作者：陈新华，蒋建文，周华，谢海洋，周琳，郭丹婧，薛晨，朱威威，周建英，郑树森

来源：COVID-19疫情背景下的医院人工智能快速布局和发展计策磋商[J].中国工程科学，2020，22(2):130-137.

择要：本文旨在开展新型冠状病毒肺炎（COVID-19）疫情背景下医院人工智能（AI）运用的宏不雅观磋商，以期推动我国医院AI运用的顶层设计和快速布局，为康健中国培植供应新路径。
COVID-19疫情发生以来，中国以举国之力履行疫情防控阻击战，同步以捐赠物资、叮嘱消磨医疗队、分享医疗诊治履历和高科技手段等办法开展环球抗疫协作。
在抗击COVID-19疫情的过程中，一线医疗事情展示了有关医疗AI运用丰富且宝贵的履历，表示了AI在抗疫前哨发挥的突出浸染，表明了我国医院AI培植需求的急迫性和计策性。
研究提出，应进行宏不雅观层面的综合布局，整体推动医院AI的快速培植以形成新的医疗生态，为我国未来医院培植找准发展方向、奠定关键根本。
为此建议，在政府层面做好整体方案和顶层设计，进行干预关口前移以改变被动应对局势；科学进行资源统筹，加强硬件体系培植，完善数据和专业职员保障制度，为戒备大规模呼吸道急性传染病构建必要条件。

关键词：医院培植；新型冠状病毒肺炎；人工智能；运用现状；发展方向

一、序言

传染病大范围快速传播的基本特色，对医疗应对的综合性和有效性提出极高哀求。
进入21世纪，环球已经遭遇3次冠状病毒疫情：2003年的严重急性呼吸综合征（SARS）、2015年的中东呼吸综合征（MERS）、2019年的新型冠状病毒肺炎（COVID-19）。
目前，COVID-19疫情仍在环球多点暴发蔓延，正在对环球的政治、经济、社会等诸多方面产生严重而深远的影响，对付医疗应对能力欠佳的部分发展中国家更是构成了巨大寻衅。

现有研究表明，我国“互联网+医疗康健”的国家计策在COVID-19疫情防控过程中发挥了重大浸染，干系实效的取得离不开我国医院人工智能（AI）的超前布局和持续培植。

我国医院AI的培植和运用历时10余年，分为3个紧张阶段：

①系统集成和数据交流阶段（2009—2014年），基本肃清了医疗“信息孤岛”征象；

②闭环再造和“互联网+”培植阶段（2015—2018年），基本完成了医疗数据中央培植；

③大数据中央和AI运用处景发展阶段（2019年—），探索和实践多类AI平台的落地运用，逐步改造和完善医院诊疗活动，着力办理医院管理决策、临床、医疗科研等场景中长期面临的痛点问题。

国内外COVID-19疫情防控的严厉形势，预示着医院AI运用可在康健中国培植方面发挥更为主要的浸染。
与此同时，COVID-19疫情对医院能力培植构成了倒逼态势：AI运用提升了医院用户的得到感和参与度，运用效果提高了医疗职员对AI产品的接管度；疫情防控匆匆使医院信息化方向的专业职员学习医疗知识。
在当前形势下，公众年夜众、政府、机构及干系行业对医院AI培植的认知度得到了显著提升，因此履行计策层面方案、快速布局医院AI培植正当其时。
以此为研究切入点，本文梳理我国医院AI运用的现状和进展，突出COVID-19疫情防控的履历总结，阐明伦理、效能、数据等医院AI运用的不敷之处，提出我国医院AI培植的目标、架构及发展建议。

二、宏不雅观需求

COVID-19疫情涌现后，中国抗击疫情的决心、速率和效率给天下各国留下了深刻印象。
在人类命运共同体的义务驱动下，中国积极助力环球抗疫，不仅叮嘱消磨医疗队和捐赠物资，还分享了医疗诊治履历，特殊是抗疫的AI技能手段。

