下一個萬億產業！AI醫療破解看得上看得起看得好病“三角難題” 專家熱議AI重塑醫療體系方向

財聯社7月20日訊（記者 盧阿峰） 人工智能正以不可阻擋之勢與醫療行業深度融合，成爲推動我國醫療體系創新與發展的重要力量。

19日，“2024百度健康產業生態大會”在北京舉行，吸引了衆多來自人工智能、健康科普及醫療健康產業領域的專家學者、企業代表、行業領袖。大會圍繞“AI普惠”議題，深入探討了如何利用人工智能技術破解醫療服務中的“不可能三角”，AI與大數據如何深度融入並重塑醫療服務體系，爲解決傳統醫療難題提供了新視角與新路徑。

通過一個碼、一張網、一朵雲，實現居民全生命週期健康管理？

打開AI用藥助手，拍下藥盒即刻呈現清晰詳盡的藥品說明書，省去了在微小字眼中費力搜尋的繁瑣；通過簡單掃描二維碼，患者的基本信息與症狀概覽瞬間呈現在醫生眼前，讓醫生能夠專注於與患者深度交流，同時依託先進的臨牀決策支持系統，迅速而精準地制定診斷方案……這一切，已非遙不可及，而是AI大數據技術與醫療健康服務領域深度融合、創新碰撞下的生動現實。

北京大學中國健康發展研究中心主任李玲認爲，AI不僅是醫療服務的輔助工具，更是推動醫療體系升級的重要力量。“醫療爲什麼是一個複雜的體系？是因爲它的不確定性、它的信息不對稱、它涉及的範圍極其廣，醫療、醫保、醫藥都有涉及，所以如何解決醫療服務裡面長期在傳統的領域解決不了的問題？可能就是靠數字時代給醫療賦能。”

“AI及大數據能使我們的不確定性變成確定性，使信息的不對稱，讓它相對對稱一點，使老百姓對醫療服務、對健康的需求都能在各個層面得到滿足，甚至可以使醫患關係走向良性。”李玲認爲AI能夠成爲當前醫療服務體系中有力的補充。

目前，業界普遍認爲醫療問題是一個“不可能三角”，即在醫療生產力中難以同時實現的三個關鍵要素：質量（“看得好病”）、成本（“看得起病”）和效率（“看得上病”）。我國不同地區、不同收入羣體、不同環境下的人羣面臨的主要疾病威脅不同，醫療資源分配不均的同時，也伴隨着醫療需求在時間和空間上的不均勻性。

百度集團資深副總裁、百度大健康事業羣組總裁何明科表示，“雖然AI不能直接給人類看病，卻是這個‘不可能三角’的重要平衡點，AI雖不能直接替代醫生進行診療，但能在這一難題中找到平衡點，通過提升效率、優化成本結構，同時保證醫療服務質量。”

何明科介紹，目前，百度的AI健康問答服務日活用戶已超過200萬、AI用藥助手累計服務超2000萬人次、AI醫學報告支持超100種報告類型。百度健康通過構建創新產品，正逐步將AI技術轉化爲實際生產力。

實際上，近年來，我國醫療健康數字化技術的發展非常迅猛，應用場景及市場規模在快速增加。公開數據顯示，僅在AI影像方面，2023年我國的市場規模約爲36.2億元，預計到2025年將達到126.8億元，2020-2025年的複合年增長率（CAGR）約爲127.1%。此外，整個醫療AI行業規模預計到2030年有望超過1.1萬億元。

與會嘉賓普遍認爲，醫療健康與數字化深度融合前景廣闊。李玲在會上表示，未來健康中國的模式應該是每個中國人都將擁有一個集公共衛生、健康管理、醫療服務信息於一體的“健康碼”，全國應該通過“一張網”、“一朵雲”，實現居民全生命健康週期的管理和服務。

AI大數據與醫療健康融合能做到哪一步？

會上，與會嘉賓普遍提到：自去年相關部門強化醫藥營銷合規性以來，醫藥行業面臨着營銷成本激增、准入門檻顯著提升等挑戰，這些變化更將AI賦能醫藥營銷的必要性與緊迫性推向了新的高度。

阿斯利康全渠道事業部總經理劉謙表示，隨着大數據與機器學習技術的飛速迭代，AI正悄無聲息地重塑着藥物研發、生產、流通及患者服務的每一個環節。從提升內部商業化效率，到優化醫患溝通體驗，再到創新患者自我管理及醫生診療模式，這些領域的AI應用已日趨成熟，併成功落地。

初犢健康科技集團有限公司CEO任義峰認爲，未來十年，數智化終端將成爲行業標配，涵蓋傳統零售終端、B2C電商、O2O服務、私域健康管理以及互聯網診療五大領域。

這一轉型趨勢正在成爲現實。7月1日，北京參保人已能在美團、京東等平臺上，在300家醫保定點零售藥店線上購買非處方藥品，這標誌着醫藥購銷渠道正經歷着前所未有的變革。

搜藥合夥人、藥賦能CEO邵清也表示，“當前，醫藥購銷渠道正經歷大洗牌，互聯網醫藥平臺的銷售佔比迅速攀升，而傳統線下藥店則面臨銷售增速下滑的挑戰。”

那麼AI+醫療健康，最多能做到哪一步？制約融合速度的關鍵是什麼？

鵬城實驗室醫療健康AI使能團隊負責人宋震表示，“AI在醫療影像領域的成就有目共睹，而在藥物研發領域，通過AI與分子動力學的結合篩選藥物靶點也已取得顯著進展。在健康管理、慢性病監測等方面，AI同樣展現出非凡潛力。然而，儘管數據量持續膨脹，但在干預與治療領域，AI尚未取得突破性進展，這主要受制於責任界定與倫理考量。”

上海仁濟醫院泌尿外科主任遲辰斐則強調，“AI在處理客觀知識，如疾病症狀描述時表現出色，但在構建主觀知識體系、進行反向推理方面仍顯不足，還需要提供高質量的訓練數據、促進醫生與AI的緊密合作，併爲AI模型創造實際應用的測評環境。”

值得一提的是，我國相關部門高度重視醫療AI的發展，並出臺了一系列政策措施來推動其應用。例如，《關於進一步完善醫療衛生服務體系的意見》等文件提出要加強人工智能在醫療衛生領域中的應用，推動醫療大數據共享和隱私保護等。相關部門、各地政府還通過資金扶持、稅收優惠、人才引進、積極建設醫療AI創新平臺和產業園區等多種方式支持醫療AI企業的發展。