人工智能医疗产业作为三大特色应用场景之一，仍处于发展早期阶段，相比于传媒、零售、教育等人工智能应用场景来说，商业化程度偏低。但随着市场需求不断扩大，向专业化细分领域深化发展，加之宏观政策支持和技术进步，人工智能医疗发展前景广阔。但是，就成都而言，依然面临复合型人才短缺、技术标准规范、医疗数据安全等挑战，需集中火力攻关，全力推进全市人工智能医疗商用化应用走向成熟。

挑战

建议

Suggestion

C

挑战一：缺乏同时掌握医疗与人工智能知识的复合型人才

当前，人工智能产业发展长期面临人才供需不平衡的问题，尤其是复合型人才短缺成为医疗领域应用面临的巨大挑战。目前，全球共有所具有人工智能研究方向的高校（其中美国所，占45.7%），每年人工智能相关领域毕业的硕士、博士约2万人，远远不能满足市场对人才的需求。人工智能医疗属于典型的交叉学科，涉及人工智能和医学的深度融合，难免出现AI工程师对医疗领域问题不够了解、对医疗复杂性估计不足、对医疗流程不熟悉等问题，从而影响AI产品的研发进度和功能设计；医务人员对AI缺乏深度认知和相关培训，直接影响对AI的规范操作。建议：

一是细化人工智能产业人才培养计划。成都应在《关于支持中国西部（成都）科学城建设的人才行动计划》等系列人才政策的框架下，针对人工智能医疗等细分领域的人才需求特点，积极参与国家、四川省人工智能医疗产业人才领域的相关标准制定，完善人才保障制度，降低企业用人成本和招聘压力。

二是鼓励高校院所加快培育“人工智能+医疗”方向的复合型人才。在电子科技大学、四川大学等高校创新专业设置和课程选修机制，增加人工智能、医疗等相关学科的交叉选修课程。

三是建立“校企双导师”共培、“高校教学+企业实践”双模式。按照“企业提需求、高校出师资、政府给资助”方式，“订单式”培养一批留得住、用得上的复合型人工智能医疗人才。

c

挑战二：缺乏统一的技术标准和规范

由于人工智能医疗改变了医患关系，增加了很多不可控因素，缺乏统一的技术标准、安全标准、应用规范和评价体系，将无法对医疗AI的算法模型、产品性能、应用效果等进行验证和评估，不利于AI在医疗领域的应用和监管。因此，制定统一的技术标准和规范成为保障患者人身安全、推进AI市场应用的重要前提。目前，我国在人工智能医疗领域的相关标准仍处于空白状态。建议：

一是成都应积极抢抓国家新一代人工智能创新试验区建设机遇，组织行业内专家对人工智能治理问题进行综合研究，探索制定人工智能医疗伦理框架等指导性和评价性规范。

二是强化人工智能医疗的政策支持与法律监管。在国家宏观政策的指导下，尽快制定相关配套政策与具体评审细则，与国际前沿标准接轨。

三是探索制定人工智能医疗产业规范化管理地方性标准。保障商业数据、个人信息的授权与采集、推算、应用以及发布等行为的透明度，保护公民隐私安全。

四是鼓励建立基于不同病种和产品的AI产品标准测试数据集，建立动态评价应对机制，持续对AI医疗软件的后续更新与迭代问题进行高效处理。

C

挑战三：医疗数据来源与信息安全问题

目前，医院都建立了患者信息库，医院的信息库都不相同。非结构化和半结构化数据大量存在，与机器学习的标准数据集要求存在较大差距，无法直接应用，而将数据统一标准后，整理是个巨大的难题。另一方面，由于医疗健康数据涉及患者隐私，在数据存储和使用中具有更严格的要求与限制。然而我国对患者数据隐私的相关立法保护并不完备，社会与企业对个人隐私保护的认知问题仍有待提升。建议：

一是要重视人工智能医疗平台的安全性。政府和医疗机构应加大对AI医疗平台建设的资金和人力支持，组建信息安全部门，切实保障人工智能医疗平台的安全性。

二是要探索建立地方数据标准。研究建立数据标注规范，推动建设高质量、标准化、标注好的单病种基础数据集，建立多病种联通的医疗公共训练数据库，构建各地区之间、各院际之间、各科室之间的数据交流与共享机制。

三是健全管理制度和责任追究制度。要进行数据分割，设置个人和医疗机构查看相关数据信息的权限，减少数据信息泄露风险。对于机构、个人因操作不当导致信息泄露时，应根据情况严重程度问责。

作者：余丽、田雨林

来源：《成都创新调研报告》