近期，雷鋒網(wǎng)醫(yī)健AI掘金志邀請(qǐng)百度智慧醫(yī)療許言午，做客雷鋒網(wǎng)公開(kāi)課，以“百度智慧醫(yī)療AI抗疫實(shí)錄”為題，對(duì)百度的抗疫過(guò)程與百度智慧醫(yī)療的積淀進(jìn)行全方面復(fù)盤(pán)。

后續(xù)將有更多課程上線，添加微信公眾號(hào)  醫(yī)健AI掘金志  報(bào)名聽(tīng)課，或收看本節(jié)課程視頻回放

在過(guò)去兩個(gè)月，百度利用自身的AI能力，為行業(yè)和用戶提供了智能外呼、抗疫機(jī)器人、遷移大數(shù)據(jù)、AI口罩檢測(cè)、AI快速測(cè)溫等多個(gè)人工智能解決方案。

除了抗擊疫情，許言午還從AI賦能基層的角度，介紹了百度智慧醫(yī)療的技術(shù)方案和布局思路，包括CDSS、眼底產(chǎn)品以及醫(yī)療AI的產(chǎn)學(xué)研用生態(tài)建設(shè)。

他表示，賦能最符合百度的身份定位，干好自己擅長(zhǎng)的事情，才能形成一個(gè)良好的合作生態(tài)，尤其在基層，通過(guò)智慧醫(yī)療技術(shù)中臺(tái)的解決方案，賦能醫(yī)院、健康管理運(yùn)營(yíng)商等醫(yī)療行業(yè)合作伙伴，把三甲醫(yī)院的能力傳遞下去，提升基層診療水平。

以下為許言午演講全文內(nèi)容，雷鋒網(wǎng)做了不改變?cè)獾木庉嫛?/strong>

今天是4月8號(hào)，也是百度智慧醫(yī)療事業(yè)部成立兩周年。我很榮幸代表部門(mén)介紹百度智慧醫(yī)療的一些工作以及這次抗疫中的實(shí)踐。

分享環(huán)節(jié)里主要講兩塊，首先是AI在抗疫中的貢獻(xiàn)，后面是常規(guī)AI醫(yī)療業(yè)務(wù)。

AI抗疫

在百度抗疫這一部分，也主要分為兩部分：疫情中早期排查和防護(hù)；疫情后的助力復(fù)產(chǎn)復(fù)工技術(shù)。

人工智能產(chǎn)業(yè)反戰(zhàn)聯(lián)盟今日正式發(fā)布了一個(gè)《人工智能助力新冠疫情防控調(diào)研報(bào)告》，其中收集500多個(gè)人工智能抗疫案例。報(bào)告中指出，智能服務(wù)機(jī)器人、大數(shù)據(jù)分析和智能識(shí)別，測(cè)溫產(chǎn)品數(shù)量位列排名前三。

計(jì)算機(jī)視覺(jué)和智能語(yǔ)音這兩類技術(shù)也相對(duì)成熟，使用場(chǎng)景比較豐富。

很多公司主要都是圍繞已有儲(chǔ)備的業(yè)務(wù)，去研發(fā)相關(guān)的產(chǎn)品。但是，不管是什么樣的產(chǎn)品都要抓住需求，解決痛點(diǎn)。

隨著疫情的發(fā)展，不同階段、不同地區(qū)和不同的角色，都有著不同的需求。所以，抗疫產(chǎn)品的研發(fā)需要抓住主要對(duì)象和重要對(duì)象的核心需求。

智能外呼產(chǎn)品

這個(gè)產(chǎn)品主要針對(duì)疫情中早期，支持政府防控大量排查需求而研發(fā)，主要針對(duì)三類人群——密切接觸者、流動(dòng)人口以及社區(qū)居民。要解決的也是人力不足效率問(wèn)題。

AI有兩塊常規(guī)作用，一塊就是提高效率，另外一塊提高重復(fù)操作的準(zhǔn)確度。

人工排查效率非常低，一個(gè)人能打的電話次數(shù)比較少，同一時(shí)間內(nèi)也不能保持高并（多）發(fā)任務(wù)同時(shí)處理，正式工作前的準(zhǔn)備又比較多，運(yùn)營(yíng)成本比較重，信息錄入費(fèi)時(shí)。

