■ 樊中华 郁玫

等候两小时看病三分钟的病人和连续一上午高强度运转看诊的医生，人满为患、一号难求的三级医院和相对清闲的区县、社区医院，充斥着质疑、焦虑的医患关系……长期以来，这些常见的情景构成了中国“看病难”问题中难以纾解的矛盾的表征，同样也是对AI新技术应用与革新最为渴求的社会场景之一。

对森亿智能的创始人、首席科学家张少典来说，这个现成的场景就像是为他量身定制的施展空间。毕业于哥伦比亚大学医学信息学专业，他用“精细化”三个字来描述大数据和AI技术可以为中国医疗场景带来的变革。在他看来，诊疗过程中精细度的大幅提升意味着医生可以更加迅速地判断“个性化”病人的病情，精准预估和监测潜在风险，帮助医院资源配置决策迅速而合理化。

“医院最需要高效和准确性的场景，在医患比例差异过大的时候，通常两者难以两全，全靠医生自己平衡。”张少典表示，“森亿智能就是帮助医生在每一个决策环节，不是完全基于一些经验性的、既往的知识去做判断，而是根据病人全面的诊疗数据进行更快速而精准的诊断，大大缓解医生的压力，提高效率。”

　　最难啃的骨头

虽然中国有着全球最庞大的医疗数据，医疗信息化的建设也已经推行很多年，但医疗数据化和智能化才刚刚起步。

“我国医疗信息化的基础设施还有待进一步完善，一是患者信息分散在医院的不同系统里，形成一定的信息孤岛;二是头部医院电子化进行得相对较好，但很多医院仍旧是手写病历;三是标准尚待完善，不同医生记录的信息形式各不相同，亟需形成统一标准。”张少典告诉中新经纬客户端：“做大数据、AI的基础比较薄弱。”

因此，当AI试图赋能这个最庞大的应用领域时，通常会从医学影像“智能读片”这类数据标准化程度较高、无需做数据治理的场景切入。

张少典偏偏选择去挑战那些庞大、繁杂的医疗数据——通过与医院传统CIS、EMR等不同的信息系统进行对接，以医学自然语言处理技术对已有病历信息进行识别、处理，在建立完整的、跨系统的整合数据的同时，产生具有针对性、个性化的诊断建议和风险预警。换言之，森亿智能志在将传统“各自为政”的医院信息系统打通，将数据“孤岛”变成真正能够服务于医生与患者、提供有效诊疗协助的大数据宝藏。

这是一个可以预见的浩大工程。“当前我国医疗行业面临的严峻挑战归根结底是优质医疗资源的稀缺，AI恰能在优化供给上提高医护人员的工作效率，而第一件事就是让海量数据变得可用。”张少典说。

为了“让数据变得可用”，森亿智能要从一些庞杂而毫不“高大上”的基础数据梳理工作做起，帮助医院建立数据中心，提取、清洗、标准化纠偏、补全等等，打好AI应用的基础。“这是个苦活，有多少人工就有多少智能”，张少典这样形容这些工作的必要性。

　　医生的可靠伙伴

难啃的骨头最终被森亿智能“啃”出了成果。

基于前期基础性的数据标准化服务，加之森亿智能的系统独立于医院原有系统，不影响现有系统业务，且标准化部署时间短，院内部署能确保数据安全等种种合理性规划，越来越多的三级医院开始打开大门，接受赋能。

2018年，国家卫健委发布《关于进一步推进以电子病历为核心的医疗机构信息化建设工作的通知》指出，到2020年，三级医院要实现院内各诊疗环节信息互联互通，达到医院信息互联互通标准化成熟度测评4级水平。

对于已有所布局的森亿智能而言，这次政策出台无疑是难得的利好。“全国30多家三级医院使用了森亿智能的智能临床科研、数据治理与信息平台系统，其中一半已经完工，建设周期大概是半年。”张少典介绍说。

在AI时代，打通的大数据无论对患者、医生还是医院来说，都具有极为重要的意义。

“现在医院对数据作为重大资产的意识越来越强，楼宇设备其实都是容易赶超的，但决定一家医院长远竞争力的是大数据资产，医院和医生多年的知识沉淀都在数据里，相当于是医院的知识产权。”张少典解释说。

在AI的加持下，典型的问诊场景中，医生能通过系统及时调取患者拥有的多维度诊疗大数据，更加完整、科学地呈现疾病的缘由和治疗效果，同时得到系统提供的疾病诊断信息，根据医生自身经验和当场问诊，更快速准确地进行诊断。

那么，掌握着大数据并可以做出诊断的AI系统能否代替医生的工作?

“AI只是起到一个辅助作用，它的功能不在于替代医生，而是提高诊断效率，降低误诊率。”张少典举例说，在一般情况下，森亿智能的AI系统与医生的诊断重合度能够达到95%以上，但AI能发现医生在有限的诊疗时间内无法发现的问题并提示风险，同时会显示判断的依据指标，医生可以针对这些指标迅速查验是否真的存在问题。

在他看来，AI不大可能代替医生。“诊疗是一个人性化的过程，对身患疾病的人，面对面交流很重要，伦理上患者也不大会接受一个机器给自己看病。”张少典说。

　　智能时代的“同病异治”

《2018-2023年中国智能医疗行业市场产销态势分析及未来发展前景预测报告》显示，中国病理医生与人口比例为1:70000，医生不仅面临着海量的临床诊疗任务，同时还背负着科研压力。

森亿智能洞悉了这一痛点，其医疗系统打通了院内临床数据、院外数据，搭建了科研数据平台。据此，将临床与科研进行无缝对接，同时支持科研产出和患者诊疗。

从每一个细小的局部提升医疗效率，同时为医护人员减压，正是张少典所期望的。

他举例说明已经布局在上海一些医院的深静脉血栓预防系统所能带来的实质性改变。通常血栓堵塞只是一瞬间的事情，但发生之前无法从外表观测到，传统医院只能让病人下床多走进行预防，或让护士依据传统经验中的数十个临床指标每天为患者进行手动评估打分，预判是否会发生静脉栓塞。

“一个护士每天要花一定时间在问诊观察打分上，但所得到的判断也是很模糊的，因为评分表是老经验普适性的。”张少典说，“但我们的预防系统能够每天自动根据患者检查所得的所有数据，加上他的病情病史，判断出是否有高危风险，直接发出预警。首先数据是全维度的，更加准确，其次直接省掉了护士每天打分的时间和人力。”

在他看来，这种类似的系统将会在不同病种上陆续投放，逐步改变每一个诊疗环节，而这种精细化变革将是无声进行的。“未来3-5年，智能医疗系统很可能遍地开花。病人去看病的时候，不会明确感知到AI系统的作用，但确实无论诊疗还是处方，都将建立在综合的大数据基础上，真正实现个性化、精准化的诊断。”张少典说。

虽然已经深受客户的认可，但在张少典看来，未来蓝海广阔，森亿智能当前也只是迈出了一小步：“全国有2400家三级医院，现在只是AI应用的早期，未来，我们希望用AI为医疗流程带来一场深刻的变革。”