趙 晶，王 田，李俊杰

(陸軍軍醫(yī)大學(xué)基礎(chǔ)醫(yī)學(xué)院，重慶 400038，jenica.zhj@qq.com)

人工智能(Artificial Intelligence,AI)這一設(shè)想是1942年美國作家阿西莫夫(Isaac Asimov)在他的短篇小說《環(huán)舞》(Runaround)中提出[1]。而AI真正作為概念的提出是20世紀(jì)50年代的達(dá)特茅斯會議上[2]。AI的核心價值在于其“智”，在于將學(xué)習(xí)、推理、思考、規(guī)劃等智能行為賦予機(jī)器，制造類似于人腦智能的計(jì)算機(jī)，使計(jì)算機(jī)能實(shí)現(xiàn)更高層次的應(yīng)用并賦能人類社會解決各領(lǐng)域的問題挑戰(zhàn)。在醫(yī)療領(lǐng)域，緊急救援是衡量醫(yī)療救治水平的重要指標(biāo)。如何能提高緊急救援效率、合理分配醫(yī)護(hù)資源等一直是緊急而又重要的議題。在探討AI在緊急救援領(lǐng)域應(yīng)用之前，首先對緊急救援的基本流程做整體梳理。

1 醫(yī)學(xué)緊急救援及其信息化發(fā)展現(xiàn)狀

1.1 國內(nèi)外緊急救援信息化發(fā)展現(xiàn)狀

目前，世界發(fā)達(dá)國家和部分發(fā)展中國家都在積極探尋智能化緊急救援方法，積極發(fā)展符合自身國情的緊急救援體系。國外的院前急救模式主要分為兩種：一種是“將患者帶往醫(yī)院”，以美國為主要代表；另一種是“將醫(yī)院帶到患者處”，以法國為主要代表。美國的急救服務(wù)體系實(shí)行公民反應(yīng)、急救醫(yī)療服務(wù)快速啟動、第一反應(yīng)者提供救護(hù)、高級院前救護(hù)、院內(nèi)救護(hù)、康復(fù)六個環(huán)節(jié)的救護(hù)體系[3]。法國則采用“醫(yī)師響應(yīng)”模式：在院前急救醫(yī)學(xué)系統(tǒng)指揮中心響應(yīng)呼救后，根據(jù)病情的輕重緩急，將?？漆t(yī)師送往指定地點(diǎn)進(jìn)行急救，給急重患者提供高級生命支持[4]。我國的醫(yī)療救援起步較晚，體系建設(shè)發(fā)展相對滯后。當(dāng)前，我國的急救任務(wù)主要由醫(yī)院、救援中心的醫(yī)護(hù)隊(duì)伍承擔(dān)。隨著信息化設(shè)備及智能化系統(tǒng)的引入，急救力量逐步發(fā)展壯大，但仍然存在一些問題和挑戰(zhàn)需要被攻破：其中包括急救資源優(yōu)先級設(shè)置不清、調(diào)度員和呼救者溝通效率低、沒有統(tǒng)一規(guī)范、救援專業(yè)隊(duì)伍嚴(yán)重缺乏等，造成救援資源浪費(fèi)、急重癥救援對象得不到充足的資源支持[5]。

1.2 醫(yī)療優(yōu)先分級調(diào)度系統(tǒng)

醫(yī)療優(yōu)先分級調(diào)度系統(tǒng)(Medical Priority Dispatch System,MPDS)是一套應(yīng)用于緊急救援中專業(yè)化、標(biāo)準(zhǔn)化的智能調(diào)度系統(tǒng)平臺，是由美國調(diào)度研究院研發(fā)而成，是全世界應(yīng)用最廣的優(yōu)先調(diào)度系統(tǒng)。目前已被廣泛推廣至44個國家，3500個急救中心[6]。MPDS的智能化在于它能針對呼叫者提供的信息進(jìn)行有效收集、整理、分析，進(jìn)而作出智能分級，該系統(tǒng)還收集總結(jié)了全世界范圍內(nèi)的急救病例處理方法將患者主訴歸為38種預(yù)案?？梢愿鶕?jù)具體情境提供救援資源分配方案，并能基于求助者遠(yuǎn)程醫(yī)護(hù)指導(dǎo)。

