2016年，中国的一部医疗记录片—《人间世》将镜头对准医生、病人这两大群体，客观地记录了真实的医患状态，
引发了全民的热烈讨论，以及媒体、行业和政府的关注和沉思。
▲来自于《人间世》剧照
这部记录片中，我们看到在社会变革期间，医院这个社会矛盾高度浓缩的生死之地，
在构建和谐医患关系中的艰难前行，更看到了个体对改善生命体验的需求。
2019年7月19日，《人间世》的总导演周全带着对科技与医疗的思考，出席在中国平安首届智慧生态大会上。
从《人间世》中医患关系的沉思，到平安智慧生态大会上对科技+医疗在“人世间”的应用的探讨，
周全导演畅想了科技对中国式医患关系改造的美好未来。
▲《人间世》的总导演周全
确实，随着创新速度和规模的加快，新科学、自动化以及人工智能对人类的影响正在逐步凸显出来。
其中医疗是AI行业重要的研究和应用领域，数字医疗革命已经起步。
▲数据来源：CBInsights
一、未来已来，用科技解决“人间医事”的痛点
在中国，医患间的矛盾并不一定是因为诊断错误或者治疗失败，更重要的原因在于医疗资源供需失衡。
据统计，我国人口占世界人口的22%，但医疗卫生资源仅占世界的2%，且8成集中在城镇。而高新技术、先进设备和优秀人才等
优质资源往往过分向大城市大医院集中。而社区卫生服务资源短缺，服务能力不强，不能满足群众基本卫生服务需要，最后导致
大量基本医疗需求在三甲医院等大医院释放，造成大城市医疗资源紧张。
▲医疗资源倒三角与医疗需求正三角（图片来源于网络）
比如说纪录片《人间世》中的瑞金医院仅内分泌科，平均每个诊室每天要接诊131人，而每个诊室上午和下午都只有一位医生。
除了人力资源的不足，还有资源分配的失衡。片中瑞金医院的心脏外科在去年由于血资源不足被迫停了
一百多台手术。由于血资源缺乏，手术无法进行，这很大程度上增加患者风险。
除此之外，还有医疗服务现状落后于人口健康服务需求的问题，比如说医疗体系的信息化建设仍较为落后。在医治的过程中，
由于风险和资源等不确定因素，医生很难百分之百地康复病人，而一些家属认为病人在治疗后就会完全康复。医生医患双方有很多信息并不对称，而这往往会引发医患纠纷。
以上的种种问题，
-
一方面是因为我们在发展过程中无法回避的现实：无论是对中国还是对世界来说，人口老龄化加剧、慢性病患者群体增长、优质医疗资源紧缺以及供需不平衡、公共医疗费用攀升等都是必须要面对的问题。
-
另一方面，很多看似悲情的牺牲，实则是人事未尽的遗憾。尤其是从医院的角度而言，医患矛盾的产生，往往来源于医疗资源无法得到高效合理的利用。事实上，医疗资源常常会因为管理低效和利用不善而产生大量的浪费。
比如说在我国医生独立上岗的培训周期长达8 年，并且每年有大量医学论文发表，医生学习时间有限，很难在短时间内消化吸收新的医疗技术。这中间还需要极大的人力物力支出，人力资源的增长很难跟上快速增长的医疗需求。
▲医患矛盾的焦点，来自于易观《2016年移动医疗五大市场模式分析与未来趋势》
对人文意义的支撑离不开科技的进步—正是有着对生命的关怀, 才有科技创造新生活的动力。随着技术的发展，
人们逐渐开始寄希望于通过人工智能来解决医疗行业的痛点，以此作为一种提高效率的工具。
▲图片来自于德勤研究《2018全球医疗行业展望》
目前，医疗人工智能已经覆盖了医疗产业链条上的四大环节。其中，医疗环节以服务患者为主，针对患者提供一系列更精准、更高效的医疗服务。而医药、医保、医院环节则更多是为 B 端的医疗机构、企业等服务。
人工智能成了医疗行业革新的新动力，近年来，不少巨头公司和新兴创业公司都纷纷布局AI医疗，平安就是其中较早介入的巨头之一。
二、平安医疗健康圈—AI +医疗背后的人文意义
平安进入AI医疗的原因很简单，因为医疗AI和平安的保险核心业务天然契合。平安拥有健康险、寿险、养老险等和医疗相关的传统优势业务，连接了1.8亿用户。从商业角度来说，平安的诉求是让大家别得病、少得病、得病快点好、少花钱。
因此，和很多其他科技类的公司将人工智能运用在医疗领域，做成工具变现的诉求不一样。从平安角度来说，疾病预测、筛查和精准诊断可以帮助患者早发现、早治疗，大幅减少医疗理赔支付。保险业务可以为医疗AI积累数据，数据产生的洞见又可以反馈到保险业务中，这是一个天然的业务闭环。
