從南方醫(yī)院的智慧微光，照見(jiàn)醫(yī)療AI規(guī)模化創(chuàng)新之路

過(guò)去，縣域基層醫(yī)療機(jī)構(gòu)，往往難以對(duì)腎病等專科疾病進(jìn)行準(zhǔn)確判斷，導(dǎo)致患者錯(cuò)過(guò)最佳就診時(shí)機(jī)。

但現(xiàn)在，基層醫(yī)生只要打開(kāi)“智腎”大模型，輸入檢查指標(biāo)，幾分鐘即可生成一份基于權(quán)威指南和大量真實(shí)病例生成的輔助診療建議。

作為我國(guó)首個(gè)慢性腎臟病綜合管理大模型，“智腎”的背后整合了南方醫(yī)院海量的臨床數(shù)據(jù)，并結(jié)合侯凡凡院士團(tuán)隊(duì)的診療智慧，將其轉(zhuǎn)化為可復(fù)用的能力，因此才讓每一位基層醫(yī)生都成為“腎病專科顧問(wèn)”，讓原本有限的醫(yī)療資源跨越了地域的鴻溝。

“智腎”的成功，也讓我們有了新的思考，要如何讓更多“智腎”在不同科室、不同層級(jí)醫(yī)院中落地生根？答案或許不在于某一個(gè)應(yīng)用本身，而在于支撐這些應(yīng)用生長(zhǎng)的土壤。

01

走進(jìn)南方醫(yī)院

那些被AI重構(gòu)的醫(yī)療場(chǎng)景

我們先走進(jìn)南方醫(yī)院，尋找AI落地醫(yī)療的真實(shí)注腳。

在腎內(nèi)科病房，“智腎”的故事之所以動(dòng)人，是因?yàn)槲覈?guó)慢性腎臟病患者數(shù)量龐大，但知曉率極低，基層醫(yī)生往往因缺乏專科知識(shí)而力不從心，大量患者在初診時(shí)已是晚期，如今這個(gè)巨大的早期干預(yù)窗口，正在被AI悄然填補(bǔ)，這就是“智腎”真正的力量。

通過(guò)“智腎”提供的輕量化智能問(wèn)答系統(tǒng)，如今化州、吳川等地的社區(qū)醫(yī)生擁有了與一線城市看齊的診療能力。它不僅能輔助醫(yī)生進(jìn)行復(fù)雜的病情評(píng)估，還能通過(guò)個(gè)性化飲食指導(dǎo)模塊，像營(yíng)養(yǎng)師一樣管理患者的餐桌。

而行至病理科，AI帶來(lái)的變化則更為清晰。過(guò)去，醫(yī)生需要在顯微鏡前耗費(fèi)3到5分鐘，在一張玻片的上萬(wàn)個(gè)細(xì)胞中尋找潛伏的病變細(xì)胞。而現(xiàn)在，宮頸細(xì)胞學(xué)人工智能輔助診斷系統(tǒng)已將這一過(guò)程壓縮至秒級(jí)。AI先行掃描全片，自動(dòng)標(biāo)記出可疑視野，醫(yī)生得以快速定位病灶區(qū)域，大幅縮短了病理診斷時(shí)間，這等于是為患者爭(zhēng)取了寶貴的確診時(shí)間。

同樣的故事，也發(fā)生在感染內(nèi)科。由于慢性肝病患者群體龐大，若缺乏規(guī)范管理，易發(fā)展為嚴(yán)重并發(fā)癥，而當(dāng)前肝癌篩查體系存在公眾早篩意識(shí)不足、基層篩查能力薄弱。為此，南方醫(yī)院感染內(nèi)科構(gòu)建了科學(xué)的肝癌篩查評(píng)分體系，并嵌入小程序，深入社區(qū)“彩虹小屋”，將早期診斷率從23.2%提升至67%，這證明了AI在公共衛(wèi)生層面的巨大價(jià)值。

在南方醫(yī)院，我們已經(jīng)看到，AI與臨床的深度融合無(wú)處不在，而每一個(gè)創(chuàng)新場(chǎng)景都要依賴南方醫(yī)院深厚的臨床經(jīng)驗(yàn)和強(qiáng)大的AI研發(fā)能力，若想讓它們走出三甲醫(yī)院，復(fù)制到全國(guó)各級(jí)醫(yī)療機(jī)構(gòu)，成為醫(yī)療體系的規(guī)模化創(chuàng)新，這條路到底要如何走？

