解決百姓求醫問藥、提升人民健康水準，是歷年兩會不變的熱議話題，今年也不例外，2022年政府工作報告中，公布了13項醫療重點工作任務。2022年兩會雖已落下帷幕，但分級診療、醫防融合、AI賦能依舊是醫療領域關注的焦點。

　　隨著時代的發展和技術的進步，大數據、人工智能等技術發展，為醫療行業發展帶來了更多的應用場景，讓“AI+醫療”成為推動醫療體系發展的新力量。當前我國智慧醫療正處于蓬勃發展的態勢，在健康管理、疾病篩查、診斷治療、慢病管理等領域的應用日趨廣泛。

　　加速分級診療：AI可快速復制專業醫生能力為基層賦能

　　2022年兩會政府工作報告對提升醫療衛生公共服務能力方面做出了如下指示：推動分級診療、提升基層防治能力。著眼推動分級診療和優化就醫秩序，加快建設國家、省級區域醫療中心，推動優質醫療資源向市縣延伸，提升基層防病治病能力，使群眾就近得到更好醫療服務等。

　　在全國人大代表、全國政協委員們的一份份議案中，如何推動分級診療、提升基層防治能力也是最火熱的話題之一。

　　隨著基層醫療機構體制改革的不斷深入，分級診療制度進一步落實，基礎公共衛生服務任務不斷增加，民眾對基層醫療機構的服務需求不斷增大，對基層醫療機構服務能力提出了更高的要求。但，由于我國優質醫療資源依舊主要集中于大城市、高層級醫療機構，許多基層醫療機構基礎設施相對落后、診療能力不強，在基層醫療機構運行過程中，仍然存在著服務能力與人民群眾健康需求不匹配等問題，制約了服務能力的提升。

　　那么，如何加速優質醫療資源下沉，強化基層醫療服務能力？“AI”一定是答案之一。

　　鷹瞳科技首席技術官和超表示，算法可以快速復制專業醫生的能力，并提高醫生的工作效率。他解釋道，醫生的職業成長發展是一個特別長周期的事情。醫生從業之前，需要很長的求學時間，從業后需要看很多病人，才能一步一步成長起來。而AI的價值就是可以去學習那些特別有經驗的醫生，把他們的技能、經驗、知識變成算法，然后打造成產品。

　　“我們可以把這個產品送到基層醫療機構，那里可能沒有北上廣的大三甲醫院有那么多的大醫生，他們可能是一些基層的年輕醫生，AI技術就可以給他們賦能。比如說這個醫生以前可能眼底疾病診斷經驗并不豐富，但是有了這個產品，他就可以去做一些眼底病的基本判斷。”和超認為這是AI比較明顯的價值，讓基層的醫生也能夠掌握更多的疾病診斷知識和服務診斷的能力。

　　推動醫防融合：可在1分鐘內估算未來10年患病風險

　　近年來，心腦血管疾病已成為導致我國居民死亡的首位原因，《中國心血管健康與疾病報告2020》顯示，我國心腦血管疾病患病率處于持續上升態勢，目前患病人數約3.3億。隨著患高血壓、血脂異常、糖尿病和肥胖的絕對人數不斷攀升，未來我國心腦血管疾病的死亡率可能會進一步升高。

　　2022年政府工作報告中也將提高心腦血管疾病防治能力列為重點工作任務之一：堅持預防為主，深入推進健康中國行動。逐步提高心腦血管病、癌癥等疾病防治服務保障水平，加強罕見病用藥保障。

　　基層衛生機構在心血管疾病防控中發揮著關鍵作用，但基層衛生機構的診療能力不足以有效控制“三高”，偏遠和欠發達地區情況更差。診斷延誤、治療依從性不足和無法及時獲得專科照護制約了有效防控心血管疾病。

　　2021年8月28日，國際知名期刊Science Bulletin雜志在線發表了北京大學臨床研究所與鷹瞳科技合作的最新研究成果。該研究使用超過40萬的健康數據開發了一個基于眼底照片的人工智能算法模型，可估算個體未來10年發生缺血性心腦血管病風險。這是我國首個嘗試結合人工智能技術和眼底照片信息預測國人發生心腦血管病風險的研究。

　　據中國人工智能學會智慧醫療專委會副主任委員、鷹瞳科技首席醫學官陳羽中介紹，“過去病人可能要花大半天的時間，可能1000塊錢左右的成本來完成這個評估，檢查結束后醫生可能要花兩小時（下結論），所以這項工作推動得很差。我們也知道真正等到心梗發生或者說心電圖異常發生的時候其實已經來不及了。很多的所謂院前死亡都是心梗或者腦梗引起的。我們要做真正對大家有利的事，在他還沒有發生的時候，有風險的時候給予提示，基于這個風險提示進行相對的干預。”

　　隨著這一新的預測工具開發成功，未來在醫療機構中只要安裝一臺便捷的眼底自動照相設備，即可在1分鐘內輕松評估受檢者未來10年發生心腦血管病的風險，無創且方便、快速、價廉。無疑對于早期發現心血管病高危人群，指導積極干預，監測和評價干預效果等起到積極的作用。

　　千億級賽道領跑 “AI”落地兩大難題待解

　　醫療健康是人工智能技術率先實現規模化應用的主要領域之一，AI醫學影像是醫療AI商業化前沿陣地。和超以鷹曈科技為例介紹道，目前公司的設備已經在等級醫院、社區診所、體檢中心、保險公司、視光中心及藥房等多元化應用場景落地，為廣大用戶提供健康風險評估服務。但目前依舊會面臨一些實際問題。

　　首先是認知問題。三年前可能很多人都不知道眼底照片，最近三年鷹曈科技一直在努力解決，人們的認知在不斷提升，但是在基層還需要大量的工作。最重要的，是對慢病風險、體檢的重視程度還有待提升，另外還需不斷普及眼底檢查、眼底自動拍照設備重要性的認知。

　　其次是服務成本。服務成本分為硬件和軟件，鷹曈科技一直在努力通過技術創新以降低設備成本。硬件方面，眼底相機雖然相比CT機要便宜很多，但是要把它普及到基層醫療機構、服務到每一個人，還是需要很多這樣的設備，有了一定規模之后，就能優化生產效率、降低成本。而軟件方面，鷹曈科技則是通過不斷迭代AI算法來賦能這個設備，通過相對便攜的硬件，實現復雜的服務。

　　醫學影像設備是醫療器械行業的第一大細分市場，2020年國內市場規模已達到537.0億元(出廠價口徑)，2015-2020年年復合增長率12.4%，預計2030年市場規模將接近1100億元。同時，醫學影像設備也是醫療AI領域中跑的最快的賽道，中國醫療AI行業規模已突破千億元大關，未來行業將進入智能化、高效化、規模化發展的高速增長期。