一文匯總智能醫(yī)療的優(yōu)劣勢

　　早在08年，IBM就提出了“智能醫(yī)療”的概念，主要是把物聯(lián)網(wǎng)和AI技術結合應用到醫(yī)療領域，實現(xiàn)醫(yī)療信息互聯(lián)、共享協(xié)作、臨床創(chuàng)新、診斷科學以及公共衛(wèi)生預防等，現(xiàn)在由于大數(shù)據(jù)和5G技術的發(fā)力與應用，智能醫(yī)療再次變成焦點。

　　一、智能醫(yī)療的優(yōu)勢

　　就優(yōu)勢來說，智能醫(yī)療應用場景很多，也是一個不斷發(fā)展的過程，個人覺得最根本優(yōu)勢是在于醫(yī)療資源和醫(yī)療數(shù)據(jù)層面的解放，也就是說智能醫(yī)療可以緩解醫(yī)生資源緊缺和實現(xiàn)數(shù)據(jù)集中管理。

　　1、緩解醫(yī)生資源

　　智能醫(yī)療解決未來醫(yī)護人員稀缺的問題，人類醫(yī)生的培養(yǎng)過程非常復雜，而且成本相對較高，培養(yǎng)時間較長。即使經(jīng)過了10多年的培訓也不一定能成為一個臨床非常好的醫(yī)生，還需要大量的經(jīng)驗。

　　人工智能就不同，隨著計算速度加快、算法改進，它可以把目前醫(yī)學的一些常見病快速的給出一些指導，哪些是什么病，哪些需要深入研究，哪些檢查需要進一步做，往哪個地方考慮，都可以給醫(yī)生一些幫助，進而有效地解決醫(yī)生資源不足的問題，而且智能醫(yī)療可以在全世界的任何地方全年無休地提供醫(yī)療服務。

　　2、數(shù)據(jù)集中管理

　　智能醫(yī)療時代有兩種表現(xiàn)：數(shù)據(jù)多和終端多，智能醫(yī)療可以使傳感器設備和家用醫(yī)療設備自動或自助采集人體生命各類體征數(shù)據(jù)，同時可以將現(xiàn)有的院內(nèi)、院外和基因醫(yī)療數(shù)據(jù)進行整合，實現(xiàn)數(shù)據(jù)的廣泛共享和深度利用，以較低的成本對亞健康人群、老年人和慢性病患者提供長期、快速、穩(wěn)定的健康監(jiān)控和診療服務。

　　二、智能醫(yī)療的劣勢

　　1、智能醫(yī)療短時間內(nèi)難以傳遞醫(yī)生面診的溫度

　　特魯多醫(yī)生曾對臨床醫(yī)學做出過客觀的評價：“有時治愈、常常緩解、總是安慰”，所以病人不能被治愈是常有的事，但是緩解和安慰是必不可少的，這也是醫(yī)生的本職工作，也體現(xiàn)了醫(yī)生對生命的尊重，體現(xiàn)了一個醫(yī)生對病人的人文關懷和高尚情操。

　　而智能醫(yī)療在短時間內(nèi)解決人機關懷問題是比較困難的，AI醫(yī)療的冷冰冰到有溫度還需要時間，對病人心靈交流、疾病呵護、以及術后的護理都需要醫(yī)生的情感參與。

　　就目前而言，智能醫(yī)療對病人的關懷安慰還遠達不到醫(yī)生的面診，我去過線下醫(yī)院看過很多病人，他們到了醫(yī)院第一時間總是問醫(yī)生，我的病怎么樣了，是不是快好了，其實都是在心理上尋求安慰，醫(yī)生們的回答大部分也都是心理上的疏導，所以患者對醫(yī)生的依賴程度依舊很高。

　　2、智能醫(yī)療的隱私保護面臨前所未有的威脅與挑戰(zhàn)

　　傳統(tǒng)的信息泄露諸如手機號碼、身份證信息的泄露也會給用戶造成很大的威脅和損失，在人工智能醫(yī)療領域只會有增無減，甚至威脅可能會更大，用戶丟失的不僅僅是單個維度的信息，可能是全部的重要數(shù)據(jù)信息，包括個人的疾病史、是否畸形、基因是否有缺陷，有無家族遺傳病史等。

　　這些數(shù)據(jù)信息的非法共享與傳播極快，一旦被暴露，不法者很容易進行數(shù)據(jù)欺騙、身份竊取或其他攻擊行為，從而會影響一個人的正常生活，甚至婚姻問題。

　　3、智能醫(yī)療依賴的大數(shù)據(jù)依舊割裂、非標準化

　　對于醫(yī)院和診所來說，很多數(shù)據(jù)仍然是沒有自動化的，還存在醫(yī)生使用紙質(zhì)文本錄入，患者服用藥品后效果跟蹤是丟失的，電子病歷也不完善，很多數(shù)據(jù)仍然是非標準化的。

　　這一系列的問題都將阻礙醫(yī)療機構的數(shù)據(jù)挖掘處理和深入分析，更重要的是醫(yī)院信息系統(tǒng)數(shù)據(jù)缺少統(tǒng)一的標準，這就對醫(yī)療行業(yè)的數(shù)據(jù)共享和數(shù)據(jù)聯(lián)盟造成很大的困難，這也是技術、利益、政策交錯復雜的問題，最終導致醫(yī)院數(shù)據(jù)割裂，成為各自的信息孤島，所以醫(yī)院數(shù)據(jù)的自動化、醫(yī)院成為數(shù)據(jù)管理和決策中心依然面臨發(fā)展緩慢的問題。
責任編輯人：CC