COVID-19疫情暴发直接驱动AI技能和产品在医院的落地利用。
例如，湖北武汉火神山医院和雷神山医院开启了“云督工”，隔离期间地方政府利用云平台进行复工复产不雅观测等，提升了疫情防控与生产规复的效率。
浙江大学医学院附属第一医院和树兰（杭州）医院处在抗击COVID-19疫情的一线，综合采取了多种AI运用来抗击疫情，取得了良好的成效。
只管如此，仍需及时总结一线运用履历，结合实际需求剖析面临的技能短板并凝练“卡脖子”问题，做好大规模履行医院AI培植前的整体方案和顶层设计；看重干预关口的前移，改变被动应对局势，为戒备未来可能涌现的大规模呼吸道急性传染病构建必要条件。

发展AI是加快培植制造强国的主要方向，而COVID-19疫情防控为各级医院指明了“AI+康健医疗”的培植计策方向。
各级医院均肩负义务和愿景，应看重提炼和梳理医学AI运用的现实场景，构建新型的医学平台生态圈；针对疾病及其患者“量身定制”诊疗做事方案，保障医患精准做事需求；直面并办理培植运营中的详细问题，努力将医院AI运用打造成康健中国的硬实力。

三、AI在疫情防控中的运用现状

（一）AI读片软件投入疫情防控一线运用

AI影像读片技能能够快速定量评价患者的病情。
在COVID-19疫情暴发期间，由于医务职员数量稀缺、进入隔离病房须要穿着防护服而导致诸多不便，采取AI技能开展肺部医疗影像检讨结果的快速评价，对付COVID-19临床诊断和病情进展判断具有重大代价。
在疫情期间，定点医院每台CT机器的日均检讨量一度超过1000例，大幅超出了年夜夫的人工读片能力；采取了多个企业供应的AI读片软件之后，在其赞助下，年夜夫在较短韶光内完成了大批量的COVID-19患者的关键图像特色性病变形成、范围、密度和定量剖析，影像数据筛查与定量评价等事情。
AI读片软件所供应的量化数据，直接支持年夜夫进行诊断和疗效评估，显著提高了COVID-19诊疗效率，这一不雅观察与早期研究结论符合。

海内自主研发的肺部打算机赞助诊断软件及疫情监测系统、新冠病毒肺炎增强版AI系统等已经运用于COVID-19疫情防控一线。
肺部打算机赞助诊断软件及疫情监测系统利用AI算法对患者肺部传染程度进行评估，可快速形成初始诊断报告，这为年夜夫制订精准诊疗方案供应极大便利；还可根据患者肺部非常程度进行优先级排序，勾引开展智能分诊；AI判读1张CT胸片仅需2~3min，比人工判读速率提高了4~5倍，为疫情期间超负荷事情的年夜夫节省了宝贵精力和大量韶光。
新冠病毒肺炎增强版AI系统具有COVID-19相似征象的检测能力，可智能地将各种肺炎征象进行分类，供应实变和磨玻璃影的定量剖析功能，用于赞助年夜夫判断肺炎分期及轻重程度，给出可疑肺炎疾病的预警提示，在年夜夫干预下自动天生COVID-19诊断的构造化图文报告。

（二）AI算法构建盛行病调查模型

广泛采集患者及疑似患者的信息构成根本数据库，利用大数据技能方法开展盛行病学信息剖析管理；精准调用干系职员的交通、支付、旅行等方面的数据信息并针对性挖掘数据特色，开展COVID-19疫情的传播过程仿照。
海内多个研究团队基于采集的病毒特性、繁殖速率、病酿成长、表现症状等信息数据，采取AI算法进行数据处理并构建模型（如疫情舆图、疫情实时动态、疫情实时大数据报告等），对COVID-19疫情的传染概率、医院收治能力和范围等进行了科学预测，较好预判了本次疫情的传播速率和播散情形。
剖析预测确诊者、疑似者、密切打仗者等重点人群的流动情形，为各层级联防联控事情供应了关键信息支持。

医学专家利用上述数据信息进行COVID-19疫情的盛行病传播模式评估，合理估计盛行病的传播规模，为各级政府的防治决策供应直接支持。

①运用AI技能构建国内数字舆图模型，在第一韶光回溯了湖北武汉封城前夕离开的500万人口去向，为疫情防治事情标明了方向，为各地返乡、曾经到达湖北武汉的职员隔离不雅观察管理事情供应了数据支撑。

