技术上如何缓解我国医疗资源分布不平衡？上海医疗水平全国领先，而当下二、三线城市的医院对人工智能赋能需求更大，那么上海真正留给人工智能的空间在哪里？人工智能在医疗领域落地，核心痛点究竟是什么？
5月12日，商汤科技副总裁、研究院副院长张少霆在接受澎湃新闻在内的媒体采访时表示，从技术角度来看，可以通过远程化和人工智能化尝试缓解医疗资源供给的不足。
远程化即运用数字化技术互联互通，上下打通医疗机构的信息，这就好比一条高速公路建成后车辆可以行驶。然后利用人工智能技术将顶级医院医生的专业知识和临床经验变成相应解决方案，复制到基层医院，服务更多患者，这就像高速公路上的车拥有了辅助驾驶和无人驾驶的功能。
张少霆表示，通过智慧化手段帮助上海头部医院提升效率、便捷度以及病人感受度，这是人工智能医疗企业落地上海的极好场地。上海为人工智能企业提供了宝贵的专家资源和综合性支持，上海的头部医院和专家对人工智能算法的初步落地、打磨和性能提升都有极大帮助。而在实际落地中，核心难点还是做出真正能够为医院、医生和病人创造价值的产品，解决医患痛点。
张少霆是商汤智慧健康业务板块的负责人，先后在浙江大学、上海交通大学、美国新泽西州立大学攻读学士、硕士及博士学位。他是人工智能学术人才从学界走向业界的典型之一。
远程化+人工智能化：赋能头部医院，下沉到基层医院
就医难问题，归根结底是因为我国医疗资源存在供给不足和分布不平衡的情况。张少霆表示，从技术角度来看，可以通过远程化和人工智能化尝试缓解这方面的问题。
远程化即运用数字化技术互联互通，上下打通医疗机构的信息。张少霆说，这就好比一条高速公路建成后车辆可以行驶，“把信息运输起来，实现远程医疗，但是没有办法解决人力不够的问题。”
而人工智能化就在此基础上赋能头部医院的医生，提升头部医院医生的工作效率，同时将等同于头部医院医生诊疗能力的AI产品下沉到二、三线城市的医院或基层医院，以此提高诊疗覆盖率、准确率和效率，这就像高速公路上的车拥有了辅助驾驶和无人驾驶的功能。
张少霆对澎湃新闻表示，医疗数字化在过去十多年时间里给医疗设备、信息系统的市场带来了很大的增长，而生命健康领域的下一个红利可能是人工智能化，它能将头部医院医生的知识和经验变成可复制的模型，有助于解决优质医疗资源不足问题。
比如互联网医疗连接了上下级医生和病人，但医生数量仍然有限。利用人工智能技术，可将顶级医院医生的专业知识和临床经验变成相应的辅助诊断解决方案，复制到基层医院，服务更多的患者。
“其实人工智能能够解决的问题有两个维度，第一个维度是以前做不到的现在能做到了，第二个维度是以前做得效率低，现在能做得效率更高了。”
以商汤科技与上海第九人民医院合作的骨肿瘤多模态数据分析和3D打印为例，它能帮助医生开展骨肿瘤3D打印手术的术前规划。
张少霆介绍，原先3D打印术前规划需要多方医生约坐在一起讨论，可能需要两个星期的时间才能给出手术方案。如今，利用商汤的系统，医生通过远程线上交互，半小时到一小时就能给出方案，缩短手术规划时间，让更多患者尽早接受手术治疗。
商汤科技自主研发的SenseCare®️智慧诊疗平台是一套集影像后处理技术与AI算法的高性能辅助诊疗解决方案，“平台设计之初就考虑了需要支持远程化、网络化部署，同时支持多个医院，多个科室应用。”张少霆介绍，商汤SenseCare®️已形成覆盖超过13个人体部位和器官、拥有针对多病种智能分析能力的解决方案。
商汤科技SenseCare®️肝脏CT智能临床解决方案产品界面它能够满足影像科阅片、分析、诊断、报告需求，并通过结合3D术前规划以及愈后康复跟踪，为骨科、肝外科、心内科、病理科、胸外科、放疗科等多个临床科室医生提供智能辅助，覆盖诊疗愈全流程。
例如SenseCare®️消化道活检病理辅助分析系统可帮助病理科医生对大量胃肠道活检切片进行早癌筛查和多病种病灶区域勾画，实际应用中阳性切片检出率达到了100%，筛阴率也能够达到90%以上，可以大幅度减少病理医生的工作量。
“用便捷的工具赋能后，我们希望达到两个效果。第一，做事更快，第二，把方案支持到相对基层的医院去，那就可以推动新的手术和治疗方案下沉到相对基层的医院，让更多患者可以在家门口得到治疗。”张少霆表示。
AI+医疗：上海是极好的落地场地，核心是解决医患痛点
当下，人工智能赋能基层医院的需求更大，而上海普遍处在医疗水平全国领先的状态。那么上海真正留给人工智能的空间在哪里？张少霆认为，一是上海的优质医疗资源对人工智能企业的帮助，二是人工智能企业对上海医院的回馈。
从前者来看，上海的头部医院和专家对人工智能算法的初步落地、打磨和性能提升都有极大帮助。“头部医院的医生是最挑剔的，本身水平就高，同时也是诊疗标准的制定者，所以人工智能需要得到这些专家的认可，才能更好地服务和赋能基层。”
“再加上上海有申康医院发展中心这样一个很好的平台，为人工智能企业提供合规的训练数据，帮助企业对接临床需求，寻找落地场景，为医疗人工智能企业的产品开发和打磨提供了有力支持。”张少霆觉得，上海是人工智能医疗企业落地的极好场地，它提供了宝贵的专家资源和综合性支持。
从后者来看，医院运行的每一个环节都有智慧化的需求，“因为病人量实在太多，无论医院建得多大多好，医生多么专业，还是会有各地的人涌向上海看病，永远都存在着供需问题。”如果能通过智慧化手段帮助上海头部医院提升效率、便捷度以及病人感受度，这都是很好的落地场景。
人工智能落地医疗领域，在张少霆看来，既要做到“顶天”，又要做到“立地”。“顶天”能帮助头部医院百尺竿头更上一层，“立地”能利用技术实现诊疗经验的下沉，帮助基层地区的医院提升水平。“所以智慧化最好是能两者兼顾，在上海肯定是顶天的成分多一些，周边地区立地的成分可能相对多些。”
在实际落地中，“AI+医疗”往往会碰到数据安全、数据标注、训练数据、专家支持、监管、国家药品监督管理局认证、医疗器械认证等一系列难题。但张少霆认为，核心难点还是做出真正能够为医院、医生和病人创造价值的产品，解决医患痛点。
“为什么我会说这才是真正的最大难点和痛点？”张少霆对澎湃新闻表示，早在20年前，美国有第一款被FDA认证的计算机辅助诊断软件，它用于乳腺癌筛查，医保也愿意为它付费，医生点击按钮调用软件进行评估，保险公司就会付钱。
但这一辅助诊断软件推了10多年后还是遭遇失败，核心原因是它一直没有很好地解决假阳性问题。“有很多女性其实并不是乳腺癌，软件为了避免漏检，报告了疑似的乳腺癌，导致女性后续去做活检和进一步的侵入式诊断。”
“这给医生和病患都带来了一定困扰。所以真正的最大难点，我认为是要找到合适的问题，并且真正能够让医生和病患都因此受益。”在这一基础之上，监管也好，商业化也好，数据也好，张少霆认为都会随着市场的发展形成固定的流程和模式，慢慢不再是障碍。
