基于决策模型的人工智能医疗行业治理措施研究

2019-10-25斯颖航汤少梁

医学与社会 2019年10期

斯颖航汤少梁

南京中医药大学卫生经济管理学院，南京，210023

人工智能(Artificial Intellegece，AI)医疗行业是传统医疗与现代科技相结合的新兴行业，是人工智能技术在医疗领域中的应用，如新药研发、辅助疾病诊断、健康管理、医学影像、临床决策支持、医院管理、便携设备、康复医疗和生物医学研究等[1]。据《2017年我国卫生健康事业发展统计公报》显示,全国卫生人员总数达1174.9万人，全国医疗卫生机构总诊疗人次达81.8亿人次，供给远远满足不了需求。人工智能在医疗领域上的运用可以大大降低成本和提高效率, 弥补医疗健康产业供需严重不平衡[2]。我国人工智能医疗行业发展潜能巨大。然而作为新兴行业，我国人工智能医疗行业发展面临着诸多挑战：如人工智能医疗发展所需要的医疗数据欠缺且质量低；人工智能医疗的关键技术尚不成熟；严格的医疗器械监管机制使企业的医疗产品化速度受到限制。此外，人工智能医疗企业还面临医疗健康数据隐私保护等法律问题[3-4]。

本文旨在从政府、人工智能医疗企业、医疗机构三个主要行业参与者的视角，探讨医疗行业的治理方案，为我国发展医疗行业提供参考。

1 人工智能医疗行业发展的困境

虽然我国人工智能医疗市场前景广阔，但因种种制约因素，行业的发展受到诸多阻碍，政府、医疗机构、人工智能医疗企业三个行业主要参与者面临诸多挑战。

1.1 政府关于行业相应政策法规不完善

制定医疗相关政策法规是政府规范医疗服务市场秩序的重要手段和方式，人工智能医疗作为新兴行业，由于缺乏行业意识，发展的过程中没有相关政策法规的指导，如目前医保对接和人工智能医疗产品落地尚无相应法律法规、伦理规范和政策体系保障。虽然国家规划了人工智能的发展，但缺乏人工智能医疗行业相应的政策。由于医疗行业的高度严谨性，内容不明确、不细化，会严重阻碍人工智能医疗行业的发展。

1.2 人工智能医疗企业无法获取技术应用与数据

人工智能技术与医疗行业结合是一个新兴的领域，并不是所有人工智能企业都擅长将技术运用到医疗行业中。目前人工智能医疗市场以初创公司为主，虽然投资了大量的资金，但对人工智能技术与医疗行业结合的研究不够，各自为营，没有形成统一的发展模式，导致人工智能医疗行业的发展动力不足。

AI医疗企业对机器的调试需要大量的医疗数据，产品应用也需要与临床数据相对接。由于没有建设统一的医疗数据平台，AI医疗企业获取数据的渠道主要是与医疗机构合作，但由于医疗数据的隐私性，在使用过程中有泄密的风险, 对个人隐私造成影响，带来一系列法律和伦理问题。

1.3 医疗机构的数据缺乏质量安全

作为AI医疗发展的基石，有效的医疗数据“捉襟见肘”，使机器学习困难重重。医疗机构的大数据一方面存在数据质量问题，如果医生的诊断水平不足就会造成误诊，使数据失效。另一方面存在数据安全问题。由于医疗数据涉及到病人的医疗隐私，医疗机构需要考虑AI医疗企业能否保证医疗数据的安全性。此外，许多医疗机构还担心人工智能医疗的发展会导致大量医务人员失业，可能会抵制或消极对待人工智能医疗的发展。

2 治理决策分析

2.1 人工智能医疗行业的治理框架

当前国内许多企业对人工智能医疗不断注入资本，但人工智能技术与医疗的融合发展并不顺利。人工智能医疗行业应采取政府主导、AI医疗企业和医疗机构多方参与的发展机制，发挥各参与方的作用。政府对人工智能医疗行业给予政策支持，医疗机构提供医疗数据，人工智能医疗企业提供技术(图1)。

图1 行业发展机制框架

2.2 人工智能医疗行业参与者治理框架

人工智能医疗行业的治理的机制中，需要明确参与者各自的责任。三者相互制约，相互影响，发挥着不可或缺的作用(图2)。

图2 治理主体之间的关系

政府是人工智能医疗行业治理决策的主导者和环境的创造者。政策是人工智能医疗行业发展的前提条件，政府通过制定相关政策管理其他参与者。AI医疗企业是人工智能医疗行业发展的产物，在行业治理中，进行技术研发、数据分析等都应遵守政府相关政策。AI医疗企业还需要与医疗机构协作，解决医疗数据缺乏等问题，推动医疗产品的落地。医疗机构作为医疗资源的提供者，关系到医疗数据的数量和质量。与AI医疗企业协作，通过人工智能医疗产品可提高医疗机构的医疗效率。医疗数据涉及患者的隐私安全，医疗机构在为企业提供医疗数据的同时，应接受到政府的管理。

