如今，越來越多醫療人工智能下到基層。廣東省發布了《促進“互聯網+醫療健康”發展行動計劃(2018-2020)》。嗅覺敏銳的資本早已搶灘人工智能醫療市場，并推動成熟的產品走向基層醫療機構。

　　政策支撐，資本市場追捧，更多基層醫院被圈入，成為AI醫療的試驗田。站在風口上，AI醫療究竟存在哪些軟肋？在缺乏商業模式和有效性數據的背景下，AI醫療究竟如何才能站穩腳跟？南方日報記者進行了調查。

　　AlphaGo的余波蕩起AI醫療

　　在白云街社區衛生服務中心2樓的AI眼科診室內，居民坐在智能機器前，下巴往上一靠，雙眼直視前方。數分鐘后，一份白內障診斷報告就出爐了。這是“AI眼科醫生”通常的運作模式。截至8月底，它為社區內400多位居民提供服務，發現疑似白內障病例約30%。中山大學中山眼科中心醫生將對疑似病例進行遠程診斷。有需要進一步治療的患者，可到上級醫院讓專科醫生作深入檢查。

　　項目負責人林浩添教授是中山大學中山眼科中心白內障專科醫生。2012年起，他將研究重心放在了醫療大數據和人工智能領域，努力尋找一種更有效的致盲眼病防治手段，為基層醫療機構賦能。數年前，這一想法是瘋狂的。林浩添說，在項目研發的起步階段，很少人能理解醫療大數據的價值和挖掘技術，沒有人想到機器人真的能看病。

　　隨著AlphaGo擊敗人類職業圍棋選手，方向變了。人工智能不僅戰勝圍棋世界冠軍，也正式闖入大眾視野，逐步被各個領域所接受。在此之前，敏銳的資本早已捕捉新趨勢，布局人工智能市場。得知醫療資源失衡的現狀，他們懷著“發現新大陸”的心情，以AI為馬，跑入了醫療市場。

　　AI醫療的火爆也得益于政策紅利。6月14日，廣東省人民政府辦公廳關于《促進“互聯網+醫療健康”發展行動計劃(2018-2020)》正式發布，提出了“人工智能下基層”的規定。有了政策的加持，AI醫療像一輛火力十足的汽車，沖向了基層醫療機構。7月4日，互聯網+健康扶貧AI醫生村村通啟動儀式在廣州召開。

　　“AI醫生是好老師。”鄧金科是廣東省陽山縣的一名村醫。在過去，他只能看感冒、發燒，遇到棘手難題，就推薦村民到外就醫。但現在有了智能醫生，村民只需在手機上問診。遇上拿不準的疾病，鄧金科還能用文字、圖片等方式傳給廣東省網絡醫院的醫生。如今，AI醫生能看200多種常見病，覆蓋了普通社區醫院日常診斷的90%的病種。

　　在基層，醫療人工智能填補了城鄉醫療水平間的差距，使得當地居民享受同質化的醫療服務。但在三甲醫院，它則被賦予了解放醫生的使命。

　　廣東藥科大學附屬第一醫院病理科啟用了AI遠程病理診斷系統。短短幾分鐘內，它就能識別區分、篩選并標記出可疑的、異型的、核大的細胞。病理醫生只需重點關注可疑細胞，就能寫診斷報告。這一技術的運用將病理醫生的工作效率提高了整整20倍。

　　今年6月，中山大學附屬第六醫院啟動“沃森胃腸疾病人工智能醫學中心”，把人工智能運用到臨床診療中，讓沃森推薦幾個最有可能的治療方案，供臨床醫生選擇，最終實現個性化的治療。

　　AI醫療究竟是什么？每一個人有自己的答案。對白云街社區衛生服務中心的管理者陳健芳來講，它填補了基層眼科醫生的空白，節省了中心每年數十萬元勞務支出，也讓社區居民不出遠門就能篩查眼科疾病。

　　在廣州市婦女兒童醫療中心院長夏慧敏看來，所謂AI醫療，其實是人類醫生經驗變成了一種規則，這種規則在系統里變成了一種流程，這種流程最后形成一種基于人類智慧結晶的輔助診斷方法。

　　現在，醫療界迎來了一股人工智能的旋風。幾乎每個人都在討論人工智能，拼命地追趕行業潮流。

　　“數據孤島”成掣肘因素

　　“一個機器能查出白內障嗎？”在社區篩查工作開始前，陳健芳總是遇到如此質疑。阻力不小。后來，他們說服居民到社區醫院進行嘗試篩查，居民也在新的體驗中逐步接受了醫療新技術和新服務模式。

　　疾病智能篩查技術的推廣之路不易。一方面是居民的半信半疑，另一方面是醫生的適應難題。醫療數據是人工智能的“營養來源”。以AI眼科醫生為例，在下基層前，它的成長依靠的是中山眼科中心的醫療數據。在此過程中，研發人員清洗、標注數據，建立數據模型，賦予它診斷疾病的功能。而在闖入基層醫療機構后，原本的數據模型還適用嗎？