“做大做強新興產業集群，實施大數據發展行動，加強新一代人工智能研發應用，在醫療、養老、教育、文化、體育等多領域推進‘互聯網+’。發展智能產業，拓展智能生活。”今年政府工作報告對大數據和人工智能不惜筆墨，對此，代表、委員紛紛表示，“積極澆灌，靜待花開”。

態度越來越開放

全國人大代表、中國工程院院士程京在北京代表團小組發言時，介紹了他們自主研發的目診儀。發言沒結束，北京某區的一位全國人大代表表示，“會后將采購一批，幫助基層提升診療服務能力。”據了解，這是一款基于傳統中醫目診理論，結合人工智能、無影成像、大數據分析等現代高新技術研發出的中醫目診診斷儀器，通過拍攝眼睛照片就能辨識體質傾向、中醫證候，甚至給出身體易發疾病風險。

個案管理師是陜西省腫瘤醫院最近“玩的新花樣”。全國人大代表、陜西省腫瘤醫院院長宋張駿表示，每位腫瘤患者確診后，都由個案管理師收案，管理內容從組織個案會談、評估患者需求、制訂醫療護理計劃、進行心理疏導、出院后復診，一直到回歸社會，而“背后是大數據在支撐”。宋張駿說，在科研、遠程診療等領域，大家都抱著開放的態度，歡迎各方參與進來。

全國人大代表、武漢大學口腔醫院院長邊專最近準備申報一個專項，研究通過將芯片植入牙齒等技術，實時收集人體相關信息。他對人工智能的前景充滿期待，也愿意積極參與，并表示國家應該鼓勵。

基層已成為大數據和人工智能的“試驗場”。全國人大代表、騰訊公司董事會主席兼首席執行官馬化騰表示，通過虛擬/增強現實、移動在線直播等技術，鼓勵專家與欠發達地區及基層的醫生開展交流和遠程會診，彌補資源供應缺口，降低優質醫療服務門檻。全國人大代表、科大訊飛董事長劉慶峰表示，可利用智能語音技術和認知醫學技術，建設面向家庭醫生的智能輔助診療服務平臺，用人工智能影像輔助診斷和全科輔助診療能力賦能基層醫療衛生機構，輔助家庭醫生為居民提供優質的健康醫療服務。

不悲觀也不能太樂觀

“我們也有擔心。公司在業務發展過程中，需要大量的醫療數據，這可能涉及醫療安全，有些不適合對外傳播。”宋張駿表示，“他們太急了，希望在很短時間內，用數據等手段替代醫生、診斷。雖然方向和目標是對的，但是路要一步一步走。”

“動不動就大數據，有唬人之嫌。”邊專說，人工智能注定會改變包括醫療在內的方方面面，但醫療是以人文為重要內涵的科學，人工智能只是科學中的一小部分。邊專對信息技術人員單獨做的醫療大數據或者人工智能表示悲觀，在他看來，只有醫務人員參與設計，才能在實踐中找到正確模式。

“臨床醫學與人工智能結合存在障礙。”全國政協委員、復旦大學附屬中山醫院心內科主任葛均波認為，醫學與人工智能結合是彼此交替相互反哺的過程，應遵循“醫學知識輸入—機器學習—臨床應用—輔助醫學新發現—醫學新知識輸入”的循環過程。而目前許多醫學AI研究項目并未遵循這樣的目的與路徑。“臨床醫學和計算機各自有成熟的學術體系和研究方法，雙方缺乏了解，醫學工作者和計算機專家之間表述與理解存在偏差，甚至出現‘雞同鴨講’的現象。”葛均波認為，即使是目前最先進的醫學人工智能技術，也僅停留在醫學影像識別和分析上，依賴于高質量的數據和相對單一的判斷，與真正接近醫學專家水平還有很大距離，其根本原因在于醫學AI并未建立起跨學科的統一學術體系。

而對目前一些公司的“基層戰略”，宋張駿表示，“醫學是一門經驗科學，不能哪里有漏洞，就拿機器補，機器取代人還有很長的路要走。”

政府引導下共同成長

“最好是國家介入，社會長遠投資，有組織的共享這些數據，這是一個長遠的大計劃，不能想著短期營利。”談及大數據分享，邊專亮出自己的觀點。眾多代表和委員呼吁，國家應該盡快“出面”。

健康醫療大數據的權屬關系和應用邊界不清晰，人工智能技術應用于健康醫療領域缺乏準入和認證標準，政府、醫療機構和社會第三方機構對醫療數據管理和應用仍有待規范等問題，一直困擾著進軍醫療領域的馬化騰。他還困惑于：政府機構、學術科研單位和企業之間沒有有效的協同創新機制，健康醫療數字化應用缺乏認證、準入和應用保障機制等。劉慶峰建議，國家應該研究人工智能在臨床醫學、家庭醫生服務、藥品研發、組學研究、健康管理、院后康復等領域的技術，制定相關標準和指南。

“我國有世界上最大的患者人群，也有世界上最龐大的臨床醫療數據信息，但我們是‘大數據’嗎？恐怕不是。”全國政協委員、浙江大學醫學院附屬邵逸夫醫院院長蔡秀軍說，如果不能做到規范有效、互聯互通，臨床醫療數據就不可能成為“大數據”。蔡秀軍表示，必須在實現電子病歷結構化、規范化上下功夫，否則會產生大量的無效數據，“實在讓人心疼”。

宋張駿表示，國家相關部門要制定政策，讓醫院和醫生有章可循。衛生行政部門要建立一支專業團隊，對過去的相關數據，比如病例管理要求等進行重新評估，然后明確哪些數據可以開放，開放給誰等問題。

葛均波建議，由衛生主管部門牽頭，成立國家級臨床醫學人工智能應用開發研究院，研究人工智能在臨床醫學應用的發展規律和特點，提出關鍵的科學問題、發展思路、發展目標和重要研究方向，確立統一臨床醫學人工智能的學術概念和學術用語，為高質量應用研究提供理論支持。鼓勵優秀醫學團隊與人工智能團隊開展深度合作，開發AI工具和醫療終端產品。