隨著人口老齡化的到來,中國人看病難的問題在某些領(lǐng)域變得更突出了。
資料顯示,截至2019年,中國每萬人有27.2名醫(yī)生,比30年前上升2.7倍。但中國的全民醫(yī)療覆蓋指數(shù)并不高,2019年僅為 69.9,在世界200個國家和地區(qū)中排名58位。主要原因,一是醫(yī)生的“質(zhì)量”“數(shù)量”分布差異明顯。據(jù)統(tǒng)計,2018年中國農(nóng)村地區(qū)萬人醫(yī)生數(shù)量為18人,僅為城市的45%;二是根據(jù)國家衛(wèi)健委的說法,我國醫(yī)學(xué)院校覆蓋了從中專到博士的所有學(xué)歷層次,院校之間、不同學(xué)歷層次之間教學(xué)質(zhì)量相差較大。截至2019年,我國醫(yī)生大學(xué)本科以上學(xué)歷僅57.4%,而醫(yī)生密度與中國相近的美國,幾乎是“人均博士”。
6月16日,科大訊飛副總裁、訊飛醫(yī)療科技股份有限公司總裁陶曉冬在生物經(jīng)濟50人(青島)論壇上發(fā)表題為《通用人工智能的技術(shù)進展和醫(yī)療應(yīng)用》的主旨演講,他介紹,科大訊飛作為國內(nèi)人工智能領(lǐng)軍企業(yè),其開發(fā)的訊飛星火醫(yī)療大模型,在醫(yī)療領(lǐng)域已經(jīng)超過ChatGPT4的水平。能在很大程度上改善和緩解目前的一些醫(yī)療難題。
首先是賦能基層醫(yī)生,彌補基層和農(nóng)村醫(yī)生數(shù)量和質(zhì)量不足的問題。陶曉冬介紹,在過去的八九年里,訊飛醫(yī)療圍繞國家“強基層”這一深化醫(yī)改的重點工作,利用人工智能技術(shù),把醫(yī)療能力、醫(yī)學(xué)知識、醫(yī)學(xué)推理、輔助診斷的能力賦能到基層,為基層醫(yī)生提供輔助診斷?!拔覀兏采w了500多個區(qū)縣,為全國20%的區(qū)縣累計提供了7億多人次的輔助診斷,診斷合理率達到90%以上?!碧諘远f,訊飛的人工智能技術(shù)在這一過程中發(fā)現(xiàn)了鄉(xiāng)村衛(wèi)生院和鄉(xiāng)村衛(wèi)生服務(wù)中心的基層醫(yī)生的常見錯誤和處方的不合理之處,極大地提升了基層醫(yī)生的診療能力。
第二是輔助醫(yī)生管理慢病患者,改善公共衛(wèi)生水平。陶曉冬介紹,訊飛人工智能通過互聯(lián)網(wǎng)技術(shù),幫助醫(yī)生收集慢病患者在康復(fù)和慢病管理過程中的信息,幫助醫(yī)生分級分層管理慢病患者、篩查慢病并發(fā)癥?!搬t(yī)生在我們系統(tǒng)的支持下,管理的慢病患者人數(shù)提升了5倍以上。”此外,在人工智能技術(shù)的支持下,慢病控制達標(biāo)率也有極大的提升,例如,高血壓的控制達標(biāo)率從50%提升到了70%,這帶來了更少的并發(fā)癥和更少的門急診。
第三是幫助醫(yī)生做診后的患者管理。陶曉冬介紹,中國每年約有2.4—2.5億人次的出院患者,其中相當(dāng)一部分人在出院之后仍然希望得到延續(xù)性、專業(yè)性的醫(yī)療服務(wù),但是三甲醫(yī)院的醫(yī)生沒有精力管理患者,而訊飛星火醫(yī)療大模型可以幫助醫(yī)生分析患者在院期間的所有數(shù)據(jù),結(jié)合醫(yī)學(xué)知識,提供患者出院后的個性化管理方案,最終由醫(yī)生確定管理方案?;颊叱鲈汉?,訊飛醫(yī)療大模型可以幫助醫(yī)生自動管理患者,設(shè)定康復(fù)目標(biāo),提供運動指導(dǎo)和飲食指導(dǎo),提醒患者復(fù)診,收集康復(fù)過程中的生理指標(biāo),生成完整的康復(fù)檔案,判斷康復(fù)過程是否正常,幫助醫(yī)生在合適的時候介入到患者的康復(fù)過程中?!斑@個診后管理平臺在華西醫(yī)院上線后,患者滿意度有極大的提升,隨訪人員的工作量有了明顯的下降?!碧諘远f。
至于用大模型為患者提供導(dǎo)診服務(wù)、用藥指導(dǎo)和體檢報告綜合解讀,以及幫助醫(yī)生生成入院小結(jié)、查房記錄等文本,更是輕而易舉的事。
除了能在一定程度上緩解目前國情下的一些看病難題,訊飛大模型還能幫助主管部門分析全區(qū)醫(yī)療情況。陶曉冬介紹,訊飛大模型可以通過收集某一區(qū)域的大量數(shù)據(jù),在衛(wèi)健委、疾控中心、醫(yī)保局的支持下,分析全區(qū)域內(nèi)的醫(yī)療質(zhì)量、病案等,幫助各級主管部門對全區(qū)域內(nèi)的醫(yī)療資源配置、醫(yī)療質(zhì)量問題做全面的了解和有針對性的分析。以了解一個區(qū)域一段時間某類疾病的發(fā)病情況,以及就醫(yī)療質(zhì)量、資源配置進行分析。