人工智能辅助治疗技术管理规范（2017年版）
1拼音réngōngzhìnéngfǔzhùzhìliáojìshùguǎnlǐguīfàn（2017niánbǎn）
2基本信息《人工智能辅助治疗技术管理规范（2017年版）》由国家卫生计生委办公厅于2017年2月14日《国家卫生计生委办公厅关于印发造血干细胞移植技术管理规范（2017年版）等15个“限制临床应用”医疗技术管理规范和质量控制指标的通知》（国卫办医发〔2017〕7号）印发，2009年11月13日印发的《人工智能辅助治疗技术管理规范（试行）》（卫办医政发〔2009〕197号）同时废止。
《人工智能辅助治疗技术管理规范（2017年版）》明确了医疗机构及其医师开展人工智能辅助治疗技术应当满足的基本条件：包括对医疗机构的基本要求、对人员的基本要求、对技术管理的基本要和培训管理要求。同时《人工智能辅助治疗技术临床应用质量控制指标（2017版）》明确了人工智能辅助治疗技术的医疗质量控制指标。拟开展限制临床应用医疗技术的医疗机构应当具备上述条件方可开展，并按照要求参加医疗技术的质量控制工作。
3发布通知国家卫生计生委办公厅关于印发造血干细胞移植技术管理规范（2017年版）等15个“限制临床应用”医疗技术管理规范和质量控制指标的通知
国卫办医发〔2017〕7号
各省、自治区、直辖市卫生计生委，新疆生产建设兵团卫生局：
为进一步加强医疗技术临床应用事中事后监管，做好“限制临床应用”医疗技术的临床应用管理工作，规范临床行为，保障医疗质量和医疗安全，我委组织制（修）订了《造血干细胞移植技术管理规范（2017年版）》等15个“限制临床应用”的医疗技术管理规范，并制定了相应技术的质量控制指标（可从国家卫生计生委网站下载）。现印发给你们，请遵照执行。
2009年11月13日印发的《变性手术技术管理规范（试行）》（卫办医政发〔2009〕185号）、《心室辅助装置应用技术管理规范（试行）》（卫办医政发〔2009〕186号）、《放射性粒子植入治疗技术管理规范（试行）》（卫办医政发〔2009〕187号）、《肿瘤深部热疗和全身热疗技术管理规范（试行）》（卫办医政发〔2009〕188号）、《脐带血造血干细胞治疗技术管理规范（试行）》（卫办医政发〔2009〕189号）、《肿瘤消融治疗技术管理规范（试行）》（卫办医政发〔2009〕190号）、《口腔颌面部肿瘤颅颌联合根治技术管理规范（试行）》（卫办医政发〔2009〕191号）、《颅颌面畸形颅面外科矫治技术管理规范（试行）》（卫办医政发〔2009〕192号）、《口腔颌面部恶性肿瘤放射性粒子植入治疗技术管理规范（试行）》（卫办医政发〔2009〕193号）、《颜面部同种异体器官移植技术管理规范（试行）》（卫办医政发〔2009〕194号）、《基因芯片诊断技术管理规范（试行）》（卫办医政发〔2009〕195号）、《人工智能辅助诊断技术管理规范（试行）》（卫办医政发〔2009〕196号）、《人工智能辅助治疗技术管理规范（试行）》（卫办医政发〔2009〕197号）、《质子和重离子加速器放射治疗技术管理规范（试行）》（卫办医政发〔2009〕198号）、《组织工程化组织移植治疗技术管理规范（试行）》（卫办医政发〔2009〕199号）同时废止。
国家卫生计生委办公厅
2017年2月14日
4全文人工智能辅助治疗技术管理规范（2017年版）
为规范人工智能辅助治疗技术临床应用，保证医疗质量和医疗安全，制定本规范。本规范是医疗机构及其医务人员开展人工智能辅助治疗技术的最低要求。
本规范所称人工智能辅助治疗技术专指应用机器人手术系统辅助实施手术的技术。
4.1一、医疗机构基本要求（一）医疗机构开展人工智能辅助治疗技术应当与其功能、任务和技术能力相适应。
（二）有卫生计生行政部门核准登记与应用人工智能辅助治疗技术相适应的诊疗科目。
（三）临床科室。
开展该技术的临床科室开展临床诊疗工作10年以上，床位不少于50张，年手术量不少于1000例，其技术水平在本省医疗机构中处于领先地位。
（四）手术室。
1.洁净手术部的建筑布局、基本配备、净化标准和用房分级等符合《医院洁净手术部建筑技术规范GB50333—2002》。
