AI驱动医疗转型但仍面临数据壁垒等挑战，中外学者探讨解决方向

人工智能（AI）正在驱动医疗的转型，但仍面临数据壁垒、隐私泄露、数据偏差等挑战。在近日的第四届细胞科学北京学术会议“医学的未来——AI赋能医疗健康”上，清华大学教授、中国人工智能协会会长戴琼海院士表示，我们有望通过跨学科人才的深入交流、互学互通，探讨出解决问题的方向，在新的时代创立新的方法，将人工智能更好地运用在医疗健康领域，为人类生活创造更美好的未来。

上述会议由北京市科委、中关村管委会与国际知名学术出版机构细胞出版社（Cell Press）于5月24日至5月26日共同主办。该会议邀请了来自美国、德国、瑞士、英国、斯洛文尼亚等5个国家的20位外籍临床医生、生物医学科学家和人工智能专家与3位国内专家学者。

戴琼海院士和细胞出版社旗下期刊《细胞系统》（Cell Systems）主编伯纳黛特•盖尔（Bernadett Gaal）博士致开幕词；美国哈佛大学雨果•彼得（Hugo Aerts）教授和加州大学伯克利分校齐亚德• 波米耶（Ziad Obermeyer）教授等发表了主旨演讲。

细胞出版社旗下期刊《细胞系统》（Cell Systems）主编伯纳黛特•盖尔（Bernadett Gaal）博士表示，人工智能通过帮助医生更准确高效地诊断疾病并加强诊断后的疾病管理，可以提高人类健康福祉，助力人类健康发展。她提到，AI医疗诊断领域方兴未艾，我们享受着AI在疾病诊断、治疗、护理、健康管理上带给我们许多便利的同时，也面临诸多挑战。

美国哈佛大学雨果•彼得（Hugo Aerts）教授发表了题为《人工智能用于肿瘤影像学》的演讲，他表示AI已经可以分辨皮肤癌，准确性媲美甚至超过医生，AI也逐步发展到可以进行临床手术等复杂任务的阶段。

雨果•彼得还表示，利用神经影像学数据能更好地筛查肺癌，AI的应用也能更好地优化每一个阶段的诊疗方案，并列举了他的研究团队开发的一些AI应用。例如，通过冠状动脉钙化预测心血管相关疾病；通过肺癌患者组织中脂肪及肌肉的组成进行初步肺癌诊断与识别；通过AI标志物预测免疫治疗对黑色素瘤以及非小细胞肺癌的治疗效果等，均取得了非常好的临床效果。

加州大学伯克利分校齐亚德• 波米耶（Ziad Obermeyer）教授则发表了题为《剖析算法偏差以及利用机器学习发现诊断错误》的演讲。他以急诊室中测试心脏病发作为例，表明可以使用机器学习识别医生诊疗中的偏差。他还展示了算法预测和医生决策之间的对比，表明AI算法不仅可以辅助决策，还是产生科学知识强有力的新工具。 

中关村论坛创办于2007年，以“创新与发展”为永久主题，是我国面向全球科技创新交流合作的国家级平台。此次的主办方之一细胞出版社（Cell Press）则是国际知名的全科学领域学术出版社，于1974年创刊了全球生命科学领域旗舰期刊Cell（《细胞》，2020年影响因子41.6），目前拥有50多本国际顶级学术期刊，涉及生命科学、物质科学及地球科学等领域。