保持微笑e
最近一段时间，医疗大数据和人工智能成为非常热门的话题和领域。人类基因组、微生物组、互联网、物联网、IBM的人工智能等新的科技进展，都推动了医疗领域围绕信息化的技术创新热潮。
信息数据一直是医疗领域的最重要的短板和核心。信息难以获得、信息不确定、信息不对称，都给医疗领域带来了很大的影响。医学从一个主要依靠直觉、经验、症状来治疗的领域，随着数据的积累、扩大，慢慢发现了一些模式，从直觉医学转化为实证医学。当大数据开始出现后，当我们可以精确诊断疾病的原因，从而真正做到对症下药后，我们便达到了精准医学的阶段。因此，信息化和数据的规模和质量，是推动医学进步的重要力量。
大数据首先是指数据的数量巨大，而且甚至是研究某个问题所涉及到的整个数据集群，而不只是其中的一个样本。我们知道，当数据样本足够大时，数据本身的一些误差变得不那么重要。当然，这并不意味着数据本身的质量不再重要。如果数据本身的质量很差，大数据同样无法让我们接近事实的真相。
医疗信息的电子化有助于将不规范、非结构化的数据，转为规范和结构化的数据，从而提高医疗数据的质量。由于医生工作繁忙，医疗数据编码应用的不普及，缺乏医疗数据统一的标准和规范，这些问题对于提高我国医疗数据的质量都是很大的挑战。
推动我国医疗数据在各个部门和机构之间的连通，是提高医疗数据质量的突破点。连通需要数据标准的统一、数据的公开、以及保证数据的安全，这些都需要政府、行业协会、社会第三方机构的参与。
人工智能在辅助诊断上大有用武之地
诊断和治疗是医学的两个重要环节，而诊断又是治疗的基础和前提。诊断的本质就是区分，区别不同的疾病是认识疾病原因的基础。当我们拥有足够有质量的医疗数据后，就具备了做出正确诊断的条件，而人工智能的深度学习就可以发挥作用。所谓深度学习就是从大数据中发现规律，归纳总结出带有规律性的差异，从而进行诊断。
人工智能与人脑相比的优越性在于，可以更高效地处理海量数据，迅速找到一些特征和规律。在图像识别上，人工智能的优越性表现的特别突出。
最典型的例子是，美国斯坦福兼职教授Thrun从皮肤癌入手，用一个庞大的图像库来训练机器识别恶性肿瘤。2015年6月开始测试这个深度学习系统。使用经皮肤病专家诊断的14000张图像，来看这个深度学习系统是否能够准确地将图像分为3个诊断类别：良性病变、恶性病变和非癌生长。结果这个系统的正确率为70%，而两位皮肤病学家的正确率为66%。人工智能在影像、病理的诊断上将有很大的用武之地。
人工智能还可以利用庞大的医学知识库和数据库，建立医生的临床辅助决策系统，帮助医生进行诊断。
例如，广州市妇女儿童医疗中心，自主开发了一款儿科发热相关的疾病智能诊疗助手。利用大量高质量病历数据的优势，以真实的海量临床电子病历大数据为基础，融合临床指南、专家共识和医学文献，结合分析和深度学习技术建立多维度诊疗模型，对病历进行大量标注工作，通过人工智能提供初步的诊断提示，提高患者和医生的寻医问诊效率。项目自去年8月份上线以来，随着逐渐融入医生的工作流程，其准确率也在逐渐提高。对200份病历的数据分析显示，这个系统目前大约可以达到中级医生的水平。
分级诊疗是一种“搅局式创新”
哈佛商学院著名的创新理论教授克里斯坦，建立了一套医疗创新的理论，我们通常将Disruptive Innovation翻译成“颠覆式创新”。但是这与作者的原意不尽相同，在中文里“颠覆”有两层含义，一是“取代”和“推翻”的意思，二是“突破性”或“天翻地覆”的变化。
其实，英文中的Disruptive并没有这两层含义。不是推翻或取代，而是一种“并存”和“共生”，只是用一种更加“简单”和“便宜”的创新，与原来复杂和昂贵的技术或商业模式来较量。这种创新不一定是一种突破性的改变，只要更简单更便宜即可。这种创新是用简易的技术和商业模式，来挑战原来高大上的技术和商业模式。因此，我觉得使用“搅局”这个词更接近英文的意思。对于原来持有高大上的那一方来说，不那么高大上的创新就是一种搅局。
大家会顾虑“搅局”这个词的贬义。与英文相比，中文的用词往往有褒义和贬义的区分，英文用词比较中性。但是，一个词的意义也会随着时代和环境发生变化，一些原来贬义的词可以变得褒义。例如，“颠覆”这个词在政治语境里往往是贬义的，用于敌对势力的活动。“革命”这个词，也曾经有杀头、推翻政权的贬义。这两个词都变成了褒义用词。所以，搅局这个词，如果我们在一定场合下使用，只要定义清楚，也可以避免误解。
分级诊断就是将大量常见病、多发病、慢性病的病人，从三级医疗机构中、从专家手中，转移到基层医疗机构的全科医生手中。相对于大医院和专家来说，基层全科医疗就是一种更为简单和便宜的“搅局式创新”，分级诊疗就是鼓励搅局式创新。
而大数据和人工智能的推广和普及，本身就是一种搅局式创新，这些技术创新将有助于推动原来需要专家才能做到的诊断，让基层医生借助于智能辅助系统，就能进行初步的诊断工作。因此，大数据和人工智能将会推动分级诊疗的进行。
分级诊断的推进主要还需要依靠基层医生水平的提高，以及医生收入、就业制度的改革。但是，新的医疗技术创新可以在一定程度上促进分级诊疗的进行。因此，在我国医改深化的过程中，创新和政策的变化可以互相促进。