2.人工智能辅助治疗技术手术间面积不少于50平方米，必须有中心供气（如二氧化碳、氧气、压缩空气等）、中心吸引、多功能吊塔装置，温度和湿度调控设施。监护仪符合临床专业要求。手术室内具备适应人工智能辅助治疗技术应用的计算机软硬件系统及多屏显示器。
3.具备外科手术所需麻醉设备。
4.有空气层流设施，有满足各临床专业人工智能辅助治疗技术应用所需的其他设备。
（五）重症医学科。
1.设置符合规范要求，能够满足各临床专业重症患者围手术期监护与治疗需要。符合各临床专业危重患者救治要求。
2.有空气层流设施、多功能监护仪、呼吸机，能够进行心电、呼吸、血压、脉搏、血氧饱和度监测。
3.能够开展有创监测项目和有创呼吸机治疗。
4.有经过专业培训并考核合格的、具备5年以上重症监护工作经验的专职医师和护士。
（六）其他辅助科室和设备。
满足各临床专业疾病诊断及处理的工作需要。
（七）开展人工智能辅助治疗技术的各临床科室应当有至少2名经过培训并考核合格、具备人工智能辅助治疗技术能力的本医疗机构注册医师，有经过人工智能辅助治疗技术应用相关知识和技能培训并考核合格的的其他专业技术人员。
4.2二、人员基本要求开展人工智能辅助治疗技术的医疗团队应当具有至少4名（心脏大血管外科应当至少具有6名）经专业培训并考核合格的、具备人工智能辅助治疗技术临床应用能力的本医疗机构在职医师、护士和（或）技师。
4.2.1（一）开展人工智能辅助治疗技术的医师。1.取得《医师执业证书》，执业范围为外科专业或妇产科专业。
2.具有10年以上三级甲等医院相关专业临床诊疗工作经验，具有副主任医师专业技术职务任职资格。熟练掌握本专业开放手术或微创手术技术。
3.经过省级卫生计生行政部门指定的培训基地关于人工智能辅助治疗技术相关系统培训，具备人工智能辅助治疗技术临床应用的能力。
4.2.2（二）其他相关卫生专业技术人员。经过人工智能辅助治疗技术相关专业系统培训,满足开展人工智能辅助治疗技术临床应用所需的相关条件。
4.3三、技术管理基本要求（一）严格遵守人工智能辅助治疗技术相关操作规范和各专业诊疗指南，根据患者病情、可选择的治疗方案等因素综合判断治疗措施，因病施治，合理治疗，严格掌握手术适应证和禁忌证。
（二）人工智能辅助治疗技术的临床应用应当由2名以上具有人工智能辅助治疗技术临床应用能力的副主任医师及以上专业技术职务任职资格的本医疗机构注册医师共同决定，制订合理的治疗与管理方案，术者由本医疗机构注册医师担任。
（三）实施人工智能辅助治疗前，应当向患者及其家属明确告知手术目的、手术风险、术后注意事项、可能发生的并发症及预防措施等，并签署知情同意书。
（四）建立健全人工智能辅助治疗后随访制度，并按规定进行随访、记录。
（五）建立病例信息数据库，在完成每例次人工智能辅助治疗后，应当按要求保留并及时上报相关病例数据信息。
（六）医疗机构和医师按照规定接受人工智能辅助治疗技术临床应用能力评估，包括人员资质、病例选择、手术成功率、严重并发症、死亡病例、医疗事故发生情况、术后患者管理、患者生存质量、随访情况和病历质量等。
（七）其他管理要求
1.使用经国家食品药品监督管理总局审批的人工智能辅助治疗所需医用器材，不得违规重复使用与人工智能辅助治疗技术相关的一次性医用器材。
2.建立人工智能辅助治疗器材登记制度，保证器材来源可追溯。在手术记录部分留存人工智能辅助治疗相关器材条形码或者其他合格证明文件。
3.建立定期的人工智能辅助治疗系统检测、维护及使用登记制度并组织实施。
4.4四、培训管理要求4.4.1（一）拟开展人工智能辅助治疗技术的医师培训要求。1.应当具有《医师执业证书》，从事与人工智能辅助治疗技术相关专业，主治医师及以上专业技术职务。
2.应当接受至少6个月的系统培训。在指导医师指导下，完成20学时以上的理论学习，完成动物训练10例以上，参与完成5例以上不同类别机器人手术系统辅助实施手术，并参与5例以上手术患者全过程管理，包括术前检查、手术适应证的评估、手术方式的评估、可能发生的风险及应对措施、手术过程以及术后处理等。
3.在境外接受人工智能辅助治疗技术培训6个月以上，有境外培训机构的培训证明，并经省级卫生计生行政部门指定的培训基地考核合格后，可以视为达到规定的培训要求。
