东方网记者项颖知3月10日报道：数字时代，人工智能技术与我们越来越近。全国人大代表、中科院上海营养与健康研究所所长李林说，在医疗健康行业，数字化转型的步伐正在加速。人工智能技术将有效提升健康管理质量，从而预防疾病、延长寿命，是未来我国实现全生命周期健康管理的大势所趋。这次两会上他为此提交了一份关于《破除隐私安全与数据共享障碍 ，推动人工智能赋能健康管理》的建议。

全国人大代表、中国科学院院士、中科院上海营养与健康研究所所长李林（摄影：张驰）

数字共享将怎样为健康中国赋能？李林代表说，在人口老龄化、高龄化背景下，健康管理技术和应用系统将成为现有医疗系统的延伸，极大提高对慢性疾病患者的治疗管理效果和主动干预水平——由“治已病”过渡到“治未病”，从而缓解医疗资源供需矛盾。另外，有了信息技术助力，通过健康支持设备和居家防护传感系统，将可以利用大数据实时、快捷、高效掌握不同人群的健康需求，“互联网+医疗护理”的融合服务新模式将开启。

人工智能在健康管理领域作用巨大。李林代表指出，然而现阶段“监管体系尚不完善、标准规范尚不统一、跨界融合尚不深入”，这些都已经成为该领域难以高效正向前行的阻力。

一方面人们对数据安全的担忧阻碍了数据开放共享的脚步。历史上确实发生过多起医疗健康数据泄露所致的安全事件，所有行业中，医疗健康行业的泄露记录和敏感记录数量位居第二。对数据安全的保障尚缺乏充分举措。李林代表说，我国在《数据安全法》《个人信息保护法》《人类遗传资源管理条例》等立法中已体现出对个人健康管理数据保护的重视，但目前仍缺乏落地的数据安全分层分级规范及风险评估。

另一方面，统一的数据标准尚未建立起来，数据质量参差不齐。李林指出，现阶段健康管理终端产品多样、自成体系，采集到的健康数据和人体生理指标在不同机构平台中难以实现无缝衔接，从而导致数据资源分散、重复、孤立，造成数据孤岛现象。

标准的缺失，也使得智能手表之类的可穿戴健康设备在数据精准度的把控、对复杂病况的识别上缺乏了衡量依据，以致于外界对监测数据的科学可靠性存疑。“这些由标准缺乏造成的数据不能互连互通，极大阻碍了人工智能赋能健康管理。”

应尽快破除这些障碍推动人工智能赋能健康管理，为此，李林代表给出了四条具体建议。

一是完善政策法规和“数据安全分级”体系，保护好个人数据隐私。他指出应明晰数据权限，对于需要严控的健康管理数据，在法律条文中清晰界定其所有权、采集权的边界，并基于数据重要性和敏感性构件分类分级体系。

二是监管建设、评审要“升级”，提高前瞻治理。比如可从政策上明确可穿戴设备、云平台、系统软件等软硬件设施在人工智能健康管理中的功能作用，加强这类产品的审评审批，提高健康管理产品和系统的风险底线。要严抓流程管控，针对健康数据的采集、存储、共享、分析等全生命周期过程加强监管，采取安全可靠的预防措施与技术保障避免数据泄露。

三是促进数据标准统一，保障数据互联质量基础。要加快数据标准制定，加强标准样本数据库和标准医学术语库建设，打破各机构间、机构内的数据孤岛，实现数据互联互通。

四是加大人才培养引进与跨界协同合作。李林代表建议鼓励医科院校设立大数据、人工智能相关交叉学科专业，加强这方面复合型人才培养。此外应营造共创氛围，鼓励高校科研机构、人工智能企业和健康数据管理机构的三方跨界合作，协同创新攻关。

来源：东方网
作者：项颖知