来源：南方都市报
10月17日，2019中关村论坛在北京举行。在“智能+健康”分论坛上，北京医师协会副会长、中国医学装备协会数字医疗分会会长、北京大学人民医院原院长王杉说，目前，中国AI医疗发展有“四个错位”，分别在应用场景、商业模式、数据质量和相关人工智能政策四个方面。
第一个“错位”是应用场景问题。王杉说，现有的人工智能产品并没有满足很多临床需求，“很多的（AI医疗）产品出来以后，都是IT人自己高兴。”全国政协委员吴浩认为，AI医疗要做到真正的医工结合。他曾教过研究人工智能可穿戴设备的学生，该学生并不是IT专业的，但通过专业医疗知识，能够分析临床需求，设计并转化成IT人士能理解的使用场景，IT人士也需要理解医疗卫生场景。
第二个“错位”是商业模式问题。王杉说，投资人更多投资在AI技术上，而不愿投资在医学技术领域。王杉举例说，IBM旗下的沃森健康（Watson Health）就花费大量经费，购买各种临床资料，包括生活习惯等一系列的全生命周期数据，另外AI医疗的发展也需要医生和护士等专业人员对医疗数据进行标注。
第三个“错位”是数据质量问题。王杉说，AI医疗所需的数据质量与实际获得的质量产生了“错位”。在今年6月的北京大学前沿交叉学科研究院的讨论会上，王杉表示，当前各大医院的数据均为非标准化的数据，需要有强制性的医疗健康数据标准进行规范，才能拥有高质量的人工智能产出。
第四个“错位”是相关人工智能政策问题。王杉认为，中国仍缺失相关的人工智能政策。王杉曾说过，尽管中国鼓励发展互联网医院，但我国现有的医院机构管理办法并没有与互联网医院管理有关的法规条例，因此，互联网医院在审批、运营、管理等实际操作中困难重重。
王杉还向与会人士提出了问题——AI技术和医疗知识如何转化融合？以及不同种族、国家的人的医疗数据、经验等如何结合发展？
以色列理工学院常务副校长亚当·施瓦茨说，欧洲开始了一种趋势，让技术人员在医院工作两年，达成跨界学习效果。同时，亚当·施瓦茨认为，应在医学教育中融合工程学模块，才能实现更好的一体化。
IBM大众化区域首席顾问李明指出，不同医院和医生的需求不同，国内外的药物使用、用法习惯和指南规范也不同。在中国，相较于高端医院，广大基层医院重视解决实际问题，因此，中国的AI医疗要做到本土化，不只是学习国外最先进的临床实践。
