1
| 本文作者： 李雨晨 | 2017-10-30 13:38 |
雷鋒網(wǎng)消息，說起依圖科技，更為人所知的是其在安防領(lǐng)域的實力，其研發(fā)的安防產(chǎn)品、大數(shù)據(jù)產(chǎn)品等在金融行業(yè)應(yīng)用廣泛。但是，如果說到其醫(yī)療團(tuán)隊，一部分人會陌生，用依圖醫(yī)療總裁倪浩的一句話就是“可能是我們太過低調(diào)了”。實際上，2016年，依圖的醫(yī)療團(tuán)隊就開始以醫(yī)學(xué)影像為切入點拓展AI醫(yī)療領(lǐng)域。目前，依圖的閱片機(jī)器人產(chǎn)品已經(jīng)在幾十家三甲醫(yī)院的影像中心落地。
近日， 在2017杭州·云棲大會上，依圖醫(yī)療總裁倪浩在會上發(fā)表了主題為“醫(yī)療人工智能的創(chuàng)新之路”的主題演講。雷鋒網(wǎng)了解到，倪浩原先在阿里云計算擔(dān)任技術(shù)專家，后建立阿里云產(chǎn)品團(tuán)隊并擔(dān)任產(chǎn)品總監(jiān)。
倪浩表示，2016年醫(yī)療領(lǐng)域最火的不是人工智能，而是移動醫(yī)療。但是 90% 的移動醫(yī)療業(yè)務(wù)是非常不靠譜的，因為移動醫(yī)療需要醫(yī)院的基礎(chǔ)設(shè)施做支撐，先要跳過醫(yī)院做診斷是完全不現(xiàn)實的，因此依圖醫(yī)療在成立之后就定位于“服務(wù)醫(yī)院的人工智能”。
在他看來，人工智能醫(yī)療在中國發(fā)展具有巨大的優(yōu)勢：一，中國的醫(yī)療問題多，人口基數(shù)非常大，醫(yī)療問題非常突出；二，中國技術(shù)人才的儲備非常強(qiáng)，頂級 AI 會議的論文里50%都是由華人發(fā)表；三，中國的創(chuàng)業(yè)體系在全球非常領(lǐng)先?！八晕艺J(rèn)為中國的醫(yī)療人工智能會是世界的引領(lǐng)者?！?/p>
其實，醫(yī)療人工智能發(fā)展到今天，已經(jīng)有相當(dāng)多的產(chǎn)品在醫(yī)院得到應(yīng)用，而醫(yī)生最關(guān)注的還是產(chǎn)品的準(zhǔn)確率。但是倪浩卻不這么認(rèn)為，“系統(tǒng)的敏感性95%、特異性95%，只是把這些數(shù)字講出來，你沒有辦法分辨是真的還是假的，因為他也沒有講這個數(shù)字是在哪一個數(shù)據(jù)集上面測出來的，因為沒有一個公開的數(shù)據(jù)集可以檢測這件事情，有公開數(shù)據(jù)集可能又被算法針對性地優(yōu)化掉了，所以這種數(shù)字就不要去相信?！?/p>
作為一個醫(yī)療人工智能行業(yè)的從業(yè)者，倪浩對于行業(yè)的現(xiàn)狀深有感觸。他用三句話概括：
第一句話：“僅談算法是外行的表現(xiàn)，內(nèi)行的人都談標(biāo)準(zhǔn)”。
現(xiàn)在算法就已經(jīng)一樣了，但是靠算法去保持你的先進(jìn)性就是沒有入門的表現(xiàn)。算法不是核心競爭力，最核心的競爭力是怎么應(yīng)用算法，怎么樣才能夠用好是基于對數(shù)據(jù)的理解。
第二句話：“醫(yī)生大腦里的知識是非常寶貴的，但想挖掘很困難。”
今天大家講醫(yī)療人工智能靠專家+算法+數(shù)據(jù)，我認(rèn)為持這個觀點的人已經(jīng)很落后了，今天我們最重要的事情是怎么把醫(yī)生大腦里面的這些知識挖出來，這些知識需要很強(qiáng)的實踐探索。怎樣挖出醫(yī)生腦子里面真正的知識是非常關(guān)鍵的。我們甚至直接聘請了幾個醫(yī)生專職到我們公司來。
