在医疗这个高度行政管制的领域，所有从业者都密切关注着主管部门的政策动向。捧红谁、灭了谁，手起刀落都在一纸公文之间。尤其是对于新兴领域，政策推一把就是一个风口，但切一刀就是断崖。
对医疗人工智能的发展来说，这样一个关口可能已经来了，或者至少近了。
2月17日，也就是一个礼拜前，国家卫计委15个“限制临床应用”医疗技术管理规范和质量控制指标。人工智能辅助诊断、治疗技术的规范和控制指标，就“埋藏”在这30个文件当中。
坦白的说，我也是在看到这份文件的时候才知道，原来早在8年前，原卫生部就已经出台过人工智能诊断、治疗技术的规范（但没有控制指标）。其远见让人叹为观止，那时候IBM Watson都还没出师呢。8年之后完成更新的规范，在字里行间又包含着主管部门怎样的“心思”？我们一起来“猜一猜”。
（一）你难受的时候，就是政府认真的时候
在这次出台的人工智能诊断、治疗相关政策里，非常值得重视的是两份质量控制指标的文件。简要梳理一下两个指标体系：
辅助诊断技术质量控制指标
① 诊断准确率-反映人工智能辅助诊断技术的准确性。
② 信息采集准确率-反映人工智能辅助诊断系统的客观性。
③ 辅助诊断平均时间-反映人工智能辅助诊断的及时性和管理效率。
④ 人工智能辅助诊断增益率：
a诊断准确率增益率-反映人工智能辅助诊断技术的效率。
b日人均诊断量增益率-反映人工智能辅助诊断技术的效率。
c诊断平均时间增益率-反映人工智能辅助诊断技术的效率。
辅助治疗技术质量控制指标
① 平均术前准备时间-反映人工智能辅助治疗技术术前准备的熟练程度。
② 平均手术时间-反映手术操作者人工智能辅助治疗技术熟练程度。
③ 重大并发症发生率-反映医疗机构人工智能辅助治疗技术水平及安全性。
④ 手术中转率-反映医疗机构人工智能辅助治疗技术水平及规范性。
⑤ 术中设备不良事件发生率-反映医疗机构人工智能辅助治疗技术手术系统设备管理和维护能力，以及患者安全保障能力。
⑥ 术中及术后死亡率-反映医疗机构人工智能辅助治疗技术水平的重要结果指标之一。
⑦ 各专业月手术量及人工智能辅助治疗技术比例-反映医疗机构相关专业在选择人工智能辅助治疗技术的适宜性和科学性。
⑧ 平均住院日-体现人工智能辅助治疗技术的效率，是反映医疗机构人工智能治疗技术医疗质量的重要结果指标之一。
稍微说明一下，在国家卫计委的定义中，人工智能辅助治疗技术专指应用机器人手术系统辅助实施手术的技术。所以，它的质量控制指标都与手术相关。
这14个质量控制指标的出台，明显对领域中的创业公司提出了明确的要求。人工智能到底怎么样“拉出来溜溜”，按照这14个指标依次测量一下。
这14个指标不仅成为了从业者的门槛，实际上也投资机构列出了明确的筛选条件。项目能投不能投，先把这14个指标的数据拿出来看看，然后咱们再谈别的。
但从另一个角度看，这其实是件好事儿。因为主管部门对人工智能辅助诊断、治疗技术认真了。逻辑就是，他们可能要推动医疗机构应用人工智能技术，或者鼓励某个方向的技术，但在此之前必须拥有确切的数据证明人工智能技术真的对医疗有益。
（二）搞医疗人工智能什么最重要，数据？
不对，是人才！我之前参加一个活动，现场有嘉宾说，中国国内懂医疗又懂人工智能的优秀人才不超过20个。可能有点夸张，但两个门槛都极高的领域交叉后的复合人才恐怕确实很难得。
这是在研发端，应用端也一样。产品拿出来得有人会用才行。像之前政府在基层投入的大量硬件，就是因为没人会用才发挥不了太大的作用。
所有，如果说确定了14个指标来衡量医疗人工智能产品性能，表明了政府的认真态度的话，那么开展人工智能辅助诊断、治疗技术的医师培训，则表明了政府可能真的在考虑未来这类产品的规范化、规模化应用。
在两份新发布的管理规范中，最明显的变化就是增加了医师培训的部分，包括对医师的要求、培训基地的要求等。
关于医师培训的部分，除了需要培训的一些要求，比如培训周期无论国内、国外至少6个月，在诊断、治疗里边都提出了一个内容几乎相同的免培训条款：
共同要求是：本规定印发之日前，从事临床工作满15年，具有主任医师专业技术职务任职资格；略有差别的是，辅助诊断要求近5年独立开展人工智能辅助诊断技术不少于300例，辅助治疗则要求的是至少100例。
关于培训基地的部分，除了同样是一些具体年资、例数的要求外，大的方向有两个：一个是哪些医院可以开展人工智能医师培训，由省级卫计委决定；一个是只有三甲医院才能成为培训基地。
总的来说，我们可以从人工智能辅助诊断、治疗技术的规范和控制指标中解读出来的政策信号，一方面是主管部门可能真的在考虑这次技术的应用、推广以及需要的标准；一方面是人工智能在医疗领域规模化应用，可能真的已经提上日程。
相关链接
>
