自2016年谷歌的AlphaGo擊敗圍棋世界冠軍李世石起，人工智能的熱度就一直居高不下。人工智能絕不僅僅只會下棋，其已經逐漸滲透到了我們生活的各個方面。而作為群眾呼聲最高、行業寄予厚望和相對成熟的領域——醫療人工智能，被認為最有應用前景。

一、國家人工智能相關政策

2015年起，國家陸續出臺了推動醫療人工智能領域發展的一系列政策，對于人工智能在醫療領域的應用和開展起到了指導性作用。人工智能在醫療方面的應用主要分為以下幾個方向：臨床診療決策支持系統、智能醫學影像識別、病理分型和多學科會診、智能語音電子病歷系統等。

表1：國家人工智能相關政策

2017年4月，國家衛計委發布《國務院辦公廳關于推進醫療聯合體建設和發展的指導意見》，結合十三五規劃全面推行分級診療制度的相關文件精神，指出：運用人工智能技術打造臨床決策支持系統，將標準化治療下沉至基層，是解決目前醫療資源不足和配置不合理、解決人民群眾看病難問題的有效途徑之一，也符合健康中國的美好愿景。以下我們就人工智能臨床決策輔助系統的應用現狀和未來發展趨勢展開深入討論。

二、國內人工智能CDSS的應用現狀

臨床決策支持系統(Clinical Decision Support System, CDSS)是一個基于人機交互的醫療信息技術應用系統，旨在為醫生和其他衛生從業人員提供臨床決策支持(CDS)，通過數據、模型等輔助完成臨床決策。

CDSS起源于美國，2018年預估的市場規模近5億美元，CDSS的應用可降低因用藥不當或操作不當造成的醫療事故的概率，減少對患者不必要的傷害。CDSS是提升醫療質量的重要手段，其根本目的是為了評估和提高醫療質量，減少醫療差錯，從而控制醫療費用的支出。

圖1：臨床決策支持系統工作邏輯及路徑

(圖片來源：Castaneda, C., Nalley, K., Mannion, C. et al. J Clin Bioinform (2015) 5: 4. https://doi.org/10.1186/s13336-015-0019-3)

CDSS按系統結構可分為兩類：基于知識庫的CDSS和基于非知識庫的CDSS。

基于知識庫的CDSS一般包括三個組成部分：知識庫、推理機和人機交流接口。知識庫存儲著大量的編譯信息，推理機根據知識庫里的規則對資料進行自動整合、分析，人機交流接口則是將分析結果反饋給使用者，同時也可以作為系統輸入，主要作用是滿足用戶的查詢需求。這一類型的CDSS由于較封閉且缺乏機器深度學習功能，所有信息的采集、編譯、整理及規則均需人工完成，維護成本高昂，且存在信息更新時效性不強的問題。

基于非知識庫的CDSS一般采用人工智能的形式，其依賴人工神經網絡具有機器學習能力，可以在人機交互、不斷訓練的過程中總結和明確知識，并利用知識為用戶提供建議。隨著醫療行業科技化、信息化程度的逐步提高，利用電子病歷系統-CDSS-互聯網數據庫的對接，可在瞬間查閱上萬文獻資料。通過高效的學習能力提供精準的決策建議，這種類型的CDSS勢必成為將來的發展趨勢。智能決策系統的研發,可幫助臨床醫生緊跟醫學進展,掌握循證醫學[注1] 證據,更加充分自如地應對臨床問題。

表2：國內應用較為常見的臨床決策系統

就目前國內機構和臨床醫生的應用來看，基于知識庫的CDSS還是主流，但隨著人工智能等相關計算機技術的發展，訓練機器讓機器代替人進行重復勞動，基于非知識庫的CDSS更是未來發展的趨勢。國內的醫療科技企業也將重點放在了基于非知識庫的CDSS上。但是由于基于非知識庫的CDSS需要進行不斷的訓練，這個過程以目前的技術手段來看還是相當耗費人力和時間，往往訓練一個病種就需要幾年時間，目前市面上的產品也未進入成熟應用的階段，仍有一定的局限性：

雖經過了幾年的發展、學習和訓練，目前支持的病種仍有限，且對單一病種的支持范圍也有限，對復雜病情或病種的支持度也欠佳;

訓練方式及訓練邏輯對決策結果的影響較大，醫學尤其是腫瘤學是非常復雜的學科，很多問題的處理方式在當今的學術界仍存在著爭議，造成了腫瘤醫生對一些決策結果不理解或不認可的情況;

各個國家和地區由于政策、醫保覆蓋、治療費用等不同，藥物的使用和推薦順序也存在著差異，如只套用一個國家的現行標準將難以滿足全世界范圍內的應用需求。

三、國內人工智能CDSS的發展趨勢

CDSS現存的難點和未來的發展方向需從三個維度進行拓展。

技術維度。加強人工智能神經網絡的構建，提高其學習、檢索、計算、分析等能力，從訓練依賴型轉變成自主學習型，將更能代表人工智能而非訓練方的意見。

醫學維度。進一步拓寬產品的覆蓋面、加深產品的應用范圍并且擴大數據庫的搜索范圍，同時進行更有針對性的醫學邏輯思維訓練、條件權重分析訓練，讓人工智能能真正看懂病歷、讀懂醫學文獻，而非僅靠簡單的條件判斷得出結果。

產品維度。更多地考慮產品的應用范圍和應用場景，從使用者的角度提高用戶體驗，將用戶真正的需求和痛點整合至產品內。

圖2：CDSS可擴展功能

在結合了大數據的基礎上，未來CDSS的功能可拓展至更廣闊的空間，如醫院/科室管理、科研協作平臺搭建、結構化病歷系統、患者交互及患者教育、醫生繼續教育、藥物警戒、醫療控費等方向。在突破技術壁壘的基礎上，進一步貼合臨床實際應用場景，自上而下地推廣標準化治療，提高醫療服務質量及效率，促進醫療行業生態系統的健康發展。

中國作為全球第二大的醫療市場，CDSS的市場潛力巨大，相信在政府的大力扶持和科技行業的不斷創新下，真正的醫療人工智能將不再只是科幻電影中的情節，而是短期內可以預見的未來。期待CDSS真正進入醫院輔助醫生，節約醫生勞動力，為患者帶來更好的就診體驗，真正符合“小病不出鄉、大病不出縣、看病很方便”，實現真正的分級診療。

注1：循證醫學(英語：Evidence-based medicine，縮寫為EBM)，意為"遵循證據的醫學"，又稱實證醫學。 其核心思想是醫療決策(即病人的處理，治療指南和醫療政策的制定等)應在現有的最好的臨床研究依據基礎上作出，同時也重視結合個人的臨床經驗。