第三句話：“對數(shù)據(jù)理解的深度，決定了一個AI能夠走多遠(yuǎn)?！?/strong>
對數(shù)據(jù)的理解，本質(zhì)上是反映了對場景的理解深度。比如大家都在做肺結(jié)節(jié)，但是我相信把肺結(jié)節(jié)的使用場景用到體檢門診是不一樣的，這個門診應(yīng)用跟?？漆t(yī)院應(yīng)用是不一樣的。他們關(guān)注的點是很不一樣的，檢出這件事情對別人有價值嗎？沒有價值。對于腫瘤醫(yī)院有價值嗎？完全沒有價值。那有價值的是什么呢？腫瘤醫(yī)院有可能關(guān)心的是你這個是原發(fā)的還是激發(fā)的。
以下是倪浩的演講內(nèi)容實錄，雷鋒網(wǎng)做了不改變原意的編輯：
倪浩：我在阿里云一共待了8年，離開阿里之后開始做人工智能醫(yī)療，今天很高興能夠以合作伙伴的身份回到云棲大會。
云計算大數(shù)據(jù)已經(jīng)為社會積累了非常好的基礎(chǔ)設(shè)施，無論在技術(shù)能力上，還是數(shù)據(jù)積累上，已經(jīng)使得很多行業(yè)具備發(fā)展更進(jìn)一步的智能應(yīng)用的土壤。我當(dāng)時選擇醫(yī)療方向，跟我的背景有一點關(guān)系，我本科學(xué)醫(yī)，學(xué)得太差了，后來就去學(xué)計算機(jī)，發(fā)現(xiàn)計算機(jī)是真的太簡單了?，F(xiàn)在回過頭來，這么困難的醫(yī)學(xué)問題能不能用計算機(jī)的方式去解決？又該從哪里做起？
2016年我們開始做的時候，人工智能在醫(yī)療領(lǐng)域不是那么火，最火的是什么呢？移動醫(yī)療。90%移動醫(yī)療業(yè)務(wù)是非常的不靠譜，為什么呢？因為現(xiàn)在的西方醫(yī)學(xué)體系建立在生物、化學(xué)等基礎(chǔ)學(xué)科的發(fā)展基礎(chǔ)之上，那么移動醫(yī)療想跳過醫(yī)院所擁有的這些基礎(chǔ)設(shè)施去給病人做進(jìn)一步的診斷是完全不現(xiàn)實的。我當(dāng)時就覺得如果要做醫(yī)療人工智能，那一定要跟真正擁有醫(yī)療資源的人合作——醫(yī)院。所以去年開始我們公司的方向就定位在服務(wù)于醫(yī)院的人工智能。
依圖公司是2012年成立，專注于人工智能，2016年成立了依圖醫(yī)療子公司。浙江省人民醫(yī)院、浙江大學(xué)醫(yī)學(xué)院附屬第二醫(yī)院、浙江大學(xué)附屬第一醫(yī)院、浙江省腫瘤醫(yī)院、復(fù)旦大學(xué)附屬腫瘤醫(yī)院、廣州市婦女兒童醫(yī)療中心、廣州軍區(qū)武漢總醫(yī)院、武漢大學(xué)中南醫(yī)院、上海市同濟(jì)大學(xué)附屬同濟(jì)醫(yī)院等頂級三甲醫(yī)院，都是我們的客戶。
人工智能發(fā)展兩起兩落，那么為什么這一回我們相信能夠成功，且愿意做這個投入呢？之前人工智能的發(fā)展都是以一個新的算法出現(xiàn)作為基礎(chǔ)，今天的差別在于，算法出來其實不那么新了，最重要的是整個社會一起把基礎(chǔ)打牢了：一個是云計算和大數(shù)據(jù)的發(fā)展，云計算提供了計算能力，大數(shù)據(jù)推動行業(yè)的數(shù)據(jù)開始集中，人工智能沒有數(shù)據(jù)什么都沒有；另一個是CPU的發(fā)展。
