>科技>>正文

胡盛寿院士:AI冲击下,深思医疗模式的不足、3大改进方式

原标题:胡盛寿院士:AI冲击下,深思医疗模式的不足、3大改进方式

近日,在中国心脏大会(CHC)2017暨第二届中国血管大会(CVC)中,大会主席中国医学科学院阜外医院胡盛寿院士发表了自己对医疗领域的一些总结和看法,引发医学工作者的诸多思考。

胡盛寿,男,1957年出生,中国工程院院士,国家“973项目”首席科学家,主任医师,教授,博士生导师。现任国家心血管病中心副主任(主持工作),中国医学科学院阜外心血管病医院院长,心血管疾病国家重点实验室主任,国家心血管疾病临床医学研究中心主任,《中国循环杂志》主编,法国医学科学院外籍院士。

以下是胡盛寿院士对现阶段医疗模式的总结与看法:

美国有句谚语说到:除了上帝,任何人都是要用数据说话。

从这句话可以看出,大数据其实是我们观察和审视世界各种表现因素之间必然联系的哲学思想。

在过去,无论是二十四节气,还是李时珍的《本草纲目》,均表示着数据展现自然和人文客观发展规律内在联系的一种方法。

大数据应该是人类在测量、记录、分析世界的一种渴望和动力来源。

医学大数据的到来是在信息大爆炸时代、计算机和互联网快速发展背景下的必然产物,也是对当今医疗模式客观审慎的必然结果。

我们在医学领域认知的不足

在过去三十年,甚至更长的一段时间里,我们的医疗模式以既定为中心的治疗模式,虽然救治了成千上万患者的生命,但同时也看到这种模式存在的一些问题:

  • 从生活方式干预到过度医疗,再到疗效不佳、药物不良反应。

  • 对患者主动性认知的差异、资源配置的不合理。

尤其是在当今中国医患关系的加剧,这些现象不断在提醒我们在医学的认识上还存在很多误区及不足之处。

所以,以大数据理念来看待现代医学发展,就可以发现其存在的不同局限性。

过去的经验医学发展至今,很多现象都是随着小样本产生的数据派生出庞大的人群。

而目前的诊疗更集中于疾病的每一个环节,重视疾病整体系统的治疗,注重治疗本身的结果而淡化疾病发展相关原因的探究。

如果采用现今大数据来审视我们的思考方式,一定会发现存在诸多问题。

过去10年,我们很多新的治疗方法虽不断在成熟,但在这过程中也存在的一定的问题。

除了医疗本身水平的差异,中间也存在很多客观的原因,对疾病每一个环节的治疗、数据采集和监管方面存在很大缺陷和误区:如中国作为高血压大国,但其控制率却又不尽如人意,因此,我们不得不去审视治疗方法本身以及治疗方法背后所隐含的诸多现象,这很值得深思。

美国作为最发达的现代医疗典范,在医疗费用不断上涨、医疗本身患者获益的背后,其存在的弊端不可忽视,如过度医疗、医疗差错和医疗差错导致的资源浪费等。

医疗问题背后的三点思考

如果用大数据的视角审视,重新看待有以下几个方面值得思考:

第一、大数据时代需要改变对疾病的认识和处理方式:

随着医疗知识积累的不断深入、专业的细化、碎片化,必然向大数据时代的集成化、系统化方向发展。因为心血管疾病的发生发展汇集了遗传因素和各种环境因素的交互作用。

现代医疗中患者的病史、症状、体征、实验室诊断,但常忽视患者的遗传背景、基因组数据、环境背景因素以及对疾病主要监测指标持续的观察和亚组分析,包括目前日常医疗诊疗中常根据疾病某个遗传表征,而忽略最基本信息。

需要把过去碎片化的信息更加的集成化,对新生儿疾病发病机制的研究、诊断和治疗等需要系统化的信息集成处理。

现在,大量信息都没有被纳入到日常临床对疾病的认识和处理中,而恰恰在我们认识数据以外的事情中。传统对疾病的分型认识上,对认识疾病和处理类似疾病起到了非常重要的作用,但是不可否认传统疾病分析存在的误差,各自不同片面化的信息,无论是慢性病的分型还是未来分型,还有很多立场。

常常只是关注疾病某一阶段或某一片段的判断,而忽视了全面的系统化的信息积累。

所以,基于大数据需要更新疾病新的分型,不仅要对疾病表观的现象,来自临床诊断、物理诊断、实验室诊断、影像诊断,同时要汇集来自遗传背景和环境因素的影响,共同编制一个新的疾病类型,以此为医护人员全方位对疾病的系统认识。

我们对疾病的认识经常是基于某一个疾病的整体,忽视了疾病个体之间的差异。

因此,需要利用大数据,从个体到群体再到个体这样一个循环,这样系统化的对疾病的整体认识再到个体认识。

目前对疾病的治疗方法是对某一个疾病的标准治疗方法,但没有一个患者是标准的,如不同的糖尿病患者是不一样的,而某一个药物开出的药方对所有糖尿病患者都是一样的,这存在很大的误区。