②运用COVID-19疫情的盛行病学数据，与经典传染病学预测模型相结合，并参考2003年SARS历史数据，科研职员完成了AI模型演习研究，得到了疫情盛行趋势预测结果并绘制了盛行曲线；根据AI预测结果，在全国范围内及时阻断了春节返程人口流动，针对性支配了方舱医院培植事情以应对可能的COVID-19疫情二次暴发，为疫情的及时有效防控供应了科学依据。

（三）AI算法赞助预测病毒宿主

找到自然宿主和中间宿主、确定传染路子，这是掌握传染源、割断传播路子的核心问题。
海内多个研究团队倚重AI算法和技能来构建数学模型，以此预测2019新型冠状病毒（2019-nCoV）的宿主。

北京大学研究团队运用双路卷积神经网络（BiPathCNN）技能预测了2019-nCoV的宿主。

中国科学院武汉病毒研究所通过比对2019-nCoV基因组序列，创造蝙蝠可能是2019-nCoV的宿主。

华南农业大学研究团队提出，穿山甲可能是2019-nCoV的中间宿主之一。

中国动物卫生与盛行病学中央研究团队检测了4800余份近年来网络的猪、禽、犬、猫等动物样本，对付2019-nCoV均为阴性，据此可以初步打消2019-nCoV来源于家禽家畜的可能性。

这些病毒宿主的预测研究结果，直接为各级政府的疫情防控指出了方向，即履行紧急立法，禁止交易和滥食野生动物，掌握2019-nCoV传染源以割断传播路子。

（四）AI支持药物筛选和分子诊断靶点研究

深度学习技能有助于提升2019-nCoV蛋白质组学、序列关联性的研究效率，助力抗2019-nCoV的药物研发。
依托AI技能支持的新型药物研发模式，科研职员能够高效建模多种已知靶点药物的三维构造及其和病毒浸染位点之间的可能浸染关系，从种类繁多的药归天合物数据库中自动筛选出可能有效的药物，使得COVID-19应急药物的快速开拓成为可能。

通过核酸检测办法提取疑似病例血液中的核酸序列，与2019-nCoV比对即可基本确定有无病原体传染，这是确诊COVID-19的主要检测手段。
疑似病例的病毒样本进行全基因组序列剖析比对费时费力，而借助AI可快速完成初筛事情，大幅提高COVID-19检测效率。
上述检测过程的大规模履行，算力和算法极为关键，因而被视为COVID-19疫情防控的关键支撑。
自2020年1月起，海内多家创新研究机构免费开放了Linear old线性算法，用于预测整序列、整基因组的核糖核酸（RNA）构造，实现了RNA构造预测的全面提速；供应的算力支持赞助完成了海内抗击COVID-19的药物筛选研究；面向环球公共科研机构的COVID-19研究需求，免费开放AI算力以促进环球研究的快速进展。

（五）AI提高远程医疗操作和会诊能力

全国多个省市医院派出了援鄂医疗队，接管湖北武汉与COVID-19干系的医院或者病区，在疫情快速精准防控方面发挥了决定性浸染。
相隔千里的医院远程会诊团队充分利用移动通信网络进行便利的数据传输，结合AI技能开展远程***会诊和远程辅导互换；隔离病房、影像检讨房间内配备摄像头、麦克风、听诊器等设备，结合网络信息通报与远程诊断，显著降落了医护职员因直接打仗患者而传染的潜在风险。

隔离病房机器人、核酸检测用取咽拭子机器人等智能扮装备已规模化地支配到一线医院，正在开展临床运用测试。
智能门诊预检能够对就医人群按照传染风险高低进行分类分诊，既避免院内交叉传染，又降落医院发热门诊负荷、节约医疗防护物资，在疫情暴发阶段起到了良好防护效果。
智好手机安装的新型冠状病毒传染自测评估系统，用于智能化地剖析测评职员传染风险、供应就医建议，这对缓解疫情蔓延期间的社会惶恐、勾引居民理性就医起到主要浸染。
各地采取的智能疫情防控系统，自动将关键信息上报到社区终端，实现社区人群疫情动态监测，保障疫情防控的精准度和高效率。
面向COVID-19康复人群的AI监测系统，供应了对康复隔离群体的全面精准监测做事。