4.本规定印发之日前，从事临床工作满15年，具有主任医师专业技术职务任职资格，近5年独立开展人工智能辅助治疗技术不少于100例，未发生严重不良事件的，可免于培训。
4.4.2（二）培训基地要求。1.培训基地条件。
省级卫生计生行政部门指定人工智能辅助治疗技术培训基地。培训基地应当具备以下条件:
（1）三级甲等医院，符合人工智能辅助治疗技术管理规范要求。
（2）具备人工智能辅助治疗技术临床应用能力。累计完成各类机器人手术系统辅助实施手术500例以上。每年完成机器人手术不少于200例。
（3）外科与妇科床位总数不少于300张。
（4）有具备开展人工智能辅助治疗技术培训的指导团队，包括外科或妇科医师至少3名，其中具有主任医师专业技术职称任职资格的医师不少于2名；麻醉医师至少2名，其中具有主任医师专业技术职称任职资格的医师至少1名；专职负责该手术技术的手术室护士至少3名。
（5）具备进行规模人员培训的软硬件条件，具备进行动物训练条件。
2.培训工作基本要求。
（1）培训教材和培训大纲满足培训要求，课程设置包括理论学习、动物训练及临床实践。
（2）保证接受培训的学员在考核前完成规定的培训内容。
（3）按照培训要求，对接受培训的学员进行理论知识、实践能力、操作水平进行测试和评估，培训结束后，对接受培训的学员进行评定、考核，出具是否合格的结论，并将相关专业技术人员名单及时上报。
（4）为每位接受培训的学员建立培训及考核档案。
5解读5.1一、背景情况医疗技术作为医疗服务要素之一，与医疗质量和医疗安全直接相关。2009年，我委以规范性文件形式印发《医疗技术临床应用管理办法》（卫医政发〔2009〕18号），对医疗技术临床应用实行分类、分级管理，明确将医疗技术分为三类，对第二类、第三类医疗技术实施准入管理。同时，印发了相关第三类医疗技术管理规范，加强第三类医疗技术临床应用管理。
2015年5月，国务院印发了《关于取消非行政许可审批事项的决定》（国发〔2015〕27号），取消了第三类医疗技术临床应用准入审批项目。为贯彻落实国务院行政审批制度改革要求，我委印发了《关于取消第三类医疗技术临床应用准入审批有关工作的通知》（国卫医发〔2015〕71号，以下简称《通知》），按照“简政放权、放管结合、优化服务”的原则和“公开、透明、可监督”的方针，取消第三类医疗技术临床应用准入审批，拟建立“负面清单”管理制度等6个制度和1个信息化平台，加强医疗技术临床应用管理，强化事中事后监管。《通知》同时明确了医疗技术负面清单分为“禁止类技术”和“限制类技术”，提出了限制类技术分类原则和15个限制类技术项目。原第三类医疗技术管理规范已不适应当前医疗技术管理要求，需要配套更新。
5.2二、制修订过程为保障医疗技术临床应用管理政策尽快落地，实现政策调整后的平稳过渡，我委启动限制类技术管理规范制修订工作。组织骨科、心外、胸外、血液、肿瘤、移植、口腔等10余专业相关院士，中华医学会相关分会主任委员、副主任委员等140余位权威专家参会，认真研究起草了15个限制类技术管理规范，同时起草了15个限制类技术医疗质量管理指标。在征求了全国31个省（区、市）和新疆生产建设兵团卫生计生行政部门、国家中医药管理局、军委后勤保障部卫生局以及中华医学会、中华口腔医学会意见的基础上，对文件进行完善，最终形成了《造血干细胞移植技术管理规范（2017年版）等15个“限制临床应用”医疗技术管理规范和质量控制指标》。
5.3三、主要内容《造血干细胞移植技术管理规范（2017年版）等15个“限制临床应用”医疗技术管理规范和质量控制指标》明确了医疗机构及其医师开展造血干细胞移植技术等15个“限制临床应用”医疗技术应当满足的基本条件：包括对医疗机构的基本要求、对人员的基本要求、对技术管理的基本要和培训管理要求。同时，明确了造血干细胞移植技术等15个“限制临床应用”医疗技术的医疗质量控制指标。拟开展限制临床应用医疗技术的医疗机构应当具备上述条件方可开展，并按照要求参加医疗技术的质量控制工作。
柳州市工人医院人工智能辅助治疗技术 培训基地招生简章
