很多麻烦。另外，即使一些医院已经实现了病历‘电子化’，也并非结构化的数据，难以直接进行数据分析。”
医疗数据流通不畅，数据质量差，也让人工智能落地医疗时遭遇了很多问题。李笙凯介绍，以应用较为广泛的影像识别为例，不少AI公司选择跟某一家医院的影像科室合作，样本数量有限，与AI要求的“大数据”相距甚远。代表性、多样性上的不足，导致系统“在一家医院的准确率可能是90%，但换家医院使用，准确率会降低很多。”
“行业内的数据就是这种情况，只能一家一家医院做，一个病种一个病种做，不断积累数据。”平安智慧城市联席总经理高孟轩说。
为了促进医院间数据联通，行业内正进行着多种尝试。上海仁济医院利用人工智能技术将病历“结构化”；通过区块链技术让诊疗信息在不同医院之间流通时变得“不可篡改”；为了保护病人隐私，探索病历的加密标准和分级授权机制。与此同时，数据安全正进入行业内讨论的视野。