2 人工智能在緊急救援各環(huán)節(jié)的應(yīng)用

緊急救援由三個重要環(huán)節(jié)構(gòu)成：院前、轉(zhuǎn)運(yùn)、院后。從圖1可看到人工智能在每一個救援環(huán)節(jié)的全程參與，具體分析如下：

2.1 院前救治

院前救治能力可以反映出醫(yī)院總體救治水平。指揮調(diào)度工作是第一環(huán)節(jié)，其核心在于建立合理的資源分配調(diào)度機(jī)制去保障被救治患者的救治效率和服務(wù)水平。MPDS的引入將院前救治中資源調(diào)度的優(yōu)先級定義不清的問題得到了有效解決，該系統(tǒng)可根據(jù)呼叫者提供的信息，自動給出一整套救助建議，包括遠(yuǎn)程醫(yī)療指導(dǎo)、救護(hù)車類型、急救醫(yī)療隊(duì)派遣等。

圖1 AI賦能緊急救援的流程

2.2 轉(zhuǎn)運(yùn)階段

在緊急救援中，要實(shí)現(xiàn)從院前到院內(nèi)的一體化救助，轉(zhuǎn)運(yùn)階段的智能高效化是必不可少的。自2019年，5G移動網(wǎng)絡(luò)技術(shù)被成功應(yīng)用。相比較4G網(wǎng)絡(luò)技術(shù)，5G網(wǎng)絡(luò)具有更強(qiáng)性能、更高帶寬的特點(diǎn)，其數(shù)據(jù)傳輸?shù)捏w驗(yàn)速度是4G網(wǎng)絡(luò)的10～100倍。5G網(wǎng)絡(luò)通過移動邊緣計(jì)算、網(wǎng)絡(luò)切片技術(shù)、正交頻分多路復(fù)用技術(shù)使得在速率、容量、延遲及耗能方面獲得極大提升。這使以前4G網(wǎng)絡(luò)條件下的瓶頸問題得以解決，收益頗多：首先，使即時遠(yuǎn)程高清視頻會診成為可能，滿足了醫(yī)學(xué)影像等較大數(shù)據(jù)的低延時傳輸需求；其次，支持了可靠性要求較高、低延時的遠(yuǎn)程操控類醫(yī)療業(yè)務(wù)的實(shí)時操控；最后，整合了院內(nèi)、院外、院前急救等多場景的檢測設(shè)備的廣連接，在大數(shù)據(jù)上精準(zhǔn)掌握患者情況。

2.3 院后救治

入院之后的救援目標(biāo)非常明確，即將救治患者送往與其病情匹配的分部進(jìn)行完整、全面的救治。在此階段，AI集中應(yīng)用于智能診療、手術(shù)機(jī)器人及智能影像識別等方面。