但是自動(dòng)化外呼的并發(fā)量可以達(dá)到1秒鐘可以呼出1500通電話。高頻率下，平臺(tái)也不容易出錯(cuò)。通過(guò)語(yǔ)音技術(shù)收集結(jié)果，形成報(bào)表呈現(xiàn)給政府，最后用于決策。

我們統(tǒng)計(jì)了一些數(shù)字。

智能外呼平臺(tái)一共上線20多個(gè)地區(qū)，截止到2020年3月31日，一共有300萬(wàn)以上的外呼次數(shù)，并獲得各類用戶的良好反饋。

機(jī)器人抗疫

機(jī)器人是AI和自動(dòng)化技術(shù)的集大成者，百度機(jī)器人的最大特點(diǎn)是AI相關(guān)的語(yǔ)音、對(duì)話、視覺(jué)智能，以及智能駕駛相關(guān)的自動(dòng)導(dǎo)航和避障能力。

總結(jié)一下跟東軟合作的4個(gè)類型服務(wù)機(jī)器人：防疫服務(wù)機(jī)器人、醫(yī)院專用醫(yī)護(hù)助理機(jī)器人、無(wú)接觸配送機(jī)器人和安防機(jī)器人的升級(jí)版——防御巡檢機(jī)器人。

防御機(jī)器人

主要功能包括基礎(chǔ)部分測(cè)溫、口罩識(shí)別、防疫相關(guān)知識(shí)口號(hào)宣傳。另一方面，它還可以通過(guò)人臉識(shí)別進(jìn)行非接觸式的考勤。

既減少人力的成本，操作起來(lái)比較簡(jiǎn)單，有比較高的性價(jià)比和市場(chǎng)前景。加之部署比較簡(jiǎn)易，可以得到大規(guī)模的應(yīng)用。

醫(yī)療醫(yī)護(hù)助理機(jī)器人

核心思想是通過(guò)無(wú)接觸式服務(wù)，避免人和人的直接或間接接觸。在醫(yī)院里，它的主要功能還體現(xiàn)在特有的導(dǎo)診服務(wù)，以及信息的查詢。

另外，還有類似于患者問(wèn)題或掛號(hào)解答的相關(guān)服務(wù)，還可以提供床旁服務(wù)。在具備這些功能的同時(shí)，它也可以完成普通機(jī)器人可以做的疫情宣傳工作。

配送機(jī)器人

這類機(jī)器人充分體現(xiàn)了百度的AI集成能力，集成度也是非常高，包括人臉識(shí)別、語(yǔ)音識(shí)別功能、自主導(dǎo)航和避障功能，加上長(zhǎng)期積累的技術(shù)優(yōu)勢(shì)，在行業(yè)內(nèi)會(huì)走在前沿。

這里我們比較突出的特點(diǎn)，就是像類似于VSLAM和激光SLAM相結(jié)合，做到更好的導(dǎo)航效果。

防疫巡檢機(jī)器人

這是安防機(jī)器人在疫情期的升級(jí)版，除了常規(guī)安防巡邏功能、異常情況報(bào)警，還可以移動(dòng)測(cè)體溫，并可將移動(dòng)檢測(cè)數(shù)據(jù)傳輸至后臺(tái)進(jìn)行后臺(tái)管理和遠(yuǎn)程對(duì)話。另外，還可以作為消毒機(jī)器人。

我們跟東軟醫(yī)療合作的機(jī)器人產(chǎn)品，一共落地30多家三甲醫(yī)院，實(shí)現(xiàn)“無(wú)接觸式”醫(yī)護(hù)助理服務(wù)，機(jī)器人抗疫解決方案也被國(guó)家人工智能標(biāo)準(zhǔn)總體組納入為推薦方案。

AI助力復(fù)工

中國(guó)是第一個(gè)度過(guò)疫情高峰期的國(guó)家，處在疫情逐漸變?nèi)跄酥林饾u消除的過(guò)程中。如何恢復(fù)經(jīng)濟(jì)生產(chǎn)是國(guó)家、企業(yè)和個(gè)人都高度關(guān)注的問(wèn)題。