人工智能醫(yī)療在中國，今天比起全球來說有極大優(yōu)勢。一，中國的醫(yī)療問題非常大，人口基數(shù)非常大，醫(yī)療問題非常突出；二，中國的技術(shù)人才的儲備非常強(qiáng)，頂級 AI 會議的論文里50%都是由華人發(fā)表；三，中國的創(chuàng)業(yè)體系在全球非常領(lǐng)先。所以我認(rèn)為中國的醫(yī)療人工智能會是世界的引領(lǐng)者。
我剛開始做這件事情的時候，跟美國的國內(nèi)衛(wèi)生研究院NH的一個首席科學(xué)家交流，他認(rèn)識美國一個最頂級的影像科醫(yī)生，這個人應(yīng)當(dāng)是全世界片子最多的一個人，經(jīng)驗非常豐富，一周要看100多個病人的片子。各位看一下，我們中國80%的影像科醫(yī)生，一天要看100多個人的片子，數(shù)據(jù)積累的差異非常大。比起國外，中國今天在醫(yī)療領(lǐng)域創(chuàng)新的心態(tài)更開放，而我們合作過這些醫(yī)院后發(fā)現(xiàn)，越頂級的專家對于人工智能的態(tài)度就越開放、越擁抱，所以我們剛開始其實找過一些普通醫(yī)院，也找過一些頂級醫(yī)院，最后發(fā)現(xiàn)頂級醫(yī)院的專家態(tài)度更加開放，所以從頂級醫(yī)院開始合作。
接下來給大家分享一下我們的系統(tǒng)。
中國醫(yī)療人工智能現(xiàn)在最熱門的影像，影像里面最熱門的是肺結(jié)節(jié)，有比較多的因素導(dǎo)致這個點。我們做的這個產(chǎn)品非常好，在今年3月份就被央視報道，因為當(dāng)時我們的產(chǎn)品在醫(yī)院臨床路徑里面用了起來。在胸部CT智能輔助診斷系統(tǒng)上，公開數(shù)據(jù)集這件事算是我們的一個教訓(xùn)，公開數(shù)據(jù)集可以讓你起步，但不能讓你進(jìn)入臨床，就是公開數(shù)據(jù)集可以讓你做出一個demo出來，但是不可能讓你做出一個能夠進(jìn)入到生產(chǎn)系統(tǒng)的產(chǎn)品，差得非常非常遠(yuǎn)。不管是誰的公開數(shù)據(jù)集，今天能cover的臨床產(chǎn)品是非常非常小的一部分，都是一個特定的小場景。當(dāng)你到臨床領(lǐng)域之后，現(xiàn)實分分鐘教你做人，有非常非常多的不認(rèn)識的東西出來，你會發(fā)現(xiàn)光病灶可以分成十幾種出來，在 CT 里面表現(xiàn)更復(fù)雜。公開數(shù)據(jù)集只能讓你找出一種，差別非常大，所以只有非常踏實地自己去摸整個場景。
場景至上，這個場景里面有哪些復(fù)雜的問題，多跟醫(yī)生一起做，千萬不要躲在實驗室里面去做。很多人在講，今天我這個系統(tǒng)的敏感性95%、特異性95%，只是把這些數(shù)字講出來，你沒有辦法分辨是真的還是假的，因為他也沒有講這個數(shù)字是在哪一個數(shù)據(jù)集上面測出來的，因為沒有一個公開的數(shù)據(jù)集可以檢測這件事情，有公開數(shù)據(jù)集可能又被算法針對性地優(yōu)化掉了，所以這種數(shù)字就不要去相信了。依圖今天去講的時候，是基于我們這個系統(tǒng)用在醫(yī)院的臨床路徑里面，90%自動生成的診斷報告被醫(yī)生直接使用，這代表系統(tǒng)對于臨床的適應(yīng)性，代表了它到底給臨床帶來多大價值。