柳州市工人医院始建于1933年，由4个院区:新总院、西院（骨科医院）、鱼峰山院区(肿瘤、妇儿)、南院（社区医院）组成，实际开放床位数达3056张，是广西医科大学第四附属医院、第四临床医学院，是国家级住院医师规范化培训基地、国际（SOS）救援中心合作医院，拥有辅助生殖/产前诊断资质，拥有广西首家GCPⅠ期病房，医学检验科及输血科为广西率先通过ISO15189认证的单位，拥有广西第三台、桂中北地区首台PET-CT以及华南地区第二台达芬奇手术机器人、广西首批肿瘤放疗的金标准设备TOMO治疗系统，是广西首家通过五级电子病历认证的三级甲等综合医院，获得互联网医院资质。我院于2019年引进达芬奇XI手术机器人，是桂中、桂北地区第一台、华南地区第二台达芬奇XI机器人，该型号在中国的第12台，同时也是中国第99台达芬奇机器人。目前在我院妇科、普外科及泌尿外科开展了人工智能辅助治疗技术。共有8名经验丰富人工智能辅助治疗技术专家，既达芬奇主刀医生，并配有20余名配合优良的医护团队，涉及妇科、普通外科和泌尿外科，目前已经累计完成了700余例达芬奇机器人手术。
医院配备了国际上先进的腔镜系统及相关设备，能满足各类四级腔镜手术需要，主要包括：第四代达芬奇手术机器人，德国STORZ高清腹腔镜、德国STORZ宫腔镜、日本奥林巴斯腔镜系统、美国史赛克腔镜系统、德国GIMMIGmbH手术腹腔镜系统（三晶片）、美国强生超声切割止血刀、美国威力结扎束血管闭合系统、美国威力及上海沪通高频电刀、美国欧美达7100型麻醉机德国西门子NOVUS。1.5T全身临床科研型超导磁共振成像系统（MRI）、三维适形肿瘤放射治疗系统、带数字减影大型C臂X光机、立体定向螺旋CT，PET-CT、美国GE公司最新一代高档VIVID心脏彩超和LOGIQ9腹部彩超、日本产的7170自动生化分析仪等。
柳州市工人医院妇科是自1933年建院始开设的重点科室之一，现已发展成为临床、科研、教学集于一体的重点学科。在广西具有较高的学术水准和技术水平、服务能力，具备人工智能辅助治疗技术管理规范中相关技术临床应用培训能力。妇科共设有5各病区，分为妇科肿瘤，普通妇科、盆底功能障碍性疾病以及妇科内分泌、计划生育等亚专业方向，开放床位231张。妇科拥有一支业务水平高、技术精湛、作风踏实、服务一流的医疗队伍，博士研究生8人（5人在读），高级职称20人。妇科是内镜诊疗技术（四级）培训基地，常规开展人工智能辅助治疗目前有配合默契的妇科人工智能辅助治疗团队。腔镜路径包括经腹多孔、单孔，经阴道单孔腹腔镜,包括传统腔镜器械以及达芬奇手术机器人等。
普通外科是集临床、教学、科研、急救为一体的临床重点专科，是国家乳腺癌规范诊疗质量控制试点中心、柳州市心脏大血管重点专科、柳州肿瘤医学人才小高地、中国出血中心联盟理事长单位、广西结直肠肛门外科专科联盟成员单位、广西加速康复外科联盟成员单位。现有胃肠外科、肝胆胰甲状腺外科、血管介入外科、乳腺外科、肛肠小儿外综合外科5个独立病区，分为肝胆胰脾、胃肠、肛肠、甲状腺、乳腺、血管介入、小儿普通外科等亚专业方向。现有正高级职称9人，副高级职称19人，博士11人（含在读）。年完成住院手术量超8000台次，年完成达芬奇机器人辅助下手术100余台。
泌尿外科成立于1988年，是桂中、桂北地区最大的泌尿外科诊疗中心、内镜诊疗技术（四级）培训基地、前列腺癌诊疗一体化中心成员单位、广西尿石症防治基地联盟成员单位、广西泌尿外科专科联盟成员单位。由泌尿外科一病区和泌尿外科二病区两个病区构成，开放病床104张。目前有广西医科大学硕士研究生导师2名，柳州市第一批享受特殊津贴名医1名，第二批广西医学高层次人才中青年学科骨干培养人选1名，柳州市第十四批拔尖人才1名。现有27名专业技术人员，其中教授/主任医师4人、副主任医师9人；博士研究生（含在读）4人，硕士研究生16人。现有泌尿系结石、泌尿系肿瘤、女性泌尿外科疾病、良性前列腺疾病、男科疾病、小儿泌尿疾病等多个临床亚专业。年完成住院手术量超3000台次，年完成达芬奇机器人辅助下手术100余台，微创腔镜手术超过80%。
一、招生时间、专业及人数
现面向全国招生，执业范围为妇科、普通外科、泌尿外科专业。培训基地培训班于每年6月、12月开班，每批招录3-5人。
二、招生条件
思想进步，政治立场坚定，拥护中国共产党的路线、方针、政策，遵纪守法，品行端正，遵守医院各项规章制度；具有普通高等医学院（校）全日制医学专业本科及以上学历；取得执业医师资格，执业范围为妇科、泌尿科、普外科专业优先； 有5年以上相关专业临床诊疗工作经验，具有副主任医师及以上专业技术职务任职资格。妇科专业要求取得妇科内镜培训证书。三、培训周期及方式