智能診療方面，即讓計(jì)算機(jī)“學(xué)習(xí)”專家醫(yī)生的醫(yī)療背景知識，模擬醫(yī)生的臨床思維和診斷邏輯，綜合分析判斷后給出相應(yīng)的診療方案。智能診療是AI在醫(yī)療領(lǐng)域中應(yīng)用最核心的場景。在人工智能認(rèn)知計(jì)算技術(shù)于醫(yī)療行業(yè)的應(yīng)用方面，沃森腫瘤是目前最成功的案例之一[7]，協(xié)助醫(yī)生精準(zhǔn)診斷疾病并制定診療方案。其系統(tǒng)工作原理實(shí)質(zhì)是融合信息檢索、認(rèn)知技術(shù)、自然語言處理、機(jī)器學(xué)習(xí)、自動推理等技術(shù)，并給予大規(guī)模的證據(jù)搜集、分析、評價和假設(shè)認(rèn)知。其擁有龐大的專業(yè)數(shù)據(jù)庫，包括超過300冊的醫(yī)學(xué)專業(yè)期刊、250種以上的醫(yī)學(xué)書籍和海量的論文案例報告，同時匯總大量治療案例和分析。更有益于迅速診斷的是，超過每秒500GB的數(shù)據(jù)處理速度賦予其快而強(qiáng)的臨床處置能力，在數(shù)秒內(nèi)就能篩選超過150萬份患者的記錄，比對后給予最佳建議。截至目前，沃森腫瘤覆蓋的癌癥病種包括乳腺癌、肺癌、結(jié)腸癌、直腸癌、胃癌、卵巢癌、宮頸癌、前列腺癌和肝癌。與國外相比，我國人工智能診療方面的發(fā)展盡管面臨技術(shù)瓶頸和數(shù)據(jù)壁壘的挑戰(zhàn)，但近年來相關(guān)研究發(fā)展迅猛并在各領(lǐng)域也產(chǎn)生一定的價值：如由浙江大學(xué)聯(lián)合珠海和佳醫(yī)療設(shè)備股份公司共同研制的“DE-超聲機(jī)器人”[8]，可以對甲狀腺結(jié)節(jié)病給出良性或惡性的診斷，當(dāng)下算法下的準(zhǔn)確率可達(dá)85%，超過了人類醫(yī)生的一般準(zhǔn)確率60%～70%；中山大學(xué)劉奕志教授聯(lián)合西安電子科技大學(xué)研究團(tuán)隊(duì)，創(chuàng)建了“CC-Cruiser先天性白內(nèi)障人工智能平臺”，可以通過分析和深度學(xué)習(xí)技術(shù)，對白內(nèi)障圖片進(jìn)行處理，并給出診斷、風(fēng)險評估和治療方案；2017年5月，丁香園、中南大學(xué)湘雅二醫(yī)院和大拿科技發(fā)布了國內(nèi)首個“皮膚病人工智能輔助診療系統(tǒng)”，目前可針對系統(tǒng)性紅斑狼瘡進(jìn)行診斷，將各種亞型及其鑒別診斷疾病進(jìn)行有效區(qū)分，識別準(zhǔn)確率超過85%。人工智能平臺在未來發(fā)展中，應(yīng)當(dāng)加強(qiáng)數(shù)據(jù)庫、算法、通用技術(shù)等基礎(chǔ)層面的研發(fā)與投資力度，在牢固基礎(chǔ)的同時進(jìn)一步拓展智能醫(yī)療的應(yīng)用領(lǐng)域。

在手術(shù)機(jī)器人方面，當(dāng)前最具代表性的可替代醫(yī)生做手術(shù)的機(jī)器人就是達(dá)芬奇手術(shù)機(jī)器人系統(tǒng)[9]。該系統(tǒng)主要由3個子系統(tǒng)構(gòu)成：醫(yī)師操作臺、床旁機(jī)械臂手術(shù)系統(tǒng)和3D成像系統(tǒng)。醫(yī)師操作臺是系統(tǒng)核心，床旁機(jī)械臂系是由2～3只工作臂及一只持鏡臂組成的機(jī)器人，配合3D高清影像系統(tǒng)可以使機(jī)器人臂進(jìn)入患者體內(nèi)進(jìn)行手術(shù)。手術(shù)機(jī)器人具有明顯優(yōu)勢：第一，機(jī)械臂的靈活性遠(yuǎn)超過人類，大幅突破人手的局限，可以到原來醫(yī)生用手無法進(jìn)入的區(qū)域進(jìn)行手術(shù)；第二，手術(shù)機(jī)器人穩(wěn)定性、防抖性及精確程度等方面是人手不可比擬的，因此可以輔助完成精細(xì)復(fù)雜的高難度手術(shù)；第三，手術(shù)創(chuàng)傷非常小，大大縮短了患者院后康復(fù)時間。

智能影像識別方面，國內(nèi)外多家公司取得了極大進(jìn)展。相比于傳統(tǒng)模式，人工智能可對大量圖像數(shù)據(jù)進(jìn)行快速處理。據(jù)2019年中國人工智能醫(yī)療白皮書[10]統(tǒng)計(jì)顯示，AI醫(yī)學(xué)影像系統(tǒng)可以在幾秒內(nèi)完成十萬張以上針對X線、CT、核磁共振等醫(yī)學(xué)影像，這大幅提升影像醫(yī)生的診斷效率，同時也降低了診斷結(jié)果的假陰性概率。

