医学翰林院与保健产业振兴院论坛
应摆脱高级医院数据偏向,在地区进行验证
有观点指出,要以人工智能(AI)填补地区、必需和公共医疗的空白,不能只着眼于引入AI,还应先完善人才、数据和制度。应摆脱以高级综合医院为中心的AI开发模式,建立在地区生成和验证数据的体系,同时构建能够运用AI的一线人才队伍,以及相应的补偿和责任标准。
韩国医学翰林院与韩国保健产业振兴院16日在首尔钟路区首尔大学医院癌症研究所李健熙厅举行第32届保健医疗论坛,主题为“人工智能基本医疗如何在地区发挥作用”。记者 Cho Inkyung
View original image韩国医学翰林院与韩国保健产业振兴院16日在首尔钟路区首尔大学医院癌症研究所李健熙厅举办第32届保健医疗论坛,围绕“AI基础医疗如何在地区运行”这一主题讨论了上述方案。这是政府于今年7月22日发布“AI基础医疗战略”后,学术界组织的首次后续讨论。
在主题发言中,国家人工智能战略委员会医疗小组组长、蔚山医学院教授Seo Junbeom表示,基于AI的诊断辅助和基础模型有望推动医疗向预防为中心转型,并提出了急救、保健所、医院及数据领域的AI转型任务。
第一场会议围绕地区居民的医疗服务使用流程,探讨了AI的应用可能性与局限性。院外患者管理、远程诊疗、公共基层医疗和急救医疗成为主要讨论议题。
天主教医学院教授Kim Heonseong建议,已完成立法的远程诊疗有必要从以非医保和盈利为中心,转向以慢性病管理为中心。韩国预防医学科医师协会会长Gi Seungguk指出,基于医疗费用申报资料训练的AI存在局限,并表示:“需要在临床运用AI的医生,与在地区生成数据的医生开展合作。”
平昌郡保健医疗院院长Park Geonhui根据平昌郡衰弱预防管理和智能慢性病管理的成果,建议对医疗薄弱地区AI基层医疗政策进行实证。庆北医学院教授Ryu Hyeonuk将急诊室拒收患者的原因归结为重症程度分类不准确、医院信息不足以及急救医疗体系碎片化,并提出利用AI分析患者状况和各医院收治能力、推荐最佳转运目的地的平台。
“AI之前,应先建设公共医院综合信息网络”
随后举行的会议讨论了将AI实际应用于地区医疗所需的基础设施、人力、协同诊疗体系及责任问题。
宁越医疗院外科科长Jo Seungyeon指出,地区医疗存在医疗设施不足、无医生地区、转运距离长、夜间及周末诊疗空白、机构之间信息和能力割裂等结构性缺口。他特别指出,在引入AI之前,应优先建设公共医院综合信息网络并确保标准化数据,并建议:“应建设地区医疗院云端电子病历系统(EMR),按照统一规范对数据进行标准化,同时通过机构间信息互联,为AI应用奠定基础。”
蔚山医学院教授Kang Dongyun强调,考虑到医疗薄弱地区人口老龄化及数字化可及性较低,在AI协同诊疗过程中,需要有人在患者身边确认信息,并负责诊疗后的管理。他解释称,要在地区医疗中实现AI协同诊疗,就必须同步设计患者周边的人力、设备、数据和工作体系。
如何分配AI介入医疗行为中的责任,也被列为重要课题。檀国医学院教授Park Hyeonguk指出,有必要制定制度性标准,以明确医疗人员、医疗机构、AI开发者等主体在AI介入医疗行为中的责任分配。三星首尔医院数字创新中心主任Cha Woncheol强调,要让AI高速公路真正运转,不能仅引入AI技术,还必须同步推进数字化转型(DX)和AI转型(AX)。
高级医院数据偏向问题同样突出……应在地区进行训练和验证
在指定讨论环节,与会者就决定地区医疗AI成败的人力、基础设施、数据和评估体系等提出了具体建议。
中央大学护理学院教授Jang Sukrang强调,在投资AI的同时,还应扩大上门护理人员规模并稳定其就业。即使AI捕捉到风险信号,若没有人员进行确认和实际应对,也难以在地区一线正常运行。
Kakao Healthcare先进技术研究所所长Sin Suyong表示,图形处理器和高速网络等AI基础设施难以由单个医院独立建设,因此需要政府层面的支持;蔚山医学院教授Kim Namguk则指出,大型医院与地区、必需及公共医疗面临的AI基础设施环境各不相同,不宜采取一刀切的做法。
医学翰林院政策开发委员会委员长Lee Yeongseong建议:“要让AI基础医疗在地区发挥作用,必须完善地区医疗机构的信息化、人力和经费基础,并利用地区数据训练和验证AI。同时,应建立对患者身边工作人员的补偿和责任标准,不应仅看引入业绩,而应以患者结果为中心,持续开展验证和事后评估。”
版权所有 © 阿视亚经济。未经许可不得转载,禁止用于AI训练及使用。