近日，第十一届吴文俊人工智能科技进步奖颁奖典礼在北京举行。
中山大学中山眼科中心副主任林浩添作为项目的第一完成人，带领中山眼科中心、中山大学以及鹰瞳科技产学研三方团队，凭借“致盲眼病数字智能化诊疗技术体系的创研和应用”这一成果斩获科技进步奖一等奖。
林浩添既是一位临床一线的医疗工作者，同时也身处科技研发一线，这位80后青年学者组建起了一支包括医学、生物学、计算机学和统计学人才的交叉学科团队。
林浩添团队成员合照（第一排右五为林浩添）
过去十年间，林浩添带领团队围绕医疗大数据及人工智能技术在诊疗研发的应用转化上进行探索，此次获得吴文俊人工智能科技进步奖正是团队多年耕耘的成果。
林浩添团队建立了全球最大的可共建共享的致盲眼病循证数据库，制定了多项数字化智能医疗数据标准和行业规范，两项医学人工智能领域相关的首批湾区标准便是由林浩添团队牵头编制。
此外，团队还创建了眼部诊疗“三级模式”并创建了以眼睛为智能“窗口”的眼与全身病的新防治体系。
团队的系列技术成果目前已经向全国和“一带一路”沿线国家推广，在35个医疗机构完成超3000万人次的眼病筛查。
林浩添团队在眼病领域多年耕耘所取得的诸多技术成果，极大地提升我国致盲眼病的防治水平。
首先，祝贺您获得第十一届吴文俊人工智能科技进步奖一等奖。您和团队什么时候开始眼科智能化设备的研究？
林浩添：中国的眼科医生十分紧缺，目前注册眼科医生仅有4万名左右，而中国的人口基数十分庞大，许多眼病患者无法得到及时的治疗。
在老龄化与青少年近视发病率不断提升的双重压力下，国内医疗机构急需提升规模化的眼病防筛诊治能力。
但是，只靠医生的人力很难响应如此大规模的眼病诊疗需求。我和团队成员一直在努力攻坚克难，希望通过技术创新提升能力。
国家如今提倡的数字经济，在医疗行业的细分领域就是数字医学，人工智能技术也包含在其中。
数字医学不仅仅需要医学的专业技能，也需要将数字化、信息化、智能化等基础能力融合其中，赋能到具体的专业专科提升其能力。
基于这样的背景，我和团队成员一直在思考如何利用技术提升效率，或者提升诊疗能力，从而将医疗服务拓展到更多的基层医疗机构乃至全国范围。
我们利用人工智能数字化技术逐一解决遇到的临床问题，从诊疗过程中数据的信息化到深度学习模拟医生诊断思维。
最早在我博士毕业时，就产生过利用数字智能技术提升诊疗效率的想法。
2009年，我在中山眼科中心博士毕业后留在中心工作，亲身经历过由于中心医疗团队规模的限制，能够服务的患者数量十分有限。
2013年，广东省科技厅为我的项目提供了100万元的经费（广东省自然科学杰出青年基金项目），这是项目启动后获得的第一笔资金支持。
虽然金额不是很多，但是对我后续拿到国家重点研发项目，取得一系列科研成果起到了非常重要的作用。
这笔项目资金是我们整个团队的起步，从此之后团队才一步步成长壮大起来。
我不仅在临床一线，同时也身处科学研究的一线，在临床需求的基础上去寻找技术的融合点，方向就显而易见了，这正是我走上这条研究道路的重要原因，从需求出发回归技术本身的发展，进行逐步探索。
医学人工智能涉及多个学科，作为医学团队，您觉得取得成功的要素是什么？这个项目也涉及到中山大学、鹰瞳科技等多个团队，不同团队间如何合作分工？
林浩添：这个问题可以从两个层面来看。
首先，大多数团队在做交叉研究时一般要和其他背景的团队进行合作，但我们团队有些特殊。
我本人的第一背景是医学背景，但我从读中学就对计算机领域感兴趣。上学时除了医学之外，第二志愿就想去学计算机，但是没有学成。
好在殊途同归，我发现两个离得很远的专业可以融合在一起去解决问题。这些年，我本人也一直在努力学习计算机领域的知识。
在学校里，我既是医学专业的博士生导师，也是工科的博士生导师，团队里既招计算机背景的学生也招医学背景的学生。
但不论哪个专业背景的学生，我都要求他们同时了解这两个领域，以其中一个方向为主，另一个为辅，这样才能真正实现交叉研究。
交叉领域在学习强度以及学习能力方面对人的要求都更高，也会给我们带来更好的创新思维模式，这也是我们团队的特点。
其次，中山大学是我们广东省内最好的综合性大学，医学和计算机科学都处于国内领先水平，我们团队和中山大学其他医学专科，以及计算机学院的黄凯教授团队等都有很深入的合作和交流。
此外，我们团队和企业之间也建立了良好的合作关系。
在政策层面上，2018年我承担了国家科技部的重点研发项目，这是我们研究成果的重要支撑，也是经费来源之一。当时，科技部就提出了项目要由产学研合作开展的要求。