（六）AI助力多场景体温筛查

医院采取AI技能进行体温丈量和人脸识别，快速、高效、批量地完成对就诊COVID-19患者的体温筛查和身份识别。
防疫职员开展非打仗式的体温检测和个人信息识别，及时创造发热及可疑患者，显著减少了医护职员人工投入，规避了打仗传染风险。

AI技能明显提高了多类场景，如医院、商店、机场、车站等的通畅效率，支持防疫调查职员在线调查、通过卫生摸排明确患者及可疑患者的流动轨迹。
海内机构研发的移动式双光快速温测智能识别系统，综合了红外热成像与人脸识别技能，可对通畅职员进行快速准确的非打仗式体温监测；每分钟监测职员数量超过200名，测温间隔5m以内可即时创造体温非常者，由此将2019-nCoV传播的潜在风险降至最低。
利用人脸识别算法和热成像智能测温技能，还可实现对职员体温、口罩佩戴、职员身份等的自动识别与管理，实时完成信息统一呈现及自动存档。

（七）AI结合区块链技能提升医疗信息管理水平

AI和区块链技能相结合，在COVID-19疫情期间的应急医疗用品管理、药品溯源、应急医疗数据管理等方面发挥了一定浸染，医院专业管理职员可据此对分外期间的门诊及病房职员流动进行精准管理和动态监测。
医工科利用无线射频识别、二维码识别等物联网技能，在AI技能的支持下构建智能仓库的自动化物资分发供应系统、智能化物流系统。
干系创新技能的采取，有利于医疗物资精准发放，便于接管"大众年夜众监督，促进防疫方法与行动的公开、透明和高效。
各定点医院初步实现了水、电、气、暖通、照明等各种设备的智能化远程管理，通过智能安保消防监控系统和人脸识别、指纹识别、声音识别等物联网技能，营造了更加安全的病房环境。

四、AI在疫情防控运用中存在的问题

（一）AI干系的法律伦理问题已经涌现

通过法律法规和规范流程来提升医疗数据安全的能力和任务意识，既要充分发挥AI大数据平台对防控新发突发传染病疫情的关键支撑浸染，又要依法保护个人隐私和数据安全。
保护患者、干系打仗者和疑似职员的个人信息不被透露与侵害，这是干系法律伦理的关键核心问题。
在COVID-19疫情期间，哪些个人信息可被管理部门网络和发布，如何把握发布信息的细节程度？目前政府管理部门依然缺少规章制度和合理解释。
在AI技能运用过程中，应限定医疗数据的利用范围，只能用于剖析群体的大数据信息并且去隐私化，不许可用于个人信息的追踪。

在COVID-19疫情期间，官方网络和管理确诊职员个人信息、往来湖北武汉职员个人信息，结合不同维度的海量数据信息，如舆图数据、航空数据、移动通信数据、电商消费数据等进行综合建模和剖析，合理作出针对疫情的决策判断，有利于掌握疫情传播，属于正常的管理行为。
但如果干系信息的节制者向他人转交或者私自公布上述信息，则构成陵犯公民个人隐私的后果。
例如，湖北武汉的患者在乘车、就医、复工途中合营疫情调查填写个人信息所形成的表格，被放置到准公开的信息平台上广为传播，造成职员姓名、家庭住址、联系电话、***号、乘坐车次等信息的人为透露。
针对这类情形，国家立法机构该当尽快制订出台有关AI运用方面的法律法规，明确新发突发传染病疫情期间个人信息的采集、存储、传输、利用、销毁的详细操作规范，据此形成可供医院操作实行的配套指南。

（二）AI技能用于疫情防控的效能有待提升

在COVID-19疫情期间，只管海内批量生产了智能消鸩杀毒机器人、药品配送机器人、送餐机器人等智能技能产品以保障医院运行，但这些AI机器人大多数技能含量不敷、做事质量有限，因此医护职员和患者对其接管程度不高。
整体而言AI技能在医院运用方面仍处于低级阶段。

