“虽然近三分之二的医疗保健领导者认为AI对实现其组织目标‘非常重要’，但只有不到三分之一的人表示他们的AI计划实现了‘预期价值’。”

27-29日，世界经济论坛（WEF）第十四届领军者年会在中国天津举行，会议期间，论坛方揭晓了“十大在未来三到五年内将对世界产生最大影响的新兴技术”，生成式人工智能和人工智能辅助医疗名列其中。但根据WEF本月发布的另一份有关“AI在医疗健康领域应用”的专题报告，却显示了前述不尽如人意的调研结论。

人工智能（AI），被WEF定义为“通过感知、解读数据、学习、推理和推荐最佳行动方案来行动的系统”。该份专题报告认为，在过去的十年中，医疗保健和技术行业的领导者、政府官员和研究人员对利用人工智能(AI)和机器学习(ML)的进步来改变医疗保健寄予厚望，但其实际应用却一直推进地相对缓慢。

如何加速人工智能、大数据等新兴技术在医疗健康领域负责任地应用？在本届新领军者年会上，多名与会嘉宾、参会企业人士和受访对象均提到，关键点在于建立起不同经济、医疗资源和数据基础国家间以及公共和私营部门间的协同治理体系，着力解决好低信任度和缺乏基础设施等应用上游问题。

世界卫生组织原助理总干事、北京大学公共卫生学院教授任明辉对第一财经表示，AI技术和医疗大数据的可及性和应用深度，关乎“以人为本”医疗健康体系的建设，这既离不开政府的支持和治理完善，也需要企业率先去应用探索，让各利益攸关方看到新技术应用可产生的公共卫生收益，以推动形成可持续的创新应用生态。

AI提高医疗服务可及性？

6月初，据国家药监局官网公告，腾讯医疗健康生产的“结肠息肉电子内窥镜图像辅助检测软件”创新产品注册申请获批，该产品可以通过深度学习的算法分析帮助基层医生识别和定位息肉结肠，以推动肠道癌症筛查的关口前移。

相关统计显示，截至2022年10月，我国已有62款人工智能医疗器械获批，覆盖心血管、脑部、眼部、肺部、骨科、肿瘤等多个疾病领域。

根据科技部发布的《关于支持建设新一代人工智能示范应用场景的通知》，在智能诊疗方面，要“运用人工智能可循证诊疗决策医疗关键技术，建立人工智能赋能医疗服务新模式”“重点面向县级医院，提升基层医疗服务水平”。

不仅仅是中国，WEF在《2023年十大新兴技术报告》中提到，在发展中国家，基于人工智能的医疗保健的影响可能更为深远，因为这些国家往往缺乏向大部分人口提供医疗服务的基础设施和人员。利用人工智能和机器学习等新的智能手段，是解决护理不足地区医疗保健能力的第一步。

以印度为例，《2023年十大新兴技术报告》称，该国人口超过14亿且分布广泛，当局采用了一种基于人工智能的方法来加强医疗服务，通过为医生配备辅助技术，让偏远社区可以获得均等化的医疗服务。与此同时，印度政府对这些基于数字科技的医疗服务采取必要的隐私保护措施，以增进供需双方信任关系。

但发展中国家运用人工智能解决医疗健康问题也非一帆风顺。

一名来自非洲的与会者认为，“人工智能辅助医疗当然有巨大潜力，然而现在非洲实施难度还不小。”

该名与会者表示，当地也做了很多尝试和探索，但要想人工智能发挥效用，需要一定数量的数据，以及可以对这些数据做出标准化的阐释，这对于数字基础薄弱的非洲地区而言无疑是个挑战。目前非洲拥有全球50％人口，但医护人员仅占全球的3％，如何更好地让人工智能帮助处理海量的医疗数据，是当地医疗卫生领域的主要关切。

香港科技大学表观基因组学研究中心副主任、化学与生物工程系副教授吴若昊也同样提到，人工智能理论上可以帮助实现医疗服务的去中心化，但在实际中，一国要想真正利用好这些技术需满足两个前提：可以容易地获取数据并有足够的资源去处理这些数据。后者取决于当地是否拥有比较大的数据中心。

