雷鋒網(wǎng)消息，2017年8月24日，“讓人工智能落地醫(yī)院”主題論壇暨“ AI 醫(yī)療場景”優(yōu)秀項目展示活動在上海市靜安區(qū)市北高新商務(wù)中心順利舉辦。本次論壇由2017年中國大數(shù)據(jù)人工智能創(chuàng)新創(chuàng)業(yè)大賽組委會主辦，上海市兒童醫(yī)院、健盟協(xié)辦，旨在推動人工智能技術(shù)在具體醫(yī)療場景中的轉(zhuǎn)化，幫助優(yōu)秀創(chuàng)業(yè)者走出商業(yè)模式困境。來自政府、醫(yī)院、高校、企業(yè)、投資機構(gòu)等各界嘉賓出席論壇，共同探討人工智能在醫(yī)療領(lǐng)域的應(yīng)用與發(fā)展。

 據(jù)雷鋒網(wǎng)了解，在此次的“讓人工智能落地醫(yī)院”的主題論壇上，依圖科技資深產(chǎn)品經(jīng)理王炤表示，人工智能技術(shù)成熟不等于應(yīng)用成熟，即使我們和很厲害的醫(yī)院合作，拿到了大規(guī)模優(yōu)質(zhì)數(shù)據(jù)，但是因為消化數(shù)據(jù)的能力、問題定義的能力有根本差別、產(chǎn)出產(chǎn)品的方法性有根本的差別，不一定能夠做出有意義的產(chǎn)品。讓產(chǎn)品落地，需要成熟的AI技術(shù)、深入領(lǐng)域認(rèn)知、優(yōu)質(zhì)數(shù)據(jù)、數(shù)據(jù)消化能力。

在演講中，他表示，人工智能和醫(yī)學(xué)結(jié)合最典型的三類場景是：第一，解決醫(yī)生的重復(fù)性問題，這是現(xiàn)在圈里人公認(rèn)最有可能做出可依賴的產(chǎn)品的場景；第二，年輕醫(yī)生如果靠數(shù)據(jù)獲得了醫(yī)學(xué)水平的進步，那么是不是意味著我們可以用數(shù)據(jù)培養(yǎng)一個人工智能的模型？讓他逼近甚至部分超越專家的水平再拿模型幫助基層醫(yī)生，最關(guān)鍵的是要把病例里面的版本變成結(jié)構(gòu)化的信息；第三，人工智能可以起到用處的就是一個輔助醫(yī)學(xué)突破，幫助醫(yī)生作出所有可能的結(jié)論。

同時他還認(rèn)為，人工智能與醫(yī)生的關(guān)系是：醫(yī)生必須駕馭人工智能、醫(yī)生也必然會駕馭人工智能。

以下為嘉賓演講實錄，雷鋒網(wǎng)做了不改變原意的編輯。

王炤：各位領(lǐng)導(dǎo)、各位專家，各位投資圈和人工智能圈的同仁們，大家下午好！

很榮幸今天能跟大家交流這樣一個主題。依圖在過去五年中已經(jīng)在安防、金融、醫(yī)療等行業(yè)有了一些人工智能方面的實踐。今天我想分享的內(nèi)容跟前面幾位博士的內(nèi)容其實稍微有點差異，我想跟大家聊一聊今天這次論壇的主題——人工智能技術(shù)怎么樣可以真的落地到醫(yī)院變成可以幫助醫(yī)療行業(yè)、幫助醫(yī)學(xué)、幫助醫(yī)生的生產(chǎn)力。

這是我今天大概的開篇，我們拋開技術(shù)成分簡單看看今天人工智能這個領(lǐng)域發(fā)展到了什么狀況，然后去分享一些依圖人工智能技術(shù)落地的方案。最后想跟大家聊的是人工智能技術(shù)和醫(yī)生之間的關(guān)系，這也是我跟很多醫(yī)院、醫(yī)生、專家們交流的時候都會聊到的問題，我也分享一下我的觀點。