医疗行业对AI诊疗失落误始终保持零容忍态度，AI技能及其产品进入医院运用领域的门槛极高。
只管AI技能在COVID-19疫情防治过程中发挥了相称的浸染，但整体上在医院中的有效利用率不高，仍处于“弱人工智能”阶段。
干系技能研发企业后续应看重组建“医工信”结合的专业技能团队和数据挖掘研究军队，持续开展跨学科能力培植，利用强大的知识储备和信息处理剖析能力赋能AI诊疗。

（三）有关大数据的共享与互信亟待提高

促进疫情防控信息公开，实现跨地域、跨机构的相互信赖和信息通报，这是冲破医疗体系“信息孤岛”征象、提高疫情期间防控协作效率的根本路子。
在COVID-19疫情期间，干系方面只管有所改进，但比较实际需求仍有较大差距。

AI运用的根本是高质量、高可靠的大数据，而区块链是分布式数据存储、点对点传输、共识机制、加密算法等信息技能的新型运用模式。
应进一步加强区块链与AI的结合，为新发突发传染病疫情防控期间的数据共享和信息培植供应技能支持的同时，帮助医院得到来自不同部门、具有不同维度的海量数据信息并进行高效管理（如患者就诊数据、治疗数据、药品及耗材数据、医保消费数据等），通过综合建模和剖析作出针对疫情的公共安全和医疗决策判断。

五、培植目标与整体架构

COVID-19疫情暴发及其防控将驱动我国医疗AI技能的发展，当前重点在于运用AI技能以更加高效地应对疫情，而疫情之后将是大规模地开展医院AI培植。
未来将我国医疗和公共卫生事业与AI技能进行紧密结合，对医疗及疾病掌握的信息化、诊断、治疗、公共卫生管理等诸多方面进行变革，促进医疗业务与信息化的深度领悟。

我国医院AI培植的整体架构简要表述如下。

（1）数据平台培植。
加强医院信息化数据中央培植，用于储备海量信息数据库和诊疗知识库；与AI算法和深度学习领悟，不断纳入和演习新增数据；针对临床运用任务场景，保持数据中央的互联互通，运用AI开展诊疗决策和诊治动作。

（2）信息网络终端。
应对聪慧医疗需求，投资培植数量浩瀚的信息采集硬件设备，如摄像头、智能语音助手、智能设备及传感器等；采集的数据既包括医护职员的行为数据和患者数据，也包括医疗过程及结果数据、医院物流数据以及能耗、空气质量、院感检测等空间环境信息。

（3）医院第五代移动通信（5G）举动步伐。
保障医院网络数据高速、高效和低延时传输，形成数据驱动医疗的新模式；持续汇聚临床表型数据和科研组学数据，辅以个体行为数据，形成临床研究大数据；在数据中央开展AI学习和赞助决策，统筹和优化医院业务流程的行为动作。

（4）软硬件举动步伐协同。
履行医院信息支持系统（HISS）的病理子系统、影像归档和通信系统（PACS）的互联互通以构成功能整体，连接病房、手术室、药房、考验科、影像科的各种硬件举动步伐，保障医院日常事情的开展，如赞助疾病诊断、康健管理、医学影像、临床决策支持、便携设备、康复医疗和生物医学研究等。

（5）互动关系建立。
面向医疗活动、科研做事等详细的医疗做事功能需求，智能化地开展招募、预约、检讨、治疗、康复、随访等医疗救治和用户做事事情，促进建立良好的医患互动关系。

六、对策建议

在COVID-19疫情期间，AI技能和产品不仅助力浩瀚医院的疾病诊治事情，而且在多座城市因疫情封闭而无法保持常规医疗做事的状态下，通过配套供应线上教诲做事、线上医疗诊治做事等，为复产复工和社会生活正常化给予了主要支持。
COVID-19疫情防控的初步履历表明，医院信息化培植和互联网医院的培植宜更快推进，公众年夜众对医疗AI技能和产品的接管度也有显著提升；各级医院逐步收受接管医疗AI产品和技能，有效拓宽医疗AI运用处景，从而加速医疗AI技能的实际运用进程。
医疗AI所展现的“以智抗疫”效果，必将成为康健中国培植的主要推动力，还可促进AI新经济模式的发展。