医疗人员数量、能力和意识是否与人工智能的应用相匹配，是欠发达地区所面临的另一挑战。

一名来自非洲加纳共和国的与会者提到，在非洲，当地人口从14亿预计将增加到25亿，医疗资源紧缺问题越来越突出。对于所处其间的国家而言，即便拥有充足的资金、AI技术，没有足量受过培训的工作者马上去应用这些技术，人工智能产品也无法充分发挥价值。

WEF中国区健康与医疗行业负责人Carrie LIU在接受第一财经采访时，谈及了她在中国某些农村基层调研时的发现：当地有名望的村医往往年岁较长，这些医生可能自身就存在数字鸿沟，对数字科技的接受程度不高。换言之，即便为他们配备便携化AI产品，他们是否愿意使用，仍是个问题。

任明辉认为，在医疗资源缺乏的地区，AI的落地应用会对当地医务人员带来的影响是一体两面的。一方面，AI技术可以弥补这些地区基层医疗机构缺乏高质量医疗资源的问题；但一方面，这些地区也确实需要及时提升医务人员的能力和水平，确保他们能够规范化、有意识地使用这些技术。在医疗服务可及度提高的同时，切实增进医疗服务均等化水平。

此外，Carrie 还对记者提到一个深层次的担忧：目前，在非洲等数字科技较为落后的地区，医疗工作者所使用的AI产品往往来自于发达国家的科技公司，这些产品在设计过程中，临床数据可能并不包含非洲等地区。因此，深度学习的结果对于非洲地区或许并不可靠。从这个角度来看，AI产品在全球欠发达地区的使用，表面上是填补了当地医疗资源短板，但从“以人为本“、以患者为中心的角度思考，对于当地人口健康的改善程度依然有限。人工智能产品的包容性并没有真正得到实现。

加强公共和私营部门协作

除了发展中国家所面临的特殊挑战WEF在前述报告认为，纵观全球，AI价值在医疗健康领域的充分实现也面临诸多堵点，需要公共和私营部门合力去解决。

这些堵点包括数据基础存在漏洞、使用者的低信任度、缺少可扩展性和跨境创新等。

尤其值得关注的是，在接受WEF采访的专家中，75%的人认为数据基础薄弱是医疗保健领域AI价值实现的主要障碍。算法必须接受数据训练，但即使在高收入国家，不一致的数据收集和缺乏互操作性也阻碍了AI模型跨组织和跨国界的扩展。与此同时，AI还容易因隐私侵犯、数据盗窃和欠佳的算法而被误用和滥用。

Carrie进一步对记者解释称，目前，AI在不同地区的使用程度和价值发挥的空间，与该区域的数字监管松紧呈正相关关系。从数字治理来看，目前，美国较松、欧盟趋严而中国处于中间水平。如果全球数据治理标准不一，那么医疗数据的流通就会受限，进而影响到机器学习的准确性。再进一步，如果机器学习不够精准，又会影响到AI应用的信任度问题。牵一发而动全身。

银杏生物首席商务官埃娜·克拉森堡（Ena Cratsenburg）也认为，AI目前仅仅是医疗中某一环节中的众多工具之一，不能取代医疗从业者的角色。就像眼睛和头脑的区别，人工智能产品只知道如何做事，但不知道为什么要这么做。基于此，AI技术要想在医疗健康领域，对于全人类发挥更多民主化价值，公共部门应更好的平衡这一技术所产生的风险和收益，加强监管。

那么私营部门应该如何回应监管呢？谷歌首席卫生公平官Ivor Horn在前述报告中提到，私营部门的行动速度快于政策和监管。但作为开发这些技术的人，企业有责任在促进政策设计过程的同时，维护证据、道德、公平、安全和隐私等高标准。

立足当下，WEF呼吁，公共和私营部门的注意力集中应该在那些最有可能改变公共卫生和医疗保健并改善患者健康结果的AI应用上。世界已经拥有了这样一种技术，但数据缺口确实存在，医疗保健领导者不能坐等完美的数据基础到位，而应该现在就开始努力，建立起必要的联盟，让医疗健康服务的AI转型成为可能。