醫療資源的增長似乎永遠跟不上醫院裡的患者的增長，致使醫療成像和其他醫療進程的延遲越來越嚴重。從事人工智能AI研究的生物醫學工程師李偉民及其團隊，開始與來自中國各地研究機構和醫院的人士進行合作，包括生物醫學工程師、放射科醫師、呼吸系統專家、臨床醫生等.
此專家團隊在兩個多月時間里長時間工作，利用來自多家醫院的14.5萬張X光胸片對相關軟件進行測試, 開發出一種能識別包括新冠肺炎在內的呼吸道疾病的算法，準確率超過90%。此後，該軟件被多家醫院用來減輕放射科的工作負擔。有關數據和代碼已被存入中國國家生物信息中心，以協助全球新冠研究。李偉民說，儘管他有臨床背景，但與AI和信息學研究人員的合作讓他感到如魚得水。如今，此類合作在中國變得越來越普遍。近年來，國家衛健委等部門積極鼓勵臨床醫生與有關專家開展合作。
上項目，只是中國對AI技術、集中化醫療數據進行長期規劃和投資的結果之一，也是科研人員與臨床醫生合作文化的結晶之一。過去十年來，中央政府撥款和自上而下的政策，已助推中國的醫療研究轉變為由數據驅動的領域——計算機和機器工程能減輕醫務工作者的工作壓力。
倫敦大學學院生物醫學工程師胡一鵬說，相關合作已推動中國的研究團隊迅速開展工作，“如果說某些因素發揮了作用，那就是有關技術在中國通常比在其他國家更快地得到醫院測試和使用”。
在中國學術界和私人行業，AI技術也迅猛發展，智能診斷領域迅速擴大。中國已對本國的醫療研究基礎設施大舉投資。例如，從國家自然科學基金委員會的項目預算來看，研發投入已從2006年至2010年的46億美元猛增至2011年至2015年的137億美元，在2016年至2020年達到196億美元。增加撥款已縮小中國與美國在研發撥款方面的差距。
中國生物醫學研究人員對使用AI技術的心態也發生了變化。專家說，就在5年前，中國許多科學家仍不相信AI的力量。但如今，越來越多科學家開始相信AI將能用於生物醫學研究。香港在這些方面遠遠落後了，更需努力追趕。
馬志明 中大醫學院學生
香港建設專業聯會理事
香港建設專業聯會
** 博客文章文責自負,不代表本公司立場 **