（一）布局以AI为特色的医疗综合运用新场景

对付医疗行业而言，AI既有强大的技能驱动力，又有主要的运用牵引力。
建议尽快设立医院AI创新试验区，出台监管和扶持政策，造就干系企业和运用市场。
AI与医疗场景的结合，须要在实践中推进与磨合以保障运用实效。
建议履行医疗领域AI运用示范项目，打造一批AI特色医院和特色医疗示范科室；探索AI深度运用处景，形成医院AI运用的技能标准和利用规范。
医院配备并更新基于5G的信息传输网络，应时建立远程操控手术、远程会诊与医疗、患者康健监护和实时随访等新业务模式。

针对新发突发传染病防控需求，建议将AI技能和产品纳入高致病性传染性疾病的诊疗流程，通过非打仗办法为高传染风险患者供应诊断和医疗做事，切实降落医护职员的传染风险以及医院的运行本钱。
政府、公共卫生部门、医疗机构还需关注与医院运行密切干系的其他行业，应时布局AI技能在干系行业中的运用。
例如，疫情防控过程面临着医疗用品阶段性短缺的情形，医疗物资的捐献、分配均应基于大数据平台来统筹管理，提升医疗物资供应的智能化水平，加强供应链的抗风险能力和综合保障能力。

（二）布局以AI为核心的医疗机器人运用新场景

建议依托AI技能，在部分医疗场景中加快开展无人化智能化运用。
在传染病疫情严重、传染风险极高的环境中，优先采取医疗机器人承担全天候、重体力、重复性的劳动事情，减少医护职员的事情强度；采取医疗机器人从事最危险的隔离病房一线值班事情，减少医护职员与患者的打仗风险。
打破医疗机器人的可靠运用瓶颈，使其成为采集疫情信息、传达并实现诊疗操作的可靠工具；探索隔离病房遥控查房、基于5G技能的远程医疗、AI院感预警等运用，建立降落病毒传染风险的新机制。

（三）加强医院大数据平台培植

COVID-19疫情早期掌握效果欠佳，表示了医疗管理部门和医院机构在疫情数字信息网络和整合方面的能力缺失落。
患者信息网络主体分散，未能形成统一、完备的数据库，直接制约了疫情防控力度和效果。
对付未来新发突发传染病的防控，韶光便是生命，建议尽快建立疫情数据预警评估模型和数据驱动决策机制，在各级医院进行推广利用；强化国家新发突发传染病统一直报信息平台培植，对各级医院现有的信息化系统进行针对性的改造和升级，看重数据共享。
支持AI技能企业研发应对新发突发传染病的集成办理方案系统，与医院信息化系统和大数据平台协同开展运用和优化。

（四）加强医疗AI运用的伦理培植和标准体系培植

建议在AI技能的利用过程中，及时调度干系法律制度和伦理规定，严格限定AI技能及其数据的利用范围；确保AI技能企业将前辈科技手段运用于类似COVID-19疫情这样的重大突发公共卫生事件中的同时，保持对大数据技能利用的谨严态度，看重保护个人信息。
根据临床运用进展，及时更新新发突发传染病AI筛查和影像诊断标准，高效推进新发突发传染病AI医学影像诊断系统和掌握体系培植；在发展过程中看重市场化原则，建立AI技能企业在医疗运用研发方向的投资回报机制。

（五）加强医疗AI“医工信”互助和人才培养

鼓励从事医疗AI研究的科研机构、高档院校、企业与医院开展联合研究，通过“医工信”互助办法进行医疗AI产品的开拓和运用；发挥各自上风，增强与上游和下贱企业互助，实现AI临床影像精确定位、精准赞助疾病诊断、临床决策支持、医学成像、康健管理等创新功能。
鼓励新兴科技企业开拓医疗AI产品，支持这些企业在医院进行产品支配。
高度重视医疗AI技能人才的跨学科培养，为医疗AI运用的发展奠定坚实、前瞻的人才根本。

