專訪羅蘭貝格合伙人厲盛：AI在臨床門診診斷、影像診斷等方面應用較成熟，但在手術中后段應用還不廣泛

每經記者｜張蕊    每經編輯｜陳星    

7月16日至18日，博鰲亞洲論壇全球健康論壇第三屆大會在京舉行。 

大會以“健康無處不在——可持續發展的2030時代”為主題，設置了“健康融入所有政策”“實現全民健康”和“創新促進健康”三大板塊議題。

今年的《政府工作報告》提出，要深化大數據、人工智能等研發應用，開展“人工智能+”行動。

醫療大健康行業因具備數據豐富、對AI技術接受度高等特點，成為人工智能技術落地的關鍵領域。

在“發展新質生產力：人工智能賦能大健康”分論壇上，與會嘉賓圍繞人工智能與大健康的融合發展展開探討。羅蘭貝格合伙人、生物醫藥與健康服務行業負責人厲盛表示，中國的AI應用在專利、融資節奏、企業數量以及企業所涵蓋的階段等方面，都已經比較廣泛。AI如何更好地與醫療流程和醫療體系銜接，解決較為迫切的醫療問題，還有很大的進步空間。

分論壇期間，厲盛接受了《每日經濟新聞》（以下簡稱NBD）記者的專訪。

圓桌論壇現場 每經記者 張蕊 攝

 

AI在臨床門診診斷支持等方面應用較成熟

NBD：目前在醫療健康領域中，人工智能在哪些細分領域應用更為成熟？

厲盛：AI在零售、金融、教育等領域其實已經應用比較廣泛了，但在醫療領域的應用相對不是特別領先。由于醫療行業的特殊性，AI的使用比較謹慎，但也在逐步推進。

目前，應用比較成熟的主要有三方面：一是臨床門診診斷支持，主要是指臨床決策支持系統（CDSS）；二是影像診斷方面，以影像數據為基礎的臨床判斷，通常稱為AI助手；三是臨床試驗方面，在藥物研發的早期階段，AI技術能幫助研發人員更好地識別靶點，整合臨床試驗各個階段的流程或數據，推動研發進程。這些應用在頻率、參與企業和市場融資規模方面都表現出較高的活躍度。

如果從診前診中診后或者術前術中術后來講，“中”和“后”段的應用目前還不是特別成熟和廣泛，仍在探索階段。手術本身的復雜性、診療路徑尤其是療法的多樣性，以及病人全生命周期的復雜性和長期性，都使得數據的存儲、使用和管理存在挑戰，業內也在進一步探索。

人工智能對醫療服務效率提升有很大幫助 

NBD：您如何看待人工智能、大數據等技術在提升醫療服務效率、促進健康公平方面的潛力？

厲盛：這方面我們要看不同的醫療服務場景，不能一以概之。首先，臨床環境就包括門診、病房、ICU手術室等；其次，院外服務包括藥房、O2O（在線醫療服務）、疾控和公共衛生場景；再次，生物樣本庫也屬于生命科學和醫療健康這個大的范疇。

從效率上來講，數據的集成和路徑的優化，肯定能夠幫助我們集成更多的數據，形成更好的決策和判斷。比如在臨床環境中，臨床醫生每天面對大量病例，他們的學習曲線和決策曲線在一定程度上會受到影響，這時人工智能就能有效地幫助醫生。另外，自動化藥房通過數智化手段可以提升配藥效率，減少人工差錯。在這些場景中，人工智能對醫療服務效率的提升是有很大幫助的，也很有前景。

在促進健康公平方面，我認為在基層會體現得更加明顯。中國一直在推動分級診療，希望基層醫療機構能夠承擔更多的醫療職責。通過AI的學習，把很多成熟的模型或規范落實到基層醫生那里，這將有助于他們迅速提升專業能力，更有效地與患者進行交互。

厲盛 圖片來源：主辦方

 

人工智能等數字技術的發展不會顯著拉大數字鴻溝

NBD：一方面，人工智能等數字技術在促進健康公平方面有很大潛力；另一方面，數字鴻溝又有可能加劇全球健康不平等。您認為應如何縮小這一差距，確保所有人都能享受到數字健康帶來的便利？

厲盛：就中國而言，我們的醫療保障系統是普惠型的，基層醫保的覆蓋面比較廣。另外，中國公立醫院數量占比很大，在公平性上與其他國家相比已經走在前列。

數字技術方面，目前我們看到的主要是在科研領域的嘗試，未來在應用方面具體的受益者是誰，我們怎樣把獲得的收益更好地分享給大家……其實都在作一些思考。

我認為互聯網、數據本身其實是有助于打破鴻溝的，在欠發達地區，一旦具備技術硬件和基礎設施，就能更好地獲取數據，幫助當地居民看到更廣闊的世界。

我們應該將數字健康視為全民福祉的一部分，而不僅屬于發達國家或發達地區。雖然發達國家或者發達地區在數據迭代和數據應用模型生成方面擁有更多資源，但其溢出效應也會非常顯著，所以我個人認為，人工智能等數字技術的發展不會顯著拉大發達地區和欠發達地區之間的鴻溝和差距。