今天人工智能帶給醫(yī)療影像領(lǐng)域的一個真正變化是什么？原有的醫(yī)療影像是基于形態(tài)的非量化觀測，這是醫(yī)生工作的邏輯，他要完成的任務(wù)是病灶檢出與診斷。今天放射科醫(yī)生已經(jīng)被逼到變化的一個點上去了，比如腫瘤的治療使得原來基于形態(tài)學(xué)的非量化觀測，已經(jīng)遠(yuǎn)遠(yuǎn)滿足不了臨床需求，今天臨床要求你去做疾病分析、去參與治療方案、去對愈后效果進(jìn)行評估，所以需要放射科醫(yī)生從原有的方式變成一個基于高維特征、量化評估，讓影像在臨床路徑里發(fā)揮更大價值。
今天，中華醫(yī)學(xué)會放射學(xué)年會在上海召開，我們在中放有個專場。金征宇教授就是北京協(xié)和醫(yī)院的放射科主任，他覺得影像科往后有兩個出路，一個是跟臨床結(jié)合，另外一個是跟病例結(jié)合，精標(biāo)準(zhǔn)化，從影像數(shù)據(jù)里挖掘更大的價值點出來。今天可能滿世界都是病例，病例能夠訓(xùn)練大家入門，能夠讓大家知道這個做人工智能醫(yī)療有多么深的坑，然后把這個東西做通了，后面的東西也可能比較容易就能夠走通了。你可以基于這個產(chǎn)品建立你的醫(yī)學(xué)研發(fā)鏈路，這還是挺make sense的。下面我再給大家介紹一下我們跟浙江大學(xué)醫(yī)學(xué)院附屬兒童醫(yī)院一起做的兒童骨齡輔助診斷系統(tǒng)。
以前醫(yī)生對骨齡的診斷基本上精確到1歲，今天我們做這個系統(tǒng)之后精確到一個月左右。骨齡可能大家了解不太多，不像肺結(jié)節(jié)這么容易理解。骨齡主要用來評估青少年發(fā)育情況，看看發(fā)育有沒有異常，矮小癥、性早熟，實際上是家長非常關(guān)心的問題。以前是醫(yī)生看圖譜，這個圖譜主觀性非常強(qiáng)，不同醫(yī)生看出來的差異非常大。以前還有一種比較好的這個評估方式叫TW3，在中國其實也有人在做這樣的東西，但是沒有人工智能的時候他要怎么做？他要把手掌上的十幾根骨頭評級，代入到一個很麻煩的公式算出來，我們跟浙兒保的傅君芬院長一起合作，她說以前有一個軟件幫她去算公式的情況下，算一個精準(zhǔn)的骨齡出來要15分鐘。今天我們做到了2秒鐘，這不是值得自豪的，因為人工智能必須是2秒鐘出結(jié)果的。但是我覺得比較了不起的事情是什么呢？就是我們這個合作不是只做一個軟件用智能讀里面的公式，我們的目的是一起去建立中國骨齡的新標(biāo)準(zhǔn)。原來骨齡的評估方式是歐洲人基于白人小孩評估出來的，中國有一個改良版，沒有完全改良，數(shù)據(jù)樣本也非常小。到今天，整個社會發(fā)生了很大的變化，人的生活水平比之前提高了很多，所以必須制定新的骨齡標(biāo)準(zhǔn)。我覺得這個標(biāo)準(zhǔn)很可能是一個人工智能的算法的標(biāo)準(zhǔn)，有可能還是會產(chǎn)生一個圖譜，但是這個圖譜也只是一個輔助，讓人去理解。未來醫(yī)生可能根本不需要去理解這個標(biāo)準(zhǔn)，這就是一個算法，這個算法經(jīng)過各種臨床的驗證，已經(jīng)足夠準(zhǔn)確了，有一個圖譜只是幫助你理解。
醫(yī)療人工智能領(lǐng)域今天在圖像這個方向是被大家充分認(rèn)可的，只是覺得這個事情是時間點的問題，沒有人懷疑說這個圖像走向人工智能化會有一個多大的瓶頸。當(dāng)然我還是覺得有可能低估了一點這件事情，畢竟整個放射科，再包含超聲、病歷、眼底疾病等一系列領(lǐng)域，每一個領(lǐng)域都有其復(fù)雜度，我覺得沒有那么簡單。
