聚焦兩會
“隨著長三角一體化發展上升為國家戰略，長三角城市群的醫療資源正加速融合。”全國政協委員、複旦大學附屬中山醫院心內科主任葛均波院士在兩會期間接受記者訪問回答道。
“長三角一體化”國家戰略的提出，為整合不同區域醫療資源、共同提升醫療水平提供了一個更好的平台。過去一年，來自上海、浙江、江蘇和安徽三省一市的30多座城市的上百家醫院自發組建了發展聯盟，葛均波也擔任了心血管聯盟的“盟主”。
去年年底，葛均波還開始兼任位於安徽合肥的中國科技大學第一附屬醫院(下稱：中科大一附醫)的院長，並被稱作“長三角院長”。今年兩會，葛均波把這些履新經曆和思考濃縮成了5份提案，其中最受關注的是一份關於“健康扶貧”的提案。
15年的差距有望在三至五年縮小
在中科大一附醫履新三個月來，葛均波仔細分析了該院醫療團隊的構成，發現安徽的醫療資源與江浙滬仍然存在明顯的差距。“當地的骨幹醫生也都是我這個年齡段，他們為當地老百姓看病做出重要的貢獻，但是一半以上的學科帶頭人還都是本科學曆，在中山醫院，學科帶頭人都是博導，從博士成長為博導這當中可能有15年左右的時間。”葛均波說道。
統計數據顯示，目前在安徽省，大約有22%的病人到外地求醫問藥。這種異地問診的現象在中國尤為突出，主要是因為醫療資源的不均衡。“在美國很少人會從洛杉磯跑到波士頓看病，因為東西部的醫療水平沒有差別。”葛均波指出，“但在中國，當地好醫生的稀缺，導致不少得了疑難雜症的患者得不到及時救治，或者隻能前往上海等大城市尋醫問藥，這又加大了患者的負擔。因病致貧、因病返貧等現象在不少經濟相對不發達省市很常見。”
在這樣的背景下，葛均波去年接受了中科大校長包信和院士的邀請，兼任中科大一附醫的院長，開始長期的兩地奔波。現在他每周日下午都會準時參加院長視頻會議，每月要坐高鐵去合肥，做一些手術演示，加速“一體化”的構想盡早落地。葛均波認為，借助中科大強大的科學院的背景資源，未來三到五年，他領導的中科大一附醫在當地人才建設方麵就會有很大的進步。“我們更多有機會可以帶研究生，並指導他們在更高的平台上發表學術文章，相信未來三到五年內，會有很大的進步。”葛均波說道。
在他看來，能不能建設一支好的醫療隊伍，取決於人才引進和自身培養兩者相結合。葛均波表示：“我們已經講了多年要培養醫學人才，但實際做起來並不容易。到底是派遣醫生到當地會診，還是花更多錢去挖人才、或者是自己培養人才?我們覺得雖然培養人才要花時間，但是人才是最根本的，還是要堅持在當地培養人才。”
為了不浪費醫學人才的培養，形成有效的人才到醫院的過渡，葛均波還提出建議完善醫教協同的機製。相比國外醫學畢業生人才資源的利用，中國有大量的醫學院人才流失到製藥公司或者銷售等領域，並沒有流入醫院。有統計數據顯示，中國每年50多萬醫學畢業生，真正進入醫院工作的不足一半，這令原本就稀缺的醫療人才更加捉襟見肘。
上海提升醫學實力應向高層次精細化發展
葛均波表示，上海正在努力建設國際醫療中心，這將更好地服務於“長三角一體化”的國家戰略。葛均波指出，作為醫療水平已經能夠趕超全球水平的上海，國際醫療中心建設更大的意義是為了提高上海國際醫學的國際競爭力，科研實力和高新技術。
“尤其是在高層次的科研、危重病引領學術等方麵上海應發揮領頭作用。”葛均波表示，“我們建立國際醫療中心，不單單是說床位多，精細化方麵的提升才能代表科研實力。”
近年來，我國加快推進“健康中國”建設。身為中華醫學會心血管病學分會前任主任委員的葛均波指出，對於如何完善我國心血管疾病的防控工作，心血管疾病的防控是一項係統化工程，由於各地的醫療水平發展不一，需要采取不同的防治方案。總體而言，政府投入、行業有創新管理模式、醫療工作和資源下沉是不可或缺的。
去年12月，世界心髒聯盟(WHF)換屆選舉，葛均波當選為WHF常務理事，這也是該組織曆史上首次有中國科學家擔任常務理事。葛均波正在致力於全國胸痛中心的建設。在提到未來胸痛中心的發展時，葛均波表示：“需要用數據來不斷完善胸痛中心建設的各個環節，在加強院內診療的同時，提升院前預防和院後康複管理能力。”
在被問及人工智能等創新技術在醫療領域未來的應用前景時，葛均波回答道：“人工智能的發展速度快於人們的想象。未來醫學和工科的交叉有望解決目前醫學解決不了的問題。”
去年年底召開的第12屆東方心髒病學會議上，葛均波對話科大訊飛的人工智能“小葛”AI，診斷肺栓塞病人，今年初《自然-醫學》雜誌發表多篇人工智能在醫學診療的文章。基於深度學習的圖片識別功能，人工智能在一些疾病的診斷正確率已達到甚至超過專業醫師水平。盡管如此，葛均波仍然認為，人工智能目前在慢病管理方麵的優勢是非常明顯的，但是在醫療影像方麵還處於發展的初期。
“人工智能通過深度學習和強大的計算功能在某些方麵可能夠超越人類，做到‘青出於藍而勝於藍’，這已經有很多例證了。”葛均波表示，“但是目前人工智能還僅僅隻在專業領域勝出人類，比如下圍棋的機器人就隻會下圍棋、讀病理標本的機器人隻讀標本圖像。可以預料未來的人工智能會變得更加‘智能’和全麵綜合。”