這一階段，助力復(fù)產(chǎn)復(fù)工的AI技術(shù)就有迫切需求，百度圍繞自身主要業(yè)務(wù)進(jìn)行拓展基礎(chǔ)，大家貢獻(xiàn)了優(yōu)質(zhì)高效的解決方案。

從地圖產(chǎn)品來(lái)看，早期的疫情通報(bào)都會(huì)在百度地圖上展示，比如發(fā)熱門(mén)診地圖、小區(qū)疫情地圖。過(guò)了高峰期之后的復(fù)工過(guò)程，我們用百度地圖遷徙大數(shù)據(jù)平臺(tái)展示，幫助進(jìn)行出行規(guī)劃。 

具體問(wèn)題體現(xiàn)在：什么時(shí)候可以復(fù)工？出行該走哪條線路？如何避免一些不合理的路徑？沿途過(guò)程中可能會(huì)出現(xiàn)什么問(wèn)題？遷徙大數(shù)據(jù)平臺(tái)都可以體現(xiàn)。

封閉管理可能會(huì)對(duì)我們的出行造成不便，比如百度軟件園，整個(gè)園區(qū)只有開(kāi)辟一個(gè)入口和一個(gè)出口。找不到合適的路徑，自然浪費(fèi)很多時(shí)間。隨著復(fù)工的時(shí)間進(jìn)程推進(jìn)，這個(gè)功能就越來(lái)越會(huì)發(fā)揮顯著作用。

平時(shí)人流量實(shí)時(shí)變動(dòng)，城市的人流量熱力圖也是大家復(fù)產(chǎn)復(fù)工過(guò)程中所必須的。我們應(yīng)用AI技術(shù)對(duì)人流進(jìn)行評(píng)估，粗略知道人流量，最重要的是避免擁擠。飯店或酒店是否開(kāi)放，是否需要等待等信息，基于以上的地圖信息結(jié)合其他大數(shù)據(jù)能力，都可以進(jìn)行呈現(xiàn)。

智能外呼，也有很多其他方面的應(yīng)用。例如疫情結(jié)束之后，都在找理發(fā)的Tony老師，如果你沒(méi)有熟識(shí)的那就挺麻煩的，可能要一家家問(wèn)，比較浪費(fèi)時(shí)間。

在較大范圍內(nèi)找早期復(fù)工的相關(guān)商戶，你可能就需要用到這樣一個(gè)復(fù)工地圖，通過(guò)智能外呼去聯(lián)系這些商戶，然后把這些復(fù)產(chǎn)情況在百度地圖上相應(yīng)顯示。

以上都是大數(shù)據(jù)分析的能力，也能顯示城市復(fù)工指數(shù)，以及行業(yè)復(fù)工指數(shù)。

AI口罩檢測(cè)

在疫情期間，人臉檢測(cè)遇到一個(gè)前所未有的挑戰(zhàn)。因?yàn)榭谡终趽醯姆秶脖容^大，遮擋部位比較固定。 

2月13日，百度宣布在飛槳深度學(xué)習(xí)平臺(tái)中免費(fèi)開(kāi)源了業(yè)內(nèi)首個(gè)“口罩人臉檢測(cè)及分類模型”，助力各行業(yè)疫情防控。

模型開(kāi)源后，中石油旗下中油瑞飛、北京地鐵集團(tuán)等紛紛部署。北京地鐵項(xiàng)目中，飛槳團(tuán)隊(duì)連夜計(jì)劃部署方案，并在3天內(nèi)完成第一版快速部署，7天內(nèi)進(jìn)行了兩次模型升級(jí)、三次現(xiàn)場(chǎng)部署調(diào)試、多次策略優(yōu)化，最終部署上線，實(shí)現(xiàn)了在地鐵站實(shí)時(shí)視頻流中，準(zhǔn)確地對(duì)未戴口罩以及錯(cuò)誤佩戴口罩的情況進(jìn)行檢測(cè)。