（一）培训时间分为6个月或者12个月，学员科根据自身情况选择。
（二）培训方式：全脱产培训，内容涉及理论知识培训及临床实践培训等内容
培训基地的教学工作由经验丰富人工智能辅助治疗技术专家及具有限制类医疗技术的高级职称医师或教授担任教学及手术演示。教学方法均为理论与实践相结合的教学方式，结合多媒体影像教学，生动形象，图文并貌，易于学员接受和掌握。
四、结业
学员按要求完成6个月及以上培训，由专家组对其进行理论及实践考核，考核合格后准予结业，授予柳州市工人医院进修结业证书（注明人工智能辅助治疗技术方向）。
五、培训费用及住宿安排
（一）培训费用：免费
（二）住宿费用：医院不提供住宿
六、联系方式
（一）基地联系人及联系方式：
（妇科）方主任13978095285
（普外）卢思聪15278874824
（泌尿）曾主任18978076506
（二）电子邮箱：
（妇科）gryyfck8888[at]163[dot]com
（普外）35946677@qq.com
（泌尿）zsp1065555@126.com
柳州市工人医院限制类技术培训基地报名表(1).docx
人工智能辅助诊疗发展现状与战略研究
《一、前言》
一、前言每年我国各类医疗机构诊疗总人次超过70亿次，且存在医疗资源分配不均、布局结构不合理等问题，医疗卫生行业面临巨大的服务需求压力。随着医疗信息化的快速发展，电子病历和健康档案的实行，产生了大量的文档、表格、图像、语音等多媒体信息。利用人工智能技术辅助开展医疗过程，对数据进行整合分析，为提升医疗卫生服务能力，解决医疗资源紧缺带来了新契机。
2017年7月，国务院印发的《新一代人工智能发展规划》中提到，应深化人工智能在智能医疗领域的应用，推广应用人工智能诊疗新模式、新手段，建立快速精准的智能医疗体系。人工智能技术能够对大规模开放式医疗数据的语义进行分析、挖掘和理解，实现对医学语义网络和知识中心的自动构建。通过对海量的医学文献、病例数据和诊疗方案进行快速检索，分析数据之间的隐含关系，能够开展辅助诊疗、药物研发等问题的研究，推动医疗技术的进步。通过对医学影像的智能分析，能够准确提取特征，定位病灶，为疾病预防与诊断提供帮助。此外，语音识别、视频理解、智能问答等技术能够在辅助病历记录、临床护理、康复指导、自动导诊等诸多领域展开应用。
实现医疗信息和健康数据的融合、开放共享，并利用人工智能对碎片化医学信息进行整理分析，对医疗诊断过程提供辅助，可改善医疗健康服务，促进政府决策合理化，解决医疗卫生资源配置不均衡问题，是人工智能与医疗领域的最直接应用，也是医疗人工智能发展的重点。本文选取健康医疗信息人机交互、数据智能中的语义理解与医学影像分析作为切入点，简要阐述了人工智能在辅助诊疗问题上的发展方向与现状，讨论了智能诊疗技术发展与应用的问题与挑战，为相关部门提供决策支持。
《二、医疗信息语义理解与影像分析发展现状》
二、医疗信息语义理解与影像分析发展现状目前，利用人工智能技术对疾病进行临床诊断的研究主要围绕两方面展开：一是对海量医学数据进行分析处理，通过推理、分析、对比、归纳、总结和论证，从大量数据中快速提取关键信息，对患者身体状态和患病情况得出认知结论[1,2]；二是通过对文字、音频、图像、视频等多媒体形式的诊断数据进行分析与理解，挖掘和区分病情特征，进行诊断和评估[3]。其中，医学信息的标准化表征和结构化整合是实现基于大数据智能手段进行辅助诊断的基础；而医学影像数据作为一种能够准确、直观反映病情表征状态的重要诊断依据，加之深度学习技术在图像特征提取方面的突破性进展，成为当前人工智能与辅助诊断结合最紧密的领域之一。本节将从医疗信息语义理解与医学影像分析两方面的研究现状入手，对人工智能辅助诊疗的发展现状进行分析。
《（一）医学知识图谱与医学术语标准构建》
（一）医学知识图谱与医学术语标准构建医疗健康信息化的推进积累了海量的医学数据。转化自然语言的原始数据表达方式，整合提炼不同来源的数据，形成标准化信息，建立结构统一的信息化医学档案，不仅方便对医学数据进行存储、整理和查找，也有利于与人工智能技术相结合。