我觉得国家这一规划高瞻远瞩。在国家的引导下，我们的研究团队可以与企业之间优势互补。
企业具备我们所没有的工程化能力。当我们开发算法模型、设计技术路线之后，更重要的是证明这一技术的可行性，证明它能够解决临床中出现的问题。
而将研发成果工程化并落地的过程，则要交由企业负责，企业具备完备的运营模式，比我们研究团队更加擅长产品的运营推广。
我们在科研和创新能力上引导企业成长，企业则在市场调研与落地推广方面协助我们。
合作中最重要的是对合作团队的选择。
我们和鹰瞳很早就认识，当时除鹰瞳以外，我们和其他很多企业都进行过交流。我会与每位企业核心成员沟通去了解他们的初心，办企业是为了为社会解决问题，为国家分忧，还是说只考虑利益层面的东西。
我更愿意去选择有相同价值观、相同目标的企业进行合作。
中山大学中山眼科中心在这个过程中扮演什么角色？
林浩添：中山大学中山眼科中心在项目中处于主导位置。
我们团队中的部分成员本身就是在一线工作的医生，最能体会临床中产生的需求，了解痛点之后，我们会利用临床数据、临床诊疗流程设计研发路径，再通过技术设计去尝试可行性。
例如，一些需要进行早期临床试验的环节，我们通过企业与基层医院对接，方案设计完成后，也与企业共同推动落地实行。
其次，我们团队进行的工作大多是从源头提出一个技术并论证其可行性，并通过临床试验进行验证。
当技术达到一定成熟度，可以进行转化之后，我们就会与企业合作，将技术成果交由企业进行转化，去做产品落地的工作。
项目组完成全国以及“一带一路”沿线国家3000万人次大规模筛查的关键抓手是什么？
林浩添：我们努力的目标就是实现“早筛、早诊、早治”，但是单单依靠我们中山大学的团队来做很难完成。
新技术的规模推广有两个方面的要求，首先是技术来源的权威性，中山大学中山眼科中心在国际上特别是在亚非地区一带一路国家的学术地位非常高，是亚非眼科学会的总部，有较高的学术和学科影响力。因此，前往相关单位进行推广分享时，对方会更加认可。
其次，是技术能落地之后，企业可以在获得相应资质授权下，通过在全国各地甚至不同国家的多渠道进行推广落地，对不同场景进行全面覆盖，从而完成更大规模的服务。
您认为国家所推行的“三级诊疗”模式的内涵和外延是什么？
林浩添：我们国家原来的医疗体系就已经有三级诊疗模式了，虽然这个模式设计的初衷相当好，但实际运转起来的效果却不太理想。
主要原因是老百姓或者说基层的医生没有疾病相关的专业能力和水平，没办法快速判断病情的轻重。患者在无法判断自己的症状是否严重的情况下，如果有条件去大医院就诊的话，肯定会首选大医院。
于是就造成很多患者涌向大医院，而小医院无人问津的局面，恶性循环之下，久而久之患者就更加不愿意去小医院了，小医院的收入也会慢慢萎缩。
患者在各级医院就诊的情况应该是正三角形的（即大医院负责少数疑难杂症、基层医院负责大量简单疾病的诊治），现在变成倒三角形，其实是畸形发展。
一个体制的设置与实际的效果不符，核心原因就是技术判断，要改变这种局面就要改变技术判断。
2018年我们承担的国家科技部的重点研发项目的初衷，也是想要探索应该以什么样的模式来应用人工智能这一新技术解决问题，特别是一直以来存留的瓶颈问题。
在当时，我提出一个设计模式，医疗分级不应该根据医院的大小、能力来划分，而是应该根据技术投入的资源数量与方式来划分。
在我们的项目成果里也包含了这部分内容，我们提出基层机构（也就是一级机构）利用个人电脑和手机等移动终端设备进行初步筛查；初步筛查之后，如果有疑问再到社区医院等二级机构就诊。
二级机构应当具备眼底照相机等眼科专业设备，工作人员熟练掌握这些设备的操作流程，协助患者拍摄，结果上传至智能系统进行结果分析。系统分析的结果出现问题的，再前往专科医院或综合医院对应专科进行最终确诊并进行治疗。
在我们提出的基于智能技术的新型三级诊疗模式中，第一层级不需要投入专业设备，只要把普通移动设备接入智能平台就行进行初步筛查，既方便又费用低廉。
第二层级则需要一些公共的体系投入，只要有足够专业的设备就能解决大部分的问题。第三层级就要有专业的医生和专业的设备共同完成。
我们曾经在广州以白内障疾病为例验证过这一诊疗模式，每位教授的服务效率保守估计提升十倍以上，这是相当了不起的进步，所以我们觉得这个模式十分有前景。国家相关部门了解我们这个研究和基于落地应用的结果之后评价也很好。
致盲眼病循证数据库内包含了哪些专病种，每种疾病的样本规模如何？