3 人工智能應(yīng)用中的倫理問題

AI時代毫無疑問帶來了全新的問題解決思路，其強(qiáng)大的計(jì)算能力、數(shù)據(jù)處理能力看似可以幫助醫(yī)院、醫(yī)生，為患者帶來新的曙光。然而，如果從AI的算法邏輯角度分析，就知道計(jì)算機(jī)的“聰明”并非它真的如人類一樣能思考，而是都源于人類編寫出的程序，由程序的運(yùn)行、數(shù)據(jù)模型的推演得出結(jié)論。由此看出，人類要把醫(yī)生診治疾病這種高復(fù)雜度，需要經(jīng)驗(yàn)智慧及靈活判斷的能力用機(jī)器實(shí)現(xiàn)，對數(shù)據(jù)、算法、計(jì)算能力的要求和難度可想而知。因此，距離真正到達(dá)AI開創(chuàng)醫(yī)療新局面的那一天，人類還有較長的路要走，而在此之前，其背后的倫理問題值得被盡早提出和廣泛的探討。

3.1 角色界定與AI診斷系統(tǒng)的可信度問題

MPDS在推廣和使用時，遇到一個存在爭議的問題：救治患者時應(yīng)該依據(jù)智能系統(tǒng)給出的救治方案還是應(yīng)該聽從人類醫(yī)生的判斷。在無錫急救中心關(guān)于MPDS系統(tǒng)的使用分析和調(diào)查報告中顯示[11]，在院前救援時，MPDS會根據(jù)收集到的患者信息并給出分析報告和救援建議，然而，有著豐富經(jīng)驗(yàn)的調(diào)度員并不信賴和認(rèn)同基于智能系統(tǒng)提出的建議，由于兩者間存在爭議，最后影響的是患者的實(shí)際救治效果。由此看出，如何界定人與機(jī)器的診斷結(jié)果，仍然是橫亙在AI診療系統(tǒng)繼續(xù)發(fā)揮更大效用前的一道難題。隨著AI輔助診斷技術(shù)和產(chǎn)品的進(jìn)一步發(fā)展，未來患者究竟應(yīng)該聽誰的？是人類醫(yī)生，還是AI的結(jié)論和大數(shù)據(jù)指征？因AI診斷系統(tǒng)難以解釋其診斷的原因，而一旦診斷結(jié)果出現(xiàn)問題，也無法追根求源到底是人類醫(yī)生、數(shù)據(jù)，還是算法本身出現(xiàn)了問題，因此仍存在“黑盒”風(fēng)險。

3.2 數(shù)據(jù)來源和隱私問題

數(shù)據(jù)現(xiàn)在依舊是大數(shù)據(jù)技術(shù)發(fā)展的一個固守壁壘，也是阻礙聯(lián)通當(dāng)前醫(yī)療機(jī)構(gòu)間信息孤島的核心問題之一。以緊急救援中的轉(zhuǎn)運(yùn)環(huán)節(jié)來看，在5G通信技術(shù)的幫助下，大數(shù)據(jù)傳輸速度得到極大提升，但仍面臨如下數(shù)據(jù)問題：一是缺乏醫(yī)療大數(shù)據(jù)平臺，難以在短時間內(nèi)獲得詳盡的患者既往史；二是數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一，目前不同醫(yī)療單位采用的病例管理系統(tǒng)不一致，數(shù)據(jù)難以共享，且各醫(yī)院間的數(shù)據(jù)不連通。希望日后通過嘗試各種途徑包括行政力量將各類醫(yī)療機(jī)構(gòu)的數(shù)據(jù)盡快分享，形成一個大數(shù)據(jù)平臺，能提供統(tǒng)一高質(zhì)量的醫(yī)療大數(shù)據(jù)，用以以完善和優(yōu)化緊急救援中黃金治療時間內(nèi)最佳診療方案。

另外，數(shù)據(jù)的安全隱私問題如何保障也是需要盡早商討和解決的核心問題。以前文提到的IBM Watson智能診療系統(tǒng)為例，其不僅具有強(qiáng)大的數(shù)據(jù)收集能力具備大量醫(yī)療數(shù)據(jù)儲備，同時還有出色的數(shù)據(jù)分析、推斷和整合能力。近年來，Watson系統(tǒng)在智慧醫(yī)療領(lǐng)域進(jìn)行全球商業(yè)化布局，已與多家企業(yè)、腫瘤研究機(jī)構(gòu)合作，對信息的獲取與再生產(chǎn)能力不斷被加強(qiáng)。這些信息不僅包含醫(yī)學(xué)專業(yè)領(lǐng)域信息，更包含每位患者生理、心理狀況、既往病史等個人隱私數(shù)據(jù)[12]。因此，大量的患者隱私信息是處在安全風(fēng)險泄露當(dāng)中。醫(yī)療信息隱私權(quán)在強(qiáng)大的商業(yè)利益推動面前能否得到無條件捍衛(wèi)，如何得到有效保障依舊是值得思考和討論的問題。