技術(shù)成熟=應(yīng)用成熟？這還遠(yuǎn)遠(yuǎn)不夠

隨著 AlphaGo 為人工智能圈子做了一個非常大的 PR ，這些詞近兩年在不停地轟炸大家的朋友圈、大家的新聞渠道。其實這些詞大家知道就好了，對于圈外人來說不明覺厲僅此而已。我們需要理解的實際上是說今天人工智能在哪些領(lǐng)域發(fā)展到什么程度，有些領(lǐng)域已經(jīng)取得了實質(zhì)性的突破，比如說圍棋、圖像識別、語音識別。有些領(lǐng)域其實是正在突破的，比如說無人駕駛、醫(yī)療行業(yè)，有一些在我們看來離突破還很遠(yuǎn)，但是這個事情是變的很快的，微軟的王博士講小冰現(xiàn)在很大程度上具備了情緒感知能力，可能每個月每一個領(lǐng)域都在往左邊挪，這也是今天人工智能技術(shù)突飛猛進非常直觀的體現(xiàn)。這就有了一個問題，人工智能技術(shù)成熟了是不是就等于應(yīng)用成熟了？是不是在現(xiàn)實中變成可以落地的生產(chǎn)力？很多新進入這個行業(yè)的公司、技術(shù)人員甚至資本，他們可能會以為找到一些優(yōu)秀的研究人員，有能力重現(xiàn)一些非常前沿的 Paper 就可以做出優(yōu)秀的人工智能產(chǎn)品，在我看來這顯然是有問題的，你拿到的可能僅僅是一個演示性的模型，離真正的應(yīng)用還很遠(yuǎn)。就像近兩年，醫(yī)療圈的各位專家領(lǐng)導(dǎo)們會看到很多公司做基于胸部 CT 肺結(jié)節(jié)的檢測，因為里面有幾個成熟的數(shù)據(jù)集，里面有一些胸部 CT 片子并且已經(jīng)做了標(biāo)注，很多公司可以找兩個研發(fā)人員或者做算法的研究生把這個 Paper 重現(xiàn)一遍，在這上面就可以做一個模型，這樣的東西離產(chǎn)品還有多遠(yuǎn)呢？他可能都不懂結(jié)節(jié)和腫塊有什么區(qū)別，因為只做到這個程度的話不可能知道一些產(chǎn)品。我們讓他找到一些不錯的顧問、全職合作專家，是不是就能做出可以落地的產(chǎn)品呢？還不夠，他做的可能是一個驗證性模型。比如說可能驗證了卷積神經(jīng)網(wǎng)絡(luò)在醫(yī)學(xué)、影像學(xué)病灶檢出類的命題上的作用，僅此而已，它的敏感性、特異性、穩(wěn)定性、算法方法性都還達不到今天臨床使用的程度。

我們再給它加一點東西——優(yōu)質(zhì)的數(shù)據(jù)，我們和很厲害的醫(yī)院合作，拿到了大規(guī)模數(shù)據(jù)，是不是就能產(chǎn)出有意義的產(chǎn)品呢？在我看來還不是，它可能會有些單點可以用的產(chǎn)品，為什么？因為消化數(shù)據(jù)的能力有根本的差別，第二是問題定義的能力有根本差別，第三是產(chǎn)出產(chǎn)品的方法性有根本的差別。我似乎意識到把人工智能和醫(yī)學(xué)結(jié)合落地描述得非常非常難，到底怎么樣才能落地？我試著列了一個公式，然后發(fā)現(xiàn)左邊要加起來的東西好多，成熟的AI技術(shù)、深入領(lǐng)域認(rèn)知、優(yōu)質(zhì)數(shù)據(jù)、數(shù)據(jù)消化能力。數(shù)據(jù)的消化能力是什么意思？比如說今天數(shù)據(jù)集里面888份片子兩個研究生一個月可以訓(xùn)練出一個模型，如果今天我們和一家醫(yī)院合作拿到了萬份、十萬份、百萬份的片子，他會不會用可能本身都是問題，這些臨床生產(chǎn)的片子是不太有機器學(xué)習(xí)、深度學(xué)習(xí)所需要的，這樣的團隊有沒有基本的標(biāo)注能力可能都需要好好問一問。除此之外優(yōu)秀的研發(fā)團隊、長期的資金投入、實踐的反復(fù)錘煉甚至背后真的拿著人工智能去幫助醫(yī)學(xué)的決心，都是影響你今天能不能拿到一個成熟領(lǐng)域應(yīng)用的影響。

怎樣做出可落地的醫(yī)療人工智能產(chǎn)品？

回到醫(yī)學(xué)這個問題上，為什么依圖在安防領(lǐng)域、金融領(lǐng)域都有了成熟的應(yīng)用以后我們非常堅定地進入了醫(yī)療領(lǐng)域。在我們看來醫(yī)療人工智能不僅可以成功甚至可以成為中國的時代，這是我們一些基本的判斷。一方面華人在人工智能領(lǐng)域的技術(shù)積累已經(jīng)占據(jù)了非常重要的位置，這是學(xué)術(shù)圈的一些進展。第二方面，人工智能加醫(yī)學(xué)基礎(chǔ)研究環(huán)境和應(yīng)用環(huán)境在中國非常好，不管是數(shù)據(jù)量、不管是我們市場需求的容量，還是說今天醫(yī)療資源分布的特征，決定了今天人工智能和醫(yī)學(xué)結(jié)合的產(chǎn)品在中國有一個廣闊的空間。