其實大家意識到了臨床的科室在醫(yī)院里邊，放射科只有一個，臨床的科室更多，一個醫(yī)院幾十個臨床的科室很正常，所以我們開始在基于臨床科室內(nèi)部做一些工作，我們做什么呢？我們剛開始是在兒科領(lǐng)域，基于電子病歷系統(tǒng)、基于電子病歷的數(shù)據(jù)去做兒科的輔助診斷。這是一個非常非常早的系統(tǒng)，最早是去年10月份的時候，今天變化比較大，我們跟廣東省兒童婦幼保健院一起做了一個叫“咪姆熊”的兒科電子病歷輔助診斷系統(tǒng)。這個系統(tǒng)的關(guān)鍵點不在于輸入一個病歷后能夠給你看出一個什么樣子的結(jié)果，這個產(chǎn)品應(yīng)用在醫(yī)院用的自檢，自檢可能對于這個場景是有需求的。今天其實很多好的醫(yī)生跟普通醫(yī)生之間的差距，在于他們能夠把問題思考到什么維度，能夠問出多少問題出來，比如說門診場景，能夠去問病人多少問題，有沒有精確地把該問的問出來。我們在這個產(chǎn)品里面做了一個核心的功能叫“問診”，而不是說把病歷數(shù)據(jù)讀了之后，只是給出一個診斷的結(jié)果出來。這個產(chǎn)品很快我們會把它再推廣，推向更多醫(yī)院使用。
另外我覺得為醫(yī)生做科研是很有價值的一件事情，這本質(zhì)上是在幫醫(yī)生去探索一些新疆界，所以我們把一些機(jī)器學(xué)習(xí)算法直接集成到了科研的平臺里面去，幫助醫(yī)生去自動處理數(shù)據(jù)甚至是醫(yī)生的筆錄。一是數(shù)據(jù)要結(jié)構(gòu)化，醫(yī)生寫的很多自由文本要固化，把它變成可以被使用的類似于數(shù)據(jù)庫的一個東西；二要處理數(shù)據(jù)里的醫(yī)學(xué)概念，比如說肺癌，它有分小細(xì)胞癌、非小細(xì)胞癌，每種都有不同的說法，有一個層級這樣的一個關(guān)系出來。不同的醫(yī)院說法也不一樣，不同的醫(yī)生說法可能也不一樣，肝硬變同樣一件事情，不同的醫(yī)院說法也不一樣，那么你想使用這些數(shù)據(jù)，定義這件事情是要把這些數(shù)據(jù)統(tǒng)一起來，這件事情不能靠人去整理，這件事情同樣用機(jī)器去做，讓機(jī)器去學(xué)習(xí)什么樣子的詞是同一個意思。很重要的兩個基礎(chǔ)場景，不把這兩個事情做完，結(jié)構(gòu)化數(shù)據(jù)化做完，基本上臨床沒有辦法應(yīng)用。
第一個層次是幫助醫(yī)生去解決重復(fù)性問題，醫(yī)生能做，但是他會因為一些原因發(fā)揮的不穩(wěn)定，或者因為一些經(jīng)驗不夠這個，不夠，比起一些老專家不夠那么好，那么這是機(jī)器擅長做的，像骨齡這樣子的事情，看的多了，那么準(zhǔn)確度就高了，機(jī)器今天很擅長做這個事情，人只要能做，他很快就能夠?qū)W會，并且數(shù)據(jù)量也大，那么他很快的就能夠?qū)W的很好。
第二個層次是幫助醫(yī)生去聘請人工智能的專家顧問組，就像輔助診斷，讓專家的思維邏輯擺在你的眼前，當(dāng)一個醫(yī)生去給患者去做診斷的時候，有一個專家顧問在邊上告訴他，你該問什么樣的問題，告訴他某一個醫(yī)學(xué)文獻(xiàn)里面講過你這樣的case，告訴歷史上已經(jīng)有一個專家診斷出跟你相似度達(dá)到98%的一個case，你可以拿來參考。這是比較復(fù)合地幫助普通醫(yī)生去提升的。
第三個層次是幫助醫(yī)學(xué)專家去拓展新的醫(yī)學(xué)疆界，幫助不少醫(yī)生去做課題，幫助他去發(fā)現(xiàn)一些疾病原來可能沒有辦法去處理的，不同的特征之間的關(guān)聯(lián)性到底有多大。今天你幫他把基礎(chǔ)設(shè)施建立好了，他原來可能要用三個月時間做一次科研，挑選病例、隨訪、把想要的病人挑出來，找到之間的關(guān)系去分析規(guī)律；而依圖科研平臺上就是十分鐘，我覺得這個是真的在幫助醫(yī)生去發(fā)現(xiàn)醫(yī)學(xué)領(lǐng)域新疆界。