知识图谱作为一种应对互联网当中海量而零散信息的高效检索需求所设计的语义网络结构，对大规模数据及数据实体之间的关系具有很强的表达和管理能力。通过对海量的医学概念、实体、关系及事实进行整合，能够有效表示实体间的语义关系。将医疗机构、医药产品、诊疗病例、健康监测数据、基因数据、健康饮食数据、运动数据等相关数据与图谱进行链接并在时间维度上进行延展，是构建个性化、动态、多模态、可语义理解并用于人工智能辅助决策的健康医疗信息的基础。基于知识图谱既能够进行高效的信息检索、查询，也能够基于已有信息进行推理，挖掘隐含知识，开展科普查询、辅助诊疗、临床决策、药物研发、智能导医等相关应用的研究[4,5]，提高医生及医院的工作效率，提供针对分级诊疗的智能辅助。
目前，通用知识图谱的应用已经十分广泛，如GoogleKnowledgeGraph、Yago、DBpedia、搜狗“知立方”等。大型知识图谱的构建是在融合“在线百科全书”等结构化、半结构化数据的基础上，利用实体抽取、实体链接、关系抽取、属性填充等技术，对不断产生的不同来源、不同格式的开放式非结构化信息进行抽取，并通过知识融合、知识验证实现对知识图谱的扩充和更新[6]。
作为知识图谱重要的垂直应用领域，医学知识图谱的发展也早已引起国内外的关注。医学知识图谱构建在对医学知识进行全面整理的基础上，对关键医学知识和基本概念进行严格定义，形成权威、准确的医学本体描述规范，方便对不同学科、不同专业和不同来源的数据进行融合与验证，形成语义网络，为临床数据标引、医疗信息存储、检索和聚合提供便利。耶鲁大学通过整合神经科学知识库SenseLab[7]，构建了包含从微观分子层面到宏观行为层面的脑科学知识图谱，帮助人类理解和表示神经科学领域海量信息之间的关联。由国际卫生术语标准制定组织（IHTSDO）维护的医学本体知识库SNOMEDCT[8]，包含了超过31万个具有独立编号的医学相关的本体，以及超过136万个本体间的相关关系，广泛应用于电子病历、基因数据库、检验结果报告和计算机辅助医嘱录入等多个领域。由美国国立医学图书馆（NLM）建设的一体化医学知识语言UMLS[9]，整合了100多部受控词表和分类体系，包含了超过100万个生物医学概念和超过500万个概念名称。UMLS对不同词表在不同领域当中的应用进行联通，具有跨语言、跨领域和工具化的特点，在信息检索、自然语言处理、电子病历和健康数据标准方面得到广泛应用。
我国对临床术语的探索起步较晚，目前还未形成一套完整的、广泛应用的术语标准。中国中医科学院中医药信息研究所研制的中医药学语言系统包含超过12万个概念，60万个术语和127万个语义关系的大型语义网络，构建了中医药知识图谱[10]。但该系统存在构建定位局限、内容不够完善等问题，尚未得到广泛应用。此外，国内医疗卫生领域的相关机构和个人发起成立了开放医疗与健康联盟（OMAHA），通过行业协作、开源开放的方式来实现健康信息技术的标准化。2017年5月，OMAHA启动了医学术语协作项目，致力于通过众包协作的方式构建中文医学术语标准。
《（二）人工智能医学影像分析》
（二）人工智能医学影像分析传统基于机器学习的医学影像研究围绕医生指定的图像特征展开研究，这使得模型只能围绕指定特征进行判断，导致模型泛化能力弱，且难以对病情发展程度进行分类。而深度学习模型具备良好的图像特征提取能力，能够对人类难以分辨和容易忽略的特征进行准确提取和有效分析，从而取得更高的准确率。
基于人工智能的医学影像研究围绕电子计算机断层扫描（CT）、核磁共振（MRI）、X射线、超声波、内窥镜和病理切片等多种类型的医学图像分析展开，对包括肺、乳腺、皮肤、脑部疾病和眼底病变等展开研究。对于部分疾病，人工智能诊断和分析的准确率已达到专业医生的水准。
视网膜“糖网”病变是糖尿病的一种典型症状。GoogleDeepMindHealth团队将深度学习模型应用到视网膜“糖网”病变分类问题当中，通过准确检测视网膜眼底图像的病变情况对糖尿病黄斑水肿程度进行分级，对测试者进行病情预警和诊断。研究团队利用12.8万张视网膜眼底图像对深度学习模型进行训练，在测试过程中取得了97.5%的灵敏性和93.4%的特异性，判断准确率与人类专业医生相当。
