近日,中国发展研究基金会和红杉资本中国基金联合发布“人工智能在医疗健康领域的应用研究”课题成果,课题组针对参与疫情防控的42家医疗健康人工智能头部企业进行了问卷调查和访谈,结果表明,人工智能在健康领域有巨大的应用前景,但遇到的挑战依然普遍存在。
调查显示,这些企业反馈的问题主要集中在以下几方面。一是政府部门间缺乏协调,支持性政策落地难,影响企业真正获得政策红利。二是数据获取难、联通难、共享难,阻碍了人工智能与医疗健康的深度融合。三是融资规模低、融资方式单一,企业预期未来融资困难。四是产品定价和支付缺乏支撑,商业闭环难形成。五是产品风险定级较高,审批效率有待提升,产品进入市场难等问题。
为了加强人工智能的作用,助力提升健康服务质量和效率,在健康领域抢占人工智能战略制高点,课题组专家认为有必要围绕核心问题推进一揽子改革,加速人工智能与健康服务深度融合。
一是查找政策脱节点,加强中央各部门和中央、地方之间的政策衔接,促进全链条政策形成。医疗健康人工智能作为其中的重要分支,涉及发改、工信、卫健、市场监督、医保等多个部委。课题组建议国家科技领导小组以统筹协调的思路梳理既有政策,查找政策脱节之处,并考虑以集中渠道进行政策展示,促进部门政策协调。对于中央地方政策衔接的问题,建议中央各部门在出台政策时配套出台细则或政策说明,提供政策咨询,解答地方政府疑问,同时周期性监督地方政策进展,避免地方因规避风险而提高准入门槛、缩小实施范围,导致政策落地大打折扣。
二是以联通共享为目标健全数据标准,加速区域性、分病种的权威数据库建设,强化法规界定和数据安全。课题组认为,当前,应加速建设可供疾病防控、医疗机构之间数据共享的电子病历采集和存储标准,规范信息系统服务商行为,在信息化建设之初将机构间数据的互联互通纳入考虑。在北上广深等相对发达城市,省级三甲医院率先推进数据互联互通改革。探索以学科带头团队牵头建立分病种、区域性权威数据验证平台,以建成全国权威的健康数据测试数据库为战略目标。推动数据隐私保护工具和方法开发,通过加密、脱敏、分级探索数据封装,实现数据共享、应用和安全的多重保障。
三是探索建设多层次的融资和支付体系,助力产业形成可持续商业模式,让人工智能发挥更大作用。一方面,参考上海市“人工智能创新发展专项资金”实践,探索设立国家级政府专项投资基金,短期缓和外部压力给医疗健康人工智能产业带来的冲击,长期提高融资多样性、促进市场的长期价值塑造。另一方面,探索多重付费机制,支持医疗健康人工智能企业形成可持续商业模式。医保和商业保险探索基于结果和价值付费,将确实具有效果的产品纳入报销。建议将技术服务费纳入基本公共卫生服务支付范围,加快人工智能技术下沉基层。
四是优化与支付关联的审批规则,探索通过对标审批、专项通道等方式提升审批速度。
探索试点放开二类产品,以只提供辅助决策,但不直接给出诊断结论的方式作为医疗服务项目,使产品具有收取服务费的资质,避免我国产品因支付问题更多涌至直接给出诊断结论的三级产品通道,增加审批压力和准入难度。另外,细化评审标准和细则,发挥对标审批作用,加速二类风险产品审批进程。探索设立绿色审评通道,帮助具有战略意义、应用价值大的医疗健康人工智能产品快速上市。健全人工智能产品上市后的监管,强调临床应用评估数据收集,扩大对标审批的数据基础。在数据标准化和联通的基础上,加快建设用于审批的标准数据库。