实习记者 段梦兰
以互联网、大数据、人工智能为代表的信息技术，在医疗健康领域发挥了巨大作用。生物医药与新一代信息技术深度融合，为医药工业持续发展打造了新的引擎。前不久，在健康报社、西安交通大学第一附属医院联合举办的第9届互联网﹢健康中国大会分论坛——智慧医院与医工融合前沿论坛上，与会嘉宾围绕医疗卫生机构网络安全、人工智能、医工融合等领域的最新进展和未来趋势进行了交流探讨。
国家卫生健康委医院管理研究所副所长 张旭东
加强医疗机构网络安全工作
医疗机构在日常诊疗工作中常常需要采集和应用大量医疗活动信息，对这些信息进行保护是每个医疗机构义不容辞的职责。国家层面颁布了相关法律法规，出台了相应技术规范，为加强医疗机构网络安全工作奠定了坚实基础。对此，国家卫生健康委建立健全组织机构，成立了相关工作领导小组，建立了网络安全关键信息基础设施的管理制度。
2022年，国家卫生健康委、国家中医药管理局、国家疾控局制定了《医疗卫生机构网络安全管理办法》，通过管理和技术手段保障数据安全和数据应用的有效平衡。《办法》包括网络安全管理、数据安全管理、监督管理、管理保障等内容，为医疗卫生机构做好网络安全工作提供针对性、有效性、科学性、规范性的制度文件和操作指南。
目前，医疗卫生机构网络安全仍存在一定问题与隐患。例如，医院等保测评普及率低，网络安全防护能力薄弱，缺乏专业机构统筹推进网络安全测评工作，关键基础设施防护能力不足，个人信息保护防范薄弱，缺少专业网络安全管理队伍，网络安全管理制度和标准规范不健全等。
总的来说，加强网络安全工作应坚持问题导向和需求导向，以落实网络安全管理制度标准、强化人才队伍建设、提升监督检查应急处置能力为抓手，以委属委管医院、大型三级甲等医院为重点，提升网络安全管理水平。一是排查网络安全隐患，完成对关键基础设施安全检查的全覆盖；二是完善管理制度与标准规范，制定符合行业特点的网络安全数据服务管理办法；三是建设网络安全管理可视化平台，建立上下统一调度的指挥平台；四是加强人才队伍建设，在医疗机构里汇聚一批以信息化专业队伍为主的网络安全人才队伍；五是以评促防、以评促改、以评促用，建立一套符合医疗卫生机构特点的评估管理制度。
上海交通大学医学院附属瑞金医院，上海市数字医学创新中心副主任 朱立峰
人工智能推动医院高质量发展
医院建设正朝着高质量发展努力。这不仅对医院基础环境、医疗资源、服务模式、管理体系提出更高要求，更要求医院向智慧医院方向发展，建立可实践、可推广的服务体系和管理体系。公立医院高质量发展要实现发展方式、运行模式、资源配置“三个转变”，人工智能如何为公立医院高质量发展的“三个转变”提供支撑？
发展方式上，人工智能为技术发展、能力水平发展、服务质量发展赋能。以人工智能为代表的数字技术，为未来医学诊断、治疗、医疗器械研发、健康照护带来改变，拓展未来医疗内涵。我院构建远程影像会诊平台，实现医联体内影像的互联互通，并实现跨院诊断。该平台基于人工智能影像分析技术，全面提升临床诊疗影像工作效率和精准度。同时，医院从最繁重的妇科筛查与消化道诊断切入，推动病理全科数字化转型，打造“数智化”新模式。“AI﹢5G”赋能超声临床诊断与远程诊断，发展基于动态与静态超声影像的人工智能辅助诊断，结合5G与边缘计算形成分布式远程超声诊断能力。
运行模式上，人工智能提升医院管理的精细化、信息化、规范化、科学化水平。我院打造基于数字孪生技术的未来医院智慧院区和综合运营分析平台，实现高精度三维建模，能够感知人流、安防、疫情等医院运行态势，助力全域管控，提升医院管理能力。
资源配置上，我院形成人工智能等技术要素聚集的开放生态。院内IT团队逐渐掌握复合型支撑能力，为医院创新能力和科研能力持续提升提供支持。同时，医院成立上海市数字医学创新中心，集医、研、产、学资源于一体，深入推进医疗数字化转型。
西安交通大学第一附属医院妇产科副主任 李奇灵
人工智能赋能大规模筛查诊断