從去年到今年，中國至少有50家以上的人工智能公司被新創(chuàng)立出來，我們也碰到了一些對手，我覺得這對于整個行業(yè)來說是一個非常健康的狀態(tài)。但是今天醫(yī)療領(lǐng)域跟其它領(lǐng)域又有很大的不一樣，所以就會存在一個情況，把其它領(lǐng)域的一些經(jīng)驗遷移到醫(yī)療領(lǐng)域去，很可能是非常不合適的。
我有幾句話。
第一句話：“僅談算法是外行的表現(xiàn)，內(nèi)行的人都談標(biāo)準(zhǔn)”。
不知道你們有沒有共鳴，我們會碰到很多人不管是圈內(nèi)的人，圈外的人，醫(yī)生，工人，他們都會問我，算法這個東西未來一定是趨同的，我說不是未來趨同，現(xiàn)在就已經(jīng)一樣了，大家都是有這個算法的，但是靠算法去保持你的先進(jìn)性就是沒有入門的表現(xiàn)。連算法都不會用的人就不談了，會用算法的時候，那么這個算法不是你的核心競爭力，最核心的競爭力是怎么應(yīng)用算法。舉一個例子，大家都買一把菜刀，五星級酒店大廚跟一星級酒店大廚切出來的土豆絲是不一樣的。怎么去用這個算法才是最關(guān)鍵的，怎么樣才能夠用好是基于對數(shù)據(jù)的理解。
第二句話：“醫(yī)生大腦里的知識是非常寶貴的，但想挖掘很困難。”
今天大家講，醫(yī)療人工智能靠專家+算法+數(shù)據(jù)，我認(rèn)為持這個觀點的人已經(jīng)很落后了，今天我們最重要的事情是怎么把醫(yī)生大腦里面的這些知識挖出來，這些知識需要很強(qiáng)的實踐探索。我們都是知識上專注的人，但是一天兩天讓我把自身最精華的東西、這個行業(yè)里面最深的理解寫出來，根本沒有價值；你沒有辦法去挖掘醫(yī)生腦子里面的東西的時候，你就沒有辦法真正打開應(yīng)用系統(tǒng)，你的數(shù)據(jù)也不可能得到很好的訓(xùn)練，所以怎樣挖出醫(yī)生腦子里面真正的知識是非常關(guān)鍵的。我們在這件事情上花了非常非常多的時間，甚至直接聘請了幾個醫(yī)生專職到我們公司來。
這里面每一個事情都不一樣，比如說做影像挖掘的方式是不一樣的，做電子病歷挖掘的方式又是另外一種，有的可能是關(guān)注診斷的一些特征，有的可能是關(guān)注一些更加宏觀的東西，這要求在每一個方向上比較深入探索。
第三句話：“對數(shù)據(jù)理解的深度，決定了一個AI能夠走多遠(yuǎn)?！?/strong>
對數(shù)據(jù)的理解，本質(zhì)上是反映了你對場景的理解深度。比如大家都在做肺結(jié)節(jié)，但是我相信今天能夠把肺結(jié)節(jié)的使用場景用到體檢門診是不一樣的，這個門診應(yīng)用跟?？漆t(yī)院應(yīng)用，比如說腫瘤醫(yī)院又是不一樣的。他們關(guān)注的點是很不一樣的，檢出這件事情對別人有價值嗎？沒有價值。對于腫瘤醫(yī)院有價值嗎？完全沒有價值。那有價值的是什么呢？比如腫瘤醫(yī)院有可能關(guān)心的是，你這個是原發(fā)的還是激發(fā)的。
第一點，意識上障礙： AI 醫(yī)療 vs 醫(yī)療 AI ， AI 公司 vs 醫(yī)療公司
