11月24日，“宣武老年醫(yī)學國際論壇（2018年度）”在北京國家會議中心召開，國家科技部、衛(wèi)計委、北京市科委等機構的領導、國際老年醫(yī)學學會專家及國內院士、著名專家、學者出席，一同探討我國老年醫(yī)學臨床科研管理等領域一系列問題。

在去年11月舉辦的宣武老年醫(yī)學國際論壇上，國家老年疾病臨床醫(yī)學研究中心曾成立了包括中國帕金森聯(lián)盟等在內的12個臨床與科研協(xié)作聯(lián)盟。

中國老年病管理仍存缺口

由于生理機能減退，冠心病、癡呆、帕金森病、腦血管病、老年綜合征等等常見老年病是老年人群體“家中?？汀?。截至2017年底，我國60歲及以上老年人口已達2．41億人，占總人口的17．3％。

“人口老齡化是我國現階段及未來相當長一段時間內中國新的基本國情?！眹依夏昙膊∨R床醫(yī)學研究中心主任、中國帕金森聯(lián)盟理事長陳彪教授說。在此背景下，老年醫(yī)學成為醫(yī)學界備受關注的焦點。

資料顯示，現代老年醫(yī)學最初發(fā)端于英國，而美國的老年病學科是從整體上關注老年人的技能狀況、獨立能力和生活質量而非單個疾病。特點包括多層次發(fā)展、康復貫穿整個醫(yī)療服務體系、重視對老年神經精神疾病的診斷和治療。相比國外，我國仍然缺乏完整的、分層次的長期護理系統(tǒng)，多以家庭養(yǎng)老模式為主，在慢病管理、康復和精神關懷等方面仍然存在缺口。

“腦科學”自古在醫(yī)生乃至醫(yī)學界是一種“神秘”的存在，診斷難度和復雜度都極高。追溯上述諸多老年病，其介入管理都需要從“腦?？啤眮砣胧帧?/p>

破局老年醫(yī)學管理：眾人拾柴火焰高

陳彪教授稱，當前國內腦疾病診斷大多是依據專科醫(yī)生的臨床經驗。未來，必須充分發(fā)揮全國性臨床協(xié)作聯(lián)盟的作用，從國家到區(qū)域、再到省級分中心發(fā)揮層級作用，實現對老年常見慢病的管理。他表示，上述科研協(xié)作聯(lián)盟就是通過大數據共享實現全國范圍內的科研閉環(huán)和服務閉環(huán)。

科研閉環(huán)承擔著臨床數據的采集、管理、資源共享、協(xié)同研究、診療試驗和技術培訓等一系列“任務”；而服務閉環(huán)中，基層醫(yī)生是連接患者和知名專家的角色，一頭負責患者的慢病管理，另一頭連接專家的會診和轉診。

陳彪教授尤其看好遠程會診模式?！芭两鹕∪说墓芾響撌菬o界的、可突破時間限制的。通過互聯(lián)網醫(yī)院醫(yī)院等載體、遠程會診等方式提升診療效率，是未來帕金森病人管理較為有效的方式?！彼f。

除了國家層面的推動，近年來，一波以結合機器學習、人工智能、大數據分析等新興技術為基礎的“AI＋醫(yī)療”企業(yè)涌入行業(yè)中，其中以基于醫(yī)療影像的輔助決策系統(tǒng)居多。在腦科領域，亦有例如邁格、NeuroQuant、NeuroReader等角色出現。

這一類企業(yè)的業(yè)務大多以“輔助診斷系統(tǒng)＋分析云平臺”的形式切入醫(yī)院的臨床和科研部分，提供數據收集、數據建模、數據分析以及數據應用等一系列全流程服務。落地方式包括與政府、學院和醫(yī)院合作，率先獲取海量圖像或病理數據，以訓練算法從而推出更為精準、具有競爭力的AI產品。

“AI＋腦專科”醫(yī)療服務的能量引爆點

值得注意的是，高新技術企業(yè)邁格所研發(fā)的一站式神經影像分析云平臺Brain Label即是國家老年疾病臨床醫(yī)學研究中心的獨家支持平臺，作為該中心在腦科學醫(yī)療的大數據承載平臺，另一方面還負責人工智能腦?？蒲芯康募夹g轉化。

邁格創(chuàng)始人馬婷坦言，作為“AI＋腦?？啤贬t(yī)療產品的技術提供方，其產品最大的挑戰(zhàn)并不在于技術本身，而在于技術轉化，即技術真正能帶給中國醫(yī)生哪些價值。約翰霍普金斯大學醫(yī)學院放射學及腫瘤學教授、國際磁共振協(xié)會院士、邁格首席科學家Susumu Mori告訴億歐大健康，一項科學技術應用在醫(yī)學臨床的技術轉化成功率不足1％。當下，AI輔助診斷應用落地仍然還處于人類醫(yī)生同等水平或更低水平的產品，在未來，這類應用應該瞄準的是更高難度的、人類醫(yī)生都很難判別的疾病。

新技術在腦專科醫(yī)療服務在醫(yī)學范圍內想象力巨大，但現在來看，不管是技術發(fā)展程度還是商業(yè)落地層面，我國的AI＋腦專科醫(yī)療服務都還處于較初期階段。那么未來的機會會在哪？

在國家層面，通過例如“PPP”等合作模式，集中化數據收集、處理和管理，以便于使用標準和規(guī)范。陳彪教授表示，通過Brain Label平臺，國家老年疾病臨床醫(yī)學研究中心未來將有機會給予臨床和科研更加準確的數據指導。

企業(yè)層面，馬婷的觀點是企業(yè)不能止步于產品和技術提供方，而應該作為平臺角色服務實體醫(yī)療。未來實現貫穿縱向和橫向的服務——開放平臺數據接口，集結行業(yè)多學科力量，拓展病種。對此，邁格也正朝此方向進軍：Brain Label目前已拓展手術規(guī)劃導航和藥物跟蹤研發(fā)能力，公司正打造“科技產品＋專病平臺”的角色。

最后在科研方面，Susumu Mori對億歐大健康表示，介于“AI＋腦?？啤贬t(yī)療服務需要海量信息的參與，其中包括血液、基因、心電圖等多類別影像信息，“腦圖譜”是機器學習的有力助手，其把非結構化的數據結構化，對于醫(yī)生的科研和臨床輔助診斷均有重要意義。

老齡化大潮正洶涌，AI＋腦?？凭烤鼓馨l(fā)展到什么地步？還需要多長時間才能走向成熟？隨著ABCD（AI、Blockchain、Cloud、Big Data）技術在各行業(yè)、各領域的應用不斷深入，或許我們需要給行業(yè)多一點時間，等萬物互聯(lián)、等技術回歸應用、等下一個閉環(huán)生態(tài)的誕生。