国内利用人工智能技术开展医学影像进行分析的研究也已收获成果。某眼科中心研发的人工智能诊断平台[11]能够利用深度学习模型对先天性白内障进行检测，利用晶状体不透明面积、深浅和位置三大指标对患者的患病几率进行危险评估，并根据诊断结果辅助眼科医师进行治疗决策。通过实验对先天性白内障的诊断准确率达到98.87%，三项指标（不透明面积、深浅和位置）准确率分别为93.98%、95.06%和95.12%。在辅助决策方面，为医师提供建议的准确率达到97.56%。
目前，基于深度学习的医学影像分析主要是利用深度学习模型对图像特征的提取能力，完成病灶区域识别和病情病种分类。尽管这类技术能够取得较高的准确率，但其结果缺乏对判断依据的描述，难以与人类医生的思路相结合，难以投入实际应用。因此，医学影像分析需进一步结合注意力机制等技术[12]，寻求得到符合人类思维逻辑的分析结果。
斯坦福大学提出的CheXNet深度卷积神经网络模型，在利用胸部X线片对肺炎患者的患病情况进行判断的基础上，考虑了模型的可解释性。该模型利用DenseNet深度神经网络模型对图像特征进行分析，不仅在利用胸部X线片作为诊断依据的情况下，精度超过人类医生的平均水平，还通过计算模型每个像素点上的各类图像特征的权值之和，衡量图像各位置在分类决策中的重要性，解释决策过程，帮助人类医生对患者病情进行理解。卡耐基梅隆大学邢波教授组近期提出一个多任务协同框架，通过引入协同注意力机制，来对异常区域进行准确定位和概括。不仅通过标签对图像内容进行描述，还利用层级长短期记忆（LSTM）模型生成长文本形式的医学影像分析报告，通过文字描述对分析结果进行描述和解释[13]。
除了直接通过对医学影像图片进行特征提取的方式来进行病情预测与诊断外，还能够通过影像对人体结构进行三维建模，实现对内镜机器人等微型诊疗设备在人体内的定位和识别[14,15]，提供更加丰富的医疗数据采集方式。采用无监督学习等方式对医学影像特征进行提取分析，减少对数据标注的依赖，方便医学影像分析过程的开展[16]，也是当前医学影像研究的重要内容。此外，目前主要的医学影像研究仅围绕影像数据本身展开。利用海量医学知识，构建多模态数据采集分析与结构化知识推理相结合的智能诊疗模型，将成为医学影像分析的未来发展方向之一。
《三、我国人工智能辅助诊断发展存在的难点与挑战》
三、我国人工智能辅助诊断发展存在的难点与挑战《（一）医疗信息化程度问题》
（一）医疗信息化程度问题人工智能技术以数据驱动为主体，构建内容齐全、结构统一的医学健康大数据能够为人工智能在医疗诊疗领域的研究提供有力支持，也有助于智能诊疗技术的应用与推广。
近年来，我国在全面提升医疗信息化水平方面做出了巨大努力。自2010年以来，国家财政多次拨款，加大各地医疗信息化建设力度，推进国家、省级、区域三级卫生信息平台建设。目前，我国的区域医疗信息化覆盖率较高，计算机基础设施基本实现广泛覆盖，省、市级医院已基本实现全面信息化管理。但应对人工智能辅助医疗的新形势，尚存在许多问题：一方面，不同地区、不同机构间的医疗信息化发展程度存在较大差异，利用信息化手段解决医疗卫生问题的技能与思想尚未得到有效普及；另一方面，各机构之间的医疗信息化平台缺乏协同性，不同平台、不同版本之间缺乏标准化信息交换接口，机构之间信息交流不畅，缺乏对医疗数据的统一管理与长期存储。此外，医疗信息的产生过程和质量的控制也制约着人工智能相关技术的应用深度，构建共享、开放、规模化、高质量的面向专业疾病的智能辅助分析决策、新药研发、公共卫生决策的统一医疗健康大数据是重要而长期的工作任务。建立国家级的健康医疗大数据云平台，开放数据市场，制定医院服务中数据还给患者的方式方法，服务流程标准及收费规范，以个体的应用以及交易带动健康医疗数据市场化的发展，从而开辟新的数据和信息整合、知识发现及服务市场。
《（二）医疗工作者参与度问题》
（二）医疗工作者参与度问题不论是构建规范统一的医学信息系统和内容准确完备的知识图谱，还是设计实现针对特定疾病的辅助诊疗系统，都需要获取权威的医学知识和丰富的临床经验，经验丰富的医生与医学专家的参与和指导至关重要。但在现阶段，我国存在人口众多，人均优质医疗卫生资源匮乏的问题，一些医生与专家虽期待人工智能能够为诊疗方式带来变革，但往往忙于临床诊疗，难以投入大量精力参与到相关研究工作当中。因此，需要在跨领域协作组织和激励机制上进行改善，成立相应的创新中心，部署新颖的科技计划，实施有效的“产学研”一体化策略，推动该领域快速健康发展。