3.3 對于技術(shù)應(yīng)用與初心目標(biāo)的反思

從2015年開始，我國開始推動從“互聯(lián)網(wǎng)+醫(yī)療”，到“人工智能+醫(yī)療”。伴隨“互聯(lián)網(wǎng)+”大潮，井噴式出現(xiàn)大量互聯(lián)網(wǎng)醫(yī)療、人工智能醫(yī)療公司，他們許多不是從源頭上解決具體醫(yī)療問題出發(fā)，而是由掌握某項(xiàng)技術(shù)的廠商轉(zhuǎn)而與醫(yī)院或醫(yī)生合作，謀求該技術(shù)在短期內(nèi)某場景中應(yīng)用。這種解決方案與具體臨床場景可能不完全匹配，從而限制了大規(guī)模應(yīng)用。但醫(yī)療業(yè)內(nèi)的變革更多考量的是“醫(yī)療+”，認(rèn)為不管技術(shù)如何變化，核心始終是醫(yī)療。

以上海醫(yī)療隊(duì)對口支援喀什二院為例[13]，其最初目標(biāo)是幫助該醫(yī)院升級成三甲醫(yī)院并全面提升信息化能力，以期未來能夠連接烏魯木齊與上海的遠(yuǎn)程支援，成為醫(yī)療五級聯(lián)動體系的核心，輻射南疆廣域周邊地區(qū)的醫(yī)療服務(wù)能力。當(dāng)?shù)剡h(yuǎn)程醫(yī)療的需求如下：一是構(gòu)建南疆醫(yī)聯(lián)體信息平臺，實(shí)現(xiàn)區(qū)域醫(yī)療信息化；二是建立南疆醫(yī)聯(lián)體的遠(yuǎn)程醫(yī)學(xué)中心。由于南疆地域廣袤，傳統(tǒng)的遠(yuǎn)程固定醫(yī)療手段難以滿足各下級醫(yī)院的即時通訊，由此開發(fā)了醫(yī)療機(jī)器人。其核心功能有三：一是“跑腿”。跟隨醫(yī)師或護(hù)士在病房內(nèi)精準(zhǔn)快速地找到具體的目標(biāo)和人物；二是替身。替代醫(yī)生專家在多地實(shí)現(xiàn)診療、帶教、指導(dǎo)，替代護(hù)士實(shí)現(xiàn)查房、量表、宣教等簡單而重復(fù)的工作；三是監(jiān)察。在確?；颊唠[私和醫(yī)療倫理安全下，對病區(qū)、患者的突發(fā)情況，實(shí)時感知預(yù)警處置。就是反復(fù)與一線臨床醫(yī)生磨合，最終通過醫(yī)工結(jié)合，將人工智能技術(shù)、機(jī)器人技術(shù)成功融合與遠(yuǎn)程醫(yī)療救治中，實(shí)現(xiàn)了遠(yuǎn)程查房、會診、疑難病例討論等一系列的遠(yuǎn)程醫(yī)療功能。這一AI和一線臨床相融合的案例，歸根到底是從一個個小需求出發(fā)，一步步演化而來的，啟示著我們?nèi)魏涡录夹g(shù)在傳統(tǒng)醫(yī)療領(lǐng)域的應(yīng)用核心還是醫(yī)療。不應(yīng)為了技術(shù)而技術(shù)，還是要從緊急救援醫(yī)療體系建設(shè)具體需求點(diǎn)出發(fā)，看一看初心是要解決什么樣的問題，需要什么樣的產(chǎn)品，然后慢慢地演化,與最新的技術(shù)相結(jié)合，逐步解決臨床問題、提高診療效率。

4 結(jié)語

要開啟AI時代的緊急救援革新，需要先對AI給我們創(chuàng)造的新智能世界有清晰的認(rèn)識。技術(shù)在這個新世界中的角色和地位如何，遵循的倫理規(guī)則是什么？而要想解決這類問題，一個前提條件是人類不但要重新認(rèn)識自己，更要重新認(rèn)識AI，重新認(rèn)識人和機(jī)器的關(guān)系。