林浩添：数据库自建立以来一直在持续增长，这项工作我们一直在动态进行。数据库中的疾病种类以常见的眼病为主，例如白内障、角膜病、青光眼、葡萄膜球炎等，其中白内障的样本数量是最多的。
除了常见的眼病之外，数据库还包含了很多不太常见的眼病病种。
最近几年，我们对数据库的领域进行再次拓宽，把全身系统的疾病也涵盖进去。目前，样本规模最大的疾病已达到百万级别，但并不是所有的数据都能够达到研究的质量要求。
在一定规模之下我们要去提升数据的质量，需要花费很大的人力成本才能把把样本的质量提升到满足研究要求。目前达到研究要求的高质量样本规模在数万到数十万之间。
在提升数据质量这件事情上投入人力和资金，相当于是一个无底洞，同时这些高质量的数据也是数字医学整个领域的发展基础。
我们开发了一个区块链平台，通过区块链技术进行数据溯源和确权，对数据的整个使用过程进行透明管理，从而更好地实现数据共享。在国家出台的《数据安全法》的框架指导下，我们能够让数据发挥更大的价值。
您对数据库的未来规划是什么？它有可能成为未来国家医疗AI器械评审环节的重要工具吗？
林浩添：我认为这个趋势是必然的。数据库的建立应该是国家层面的事情。但目前的情况下，国家只能通过相关行业领域人员和平台来进行数据收集。
我们单位既是眼科学的国家重点实验室，又是学科第一。我觉得，有责任为国家做这方面的贡献。
我们的眼科中心在广州，地处大湾区，是习总书记亲自提出、推动的发展战略，所以我们团队的医疗数据、区块链平台等等，近期都在和香港、澳门进行密切的沟通和协商。
我们希望，在大湾区完成香港澳门的数据标准体系对接。
去年，大湾区办公室和国家相关监管部门共同推出的第一批“湾区标准”中，仅有的两个医学人工智能领域相关标准都是由我们团队牵头编制的。
我们希望，通过标准的制定从源头规范数据的采集、应用和共享，使数据在更好的维度上起到更大的作用，包括研发、评审、监管一系列的流程。
数据能够支撑技术的研发，技术研发完成以后又会产生新的数据，数据是贯穿整个场景的全周期过程的。
我们希望通过标准的制定对数据进行全周期的标准化监管，为国家提供相应的服务。医疗健康也是国家公共治理体系，我们希望利用我们的专业能力或技术研发能力为国家政府解决相关的问题。
您如何看待医疗大数据及人工智能技术在诊疗研发环节的前景？未来您在智能化算法、设备及诊疗模式的创新上，还有哪些规划？
林浩添：这也是我们一直在探索和逐步解决的问题。这个领域在起步阶段选择单点突破的比较多，很难形成真正的系统化能力。
到了目前的阶段，首先要形成系统化能力。从算法、硬件设备研发、应用场景、监管的全生命周期，要有相应的部门团队进行统筹部署。
我们国家的自主创新还是远远不够的，要通过自身的努力以及新一代人才的培养去突破算法目前的框架，做出自己原创的算法。
其次，硬件设备的危机感更重。
我们知道华为已经开发出很多基于自主的芯片和底层架构的硬件设备，硬件设备的发展与算法是相连的。但我国人工智能领域使用的很多硬件设备仍然依赖进口。
在硬件设备上，我们做出了一些初步的成绩，但也有很多不足，还是特别需要继续发展的。
而诊疗模式的创新反而是我们的优势，可能会走在欧美的前面。
我国目前正处于“以国内大循环为主体、国内国际双循环相互促进”的新发展格局，内循环需求很大，诊疗模式的不断创新正是我们的优势。
经过前期的探索之后，我们发现可以通过应用上的突破去引导设备、算法端的创新。
理论上，科学发展通常是从基础研究到应用再到落地的传统思维。但我们不能完全受思维制约，以应用为导向同样能够推动科学的发展。从应用端向回溯源，重新审视基础算法也正是我们一直以来的努力方向。
我们团队把眼病普筛过程中用到的设备集成到汽车上，改造成移动的智能门诊，也就是智能巡诊车。巡诊车通过5G技术接入云平台，相当于是提出的新型分级诊疗模式中的第二级。
目前，我们团队已经申请了相应的专利，与汽车企业达成合作，现在已经有三部智能巡诊车生产完成。
同时我们也在和国家卫健委等相关部门对接，通过政策的制定和引导推动这一技术模式的落地。
传统的义诊活动中，医生只能短期在基层提供服务，通过智能巡诊车这种真正的移动医疗的硬件部署，就能够将以往短期的义诊变成常态化的活动。
我们希望能够先在大湾区进行示范性应用，再逐步普及到全国各地，特别普及到更多缺医少药的地区，真正让技术发挥普适的价值。
本站部分文章来自互联网，文章版权归原作者所有。如有疑问请联系QQ：3164780！
