医疗数据难获得,人工智能医疗发展遭遇瓶颈期

2017-11-01

过去几年间,大量家用血糖仪、血压计、手环等设备已经进入普通人生活,收集了大量数据。而医院也意识到医疗数据的价值,纷纷开始把医疗数据“上云”(存入云存储器中),云计算的能力升级也让以前耗时费力的数据处理变得更容易。而以深度学习为代表的新一代人工智能技术对医疗影像、医疗数据的处理能力也有了很大变化。


  不过,更完善的医疗数据获取和利用并非一帆风顺,不少医疗机构和医药公司在探索AI+医疗的过程中都走过一些弯路。


  目前,AI+医疗最大的问题在于数据的来源和质量,因为中国的医疗数据在医院和医院之间,医院和家庭之间往往存在信息孤岛,即使在同一个医院内部,要提取和利用数据还是涉及很多手工操作。

  举个很简单的例子,虽然现在信息技术已经非常普及了,但住院查房时,还是大主任在前面查,后面的人录音下来,整理录入系统。在朗锐慧康看来(www.lrioh.com),这种手工产生的数据,质量上存在比较大的问题。

  不同的疾病和临床检验会产生不同的数据,如果没有经过标准化和结构化的处理就将其提供给算法,会带来很严重的问题。根据观察,很多医疗数据还没结构化和标准化是AI在健康医疗领域应用的最大瓶颈。

  朗锐慧康了解过许多医院的数据化、信息化情况,他发现各地各级医院对人工智能领域的意愿和投入都各有不同,但综合来看,高端私立医院会有更大动力投身其中,他们的数据化程度也更高。据他透露,讯飞医疗也在考虑与和多家高端医院开展合作。

  除了来源、获取和利用方式以外,医疗数据的监管也是未来AI+医疗发展中的一大隐忧。我国对医疗卫生数据的采集、利用尚未形成系统化法规要求,而此类数据往往又含有许多个人隐私,种种原因导致目前获取医疗数据困难,技术无法推展。