封面新聞記者 周家夷 田嘉雯 受訪者供圖
【前言】
為深入學(xué)習(xí)宣傳貫徹黨的二十屆三中全會精神和認真貫徹落實省委十二屆五次、六次全會精神，在四川省衛(wèi)生健康委員會指導(dǎo)下，四川省醫(yī)學(xué)科教中心、四川省衛(wèi)生健康宣教中心聯(lián)合封面新聞集中推出“健康四川尋新記科技創(chuàng)新賦能新質(zhì)生產(chǎn)力系列訪談”，聚焦四川省衛(wèi)生健康新質(zhì)生產(chǎn)力發(fā)展重點任務(wù)，邀請人工智能、前沿醫(yī)學(xué)、核醫(yī)療、現(xiàn)代中醫(yī)藥領(lǐng)域作出創(chuàng)造性貢獻的兩院院士、醫(yī)療衛(wèi)生機構(gòu)科學(xué)家和醫(yī)藥科技企業(yè)（或新型研發(fā)機構(gòu)）研發(fā)人員，共話衛(wèi)生健康科技創(chuàng)新賦能新質(zhì)生產(chǎn)力。
當(dāng)大數(shù)據(jù)時代來臨，人們的生活已經(jīng)發(fā)生了變化�？床r，智能掛號系統(tǒng)、智能排號系統(tǒng)、藥物自動分揀系統(tǒng)，電子處方集成的智慧藥房……很多醫(yī)療場景下，都有大數(shù)據(jù)的影子，群眾就醫(yī)也越來越便利。
新時代下，大數(shù)據(jù)+醫(yī)療融合發(fā)展給患者帶來了哪些便利？AI與醫(yī)生的關(guān)系是替代還是協(xié)作？本期健康四川尋新記，我們采訪了四川省醫(yī)學(xué)科學(xué)院四川省人民醫(yī)院副研究員吳行偉。
四川省醫(yī)學(xué)科學(xué)院四川省人民醫(yī)院副研究員吳行偉
打破學(xué)科壁壘 大數(shù)據(jù)+醫(yī)療融合發(fā)展
隨著技術(shù)不斷發(fā)展，大數(shù)據(jù)已經(jīng)逐步應(yīng)用在各行各業(yè)�！坝捎诤芏噌t(yī)學(xué)數(shù)據(jù)需要專業(yè)醫(yī)學(xué)人員處理，但醫(yī)學(xué)人員不具備計算機技術(shù)，因此處理起來非常困難。這是制約醫(yī)學(xué)大數(shù)據(jù)研究的第一步也是關(guān)鍵的一個壁壘。”吳行偉介紹，通常情況下，醫(yī)生缺乏系統(tǒng)學(xué)習(xí)AI、大數(shù)據(jù)等專業(yè)技術(shù)的時間和機會，而AI、大數(shù)據(jù)工程師也難以理解復(fù)雜的醫(yī)學(xué)知識，這種學(xué)科壁壘導(dǎo)致大數(shù)據(jù)與傳統(tǒng)醫(yī)學(xué)的融合使用和技術(shù)發(fā)展面臨著困難。
為了最大化打破“壁壘”，吳行偉及研究團隊走在前列，通過人才培養(yǎng)、技術(shù)融合和高校合作等方式艱苦攻關(guān)，在智慧藥學(xué)領(lǐng)域取得了全國性的知名度。
吳行偉告訴記者，最初，團隊嘗試通過邀請專家舉辦講座來傳授知識，但很快發(fā)現(xiàn)這種方法對于缺乏計算機專業(yè)背景的醫(yī)學(xué)人才來說效果不佳。因此，團隊調(diào)整策略，轉(zhuǎn)而采用內(nèi)部培訓(xùn)的方式，并提供了實際的代碼示例，這使得學(xué)習(xí)過程變得更加直觀和具有實踐性。隨著這種教學(xué)方法的實施，現(xiàn)在每家醫(yī)院都能夠提取并利用各自的數(shù)據(jù)，學(xué)習(xí)如何在實際教學(xué)中清洗和操作數(shù)據(jù)。在醫(yī)院和科室的帶領(lǐng)下，組成了專門的學(xué)習(xí)小組，該小組從最初的4人增長到10人。“我們的人員都是藥學(xué)專業(yè)的人員，因此大家需要重新開始學(xué)習(xí)。大家非常努力、刻苦�！苯�(jīng)過一年多的不懈努力，終于取得了顯著的成果。以項目為驅(qū)動的學(xué)習(xí)方式，讓團隊成員在實際操作中掌握了必要的技術(shù)，并且充分鍛煉了技術(shù)能力。
如何解決AI深度學(xué)習(xí)的問題？吳行偉和團隊通過內(nèi)部新技術(shù)的培訓(xùn)和根據(jù)醫(yī)學(xué)問題探索應(yīng)用成功突破眾多難點，例如團隊曾創(chuàng)新性地將AI與醫(yī)學(xué)中的馬可夫模型結(jié)合，用于研究消化道腫瘤模型。目前，團隊已經(jīng)開發(fā)出了慢病用藥管理平臺和風(fēng)險預(yù)警平臺，例如針對婦女孕期用藥的風(fēng)險決策系統(tǒng)，能夠有效預(yù)測胎兒非正常生產(chǎn)的風(fēng)險。
