栏目语：
科技创新是高质量发展的强大驱动力。
党的二十大报告指出，要完善科技创新体系，加快实施创新驱动发展战略。
在健康中国的进程中，健康科技创新起着至关重要的作用。
每一时，医学科技创新体系的构建都在进行；每一刻，医学科技的进步都在书写。
在这场变革中，身处其中的人往往最先感知。
科研基地、资源平台、创新中心……这些体系的构建需要一个个具体的人的推动，他们思考、谏言、行动。
脑科学研究、智慧医疗、创新药物开发、健康产业发展……这些医学科技行业突破也需要一个个具体的人的努力，他们察觉、研究、突破。
自2023年8月1日起，国家卫生健康委百姓健康电视频道（CHTV）和医学论坛网共同开设“科创向未来”栏目，对话医疗科技创新领域的思考者、引领者与创新者。让我们跟随他们的脚步，在医疗健康科技创新之路上不断前行。
本期为该系列的第19期。让我们在清华长庚医院李栋教授的见解中，探寻AI赋能医疗的机遇与挑战。
在科技创新的浪潮中，人工智能（AI）正以其迅猛的发展势头，重塑着医疗行业的未来。随着技术的不断进步，AI在医学领域的应用日益广泛，辅助诊断、影像分析、药物研发……它正成为推动健康科技创新的重要力量。
然而，这一变革并非没有挑战。如何完善数据这一基石？如何让如雨后春笋般的AI产品真正服务于临床实际，造福患者？近日，由北京市科学技术协会指导，国家卫生健康委医院管理研究所和中关村人才协会主办的第二届医工智融创新发展论坛暨AI时代医疗行业数据治理与数据安全能力提升会议在北京举行。在此次大会上，国家卫生健康委员会百姓健康电视频道（CHTV）联合医学论坛网（CMT）对话清华大学附属北京清华长庚医院医学数据科学中心主任、清华大学生物工程特聘教授李栋。
李栋教授
问题一：我国医工智融创新发展目前有哪些痛点？
李栋：归国后，我最大的感触是人工智能方面，特别是在数据方面存在一些问题，有很大的提升空间。中国作为全球疾病谱系最全的国家，每天产生的数据量远超其他国家，但数据质量并不像发达国家那样整齐，有很大的上升空间。目前医院的主要职责还是医疗，医生每天的工作负担已经很重，很难再分出时间去完善收集到的数据。这直接影响了算法的准确性，甚至可能误导算法。国内在这方面与国外有一定的差距，但国内有后发优势，可以避免重复国外的错误。国内医疗健康领域对AI这些新技术的拥抱态度非常积极，相信在正确的方向和政策资源的支持下，国内的数据质量会很快提升。
问题二：如何解决前述问题？有相对统一的解决路径吗？
李栋：我认为很难用统一的解决方式。中国医疗资源高度不平衡，不同检测设备和方法产生的原数据格式也不同。国家可以从政策层面制定一些标准，在这些标准的框架下，不同基层的医院可以根据自己的情况灵活实施。在政策层面的规范下，国内的数据质量将会逐渐提升。
问题三：AI在助力药物研发方面进展如何？
李栋：AI与医疗有很多对接的地方，但在药物研发方面尤其面临挑战。药物研发需要全新的靶点和分子，。虽然AI在药物研发方面取得了一些成熟的案例，但未来仍然存在长周期高投入的情况，只能提高效率，这决定了AI无法完全取代传统的药物研发全周期流程。
问题四：AI+药物，目前有无成功的方向？
李栋：有成功的案例，比如欧盟新批准的一款治疗肥胖的药物，通过数字胶囊控制食欲和监测身体状况。但药物推出后，也暴露出了安全性和数据传输过程的一些问题。“AI+药物”方面的探索，未来可能会出现我们完全没有预料到的挑战，解决这些挑战的时间不一定比传统药物研发要少。
问题五：如何看待“AI+医疗”的“国内热”和“国外冷”？
李栋：国内对AI的拥抱程度远比国外热烈。这主要是因为算法的成熟和医疗大数据的涌现，催生了AI与医疗的融合。国内在医疗领域有很多国外没有遇到的情况，比如患者基数大，产生的医疗数据也大，这为AI提供了天然的应用场景。国外由于审批过程严谨，但效率相对低下。国内可以借鉴国外的经验，利用后发优势，快速缩小与国外的差距，实现“弯道超车”。
问题六：现在很多AI+医疗的企业“火”了以后会走下坡路，您怎么看待这个问题？
李栋：我认为如果AI找不到真正适合它的应用场景，发展就会受阻。患者不会为没有实际效果的产品买单。要解决这个问题，首先需要从底层培养医工交叉人才，让医生跨界学习工程类和AI知识。其次，应该呼吁工科背景的工程师深入医疗第一线，了解医疗痛点，实现真正的医工融合。目前很多信息领域和工程领域的专家与医疗领域的对接场景非常少，导致产品虽然好，但医生觉得不好用。如果能够落实这两点，我相信未来会有很多接地气的产品，真正得到患者的认可。
我们清华长庚已经在这方面做了一些探索，比如与北航等工科院校合作，完成了43个医工融合项目。例如，我们董家鸿院长做的影像和病理的多模态融合技术，争取患者的影像报告出来，不必等到后续的病理结果，就可判断肿瘤性质和分期，我觉得这其实就是一个很好的落地应用。
