日前，悠励医学系董事长、悠励中医院院长吉红梅，对话“医学周刊”。作为资深的医院管理学家，私立高端医学医疗研究机构之一，吉红梅和她的医学团队所预见的未来是什么？作为中国首家集智能医疗服务、制剂试验、医学研究的机构，又是如何解决智能医学其在快速稳健发展中的跨学科跨领域难题？

对话“医学周刊”人物吉红梅女士作为中华医学会成员、医院管理会成员，早年曾担任成都泰兴药业、Hospital management（香港）医院管理集团管理层职务。早年团队曾参与协商多家三甲级医院数据管理解决的草案。

图（左三）考察国内免疫细胞医学研究院

1、您对目前国内医院在管理思维上有什么看法？

目前医院最为显著的技术特征是医疗数据化，最为先进的服务理念是以患者为本。而作为临床基础的医院、就诊者、医学管理三方，就诊者的病案及相关医疗报告成为最为重要的医疗行为法定记载。特别是多元治疗手段的普及，病案管理已经从传统的病历质量管理上升到医院整体运营管理和医保社会化管理的高度。因此，医院传统的临床路径管理架构及管理方法在效率与容错机制上表现低下，继续使用传统方法管理医院病案，会使得医务管理部门或信息管理部门力不从心，难以胜任。重新塑造医院管理思维、引入医疗智能、扩展数字化管理半径必然成为当下医院管理者的必经之路。

其一，建立区块链数据重塑，无论病历或是临床报告作为法定文书记录，病历记载的实时、完整、真实不仅仅对于患者，也是对于医保支付第三方的诚信。区块链技术去中心化的、防改写的多节点共识体系，可以帮助医院满足患者和第三方的信任，实现数据智能的医疗服务目标。区块链分布式计算方法来记载医疗医学数据，可以使医院管理有原始可信的真实、客观和完整资料。

其二是系统智能结构创新，进入新世纪，电子病历应运而生，国内于2010年就有人对电子病历管理模式下病案科组织结构设计进行过系统思考，他们在分析了归口于医务处和信息科的模式的基础上，认为电子病历组织结构的发展将会出现扁平化、柔性化、网络化、虚拟化、边界模糊化五大趋势，提出强矩阵式电子病历管理组织结构模型。在多元诊疗模式下，强矩阵式电子病历管理组织结构是适合的。从医院职业化管理和医院组织构架扁平化角度来看，病案管理应该成为医院一个独立的职能管理部门，对上向医院党委和职业化院长，对下辐射到一切与就诊者有关的科室，而平等协调医务管理、医保管理、客服管理、财务管理、信息管理及运营管理等相关部门。

随着大健康战略的落实、分级诊疗制度的完全实现，病案信息一定会从医院孤岛中突围而实现全社会的共享。同时也为了病案信息的真实有效性，更好地保护就诊者的隐私，区块链技术一定会运用于病案管理。因而国家出台更为严格的、法律效律更高的病案管理法规变得更加紧迫。

2、您上面提到医疗智能，那么如何与医疗应用的场景结合？

首先医疗行业是一个严谨的、以数据为制衡的、同是依靠医师经验的行业。何为诊断，就是医生基于对病人的化验报告、影像等数据和信息的技术处理与判断。首先，AI（人工智能）特别适合快速高效处理海量数据，尤其能够进行数据差异的量化指标分析，正是这个差异，在某些特定病案下决定了至关因素；其次通过深度学习，AI可将专家经验转换为算法模型，使得专家经验实现低成本复制，医疗机构或能更方便地用人工智能专家进行远程问诊，这将有效支持分级诊疗的实现。在人工智能技术的融入下，未来老百姓有望更快享受到“家-全-专”完整协同的三级系统化医疗服务，即人工智能+家庭医生/全科医生/专科医生三大角色的应用场景。

第一，人工智能+家庭医生的健康监测布局。而随着亚健康、慢性病的情况越来越普遍，拥有了解自己健康情况、能长期提供治疗指导的家庭医生服务，又显得越来越有必要。AI技术对海量数据的处理能力，能够有效满足健康监测的需求，尤其对于患有慢性病的人群特别有用，可以有效降低其疾病风险和看病成本。更为便捷的是能够快速在病人与医院的临床管理进行周期性数据匹配。

