5G与AI赋能医疗，赋出怎样的现实？

新华社上海4月3日电 题：5G与AI赋能医疗，赋出怎样的现实？

　　新华社“中国网事”记者王琳琳

　　凭借5G高速传输，急救车还在疾驰，患者体征数据、预先救助情况就能视频实时传回医院；凭借AI精准语音识别整理，超声科医生可省却繁重的记录工作转而服务更多病人……

　　放眼未来，新一代信息技术的发展成熟会深刻改变人类医疗模式。着眼当下，5G、AI已经为医疗赋能出哪些“看得见”的现实？正在上海举行的2019国际医学人工智能论坛上，业内专家给出观察实践后的解答。

　　5G与AI助力就医问诊“可感可知”

　　5G通信犹如人工智能、物联网、大数据、云计算等信息技术自如穿梭其上的“路基”。相比4G，5G远超10倍的用户体验速率、仅1毫秒的传输时延、10倍连接数密度等性能让业界专家对其赋能医疗充满期待。

　　就目前进展看，由于2019年我国5G技术刚进入试商用期，因此“5G+医疗”尚处预研筹备早期。同济大学医学院超声医学研究所所长徐辉雄介绍，随着3月30日上海开始试用全国首个行政区域5G网络，该所与上海移动成立的“5G联合实验室”已完成5G超声病区联网、5G机器人远程操控等实验。4月2日，深圳市第三人民医院也已与华为、中国电信携手共建5G智慧医院。

　　“4G网络无法开展手术直播，传输速度有时延、视野清晰度不够，而5G环境下，很小的出血点也能纤毫毕现，手术操作便利性和安全度可大幅提高。”北京邮电大学网络与交换技术国家重点实验室主任张平说。

　　较比5G，AI对医疗的改变则更深入。上海交通大学医学院附属瑞金医院副院长胡伟国展示了一款该院与企业合作开发的智能语音移动应用，可将与患者的语音聊天整理成结构化随访记录，区分出哪些患者需要进一步检查。眼科专家介绍，在新疆喀什地区第一人民医院及其卫生点，通过AI对视网膜进行图像识别，可筛查出青光眼、黄斑变性等致盲性眼病，初步结果显示，筛查较准确。

　　虽然前景可期，但浙江省医疗器械检验研究院原院长何涛提醒：“我们要清醒认识到，目前我国还没有一款AI产品获得Ⅲ类医疗器械注册证，AI产品只初步应用在分诊、早筛等前端环节，中后端诊断治疗还需较长时间才能充分应用。”

　　“超级助手”为医生分担还在努力

　　在可预见的未来，5G、AI会在众多医疗细分领域“分担”医生的工作。比如，借助AI首诊筛查、自动建档、辅助确诊，“更多重症患者可以快速转入大型综合医院，轻微疾病患者转去社区医院，诊疗分级过程中的重复性人工劳作减少了。”北京推想科技有限公司创始人陈宽说。

　　又比如，通过5G高清传输，“沿海三甲级医院的专家可以为偏远地区重症疑难疾病实时会诊、5G查房甚至可以借助操纵杆控制机器人移动到病床前开展远程手术，与患者进行高清视频交互，医疗扶贫的人力稀缺的问题可以部分缓解。”代理达芬奇手术机器人的直观复星医疗器械技术（上海）有限公司副总裁刘雨说。

　　假以时日，倘若5G“联手”AI，医生会被取代吗？

　　“还早着呢！”上海交大-斯坦福大学智能医疗联合实验室主任王延峰说，现在医院间甚至科室间的IT系统尚未完全打通，信息化、互联网化还在进行，智能化刚刚开始，让AI具有与人相似的共情能力、社交能力和处理复杂多变情况的决策能力则更需时日。

　　王延峰的观点反映了与会专家的共识，尽管完全取代医生基本无望，但充当“超级助手”，让医生从简单、耗时、耗人力的劳动中解放出来则极有可能。深睿医疗高级副总裁李朝阳举例说，比如，用1分钟时间筛查出人工10分钟、看300-400张影像才能判定的肺结节；用非常短的时间精准测算出人工3～5分钟读片才能测出的脑卒中出血体积。

　　数据可用性限制“规模变现”

　　在资本市场，人工智能概念“很时髦”，即使初创企业也“享有”高估值。但记者采访多家头部创投资本了解到，纯人工智能企业的财报大多并不“好看”。原因何在？

　　“医疗领域几乎没有‘大数据’，都是‘小数据’。”上海交通大学附属第一人民医院副院长钟力炜一语道破，医疗数据的“可用性”很差，记录完备、诊断准确的高质量医疗数据并不够AI练习。即使某个病种有了足够数据练出了一些AI产品，有没有标准统一的测试库让AI给出客观“评分”？“也没有”。

　　高质数据和统一标准的缺乏限制了AI场景落地，也限制了“AI+医疗”的“规模变现”。一项调查侧面印证了这一“骨感”现实。去年10月，中华医学会放射学分会和中国医学影像AI产学研用创新联盟在全国31个地区、2135家医院、对5142位医生展开了一次调研，74%的医生表示没有使用过AI相关产品。

　　AI如此，5G亦然。张平说，真正达到毫秒级时延、100%高可靠性的5G场景通信标准尚未最终确定。“在此之前，如何避免端到端通信引发网络堵塞风险等问题有待逐一解决，5G、AI不是灵感妙药，规模变现任重道远。”

　　好未来基于好产品。中国信息通信研究院云计算与大数据研究所所长何宝宏说，智能辅助诊断、医疗健康可穿戴设备、医用机器人等医疗器械产品还存在有效性、安全性等问题，需加强部门协作、产学研用融合。