《（三）人工智能技术与医疗设备结合问题》
（三）人工智能技术与医疗设备结合问题相比于医疗器械强国，我国医疗器械研发技术的创新能力依然不足，核心技术开发能力不强，原创核心技术较少，低端产品较多，关键零部件依赖进口，高端产品依然以仿制和改进为主[17]。缺乏高端医疗设备的开发能力与自主知识产权，使得人工智能技术难以实现在国产高端医疗设备上的关联与部署，这使得构建信息采集、分析处理与整合存储的一体化信息化医疗系统难度进一步增大。医疗器械自主研发与生产能力不足，导致高端医疗器械与设备依赖进口，价格昂贵，难以在基层医疗机构实现全面部署，也是当前医疗人工智能系统的推广和普及所面临的困难，并制约我国医疗产业的升级转型。有针对性地制定企业在该领域的创新发展策略，鼓励企业跨国并购该领域的优秀国外传统医疗器械制造企业，相应的医疗器械与人工智能相结合的产品在税收、审批、补助以及等级医院在国产人工智能设备采购上给予相关的政策倾斜，助力我国在前沿市场上发力成为新一轮产业的领导者。
《四、人工智能辅助诊疗的发展建议》
四、人工智能辅助诊疗的发展建议《（一）构建开放共享的健康医疗信息环境》
（一）构建开放共享的健康医疗信息环境人工智能辅助诊疗以大数据智能作为基础，需要解决医疗健康数据碎片化的问题，实现从数据到知识，从知识到智能的跨跃，打穿数据孤岛，建立链接个人和医疗机构的跨领域医疗知识中心，形成开放式、互联互通的医疗信息共享机制。
首先，我国应着手建立一套完备的中文医学本体知识库，对目前主要的医学本体内容制定统一的描述规范，建立完善的分类编码描述方式，对内容进行管理，定期进行修改和补充。
其次，应整合不同来源、不同类型的医疗数据，依照统一标准，开展针对不同医学学科、医疗领域、医疗机构和具体应用的医学知识图谱构建工作，完善数字化中文医学体系，推动信息化医学语义网络的构建，并在此基础上开发医学概念查询、文献检索等工具，为医疗工作者提供权威、准确的医学信息查询渠道。
最后，应构建开放共享的健康医疗大数据云平台。建议对各级医疗机构、各种健康信息数据源、公共医疗健康服务机构的信息进行统一管理，实现对个体健康档案、生物样本、基因序列、医疗保健、行为方式甚至生活环境等数据的高度整合；另一方面，在现有医疗信息化平台的基础上进行标准化改良，统一数据格式和描述规范，实现不同机构、不同来源信息存储与表达的规范化。利用标准化信息接口串联各机构数据，优化健康医疗信息管理结构，实现健康医疗信息系统的实时、同步更新，实现各级、各机构间的健康医疗信息共享网络。
《（二）建立人机结合的新型医疗发展体系》
（二）建立人机结合的新型医疗发展体系利用人工智能参与诊疗过程，不是让人工智能取代医生，而是应当构建人机协同的新型医疗诊疗体系，将生物智能与人工智能相结合。在利用认知模型实现人工智能系统知识更新的同时，提升人类对医学领域的认知水平。
在医疗设备方面，应加强国产高端医疗器械的研发力度，推动智能化医疗器械和智能可穿戴式设备的研发，实现医疗器械与信息化医疗数据管理平台的数据对接，方便人工智能系统的部署。
在医疗人员方面，应当建立医学信息化人才培养体系，加强医疗工作者利用人工智能辅助医疗流程的思维方式与能力，改变传统的工作流程与习惯[18]。同时，应当鼓励医疗工作者参与人工智能与医疗结合的相关研究，将人工智能作为研究医学、了解医学的新手段，促进医学理论的更新与发展。最后，还应当将人工智能应用到医疗卫生教育与培训过程中，改进传统教育与培训模式，缩短高水平医务人员的培训周期。
《（三）推动相关制度的制定与完善》
（三）推动相关制度的制定与完善智能诊疗系统投入实际应用，需要依照相关规定和标准进行开发、生产和审批。较之发达国家，我国尚未构建医疗信息产业的一些基础行业标准，也未针对智能辅助诊疗系统的开发和应用制定适宜的行业监管制度。应当尽快制定与技术进展相匹配的医疗信息与人工智能系统的行业标准，为相关系统和设备投入市场化运营提供制度与监管上的支持。