醫(yī)療領域一直以來都是AI的絕佳落地場景，而當AI+醫(yī)療的觸角伸向基層，這樣的“落地”方式，讓技術的“社會價值”更加明顯地顯露出來。

12月8日，《麻省理工科技評論》（MIT Technology Review）發(fā)布報告《AI醫(yī)療：亞洲的發(fā)展空間、能力和主動健康的未來》（以下簡稱MIT報告），一系列訪談+研究+實地考察給出了亞洲地區(qū)AI醫(yī)療的價值和前景分析，其中在中國市場上拿百度AI醫(yī)療的成果CDSS（“臨床輔助決策系統(tǒng)”）作為重點分析對象。

報告中提到的CDSS，是百度基于自然語言處理、知識圖譜等多種AI技術推出的循證醫(yī)學臨床輔助決策系統(tǒng)，從官網(wǎng)資料上看，包含輔助問診、輔助診斷、治療方案推薦、醫(yī)囑質(zhì)控等多種功能。

而它當下應用的重心，恰恰主要在基層醫(yī)療賦能上。

公開資料顯示，CDSS現(xiàn)已落地全國1000多家醫(yī)療機構(gòu)，覆蓋18個省市自治區(qū)，服務醫(yī)生數(shù)萬人，MIT報告中，北京市平谷區(qū)的基礎醫(yī)療借助CDSS的幫助，能夠“更好地滿足整個行政區(qū)域的醫(yī)療需求”。

（圖片來自《麻省理工科技評論》發(fā)布的《AI醫(yī)療：亞洲的發(fā)展空間、能力和主動健康的未來》）

毫無疑問，光環(huán)加身、顯得高大上的AI醫(yī)療，它最先、最有價值的落地，正發(fā)生在基層醫(yī)療身上，類似百度AI醫(yī)療與基層醫(yī)療的融合這樣的案例，反映了AI技術在帶來社會價值時將更快速得到認可的行業(yè)現(xiàn)實。

“基層醫(yī)療”與AI天然匹配，社會價值層面策略“穩(wěn)贏“！

基層醫(yī)療問題很多，但總結(jié)起來，都離不開這四個——“恰好解決”，每一個都“恰好”可以被AI醫(yī)療自帶的特性所“解決”：

1、醫(yī)療效率上的人才缺口

即醫(yī)生數(shù)量少，數(shù)據(jù)顯示基層醫(yī)療的主體地區(qū)——農(nóng)村每千人口醫(yī)師數(shù)為1．8人，僅為城市的45%。

類似百度CDSS這樣的AI醫(yī)療系統(tǒng)能夠通過輔助決策等功能，提升單個醫(yī)生的能力和效率，在增加人員之外，提供緩解人才缺口的另一種方式。

2、醫(yī)療質(zhì)量上的技術缺口

即不但人少，醫(yī)療能力也不足（包括設備設施），國家現(xiàn)在要求基層承擔66種常見病的診療，客觀地說執(zhí)行率并不算好。

AI醫(yī)療介入，提供體系化、智能化的解決方案，例如CDSS可以覆蓋4000+常見疾病，背后往往整合了大量權威醫(yī)學知識來源。這些不說大幅度提升基層醫(yī)療的“醫(yī)術”，至少對于幫助基層醫(yī)療實現(xiàn)匹配常需使用的醫(yī)療技術有直接價值。

3、醫(yī)療責任上的資源缺口

基層醫(yī)療與三級醫(yī)院甚至全國性知名大醫(yī)院注定只要“治病”不同，它除了承擔普通百姓的一些小疾患，未來還更偏向于大眾健康管理職責，是醫(yī)療“治”之外“防”的重要承載。