下一個問題，我們沿著剛才的判斷去思考我們怎么樣能做出落地的產(chǎn)品，我們要先想我們要做什么。要回答一個問題就是今天人工智能放到醫(yī)學(xué)領(lǐng)域的時候到底能為醫(yī)療做什么，這是我個人觀點，有意義的人工智能加醫(yī)療一定關(guān)鍵在于人工智能加醫(yī)學(xué)，什么意思？舉一個可能不太恰當(dāng)?shù)睦?，比如說線上掛號產(chǎn)品。它是一個很有意義的應(yīng)用，使得患者和醫(yī)療資源連接變得更順暢了，有很多人試圖在這里面加上人工智能技術(shù)，但是我覺得它是一個擦邊球，沒有真正摸到人工智能和醫(yī)學(xué)結(jié)合的點，甚至更進一步的后面還可以加一句話，在我看來人工智能想落地在醫(yī)學(xué)關(guān)鍵是人工智能能夠幫助到醫(yī)生。

這是我作為人工智能行業(yè)的從業(yè)者對醫(yī)學(xué)領(lǐng)域的解讀。一方面醫(yī)學(xué)本身具有很強的實踐性，比如說今天一個年輕醫(yī)生如何成為一個專家？第一，他離不開他的老師、科主任、教授的指導(dǎo)。第二，他離不開大量的臨床實踐。這就有一個問題，既然醫(yī)生的實踐水平提升是要嚴(yán)重依賴實力、嚴(yán)重依賴數(shù)據(jù)的，而今天這一波特別是以機器學(xué)習(xí)、深度學(xué)習(xí)為核心的人工智能浪潮恰恰擅長的就是快速吸收數(shù)據(jù)的能力，是不是說醫(yī)學(xué)的特征本質(zhì)上就意味著醫(yī)學(xué) AI 產(chǎn)品的上限是很高的，另外一方面醫(yī)學(xué)有著很強的嚴(yán)謹(jǐn)性，為什么？如果我們草率地上線了一個不可靠的產(chǎn)品出了醫(yī)療事故怎么辦？那是寶貴的生命，那就意味著今天科學(xué) AI產(chǎn)品的底限也很高，不僅是可執(zhí)行更要可依賴。我們真正要落地不只是一個Paper，而是一篇 Paper 你能獲得的能力在現(xiàn)實中串聯(lián)起場景，讓醫(yī)生可靠地應(yīng)用，每次用的時候內(nèi)心可以建立起對這個產(chǎn)品的信賴。

人工智能和醫(yī)學(xué)結(jié)合最典型的三類場景

人工智能和醫(yī)學(xué)的結(jié)合最典型的三類場景是什么？第一類其實看起來很淺顯要解決重復(fù)性的問題，最典型的就是影像學(xué)的閱片。每一個影像科醫(yī)生一天看片子是上萬張，然后這個量一方面意味著慢、一方面意味著疲勞可能帶來準(zhǔn)確度的下降，它的價值顯而易見就是更快、更好，并且這個場景是現(xiàn)在很多圈子里面人公認(rèn)最有可能做出可依賴的產(chǎn)品，我們現(xiàn)在跟大家分享一下我們做的是什么效果。這是胸部CT輔助診斷的產(chǎn)品，今天不是來跟大家分享做這個產(chǎn)品的經(jīng)過，我們想跟大家講的是這個產(chǎn)品或者說這個場景我們應(yīng)該注重什么，更快、更好、可依賴背后意味著什么。今天這樣的數(shù)字可能還不夠直觀，我給大家一個背后的直觀數(shù)字。這個產(chǎn)品在醫(yī)院醫(yī)生使用的時候有90%系統(tǒng)出的報告，不光是說把結(jié)節(jié)找到對它進行描述，我們會直接幫影像科醫(yī)生產(chǎn)出報告，這個報告臨床上采用率是90%，剩下10%醫(yī)生可以做一些檢出、修改和文字描述修改。這就意味著這個產(chǎn)品對影像科醫(yī)生來說是可以建立起信心的，而不是我做了一個模型服務(wù)器在醫(yī)院然后來投資機構(gòu)或者新聞媒體的時候可以展示一下，我跟這個醫(yī)院有合作，所謂的在醫(yī)院使用了。今天不管是投資圈朋友還是醫(yī)院的各位專家未來可能會看到越來越多的人工智能產(chǎn)品，其實今天最能問住這些團隊的就是一個問題，你的產(chǎn)品有沒有在醫(yī)院當(dāng)中使用起來、使用的比例是多少。