例如悠励即将发布的佩戴式健康环。具有心率、运动、血糖测量等。提供了传统设备所不具备的特殊功能：实时记录。能根据设置按时提醒用户采血测试，自动记录健康数据，并生成可视化图表和报告便于用户监测，并一键同步给病历所在医院专科医师，让医院时刻掌握慢性病的发展；

第二，人工智能+全科医生等于辅助诊疗的布局。建立AI辅诊系统，根据病人症状描述，快速给出疾病判断和诊疗建议的智能系统。基于图形识别算法和自然语言处理技术，学习、理解并归纳现有的医疗信息和数据（包括医学文献书籍、诊疗指南和病例等），自动构建出“医学知识图谱”；基于深度学习技术，系统自动学习海量临床诊断病例构建出“诊断模型”，实现根据症状输入、输出疾病判断和诊疗建议功能；实际参与诊断，对比专家医生的诊断结果进行模型优化。一是能帮助提高疾病风险排查率，通过提供疾病的预测建议，降低基层医生对高危疾病漏诊的巨大风险；二是能帮助提高病案管理效率，上面我也说到目前国内的病案一般依赖病案室人力或数据公司整理，要投入大量的人力和资金，准确率也得不到保障。AI可以实现病案智能化管理，输出结构化病例，让医生从繁琐的病案工作中解脱，提升诊疗效率。

第三，人工智能+专科医生等于筛查初治的布局。这个布局首先能解决病人的诸多疑问给专科医师带来的高强度工作量问题。AI最大的价值就是效率化，如何能够为这类医生节约正确的时间去诊疗正确的病人将是医院管理学的核心课题。因此在一些需要大量数据处理、重复性规律性较强的环节，可以借助AI的技术进行补充甚至替代。我们科通过AI训练学习海量的影像数据，实现进行对特定疾病智能筛查的系统。将能够有效助力医生提升筛查诊断效率，从而提高早期患者的治愈率和存活率。

首先把医疗传统影像系统里的患者影像，传送到AI影像系统中；对图片进行预处理，包括图像通道采样、实时边缘增强等，形成机器可识别的图片；再将图片放到后台模型中判断该部分是否有病变，标识出病变位置，通过智能标记色来区分风险系数；在通过数据比对判断影像区域是炎症囊肿还是癌症，除了进行图像切片和识别外，还可结合患病位置、大小等辩证信息，最终对病变进行合理判断，从而达到较高的识别准确性。

我了解到的，国内较好的AI已能进行早期食管癌、早期胃癌、早期肺癌、糖尿病性视网膜病变等多种重大疾病的识别和诊断，每月可处理上百万张影像，准确率已达到90%。

3、您觉得未来在医院管理人与科技如何配合？

AI是未来的主流，但也要认识到是医生的AI（辅助），而不是AI医生。人机协同是未来的必然选择。机器寻找的是确定性，让医生能够更准确地把握其中确定性的东西。但是不确定性是永远存在的，这种不确定性还要靠医生的经验。所以医学是科学与艺术。我们依赖人工智能，但是我们又不可能完全依靠人工智能。

现阶段AI技术的发展要着眼于各个具体问题，把算法的准确率提高，使其跟医生协同合作，改善医疗环境。这里面有很多事情需要我们大力推进。”对于未来“AI的界限、定位与判断，其实包括了未来人类的整体利益，就像达尔文进化论提到（生物之间的斗争终将因进化而平衡），可能对AI所设立的“红线”，让人们形成广泛的危机共识，但我相信只有拥抱它，才能真正改变整个医院体系及医学行业的管理界限，最终让老百姓受益。

悠励YONEED背景

悠励集团包含北京悠励中医院、深圳悠励医学院、台湾生物医药集团三大主体。是一家具有台湾与日本医学科研历史背景的、以医疗服务、生物制剂、试验发展为主的机构，多年来参与多所台湾著名医科大学研究组生物制剂带头试验。主要从事医疗服务、医学研究和试验发展、医疗器械、日用品、美容食品等的研发生产与销售。在台湾及日本限定版热销售的产品悠骨力、悠视力、悠肌素。

悠励一直都由公司内部的生物研发医学团队来进行升级和创新。因此我们科学团队的研究与发展一直都是公司的优先事项，这有助于推动持续成长。着眼于传统医学与中医医学，探索未来健康医学成果，从发挥传统医学与中医医学的优势及两者相结合的模式等方面入手，在健康传承和发挥传统中医学的作用下，结合临床研究最新成果，提供全生命周期的精准健康服务，即是YoNeed的不变使命。