中国科学院院士、复旦大学附属中山医院心内科主任葛俊波在2020年世界人工智能大会上分享了人工智能在医学中的应用。葛俊波院士表示：“人工智能有着广阔的应用前景，尤其是在慢性病管理和患者随访方面，可以提高人们的疾病意识。”
然而，他说，人工智能的临床应用仍然存在一些障碍。例如，医疗大数据仍然“庞大而混乱”，因为我们缺乏数据治理标准。
人工智能去了诊所，没有达到预期
葛军波院士从疾病诊断、疾病诊疗、健康管理和医院管理(如材料、耗材和人工成本的计算)四个方面总结了人工智能在医疗中的指导作用。目前，人工智能已被用于心血管疾病的早期筛查、预防、诊断和治疗，以及分级诊断和治疗。
他说，过去医生主要通过“看、听、问”来治疗病人，并根据病人的投诉结合一些临床检查，但这种方法会导致对疾病的不完全了解。“我们知道人是一台非常复杂的机器。医生不能依赖病人的主诉。我们必须结合影像学检查作出准确的诊断，为病人提供最佳的治疗。”他说。
葛君波院士密切关注人工智能和大数据给医学领域带来的变化，并注意到近年来《新英格兰医学杂志》、《柳叶刀》和《JAMA》三大医学期刊对人工智能和深度学习的阐述以及相关基础研究的讨论。
然而，他认为人工智能在现实中的真正应用到现在还不完善。“人工智能所需的数据必须是准确的数据，并通过学习提供诊断。事实上，人工智能有时能得到比医生更准确的诊断，但前提是你给它的数据必须准确。”葛俊波院士说。
他引用了谷歌2018年发表的一篇关于人工智能在眼科的应用的文章，称尽管人工智能比眼科医生更快、更准确，但在应用于临床医学之后，情况就不一样了。
“谷歌人工智能并没有给我们真实诊所的期望值，因为护士在拍摄时光线不好，导致数据无法输入。”它被人工智能程序拒绝，但获得了一些误诊数据。”他说，“这是由不准确的数据造成的。”
葛军波院士认为，要实现人工智能从实验室到临床的转变，使人工智能真正帮助临床医生，就必须重视人工智能医学场景的构建。他说：“场景是连接人工智能供需、研发和产业化的关键环节，没有场景什么都没用。”
大数据仍然缺乏治理标准
葛军波院士指出，上海从政策支持、资金投入、建设推进、宣传引导、闭环管理、全程跟踪、严格验收等方面探索了人工智能应用驱动的发展道路。使人工智能的现场设施达到人工智能医疗的服务高地。
他说，复旦大学附属中山医院和徐汇区中心医院近几年在人工智能场景建设方面做了一些初步工作，从数据分析到数据整合和数据采集，将心血管大数据整合到人工智能应用平台中，开放了三级医院、二级医院和社区卫生服务中心的数据。
截至去年7月，该平台已收集了80万患者的9.5万亿字节数据，包括20亿份病历。通过大数据分析，葛俊波院士及其团队得出了疾病早期筛查、疾病智能预防、辅助诊断和治疗、智能随访和分级转诊五种情景的结论，并分析了哪些疾病可以在社区卫生服务中心解决，哪些疾病可以在社区卫生服务中心解决
葛君波院士表示，数据主要集中在居民和医生身上。通过建立基本的心血管记录，包括人口统计学特征、年龄、风险和其他因素，可以判断患者是否需要转到三级医院。此外，心血管专家知识库已初步完善，将形成科研创新和模式孵化的生态框架，最终形成资源共享控制框架。
同时，他指出了人工智能医学建设过程中的障碍。由于缺乏数据的标签和治理标准，医学大数据仍然“庞大而混乱”。“在我们20亿的医疗数据中，事实上，收集到的很多信息对于疾病的诊断和治疗都是无用的。我们如何识别它？我们缺乏统一的标签和管理标准。”葛俊波院士说。
他还呼吁打破信息壁垒，以便患者的信息能够在更大范围内共享。此外，初级医疗保健和人工智能的跨学科人才仍需培养。
在COVID-19肺炎爆发期间，远程会诊的数量大幅增加，市场需求推动了人工智能和远程医疗的发展。对此，葛军波院士表示，远程医疗可以加快医患沟通，降低医疗费用，但这确实是一项复杂的工程，需要将血流动力学、人口学特征、实验室检查和影像学结合起来。