這基本上可以滿足通用場(chǎng)景的需求，同時(shí)在此基礎(chǔ)上，還開(kāi)放了一個(gè)定制化開(kāi)發(fā)的模型。通過(guò)這個(gè)模型，可以利用現(xiàn)有私有環(huán)境下的數(shù)據(jù)，進(jìn)行二次訓(xùn)練，從而做到符合各個(gè)應(yīng)用場(chǎng)景。

除了戴口罩和不戴口罩的分類檢測(cè)，戴口罩后的人臉識(shí)別問(wèn)題百度也解決了。

前段時(shí)間，大家經(jīng)常開(kāi)的一個(gè)玩笑是蘋(píng)果手機(jī)引以為傲的人臉識(shí)別功能，在這次疫情中似乎表現(xiàn)不理想。而且蘋(píng)果好像沒(méi)有更新相關(guān)的功能，因?yàn)樗膊皇羌円曈X(jué)，它是通過(guò)結(jié)構(gòu)光的原理。

現(xiàn)在百度大廈辦公區(qū)，戴口罩人臉識(shí)別也已落地使用，大家可以正常戴口罩通過(guò)閘機(jī)。其實(shí)，百度內(nèi)部在疫情發(fā)生之前就已經(jīng)養(yǎng)成通過(guò)刷臉進(jìn)閘機(jī)的習(xí)慣。

除了前面講的人臉識(shí)別，其實(shí)我們說(shuō)的復(fù)工有“三劍客”：

1、安全碼，綠碼相關(guān)產(chǎn)品國(guó)家聯(lián)合三大運(yùn)營(yíng)商已經(jīng)完成。

2、要戴口罩，口罩的檢測(cè)問(wèn)題我們也解決了。

3、快速測(cè)溫，進(jìn)入小區(qū)、商場(chǎng)時(shí)需要測(cè)體溫。

測(cè)體溫有一個(gè)很直接的問(wèn)題——效率。例如百度復(fù)產(chǎn)復(fù)工的時(shí)候，地鐵站口、百度大廈、百度科技園附近都會(huì)涉及這個(gè)問(wèn)題。

尤其在上班高峰期很多人要入場(chǎng)。如果用傳統(tǒng)的手持測(cè)溫儀肯定不行。所以，我們就選用紅外探頭，結(jié)合視覺(jué)的人臉檢測(cè)技術(shù)，與人臉檢測(cè)定位圖兼顧，進(jìn)行快速測(cè)溫，大幅提高效率。

效率可想而知。利用AI圖像識(shí)別，我們一分鐘單通道下可以測(cè)200個(gè)人，同時(shí)AI測(cè)溫操作起來(lái)也會(huì)相對(duì)容易。

有了安全碼、有了口罩人臉檢測(cè)，又有了智能測(cè)體溫。那么，面向一個(gè)企業(yè)的、完整可行的AI批量復(fù)工解決方案就已經(jīng)完成了。

這個(gè)解決方案我們也開(kāi)放出來(lái)，助力其他企業(yè)復(fù)產(chǎn)復(fù)工。

疫情信息披露和辟謠

大家都知道信息披露及時(shí)披露公開(kāi)透明是非常重要的。所以各家也都第一時(shí)間上線了相關(guān)的產(chǎn)品。百度也做了這樣一個(gè)平臺(tái)，把疫情的相關(guān)信息和防護(hù)指南以及防疫信息都發(fā)布在了這個(gè)平臺(tái)上，通過(guò)搜百度APP進(jìn)行發(fā)布。

在疫情信息中，我們專門(mén)開(kāi)辟了一個(gè)疫情相關(guān)的辟謠專欄，對(duì)信息進(jìn)行把關(guān)。

線上問(wèn)診

線上問(wèn)診也是疫情時(shí)期上線的一項(xiàng)應(yīng)用，為解決短時(shí)間內(nèi)突然增加的問(wèn)診需求問(wèn)題。

這是第一次由于疫情原因產(chǎn)生的大量問(wèn)診情況，同時(shí)被迫將線下轉(zhuǎn)到線上，與此前推廣的在線問(wèn)診功能不太一樣，有一個(gè)主動(dòng)與被動(dòng)之間的差異。醫(yī)生其實(shí)更加積極地歡迎這部分技術(shù)。