值得一提的是，團隊與電子科技大學(xué)已經(jīng)達成項目合作關(guān)系。合作通過開設(shè)應(yīng)用醫(yī)藥學(xué)數(shù)據(jù)分析和醫(yī)藥學(xué)人工智能等課程，依托大學(xué)豐富的教育資源進行專業(yè)的教育培訓(xùn)，構(gòu)建了結(jié)合醫(yī)藥知識和數(shù)據(jù)分析技能的學(xué)術(shù)體系。這一合作模式招收研究生參與實際課程與項目，為合作提供了人才支持，培養(yǎng)了一批一共交叉領(lǐng)域的技術(shù)人才。項目已經(jīng)有許多成功案例，例如，使用AI輔導(dǎo)患者正確使用吸入劑裝置。
糖尿病智能化治療 AI技術(shù)助力基層醫(yī)療
隨著慢性病患者數(shù)量的不斷增加，多病共患和多藥共用的現(xiàn)象日益普遍，例如患者共患高血壓、高血脂、糖尿病等疾病非常普遍，導(dǎo)致患者需要同時服用多種藥物，出現(xiàn)藥物不良反應(yīng)的風(fēng)險也隨之增加。為解決這些問題，吳行偉團隊加入了“慢病用藥管理平臺”國家重點研發(fā)計劃項目。該項目已于2022年底完成開發(fā)，并在2023年初正式投入使用，能幫助醫(yī)生發(fā)現(xiàn)用藥相關(guān)的不良案例，供醫(yī)生和藥師端共同使用，通過智能審方減少患者用藥不良反應(yīng)的風(fēng)險。在此基礎(chǔ)上，四川省人民醫(yī)院牽頭開展一項國家自然科學(xué)基金項目糖尿病智能化治療方案，現(xiàn)已進入完善階段。該項目運用了人工智能深度強化學(xué)習(xí)技術(shù)，結(jié)合價值函數(shù)和模型構(gòu)建，廣泛收集包括基層醫(yī)療機構(gòu)在內(nèi)的18家醫(yī)療機構(gòu)的數(shù)據(jù)，構(gòu)建模型，最終能夠給出高價值的降糖藥物方案。
吳行偉介紹，項目在推進過程中面臨了相當(dāng)大的挑戰(zhàn)。糖尿病的治療效果評價涉及多個方面，包括不良反應(yīng)、降糖效果、其他問題導(dǎo)致的疾病變化以及并發(fā)癥風(fēng)險等復(fù)雜問題。為了解決這一問題，項目團隊建立藥物價值評價體系和價值函數(shù)，構(gòu)建完全的個性化的模型。向該模型中輸入患者的體重和血糖水平，輸出適合的治療方案�！叭绻鸄I系統(tǒng)輸出的藥物違反了疾病治療指南或者藥物說明書，我們會將其過濾并刪除，這樣可以保證輸出的治療方案在指南規(guī)定和藥品說明書范圍內(nèi)，大大降低安全性風(fēng)險�！�
AI與醫(yī)生的關(guān)系應(yīng)該是協(xié)作而非競爭
人工智能的發(fā)展正逐步改變傳統(tǒng)的醫(yī)療模式。當(dāng)前，人工智能大模型在解決醫(yī)療問題時并不全面，多以語言模型為主，便于與患者進行對話，實現(xiàn)擬人化系統(tǒng)。然而，醫(yī)學(xué)行業(yè)對AI的期望遠不止于此。
“循證醫(yī)學(xué)是一種群體化解決方案，而大數(shù)據(jù)和人工智能是一種個體化解決方案。目前我們正處在從循證醫(yī)學(xué)向精準醫(yī)學(xué)過渡的階段。大數(shù)據(jù)和人工智能在其中起到了非常重要的作用，它是群體化規(guī)律和個體化規(guī)律的結(jié)合�！眳切袀ジ嬖V記者，“我認為AI與醫(yī)學(xué)結(jié)合的重要點在于醫(yī)學(xué)本身的任務(wù)，就是治病救人。”他認為，AI在醫(yī)學(xué)領(lǐng)域的應(yīng)用不應(yīng)僅限于通用模型，如圖像和語言處理，而應(yīng)該深入幫助醫(yī)生，甚至能夠?qū)?fù)雜醫(yī)學(xué)問題進行深入的模擬并給出決策支持。
隨著新產(chǎn)業(yè)技術(shù)革命的到來，必然涉及行業(yè)中關(guān)于醫(yī)生與AI關(guān)系的討論。吳行偉認為，變化是必然的。由于學(xué)科壁壘，AI與醫(yī)學(xué)的結(jié)合仍處于早期發(fā)展階段，主要起輔助而非代替作用�！澳壳�，AI技術(shù)主要停留在幫助醫(yī)生進行決策的模型階段。隨著模型的測試和患者信任度的提高，醫(yī)生的工作將變得更加輕松，比如簡單問題可以交給大模型判斷與處理，而復(fù)雜疾病則需要醫(yī)生和人工智能的共同參與。此種關(guān)系應(yīng)該是協(xié)作而非競爭的�！彼硎荆梢灶A(yù)見的是，未來掌握AI技術(shù)的醫(yī)學(xué)專業(yè)人才將變得更加重要，他們的職業(yè)發(fā)展也將更加廣闊。