过去几年，依托平安集团人工智能、区块链、云计算三大核心技术、以领先的医疗科技为核心、平安云为载体的平安智慧城市智慧医疗，从服务政府开展智慧医疗到辅助医疗机构提升医疗效率两个方面，已经建立了包括智能医疗质量控制、智能疾病预测、智能分诊导诊、智能医疗影像筛查、智能辅助诊断和治疗、智能ICU重症管理以及智能随访患教等诊前、诊中、诊后全流程端到端的解决方案矩阵。
除了天然的业务闭环，平安的布局也有着顺势而为的人文意义：
在解决医疗资源分配不均的问题上：国内的医疗资源主要是基层与市级三甲医院的分布不均，虽然分级诊疗是实现医疗资源优化配置的有效途径。然而，由于患者对基层医疗水平的不信任，分级诊疗的推行并不顺利。
这主要是基层医院普遍面临“三缺”问题：缺辅助科室医生，如放射科医生；缺经验丰富的医生，导致业务能力相对较弱；缺高新技术、先进设备，限制了诊疗水平。为解决这一痛点，平安智慧医疗开发的面向基层的智能辅助诊疗系统。以“智慧”输出为基层医院赋能。
▲图片来自于网络
在智能辅助诊疗上，平安集团打造“知识+数据”双驱动的Askbob临床决策支持系统，基于2000多万人次的就诊数据、临床指南和覆盖上千万医学数据的核心医疗知识图谱，开发覆盖500多种疾病、全科常见30多种疾病的诊断模型和30多种疾病的治疗推荐模型，其中全科常见35种疾病的诊断模型准确率达到95%。大大提高基层医生的诊断准确率。此外，平安智能影像质控平台通过AI算法，根据标准的医学图像格式对影像进行病灶自动识别和智能辅助诊断，同时实现AI对影像诊断的质量控制，有效降低影像的漏诊，提高影像对于临床诊断的价值，帮助医院提升效能。
▲图片来自于：平安智能医疗解决方案
目前平安智慧医疗已与近20个省市的医疗行政主管单位开展紧密合作，这一系统已在上千家医院应用，每周会有七万次以上由平安智慧医疗系统提供的诊疗和治疗推荐。在甘肃、贵州、重庆等地区取得了非常好的应用效果。
在解决医疗效率问题上，在集合数亿条在线诊疗及健康咨询数据的基础上，平安推出了智慧辅助诊疗系统(Askbob)，该系统服务于在线医疗的预诊分诊、问诊环节，将医生从重复性、初级咨询工作中解放出来。有更多的时间用在医患沟通中。
▲图片来自于：平安智能医疗解决方案
拿中国发病率和死亡率最高的恶性肿瘤-肺癌来说，在传统的影像诊断过程中，医生的经验、疲劳度都会影响肺结节检出，出现漏诊、误诊的情况。而平安的智能影像诊断系统分别以95.1%和96.8%的精度刷新了“肺结节检测”和“假阳性筛查”的世界纪录，基于该技术优势所打造的智能医疗影像筛查系统已经实现AI阅片和智能报告生成仅1分钟，覆盖30多种疾病的AI医疗影像模型储备、2亿患者、6亿潜在筛查人群，大大提高医生的诊断准确率和效率。
▲图片来自于：平安智能医疗解决方案
在提高医疗水平的质量上，用AI对疾病进行预测管理，这是AI医疗的方向之一。拿平安的智慧疾病风险预测系统来说，其基于大数据及人工智能机器学习技术而建成。该系统从大量的特征中挖掘疾病风险因子，覆盖了心脑血管、糖尿病、呼吸系统疾病等30多种慢性病及其并发症的预测模型，从350多万体检及电子病历数据中自动筛选疾病风险因素，采用机器学习方法建立智能疾病预测模型。
举个具体例子来说，平安和新加坡最大的医联体医院之一Singhealth做了一个项目启动，针对二型糖尿病进行个性化治疗。二型糖尿病患者有七八种以上常见的并发症，一旦发生这些并发症之后，治疗的成本非常高。在新加坡治疗最贵的两种病，一种是中风，一种就是糖尿病。用平安的AI技术，可以把有高危并发症风险的病人筛出来，有糖尿病肾病的风险或者并发心梗的风险，会推荐不同的治疗方案，控制并发症的发生。这进一步助力拉近“人民群众与美好生活的的距离”！
结尾：
以技术手段化解医疗痛点，是所有在智慧医疗这条大道上前行者的终极目标。医学是一个很复杂的学科，它与社会认知是息息相关的。科技对医疗技术方案的改进，如果从社会责任和医学人文的角度去思考产品的价值, 更能拥有温暖的底色。当下的平安智慧医疗致力于用AI解放医生的生产力，赋能基层医疗，在这条温暖的大道上已越走越远！
· END ·
设置好星标
就能第一时间收到医趋势的消息啦！
