如今，越来越多医疗人工智能下到基层。广东省发布了《促进“互联网+医疗健康”发展行动计划(2018-2020)》。嗅觉敏锐的资本早已抢滩人工智能医疗市场，并推动成熟的产品走向基层医疗机构。

　　政策支撑，资本市场追捧，更多基层医院被圈入，成为AI医疗的试验田。站在风口上，AI医疗究竟存在哪些软肋？在缺乏商业模式和有效性数据的背景下，AI医疗究竟如何才能站稳脚跟？南方日报记者进行了调查。

　　AlphaGo的余波荡起AI医疗

　　在白云街社区卫生服务中心2楼的AI眼科诊室内，居民坐在智能机器前，下巴往上一靠，双眼直视前方。数分钟后，一份白内障诊断报告就出炉了。这是“AI眼科医生”通常的运作模式。截至8月底，它为社区内400多位居民提供服务，发现疑似白内障病例约30%。中山大学中山眼科中心医生将对疑似病例进行远程诊断。有需要进一步治疗的患者，可到上级医院让专科医生作深入检查。

　　项目负责人林浩添教授是中山大学中山眼科中心白内障专科医生。2012年起，他将研究重心放在了医疗大数据和人工智能领域，努力寻找一种更有效的致盲眼病防治手段，为基层医疗机构赋能。数年前，这一想法是疯狂的。林浩添说，在项目研发的起步阶段，很少人能理解医疗大数据的价值和挖掘技术，没有人想到机器人真的能看病。

　　随着AlphaGo击败人类职业围棋选手，方向变了。人工智能不仅战胜围棋世界冠军，也正式闯入大众视野，逐步被各个领域所接受。在此之前，敏锐的资本早已捕捉新趋势，布局人工智能市场。得知医疗资源失衡的现状，他们怀着“发现新大陆”的心情，以AI为马，跑入了医疗市场。

　　AI医疗的火爆也得益于政策红利。6月14日，广东省人民政府办公厅关于《促进“互联网+医疗健康”发展行动计划(2018-2020)》正式发布，提出了“人工智能下基层”的规定。有了政策的加持，AI医疗像一辆火力十足的汽车，冲向了基层医疗机构。7月4日，互联网+健康扶贫AI医生村村通启动仪式在广州召开。

　　“AI医生是好老师。”邓金科是广东省阳山县的一名村医。在过去，他只能看感冒、发烧，遇到棘手难题，就推荐村民到外就医。但现在有了智能医生，村民只需在手机上问诊。遇上拿不准的疾病，邓金科还能用文字、图片等方式传给广东省网络医院的医生。如今，AI医生能看200多种常见病，覆盖了普通社区医院日常诊断的90%的病种。

　　在基层，医疗人工智能填补了城乡医疗水平间的差距，使得当地居民享受同质化的医疗服务。但在三甲医院，它则被赋予了解放医生的使命。

　　广东药科大学附属第一医院病理科启用了AI远程病理诊断系统。短短几分钟内，它就能识别区分、筛选并标记出可疑的、异型的、核大的细胞。病理医生只需重点关注可疑细胞，就能写诊断报告。这一技术的运用将病理医生的工作效率提高了整整20倍。

　　今年6月，中山大学附属第六医院启动“沃森胃肠疾病人工智能医学中心”，把人工智能运用到临床诊疗中，让沃森推荐几个最有可能的治疗方案，供临床医生选择，最终实现个性化的治疗。

　　AI医疗究竟是什么？每一个人有自己的答案。对白云街社区卫生服务中心的管理者陈健芳来讲，它填补了基层眼科医生的空白，节省了中心每年数十万元劳务支出，也让社区居民不出远门就能筛查眼科疾病。

　　在广州市妇女儿童医疗中心院长夏慧敏看来，所谓AI医疗，其实是人类医生经验变成了一种规则，这种规则在系统里变成了一种流程，这种流程最后形成一种基于人类智慧结晶的辅助诊断方法。

　　现在，医疗界迎来了一股人工智能的旋风。几乎每个人都在讨论人工智能，拼命地追赶行业潮流。

　　“数据孤岛”成掣肘因素

　　“一个机器能查出白内障吗？”在社区筛查工作开始前，陈健芳总是遇到如此质疑。阻力不小。后来，他们说服居民到社区医院进行尝试筛查，居民也在新的体验中逐步接受了医疗新技术和新服务模式。

　　疾病智能筛查技术的推广之路不易。一方面是居民的半信半疑，另一方面是医生的适应难题。医疗数据是人工智能的“营养来源”。以AI眼科医生为例，在下基层前，它的成长依靠的是中山眼科中心的医疗数据。在此过程中，研发人员清洗、标注数据，建立数据模型，赋予它诊断疾病的功能。而在闯入基层医疗机构后，原本的数据模型还适用吗？