做人工智能公司，我們經(jīng)歷了一個很長的過程認(rèn)知到，我們到底是一家什么樣的公司，我們是一家人工智能的公司還是一家醫(yī)療公司。這一點對于你的戰(zhàn)略，對于你的策略都有很大的不同，有人之前問，到底是AI+醫(yī)療還是醫(yī)療+AI，至少是說今天是把你自己當(dāng)成 AI 公司還是醫(yī)療公司。依圖醫(yī)療今天把自己當(dāng)成是一家醫(yī)療公司，核心競爭力是 AI ，在這個定位下我建立了很大的醫(yī)生團(tuán)隊，包含很多全職醫(yī)生，也包含了很多兼職醫(yī)生。這個醫(yī)療公司比以前的醫(yī)療公司還要深刻，是因為我們今天做的東西是要重構(gòu)臨床工作流，所以對于臨床工作流沒有一個非常深刻的認(rèn)知是不可能做到這一點的，你做人工智能永遠(yuǎn)只是做一個科室級的，做一個工具而已。
第二點，缺乏行業(yè)的協(xié)同：數(shù)據(jù)的標(biāo)準(zhǔn)，臨床路徑的標(biāo)準(zhǔn)，效果評估的標(biāo)準(zhǔn)
這個行業(yè)處于比較早的階段，缺乏標(biāo)準(zhǔn)，當(dāng)然現(xiàn)在讓國家出臺標(biāo)準(zhǔn)我覺得也不是好事情，但是我們要在這個行業(yè)里一起去發(fā)展一些標(biāo)準(zhǔn)出來：數(shù)據(jù)的標(biāo)準(zhǔn)，臨床工作流的標(biāo)準(zhǔn)，效果評估的標(biāo)準(zhǔn)。
一是數(shù)據(jù)的標(biāo)準(zhǔn)，今天的數(shù)據(jù)不一致性是非?？膳碌?，影像是標(biāo)準(zhǔn)化最好的一批數(shù)據(jù)，但是不同醫(yī)院還是差別很大，比如肺結(jié)節(jié)這件事情，低劑量CT層厚不一樣，劑量也不一樣，最后反映出來的這個維度都不一樣。數(shù)據(jù)不標(biāo)準(zhǔn)，對于很多公司來說是一個很大的資源浪費(fèi)，得花很多的算法來處理這個事情。
二是臨床工作流標(biāo)準(zhǔn)，這關(guān)乎跟醫(yī)生之間的關(guān)系、能否回答醫(yī)生的問題。未來這個東西到底會不會替代醫(yī)生？它當(dāng)然不會替代醫(yī)生，但是在臨床工作流，今天到底是扮演一個什么樣的角色？
三是效果評估的標(biāo)準(zhǔn)，用在臨床工作流中怎么樣才叫對臨床產(chǎn)生到了真正的價值。
第三點，宏觀政策：用互聯(lián)網(wǎng)思維做醫(yī)療AI面臨的挑戰(zhàn)
在政府監(jiān)管層面，我們作為從業(yè)者已經(jīng)感受到了比較大的痛點。
第一個點叫 AI 的整合。今天做人工智能的基本上就老老實實去申請三級證，二級證都不要申請，然后三級證的時間是兩年，就是說兩年時間你才能拿到這個證，才能夠真正大規(guī)模鋪開到醫(yī)院去。這個跟互聯(lián)網(wǎng)思維是完全不一樣的。
第二個點是收費(fèi)項。能不能從病人身上收到錢，如果沒有，對于醫(yī)院是一個成本項，他怎么辦？我想聽聽龔院長的一些分享，這方面有沒有一些看法，我覺得這個是這行業(yè)需要繼續(xù)探索的。
醫(yī)療這個行業(yè)是一個得能夠沉下心來做的行業(yè)，沒有五年，不做好五年燒錢的準(zhǔn)備，不要去做這件事情，就是五年都出不來這件事情。我不是說五年沒有產(chǎn)品出來，而是說五年，整個行業(yè)可能還沒到一個快速發(fā)展、能夠規(guī)模復(fù)制的階段。未來前景還是非常美好的，人工智能一定會成為醫(yī)院的基礎(chǔ)設(shè)施，所以也期待各位同行跟我們的醫(yī)院客戶能夠一起努力把人工智能真的構(gòu)建成未來醫(yī)院的基礎(chǔ)設(shè)施。
我今天就講到這里，謝謝大家。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