解決重復(fù)性問題是非常典型的場景，第二個場景是什么？就是我們剛才說的，年輕醫(yī)生如果靠數(shù)據(jù)獲得了醫(yī)學(xué)水平的進步，那么是不是意味著我們可以用數(shù)據(jù)培養(yǎng)一個人工智能的模型？讓他逼近甚至部分超越專家的水平再拿這個模型幫助基層醫(yī)生呢？我們在兒科領(lǐng)域做了一個這樣的產(chǎn)品，它基于頂級專家的優(yōu)勢病例和門診診斷模型再拿這個模型幫助基層醫(yī)生降低臨床誤診率。這中間用到的技術(shù)我就不說了，這是我們的演示圖，我們是會和門診的His系統(tǒng)進行整合，實際使用的感覺其實并不酷炫。系統(tǒng)會告訴你應(yīng)該人工智能診斷模型是什么以及給你理由，這方面有一個關(guān)鍵的點就是可解釋、可信賴，大家想象一下比如說今天臨床醫(yī)生下了一個診斷人工智能說你錯了，醫(yī)生怎么去評判？我怎么確定我能不能相信你的判斷？如果是一個影像學(xué)片子可以看，你說這有結(jié)節(jié)我沒看到，我上下翻一翻確實有一個結(jié)節(jié)，但是這樣一個東西關(guān)鍵要求人工智能產(chǎn)品給出的結(jié)論可解釋才能可信賴。

這里用到一個很基礎(chǔ)的技術(shù)，之所以在這講一下是因為我?guī)缀鹾退嗅t(yī)院專家進行溝通的時候大家都對這個技術(shù)非常感興趣。剛才這位專家也提到了醫(yī)院有很多歷史病例數(shù)據(jù)的，怎么樣用起來。包括剛才我們的模型是怎樣讓機器學(xué)習(xí)醫(yī)學(xué)知識的，這是一個很關(guān)鍵的動作，就是把病例里面的版本變成一個結(jié)構(gòu)化的信息，在這個信息上不管我們做歷史數(shù)據(jù)的BI分析還是做科研輔助、還是去做像剛才這樣的人工智能產(chǎn)品的訓(xùn)練，我們有了很大空間。這是我們現(xiàn)在做的大概性能大家可以簡單看一下，我在這就不過多介紹了。

第三類場景最典型的人工智能可以起到用處的就是一個輔助醫(yī)學(xué)突破，這只是我們舉的一個例子，在這個領(lǐng)域其實可做的事情非常多、非常發(fā)散，這是我們基于現(xiàn)有的基因提取技術(shù)做的臨床科研輔助平臺。大家可以想象一下，基于剛才的信息提取技術(shù)可以做到今天臨床所有信息變得高度結(jié)構(gòu)化，今天我們所有的回顧性或者分析類型的臨床科研是不是就可以非常容易的在一個平臺上做篩選，然后告訴我們你要觀測的變量、你懷疑的控制變量，我就可以幫你做出所有可能的結(jié)論并且直接把算法的選擇和P值告訴你，這是一個比較粗淺的實踐。甚至說今天輔助醫(yī)學(xué)突破從一些實踐性的應(yīng)用點也會獲得一些意想不到的效果。這是一會兒其他團隊做的兒童檢測，這本身是一個偏低列場景的東西，但是為什么我在這提了一下呢？今天骨齡檢測國際上通用的方法都很難講，大家可能都知道這些檢測方法背后的數(shù)據(jù)集本身和中國的適配度是很難講的，今天既然人工智能技術(shù)有著很強的處理能力，今天我們除了用人工智能技術(shù)做一個現(xiàn)有算法的智能判讀之外，是不是其實有著空間去搞出來一個適合中國人使用的骨齡的檢測算法。

最后我想跟大家簡單聊兩句人工智能和醫(yī)生的關(guān)系。這個問題我和很多人都會問，這個問題在我看來，本身是不太成立的。要么是一個新入行的人虛張聲勢，要么是一些頂級專家的自嘲，其實在我看來是這樣。我對于二者的關(guān)系用一個詞可以概括，是駕馭。因為今天人工智能產(chǎn)品想要成熟離不開醫(yī)生，今天人工智能產(chǎn)品發(fā)展的方向?qū)Σ粚?、好與壞的評判還是離不開醫(yī)生，今天如何使用人工智能產(chǎn)品、如何避免人工智能產(chǎn)品在臨床中出現(xiàn)一些我們不希望看到的情況、把控的能力還在醫(yī)生手里，所以在我看來醫(yī)生必須駕馭人工智能、醫(yī)生也必然會駕馭人工智能。以上是我的一些粗淺觀點，很高興有機會跟大家分享，謝謝。

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。