在我國慢性病壓境（2．6億慢性病人）、老齡化日益嚴重時（它們往往都依托基層醫(yī)療進行長期診治），基層醫(yī)療是否能夠承擔起即將到來的巨大責任是存疑的。

而由“治療”到“保健”轉(zhuǎn)型要求基層醫(yī)療有更強的系統(tǒng)化疾病預防與管理能力。

AI帶來的數(shù)字化、智能化醫(yī)院管理體系建設，配合CDSS帶來的效率和質(zhì)量持續(xù)是解決這個問題的可行方式，只不過AI醫(yī)療必須配合更多醫(yī)療政策一起作為，這是一個浩大的工程。

4、醫(yī)療預期上的信任缺口

2017年中國三級醫(yī)院以0．23%的占比，承擔了總診療人次的21%;基層醫(yī)療衛(wèi)生機構(gòu)以94．5%的占比，僅承擔總診療人次的54%。

這種劇烈矛盾的背后很大一部分原因是基層醫(yī)療無法得到大眾認可，正如MIT報告中平谷區(qū)衛(wèi)健委信息中心主任焦軍鋒所言，百度CDSS部署以后，“越來越多的患者來基層醫(yī)院看病，而不像以前那樣不分病情輕重就徑直去大醫(yī)院”，AI以高準確率、標準化不依賴個人的技術賦能，長期將根本上改變大眾對基層醫(yī)療的心理預期，紓解三級醫(yī)院的“擁堵”。

從上述四種“巧合”式的匹配，不難看出，百度AI醫(yī)療之所以選擇賦能基層醫(yī)療，其社會價值不言而喻——科技巨頭都在大談特談的科技向善，賦能基層醫(yī)療無疑是一種直接的實踐呈現(xiàn)。

或者說，選擇以AI賦能基層醫(yī)療，這與資本催熟的AI醫(yī)療行業(yè)大干快上，賣解決方案、賣服務器求短期變現(xiàn)有本質(zhì)的不同，在社會價值層面，這種策略選擇，某種程度上將產(chǎn)生“四贏”的結(jié)局：

社會層面：解決醫(yī)療資源少且分配不均衡的痛點;

基層醫(yī)院/醫(yī)生層面：提升基層醫(yī)生診療質(zhì)量和效率，減輕工作負擔，增強職業(yè)成就感;

患者層面：享受到良好的醫(yī)療服務，很多時候不必奔波往返于大型醫(yī)院;

AI醫(yī)療企業(yè)：社會責任與企業(yè)價值得到統(tǒng)一，例如百度，一方面樹立積極的社會形象，另一方面也獲得了醫(yī)療領域To B合并To G市場的巨大潛力。

面向基層的普惠醫(yī)療，AI到底要做什么？

不久前，國家工業(yè)信息安全發(fā)展研究中心發(fā)布《人工智能中國專利技術分析報告》，顯示中國人工智能領域的專利申請量呈逐年上升趨勢，而上文CDSS的所有者百度以5712件位列中國人工智能專利申請量第一，是去年的2．4倍。

（百度以5712件人工智能專利申請量排名中國第一）

下半年以來，包括IDC《中國AI云服務市場2019年廠商評估報告》在內(nèi)的多份行業(yè)專業(yè)報告都在關注AI前沿走勢，其中百度行業(yè)公認的AI領導者地位被進一步確認。

問題在于，像百度這樣的企業(yè)，AI越來越強，技術把控也越來越前沿，當它要把AI技術應用到面向基層的普惠醫(yī)療這件事上，AI到底要做什么、能做什么？

從行業(yè)角度，拆解百度AI醫(yī)療案例，至少有四個層面是AI需要注意的，亦可看做挑戰(zhàn)所在。

1、從單點突圍，到體系化鋪設

與基層醫(yī)院相比，非基層大型醫(yī)院往往都建立了自己成熟醫(yī)療體系，一些醫(yī)院在信息化、數(shù)據(jù)化方面也有所動作，所以，后者對AI醫(yī)療的需求，在體系化方面并不如基層醫(yī)療強烈。

用大白話說，基層醫(yī)療環(huán)境“幾乎什么都缺”，對技術的索求是全面的;而高級別醫(yī)院雖然也有全面的需求，但它在短期內(nèi)更渴望單點突破的技術，例如CT影像智能識別解決影像科不堪重負的“看片子”壓力。