02

醫(yī)療AI規(guī)模化落地

要如何的破壁？

南方醫(yī)院的探索，其實(shí)是中國(guó)醫(yī)療AI發(fā)展的縮影，在經(jīng)歷了從概念驗(yàn)證到單點(diǎn)AI應(yīng)用的快速演進(jìn)，越來(lái)越多的醫(yī)院已經(jīng)在醫(yī)療場(chǎng)景中引入了AI輔助工具。但這些點(diǎn)狀的創(chuàng)新，要邁向規(guī)模化落地，還需要闖過(guò)幾道難關(guān)。

首先，是數(shù)據(jù)孤島形成的壁壘。醫(yī)院的不同科室引入的AI系統(tǒng)，往往來(lái)自不同廠商，數(shù)據(jù)格式不統(tǒng)一、接口不兼容，形成一個(gè)個(gè)孤立的“信息繭房”，無(wú)法實(shí)現(xiàn)數(shù)據(jù)互通共享。同時(shí)，各類醫(yī)療數(shù)據(jù)分散存儲(chǔ)，大量有價(jià)值的數(shù)據(jù)無(wú)法形成完整的AI訓(xùn)練語(yǔ)料，導(dǎo)致AI模型訓(xùn)練缺乏充足支撐，難以精準(zhǔn)優(yōu)化，而不同科室的AI應(yīng)用之間也無(wú)法協(xié)同工作，賦能全面診療的效果就大打折扣。

其次，是算力建設(shè)的浪費(fèi)。與數(shù)據(jù)孤島相伴而生的，就是算力的“煙囪式”建設(shè)。不少醫(yī)院的科室在引入AI系統(tǒng)時(shí)，都會(huì)配套購(gòu)置專屬服務(wù)器，導(dǎo)致算力重復(fù)部署，不同科室的算力無(wú)法共享，大量算力資源處于閑置狀態(tài)，造成算力資源的浪費(fèi)。再者，多模型、多智能體之間無(wú)法協(xié)同調(diào)度，就無(wú)法根據(jù)臨床需求動(dòng)態(tài)分配算力，這也進(jìn)一步降低了算力利用率。

第三，是專業(yè)人才的短缺。醫(yī)療AI的落地，離不開(kāi)“醫(yī)療+AI”復(fù)合型人才的支撐，但目前國(guó)內(nèi)多數(shù)醫(yī)院都面臨著人才缺口。懂臨床的缺乏AI技術(shù)儲(chǔ)備，懂技術(shù)的不了解臨床痛點(diǎn)，成為了一種常態(tài)。

最后，是應(yīng)用落地之難。大部分醫(yī)院現(xiàn)有的業(yè)務(wù)系統(tǒng)繁雜，不同廠商的AI應(yīng)用接口不統(tǒng)一，想要將AI應(yīng)用融入臨床，需要進(jìn)行大量的開(kāi)發(fā)工作，不僅周期長(zhǎng)、成本高，還容易出現(xiàn)系統(tǒng)兼容問(wèn)題。

歸根結(jié)底，醫(yī)療AI要走向規(guī)模化落地，就必須告別單點(diǎn)式的部署模式，轉(zhuǎn)而擁抱標(biāo)準(zhǔn)化、集約化的平臺(tái)架構(gòu)。我們認(rèn)為，一個(gè)能夠統(tǒng)籌管理算力、統(tǒng)一治理數(shù)據(jù)、靈活調(diào)度模型、低門(mén)檻開(kāi)發(fā)應(yīng)用的“超級(jí)底座”，才能真正實(shí)現(xiàn)醫(yī)療資源和診療技術(shù)的“平權(quán)”，讓醫(yī)療AI為更多的患者創(chuàng)造福音。

03

HAIP：為醫(yī)院裝上“AI操作系統(tǒng)”

沒(méi)錯(cuò)，問(wèn)題的癥結(jié)既然在平臺(tái)架構(gòu)層，解題的思路也就清晰可見(jiàn)。

近日，在廣州舉行的“AI驅(qū)動(dòng)智慧醫(yī)院建設(shè)新范式高峰論壇”上，南方醫(yī)院與華為聯(lián)合發(fā)布了醫(yī)院通用人工智能平臺(tái)——HAIP。正是這些問(wèn)題的答案。

