11月24日，“宣武老年医学国际论坛（2018年度）”在北京国家会议中心召开，国家科技部、卫计委、北京市科委等机构的领导、国际老年医学学会专家及国内院士、著名专家、学者出席，一同探讨我国老年医学临床科研管理等领域一系列问题。
在去年11月举办的宣武老年医学国际论坛上，国家老年疾病临床医学研究中心曾成立了包括中国帕金森联盟等在内的12个临床与科研协作联盟。
中国老年病管理仍存缺口
由于生理机能减退，冠心病、痴呆、帕金森病、脑血管病、老年综合征等等常见老年病是老年人群体“家中常客”。截至2017年底，我国60岁及以上老年人口已达2．41亿人，占总人口的17．3％。
“人口老龄化是我国现阶段及未来相当长一段时间内中国新的基本国情。”国家老年疾病临床医学研究中心主任、中国帕金森联盟理事长陈彪教授说。在此背景下，老年医学成为医学界备受关注的焦点。
资料显示，现代老年医学最初发端于英国，而美国的老年病学科是从整体上关注老年人的技能状况、独立能力和生活质量而非单个疾病。特点包括多层次发展、康复贯穿整个医疗服务体系、重视对老年神经精神疾病的诊断和治疗。相比国外，我国仍然缺乏完整的、分层次的长期护理系统，多以家庭养老模式为主，在慢病管理、康复和精神关怀等方面仍然存在缺口。
“脑科学”自古在医生乃至医学界是一种“神秘”的存在，诊断难度和复杂度都极高。追溯上述诸多老年病，其介入管理都需要从“脑专科”来入手。
破局老年医学管理：众人拾柴火焰高
陈彪教授称，当前国内脑疾病诊断大多是依据专科医生的临床经验。未来，必须充分发挥全国性临床协作联盟的作用，从国家到区域、再到省级分中心发挥层级作用，实现对老年常见慢病的管理。他表示，上述科研协作联盟就是通过大数据共享实现全国范围内的科研闭环和服务闭环。
科研闭环承担着临床数据的采集、管理、资源共享、协同研究、诊疗试验和技术培训等一系列“任务”；而服务闭环中，基层医生是连接患者和知名专家的角色，一头负责患者的慢病管理，另一头连接专家的会诊和转诊。
陈彪教授尤其看好远程会诊模式。“帕金森病人的管理应该是无界的、可突破时间限制的。通过互联网医院医院等载体、远程会诊等方式提升诊疗效率，是未来帕金森病人管理较为有效的方式。”他说。
除了国家层面的推动，近年来，一波以结合机器学习、人工智能、大数据分析等新兴技术为基础的“AI＋医疗”企业涌入行业中，其中以基于医疗影像的辅助决策系统居多。在脑科领域，亦有例如迈格、NeuroQuant、NeuroReader等角色出现。
这一类企业的业务大多以“辅助诊断系统＋分析云平台”的形式切入医院的临床和科研部分，提供数据收集、数据建模、数据分析以及数据应用等一系列全流程服务。落地方式包括与政府、学院和医院合作，率先获取海量图像或病理数据，以训练算法从而推出更为精准、具有竞争力的AI产品。
“AI＋脑专科”医疗服务的能量引爆点
值得注意的是，高新技术企业迈格所研发的一站式神经影像分析云平台Brain Label即是国家老年疾病临床医学研究中心的独家支持平台，作为该中心在脑科学医疗的大数据承载平台，另一方面还负责人工智能脑专科研究的技术转化。
迈格创始人马婷坦言，作为“AI＋脑专科”医疗产品的技术提供方，其产品最大的挑战并不在于技术本身，而在于技术转化，即技术真正能带给中国医生哪些价值。约翰霍普金斯大学医学院放射学及肿瘤学教授、国际磁共振协会院士、迈格首席科学家Susumu Mori告诉亿欧大健康，一项科学技术应用在医学临床的技术转化成功率不足1％。当下，AI辅助诊断应用落地仍然还处于人类医生同等水平或更低水平的产品，在未来，这类应用应该瞄准的是更高难度的、人类医生都很难判别的疾病。
新技术在脑专科医疗服务在医学范围内想象力巨大，但现在来看，不管是技术发展程度还是商业落地层面，我国的AI＋脑专科医疗服务都还处于较初期阶段。那么未来的机会会在哪？
在国家层面，通过例如“PPP”等合作模式，集中化数据收集、处理和管理，以便于使用标准和规范。陈彪教授表示，通过Brain Label平台，国家老年疾病临床医学研究中心未来将有机会给予临床和科研更加准确的数据指导。
企业层面，马婷的观点是企业不能止步于产品和技术提供方，而应该作为平台角色服务实体医疗。未来实现贯穿纵向和横向的服务——开放平台数据接口，集结行业多学科力量，拓展病种。对此，迈格也正朝此方向进军：Brain Label目前已拓展手术规划导航和药物跟踪研发能力，公司正打造“科技产品＋专病平台”的角色。
最后在科研方面，Susumu Mori对亿欧大健康表示，介于“AI＋脑专科”医疗服务需要海量信息的参与，其中包括血液、基因、心电图等多类别影像信息，“脑图谱”是机器学习的有力助手，其把非结构化的数据结构化，对于医生的科研和临床辅助诊断均有重要意义。
老龄化大潮正汹涌，AI＋脑专科究竟能发展到什么地步？还需要多长时间才能走向成熟？随着ABCD（AI、Blockchain、Cloud、Big Data）技术在各行业、各领域的应用不断深入，或许我们需要给行业多一点时间，等万物互联、等技术回归应用、等下一个闭环生态的诞生。