所以，百度面向基層醫(yī)療的賦能，一開始就是體系化的。嚴格來說，上文MIT報告所重點強調(diào)的CDSS只是百度大腦AI技術驅(qū)動的AI醫(yī)療品牌“靈醫(yī)智惠”的一個部分，該品牌對外稱以“循證AI賦能基層醫(yī)療”為愿景，有一整套面向基層醫(yī)療的賦能體系。

從公開資料看，靈醫(yī)智惠以“靈醫(yī)智惠技術中臺“為核心，面向院內(nèi)院外場景開放15項能力，圍繞從臨床、科研、到管理、患者服務等領域，提供五類解決方案，具體包括上文提到的CDSS、眼底影像分析系統(tǒng)、醫(yī)療大數(shù)據(jù)解決方案、智能診前助手以及慢病管理等。

這些解決方案不只是為基層醫(yī)療提供全方位的配套服務，那些同樣服務于基層醫(yī)療的信息化廠商、健康管理運營商、藥企等亦是靈醫(yī)智惠的合作對象，如此，凡是基層醫(yī)療需求的，可能都被“包圓了”。

這種體系化能力鋪設，既可以看做百度AI醫(yī)療主動為之，也某種程度上是基層醫(yī)療需求的倒逼。

2、從“理科”看病效率與質(zhì)量，到“文科”流程協(xié)同

醫(yī)療AI一直都有兩個大的“分支”：

專注醫(yī)療效果的“治病”技術，可看作“理科”;關注醫(yī)療流程優(yōu)化、事務性工作簡化等的“管理”技術，可看作“文科”。

從基層醫(yī)療的全面需求來看，有“理”更有“文”是一種內(nèi)在必要，醫(yī)技不足固然是基層醫(yī)療眾多問題之一，但那些僅僅鉆研將AI利用到疾病診療的卻未深刻理解基層醫(yī)生需求的AI醫(yī)療企業(yè)，或許會在“理科”上有所建樹，但卻很難真正”賦能”這個領域。

僅從百度靈醫(yī)智惠的CDSS來看，在疾病診斷方面，該系統(tǒng)覆蓋了27個科室，超過4000種常見病，基層常見病多發(fā)病Top3疾病推薦準確率高達95%。但從平谷區(qū)的落地案例來看，更值得關注的是，它于當?shù)厣暇€的輔助問診、輔助診斷、治療方案推薦、醫(yī)囑質(zhì)控、相似病歷推薦、知識查詢等六大模塊，無縫融入基層醫(yī)生的工作流程去，而不是變成額外的負累而不被接受，實實在在地被用了起來，體現(xiàn)了 “文科”方面的AI醫(yī)療賦能。

對比起來，媒體“尋找中國創(chuàng)客”曾報道不少AI醫(yī)療技術設備（例如肺結(jié)節(jié)識別服務器）被放在醫(yī)院科室“吃灰”的現(xiàn)象，說到底還是“理科”沒有與“文科”更好地融合，或者說根本就是缺乏“文科”的配套落地。

3、從單純工作推動的“魚”，到職業(yè)技能提升的“漁”

在平谷區(qū)CDSS案例中，醫(yī)生的工作體驗得到大大改善，例如“輔助診斷”模塊，可以基于主訴、現(xiàn)病史中提到的癥狀、疾病，以及體格檢查、檢驗結(jié)果推薦相關的疾病、相關癥狀及體征，按照診斷結(jié)果由高到低推斷潛在疾病可能性，這都使得醫(yī)生獲得“醫(yī)技”上的統(tǒng)一加持，診療更專業(yè)、更放心。

更重要的是，配合治療方案推薦、醫(yī)學知識查詢等模塊，基層醫(yī)生實現(xiàn)了某種程度上的邊學邊實踐邊快速提升自我的效果，例如醫(yī)學知識查詢中提供了9700+疾病知識，3600+典型病例，760+心電圖，2600+多維臨床決策等知識，反過來相當于持續(xù)不斷的“培訓”。