簡(jiǎn)單講，HAIP的全稱是Hospital AI Platform，定位是醫(yī)院的“AI操作系統(tǒng)”。它將醫(yī)院的算力、數(shù)據(jù)、模型、應(yīng)用統(tǒng)一納管，讓分散的AI能力整合成一個(gè)可以共享、可以進(jìn)化、可以向基層輸出的全院統(tǒng)一底座。

可以肯定的是，HAIP的誕生標(biāo)志著中國(guó)醫(yī)療AI建設(shè)開(kāi)始從“單點(diǎn)部署、零散應(yīng)用”的煙囪式模式，邁向“統(tǒng)一規(guī)劃、全域協(xié)同”的新階段。

因?yàn)椋琀AIP解決的核心問(wèn)題，恰困擾醫(yī)療AI落地的幾重困境。比如，在破解數(shù)據(jù)孤島方面，HAIP通過(guò)ModelEngine人工智能工具平臺(tái)實(shí)現(xiàn)全模態(tài)數(shù)據(jù)融合平臺(tái)和智能標(biāo)注流水線， AI數(shù)據(jù)湖提供全院統(tǒng)一的數(shù)據(jù)視圖，將各類醫(yī)療數(shù)據(jù)統(tǒng)一管理，構(gòu)建AI訓(xùn)練的“數(shù)據(jù)糧倉(cāng)”，提升數(shù)據(jù)利用效率，讓沉睡的數(shù)據(jù)轉(zhuǎn)化為可復(fù)用的知識(shí)資產(chǎn)；在解決算力浪費(fèi)方面，HAIP構(gòu)建了100%國(guó)產(chǎn)化的AIDC算力底座，通過(guò)“晝推夜訓(xùn)”的潮汐調(diào)度機(jī)制，DCS AI容器底座實(shí)現(xiàn)算力切分和任務(wù)智能調(diào)度，動(dòng)態(tài)分配算力資源，大幅提升算力利用率；在降低運(yùn)營(yíng)門(mén)檻方面，HAIP具備自然語(yǔ)言生成智能體能力，醫(yī)生無(wú)需編寫(xiě)代碼，只需用日常語(yǔ)言描述需求，就能快速生成專屬AI助手，縮短應(yīng)用上線周期；在保障系統(tǒng)兼容方面，HAIP采用開(kāi)放架構(gòu)，可與醫(yī)院現(xiàn)有業(yè)務(wù)系統(tǒng)平滑融合，不改變醫(yī)生的作業(yè)習(xí)慣，保障醫(yī)療服務(wù)的連續(xù)性。

而這一切的最終目標(biāo)，則是實(shí)現(xiàn)醫(yī)療資源的普惠化。在HAIP的架構(gòu)設(shè)計(jì)中，大型三甲醫(yī)院作為中心端負(fù)責(zé)訓(xùn)練模型，基層醫(yī)院部署輕量級(jí)的邊緣設(shè)備。中心端訓(xùn)練好的模型可以一鍵下發(fā)給所有基層設(shè)備，讓縣級(jí)醫(yī)院、社區(qū)衛(wèi)生服務(wù)中心不需要自己購(gòu)買(mǎi)昂貴的算力設(shè)備，也不需要自己訓(xùn)練模型，就能自動(dòng)獲得和三甲醫(yī)院同步的AI能力升級(jí)。這正是“智腎”從南方醫(yī)院走向基層醫(yī)院背后的技術(shù)邏輯。

同期發(fā)布的《醫(yī)院通用人工智能平臺(tái)技術(shù)白皮書(shū)》，由華為、南方醫(yī)院牽頭，聯(lián)合全國(guó)多家頂級(jí)醫(yī)院和行業(yè)伙伴共同編寫(xiě)，是國(guó)內(nèi)第一份系統(tǒng)提出醫(yī)院“AI操作系統(tǒng)”的技術(shù)文檔。它不僅給出了技術(shù)架構(gòu)和參考標(biāo)準(zhǔn)，還提供了一個(gè)從規(guī)劃到運(yùn)營(yíng)的實(shí)施路線，可以縮短其他醫(yī)院邁向醫(yī)療AI轉(zhuǎn)型的路徑。

無(wú)疑，當(dāng)醫(yī)院擁有了統(tǒng)一的AI操作系統(tǒng)，基層能夠以極低的門(mén)檻接入頂級(jí)醫(yī)院沉淀的AI能力，技術(shù)創(chuàng)新才開(kāi)始真正回答醫(yī)療領(lǐng)域最根本的命題，讓優(yōu)質(zhì)醫(yī)療資源突破時(shí)空的限制，流向每一個(gè)需要它的人。