行业的治理需要在治理机制下通过多方利益者之间的相互协作，才能达成目标。建立良好的治理机制，需要处理好政府、AI医疗企业和医疗机构三者之间的利益关系。利益关系可通过建立相关模型进行分析。

2.3 决策模型

建立人工智能医疗行业治理机制需要各主体进行有效的决策。政府、AI医疗企业、医疗机构等都致力于寻求减少行业治理成本的方案，以实现利益最大化。

2.3.1 模型假设。假定人工智能医疗行业治理过程中以政府为主导，有N个AI医疗企业和医疗机构参与。政府追求整个人工智能医疗行业治理的利益最大化，而各参与者则追求自身利益最大化。假定政府和各参与者所追求的利益都可量化，模型的假定应符合以下条件。①各参与者都是理性人。②各参与者都期望人工智能医疗行业的健康长远发展。③各参与者之间信息相互独立。

2.3.2 决策模型。假设其他参与者的目标函数与政府相同，那么第i个参与者的目标函数为：

Min E [L(b,ε) |M]

L(b,ε) =L[b,r(ε)]=(R-b)2= RTR -2RTb +bTb

在该模型中，E表示期望值，即治理决策的最低成本。L为损失函数，指人工智能医疗行业的某一参与者为了治理时产生的成本费用，T 表示矩阵转置。 b是指决策主体的具体行动方案，如政府的政策手段、企业的技术策略等。b0和bi分别代表政府和第i个行业主体的治理方案。每个决策主体的行动方案不一样，因此用转置矩阵形式代表b=(b0,b1…,bn)T。

ε是决策主体面对的行业状态，如政策环境、市场环境等。一个决策主体面对的多个行业具体状态可以用矩阵表示ε=(ε0, ε1…,εn)。

R=r(ε)是决策主体的行业观察函数，即ε为自变量，R为因变量。表示面对人工智能医疗的困境，政府、AI医疗企业、医疗机构所观察到的行业状态不一样，如政府观察到缺少政策支持，AI医疗企业观察到缺少数据与技术等。每个决策主体所观察到的行业状态不一样，可以用转置矩阵形式代表R=(r0(ε0),r1(ε1),…rn(εn))T。

Z=[zij] (i,j=0, 1…n)表示行动方案之间的关联性，即Z代表了各决策主体之间进行治理方案的关联系数。将目标函数进行一阶求导，并使倒数等于0，得到如下式子：

求解式子中n+1个式子，可以得到满足第i个参与者的目标函数最优的治理方案。

明确了人工智能医疗行业各个参与者的目标函数后，当其他参与者的局部利益与整个人工智能医疗行业利益发生冲突时，政府应进行宏观调控。因此政府可建立综合整体利益与局部利益的目标函数：

minE[P(b,ε)|M]=minE

将总体的目标函数进行一阶求导，并使导数等于0，得到如下式子：

求解式子中n+1个式子，可以得到满足政府和其他参与者总体目标最优的治理方案。

随着n的增大,即决策主体的增多，满足整体利益最优和局部利益最优的行动方案会存在差异，即整体利益与局部利益之间会发生冲突[5]。

随着人工智能技术的不断发展，参与到人工智能医疗中的AI医疗企业和医疗机构会不断增加，行业规模会不断扩大。在进行治理时，政府和其他参与者之间也会发生利益冲突，政府可根据自身及其他参与者的目标函数，进行协调，以得到最优行业综合治理行动方案。政府在发挥主导作用的同时，也要调动各参与方的积极性。

3 治理措施

通过对决策模型分析，参与者在进行治理决策时会发生利益冲突，治理需要协调各参与者的利益，外部需要政府的扶持和监督，内部需要各AI企业的技术发展和医疗机构的数据支持。

3.1 政府的职能

3.1.1 加大对人工智能医疗行业的扶持力度。政府的相关部门可在广泛调研的基础上，了解人工智能医疗行业的发展现状，分析发展困境，制定适合行业可持续发展的治理政策。政府作为行业的主导者，还应加强对其他参与者的扶持力度，如对AI医疗企业的科技创新的财政投入，激发AI医疗企业的研发热情，号召更多的行业潜在参与者加入，加速发展人工智能医疗行业。

3.1.2 加强对人工智能医疗行业的监管。建立和完善行业监管机制，净化行业环境,努力为人工智能医疗行业的发展营造良好的环境。如通过监督医疗机构的医疗数据库和督促AI医疗企业建立医疗数据安全机制，加强对参与者的监督，打击利用医疗数据泄露患者隐私的行为。

3.1.3 树立服务意识。政府不仅要扶持和监督行业的发展，更要关心民众对人工智能医疗行业的态度，解决关乎民众利益的问题。政府部门应明确AI在医疗健康领域的定位, 明确AI只是帮助医生进行临床诊疗, 方便患者获得高质量的医疗服务, 医生仍对诊断结果负主要责任[6]。加强对人工智能医疗的宣传和知识普及，提高人们对人工智能医疗的了解，促进人工智能医疗的健康发展。政府还应加快解决人工智能医疗行业中的医保对接问题，维护好民众们的切身利益。