（六）建立医疗AI利益共享机制

建议卫生行政部门制订合理的规章制度亲睦处共享机制，高效率地将各种机构的医疗数据组织归类，形成国家医疗AI公共数据库。
梳理和解决数据伦理、数据安全、数据归属、数据开放、数据标准、数据本钱等痛点问题，探索并创建表示实效导向的制度流程，肃清制约医疗AI行业发展的瓶颈环节。
建议国家药品监督管理局开辟绿色审批通道，支持医疗AI诊断算法或运用。
医院、患者、制药企业、保险公司和政府干系机构通过多方互助模式，共同承担医疗AI产品做事的本钱，由此办理付费争议、推动快速发展。

建立健全医院AI培植的利益共享机制，这是推动AI产品从医院探索运用阶段转入常态化运用阶段的主要方面。
医院AI培植具有重大的社会和经济代价，建议政府鼓励和支持医疗机构在支付办法上有所创新、在做事场景上大胆延伸，打破既往按项目付费的传统结算办法给医院营收带来的局限。
通过建立社会认可的利益分配机制，医院AI培植可以积累巨额医疗消费体量，妥善办理各关联方的投入回报问题，从而取得更大的经济社会综合效益。

（七）开展医疗做事多模式互动示范

建议开展AI医疗做事机器人项目示范培植，建立和完善医疗AI做事的多模式互动能力。
在人机协同的根本上，通过深度学习能力的逐步提升，医疗AI产品的研发和做事能力显著增强；远期实现无人化的AI机器人照护做事，以彻底办理医护职员短缺、照护不全面、人性化做事不敷的现实问题。
在发展过程中，看重运用AI技能来提高医疗做事质量，重点在医学成像、智能诊断识别、AI赞助手术、长期康健监测等方面提升诊断效率和综合效能。

七、结语

《新一代人工智能发展方案》提出，到2030年，我国在AI理论、技能和整体运用水平方面达到天下领先水平。
海内AI和大数据家当转型升级所形成的科技创新力量，正在为支持政府、医院和社会机构抗击COVID-19疫情供应关键的技能和能力。
COVID-19疫情防控的初步履历表明，呼吸道传染病隔离是医院AI运用的明确场景，具有突出需求和主要代价，可以将之视为我国AI运用加速发展的重点方向之一。
可以估量，COVID-19疫情过后，网络信息和AI在社会生活中的"大众收受接管程度将得到显著提高，所形成的技能上风也可向社会诸多领域延伸拓展。

COVID-19疫情防控过程凸显了我国在AI技能领域超前履行计策布局所建立的上风，涉及了电子商务、物流、5G、大数据、社区防控等；与此同时，有关医院AI培植主要性的体会和认识也更为直接。
在国家即将履行新型根本举动步伐培植的背景下，建议政府超前决策布局，大力推进医疗机器人、智能药物疫苗筛选、无人病房、院感掌握的自动物流、在线诊疗与远程医疗等方向的培植；鼓励业界面向未来，研发更多更实用的医疗AI技能和产品，助力抗击可能的新发突发传染病疫情，夯实康健中国培植的硬实力。

注：本文内容呈现形式略有调度，若需可查看原文。

作者先容

郑树森，肝胆胰外科、肝移植学家，中国工程院院士。

我国器官移植以及多器官联合移植的开拓者和学术带头人，在国际上首次提出了包含肿瘤生物学特性的肝癌肝移植受体选择标准——“杭州标准”、创建了成人活体肝移植技能体系和低剂量乙肝免疫球蛋白（HBIG）联合核苷类似物预防肝移植术后乙肝复发方案。

前瞻方案：人工智能+医药康健

计策研究：人工智能+制造业新模式与新业态

前沿综述：人工智能——使能技能、赋能社会

人工智能：源于人、拓于工

中国工程院院刊

工程造福人类

科技首创未来

微信公众年夜众号ID ：CAE-Engineering

解释：论文反响的是研究成果进展，不代表《中国工程科学》杂志社的不雅观点。