在数字时代，人工智能的运用可以高效支持病理诊断，实现提质增效。医院团队建立基于人工智能细胞病理图片识别的子宫内膜癌筛查系统，助力病理医生提升工作效率，适用于大规模开展子宫内膜癌筛查和诊断工作。
目前，子宫内膜癌筛查的推广面临瓶颈。一方面，患者能够承受的微创或无创取样系统仍然缺乏；另一方面，子宫内膜细胞随月经周期改变而导致的形态变化增加了诊断难度。同时，国内临床病理医师急缺，限制了细胞学筛查的开展。
大规模开展筛查工作时，样本量庞大，仅靠人工阅读难以实现高效诊断。基于人工智能细胞病理图片识别的子宫内膜癌筛查系统通过采集、切片制备、扫描、阳性样本与阴性样本分类并提取ROI（感兴趣区域，即细胞群落）等工作，建立子宫内膜细胞图片库。临床工作完成后，通过人工智能识别建立完整网络，输出识别结果，并由病理专家进行质控复核。
西安交通大学电信学部教授 李辰
病理诊断图像识别技术仍在培育阶段
人工智能赋能病理诊断，实现病理图像识别，意义十分重要。面向临床病理诊断需求，团队设计了智能算法，并通过设计相应语义标准将算法真正融合。比如，在智能算法方面，当需要在大量片子中进行肿瘤区域的检测或亚型分类时，医生只需在上面点10个点（肿瘤区域5个点、正常区域5个点），即可训练模型，达到实际可用的准确度，并大幅减少医生人工标注的工作量。再比如，在进行细胞核分割﹢分级任务时，设计基于“多任务﹢持续学习”的深度神经网络，实现对细胞核精准的分割检测和分类。在临床应用中，可以通过介入人工智能实现大规模、高效诊断。
无论运用何种算法，都是希望实现病理诊断全流程、全链条工作，真正服务于病理医生的工作。未来，团队希望构建包括肿瘤区域检测、亚型判别、核仁分级、关键特征识别等在内的病理诊断全链条。
西安交通大学人工智能学院教授 武佳懿
人工智能为医学影像辅助诊断助力
早期诊断和早期治疗可有效改善疾病预后，先进的医学影像技术为疾病早期诊断提供了更多的可能性，而人工智能技术可根据医学影像的图像分析结果高效地制订疾病诊疗规划。
比如，在颈动脉粥样硬化分析方面，团队设计了门控多任务网络框架，将临床医生的经验知识通过技术手段或机器表达形式添加到算法中，服务于该病种的早诊早治。在心血管易损斑块识别方面，团队设计了多任务、比对学习的心血管易损斑块识别方法，利用传统网络框架进行图像预处理，标记需要关注的区域，还可以转变坐标系，提取多视角特征，大大提升医学影像的诊断价值。此外，人工智能在糖尿病性视网膜病变识别和甲状腺癌转移淋巴结识别等方面也有较大空间。
西安电子科技大学教授 刘西洋
人工与智能须发挥各自优势
医学诊断在临床上往往存在不确定性，诊断结论并不是非黑即白。要让医生和人工智能各自发挥优势、进行互补，尽量压缩不确定空间，使诊断更加精准。
以乳腺癌筛查为例，为减少单个医生的盲区，临床一般会采取双阅片的方式，由两名医生独立阅片，相互校验后形成共识。引入人工智能后，如将其中一名医生换成人工智能，或可以构建更高效、更精准的双阅片模式。打造人工智能增强的超声乳腺筛查工作流程，能减少40%以上的不必要随访与穿刺。此外，在青少年脊柱侧凸大规模筛查方面，如果通过全人工阅片方式，将耗费巨大。为此，技术团队设计了通过自然光图像完成诊断的方案并构建“云平台”，家长在手机上即可使用小程序拍照、上传数据至云端，方便医生及时筛查、诊断或复查。
华为医疗行业解决方案首席专家 雷振华
数字健康助力公立医院发展
数字健康可助力公立医院高质量发展，信息化手段能为更高效服务不同人群的不同需求赋能。总体来看，智慧医院首先要打基础、建平台，实现数字化管理，在此基础上发挥创新能力、成为信息中枢，进一步实现全面智能化、智慧化，使医疗服务和科研创新广泛辐射。
华为打造包含一个数字底座、支撑四大业务场景的智慧健康解决方案，面向医院信息化发展和实际需要，提出高质量网络、高可靠平台、高主动安全的“三高”策略，构建华为医疗智能体，基于新一代医院一体化数据中心实现全场景智慧、全要素协同、全周期运营、可持续推进。同时，打造智慧院区，构建医院运营大脑，服务于智慧管理中心、智慧医疗中心、智慧服务中心、智慧医学科研中心，构建先行区信息共享平台。