误区的来源就是缺乏对疾病的个体的整体产生的差异或者认识上的差别。

此外,需要对疾病的认识由过去单纯的疾病诊断过渡到疾病潜在的预警、预测。

要实现这一目标就要基于来自不同的大数据积累。医生关注更多的是患者的临床信息,但是对于患者的遗传背景信息、环境因素等这些共同信息可能不仅仅帮助诊断疾病,同时更好的预测疾病。

大数据时代要促使对疾病防控整体水平单纯从疾病治疗到疾病预测方向发展。随着数据的积累我们会更多的预警、预测疾病,而不是单纯的治疗疾病,这就促进整个现代医学模式的发展,即更多的强调预防。

第二,大数据时代要改变整个医疗评价方式:

中国在过去的30年中,改革开放和经济实力的积累、医疗资源配置的增加、整体医疗可及性得到不断改善。

即使不断发展,技术规模也在快速的发展,大量患者得到救治。但是在规模快速增长的同时,是否转化成对疾病本身效果的控制?比如疾病救治成功率、并发症发生率、疾病自身发展状况是否得到遏制?结果确实不尽如人意,各种心血管疾病诊断上升速度非常快。

另外一方面,中国是幅员辽阔的大国,经济发展不平衡导致医疗配置和医疗水平的差异,这一认识背后,我们看到这种差异背后对医疗质量的监管和评价存在很大不足。主要问题除了医疗整体水平发展差异外,不得不看到在医疗资源的监管上存在很大缺陷。

基于全新的医疗体系,需要采集各种各样的数据,包括来自基本信息、门诊信息、住院信息、检查信息、社会经济学信息、病例回顾与调查,综合数据的提取来构成医疗全方位评价。

不仅仅对医疗结果本身,同时要观察临床的精神面貌,不仅要关注患者的并发症和死亡率,同时要关注医生报告、医院报告、账单生成。

在功能方面,不仅要关注治疗本身的成败,更多的需要关注患者身体的、心理的、社会体验、还有对健康的认知、来自患者的体验和感受。用数据提升医生自我学习的能力来完善临床实践的能力,这是大数据给我们的提示。

第三、大数据时代需要改变对医学生培养的观念:

AlphaGo引发了对围棋的思考,希望用人工智能解决人类不能解决的问题。回到医学,已经有很大的进展。

大家都不陌生Watson的概念。在病理切片的影像解读上,智能医生通过比对2000万份癌症论文,用10分钟诊断出一种被长期误诊的罕见白血病,不仅集成了影像学数据,还将所有研究癌症诊断的所有标准,包括很多指南全都汇集到一起,无疑人脑与其之间存在差异。

传统的医学模式在大数据时代形成了新的体系,过去的专科培养使医生对数据的理解越来越局限。我们需要从单纯的医生经验的积累过渡到医学数据的积累,这是医学大数据时代所必须的,以及医学上各种指南制定所需要的。

作为医生,需要转变思想,需要接受人脑和电脑的结合,每一个未来医生都应该熟练应用智能工具处理海量信息以寻求更加准确的诊治方案。

未来优秀医生应该具备很好的数据科学知识。医生需要具备基本的态度,数据是冷冰冰的,而人是温暖的。特定的专业领域加上数字计算技术,医生在数据的获取、构架、处理和解读方面仍然是主导者。

大数据时代中国的医生势必大有所为,经过二三十年的积累,中国的互联网技术加上实践过程中的中国特色的微信、淘宝等平台资源的利用,13亿人庞大的数据资源,再加上政府所释放出来的健康大数据的产业政策,无疑为中国的医生利用大数据时代产生结果提供了广阔的前景。

所以,在大数据时代重塑医学人格是值得思考的话题。

在大数据时代需要重塑医学人格的局限性:①本着谦卑的心态,树立科学价值;②积极参与。

尽管大数据时代需要技术处理,但更多的“权”还是在医生手里。

我们要学会利用大数据,学会智能心脏和智能医生的手段,改变疾病发生的研究,更多的重视疾病本身,到重视疾病与环境间的相互作用,改变医疗行为方式,从治疗疾病到预防疾病;改变疾病防控手段,增加医生自我学习能力,完善自我水平。

大数据时代,我相信会给千万患者更好的照顾,会给心血管疾病患者发生发展产生不同凡响的预防医学时代。

本文来源“国际循环”,雷锋网AI掘金志在不改变原意的情况下进行编辑。返回搜狐,查看更多

责任编辑:

声明:本文由入驻搜狐号的作者撰写,除搜狐官方账号外,观点仅代表作者本人,不代表搜狐立场。
阅读 ()
投诉
免费获取