說到底，所有基層醫(yī)療賦能最終都必須“授人以漁”，它代替不了醫(yī)生，只能不斷提升醫(yī)生的能力和水平。

4、從AI“黑盒”，到醫(yī)療“白盒”

隨著AI算法的越加“精密”，神經(jīng)網(wǎng)絡的復雜度不斷提升，很多時候，算法工程師們都開始無法理解自己設計的AI在計算與輸出的結(jié)果時究竟是如何“想”的，只是知道這些結(jié)果的有效性如何。

這被稱作AI黑盒，它是業(yè)界默認的事實。

但是，這種默認是建立在輸出結(jié)果能夠承受錯誤的情況下，大不了再換算法試驗，但是，醫(yī)療AI事關大眾健康，基層醫(yī)療往往都是疾病的初篩階段，且事關大眾信心，試錯成本過于高昂，AI“黑盒”在這里不應該被接受。

所以，也就不難理解百度靈醫(yī)智惠將自己定義為“循證AI”了。這個產(chǎn)品后端根據(jù)醫(yī)學知識和醫(yī)學經(jīng)驗進行深度融合，例如與中山大學中山眼科中心、解放軍總醫(yī)院、盛京醫(yī)院、北大國際等幾十家一流醫(yī)院專家醫(yī)生深度合作，與權威醫(yī)藥衛(wèi)生出版社合作，輸入大量醫(yī)學知識和診療方式方法;在前端，則提供給醫(yī)生治療方案推薦，或者更匹配病情的醫(yī)囑推薦，這中間，靈醫(yī)智惠能夠清晰地給出對應的推斷邏輯，讓醫(yī)生有章可循，知道輔助建議的來由，而不是由AI“黑盒”式操作。

這就是“循證”的價值所在，從技術角度看，這樣的循證AI能力，主要基于深度NLP、知識圖譜等能力，讓AI醫(yī)療解決方案變成可解釋的“白盒”。

基層醫(yī)療不應該被看作AI醫(yī)療的“垂直領域”

雖然百度AI醫(yī)療選擇賦能基層醫(yī)療作為突破口，但是，這種做法卻不能按互聯(lián)網(wǎng)通常所說的“垂直領域”來解釋。

綜合上文種種，可以看出，基層醫(yī)療的改變推動的是醫(yī)療全局的變化，解決醫(yī)療結(jié)構(gòu)性失衡就是在解決非基層醫(yī)療人滿為患的痛點，讓所有人都能享受更優(yōu)質(zhì)的醫(yī)療服務?；鶎俞t(yī)療面對的是所有人群，AI賦能基層醫(yī)療，就是在服務整個社會健康體系。

2016年我國發(fā)布《“健康中國2030”規(guī)劃綱要》，提出“2030年主要健康指標進入高收入國家行列”的戰(zhàn)略目標，2019年，我國出臺了《健康中國行動（2019—2030年）》等相關文件，圍繞疾病預防和健康促進兩大核心，提出將開展15個重大專項行動，“健康中國2030”已經(jīng)成為國家戰(zhàn)略并加速落地。

在此背景下，賦能基層醫(yī)療的社會意義進一步凸顯，除了百度，更多AI醫(yī)療從業(yè)者都應該加入進來，這才是實實在在秉持正確價值觀又能帶來巨大商業(yè)潛力的業(yè)務領域。舉目望去，這樣的AI才是在做一件真正推動社會進步的事，脫離單純的技術概念，塑造廣泛的社會價值。

我們能夠為醫(yī)保談判專家“靈魂砍價”所贊嘆，就也應該期待AI醫(yī)療在基層醫(yī)療領域有更大的作為，畢竟，AI賦能基層醫(yī)療與藥品價格一樣，將成為少數(shù)不必增加過多的“醫(yī)療投入”就能大大提升醫(yī)療健康水平、減輕社會保障壓力的行動，未來可期。