周延礼

当前，我国正在深入实施健康中国战略，随着工业化、城镇化、人口老龄化进程加快，我国居民生产生活方式和疾病谱不断发生变化，社会迫切需要更加高效、精准的医疗健康服务。互联网、人工智能、大数据等数字技术作为提升医疗健康服务水平的有效技术手段备受重视。

在应对疫情的过程中，突发性需求致使医疗资源的有限性显得更为突出，如何借助新技术让有限的医疗资源发挥尽可能大的作用成为业界共同关注的问题。在应用人工智能技术提升医疗健康服务的精准性和有效性方面，各地区医疗机构都在积极尝试，但由于医疗健康领域专业性强、疾病谱变化迅速、医疗服务效果受众多因素影响，实践中新技术应用面临众多挑战：一是人工智能医疗健康应用缺乏政策、数据、规范支持；二是临床辅助决策系统的应用缺少专业性、标准化、完整性辅助；三是部分区域信息化基础条件较为薄弱；四是人工智能在保险行业的应用明显不足。因此，提出如下几点建议：

一、引导支持医疗健康人工智能产品研发应用。一是加强政策引导，支持医疗健康人工智能产品研发应用。激励医院等医疗机构应用人工智能影像、语音、自然语言处理等技术，提倡医院主动认识了解，再决策是否应用人工智能产品，尤其针对二级及以下技术能力相对有限的医院应用。二是拓展数据支持。人工智能产品的开发很大程度上受限于病种数据的可获性和优质性，建议政府部门牵头成立医疗健康数据管理机构，汇聚各医院可公开的医疗数据集，为人工智能模型训练和效能提升提供良好的运行环境。三是相关机制保障，规范审批流程。探索建设完整的审批准则，第三方测评数据库、多中心临床试验证据等基础设施，建立医院、监管机构、企业多方合作机制，加快新技术新产品的落地应用。

二、建设统一的临床辅助决策系统平台。一是构建专业知识库，扩大现有知识库的规模，加快更新速度，邀请具有临床思维的技术人才构建专业知识库，临床医生和临床指南制定者深度参与，推广实现场景化应用。二是提供标准化信息模型，避免系统标准不统一，提升人工智能模型的可移植性，支持快速、智能地处理海量的异源异构高复杂度临床数据。三是决策支持完整性，目前大多数临床辅助决策系统的功能局限于向临床医生提供针对患者诊疗的提醒、警告和医嘱推荐，而缺少对患者出院后的疗效评估、健康教育等支持。

三、夯实医疗健康区域信息化基础。加强医院信息化建设，分析大数据的基础是收集大数据，打通疾控中心与医疗机构之间的信息通道，收集充分的数据，基于全面数据做出的高准确度的决策支撑。另一方面，深化自然语言处理应用，人工智能的核心作用是弥补现代医疗体系下医疗资源的不足，在智能问诊的过程中，人工智能可以较好地理解患者的诉求，解决患者的实际问题。

四、推动医疗保险数字化转型，建立全渠道、多场景、全智能的服务模式。一是鼓励保险机构整合多种渠道构汇聚多源数据，构建统一、开放的数据平台和服务平台，夯实应用新技术的基础；二是引入人工智能技术强化客户服务和运营能力，构建多维度的数字化客服、数字化风控、数字化定价等核心竞争力，为用户提供更为个性化的定制服务；三是构建更为开放的保险科技与服务体系，通过与穿戴设备、运动APP、医院平台的链接将保险与健康服务融入生活生产场景，一方面帮助保险机构更全面地了解用户，减少医保欺诈行为，为用户提供疾病预测和防范服务，另一方面也为用户客观了解保险产品提供支持，选择更契合自身的保险产品，享受更为智能、便捷的索赔服务。

（作者系全国政协委员，原中国保险监督管理委员会副主席）