我聽(tīng)說(shuō)在美國(guó)疫情爆發(fā)初期，在線問(wèn)診量一周內(nèi)增加了10倍。國(guó)內(nèi)也是類似情況。

目前，百度后臺(tái)統(tǒng)計(jì)截止2020年3月19日有接近3000萬(wàn)的咨詢量，其中單日的咨詢量達(dá)85萬(wàn)。

我們對(duì)比一下中國(guó)最大的三甲醫(yī)院——鄭州大學(xué)第一附屬醫(yī)院，最近一年的年門(mén)診量線下大約是770萬(wàn)，而現(xiàn)在每天的線上咨詢量就可以達(dá)到85萬(wàn)。

當(dāng)然，問(wèn)診的問(wèn)題也不單單是肺炎，也有許多日常的疾病。

除了生理上，還會(huì)有心理上的問(wèn)題，比如心理焦慮，尤其是疫情核心地區(qū)的人。所以我們第一時(shí)間也上線了疫情的心理干預(yù)、心理重建問(wèn)診平臺(tái)，同時(shí)做了一些公開(kāi)課，去傳播一些必要的心理防護(hù)信息。

同時(shí)，我們也開(kāi)通了海外版，惠及海外華人。

雖然線上問(wèn)診需求強(qiáng)烈，我們7×24小時(shí)的免費(fèi)服務(wù)的模式很好，但是這里的平均響應(yīng)時(shí)間還是要5分鐘，同時(shí)還要在10萬(wàn)以上的醫(yī)生全面配合的情況下，才能達(dá)到這樣的響應(yīng)時(shí)間。那么我們進(jìn)一步思考，這個(gè)時(shí)間是不是可以進(jìn)一步縮短，給大家的體驗(yàn)更優(yōu)呢？操作瓶頸在哪里？

這個(gè)時(shí)候我們可以考慮利用分級(jí)診療和預(yù)分診的模式，引入AI技術(shù)去解決線上咨詢量激增導(dǎo)致的醫(yī)生人力不足問(wèn)題，以提高問(wèn)診效率，結(jié)果是顯而易見(jiàn)的。后期我們引入了線上問(wèn)診的AI輔助功能。

線上問(wèn)診界面

我們分為兩塊：

第一方面，就是自己去查，查你感興趣的信息，比如你可能想了解疫情相關(guān)的疾病，或者是想了解在這個(gè)情況下，自己的慢病需不需要干預(yù)？需不需要醫(yī)生介入？這時(shí)候，你可能直接通過(guò)一些關(guān)鍵詞查到自己想要的信息。

如果只是這些需求，那么連機(jī)器人那一關(guān)都不用過(guò)就可以解決了。

第二方面，當(dāng)自查不能解決你的問(wèn)題時(shí)，就需要通過(guò)一個(gè)自查機(jī)器人，根據(jù)自身情況提供一個(gè)切實(shí)可行的建議。比如建議你轉(zhuǎn)人工問(wèn)診，或者你自己認(rèn)為機(jī)器人不靠譜，還是想選擇進(jìn)入人工模式。那么這個(gè)時(shí)候再介入人工，

這個(gè)就是分級(jí)診療的思路，合理地對(duì)有限的人力資源進(jìn)行再分配，以提高整體的效率和效果。

這個(gè)功能模塊我們?cè)谕獠恐宦涞亓?家，包括天津醫(yī)科大學(xué)第二醫(yī)院、深圳龍崗人民醫(yī)院、沈陽(yáng)第四醫(yī)院等。在內(nèi)部，我們通過(guò)百度的很多流量入口，把相關(guān)的一些問(wèn)詢轉(zhuǎn)到這邊來(lái)。

根截止3月底，問(wèn)答機(jī)器人的整體調(diào)用次數(shù)超過(guò)100萬(wàn)。預(yù)問(wèn)診、病人自測(cè)這一部分共有116萬(wàn)次調(diào)用，F(xiàn)AQ自查的調(diào)用超過(guò)4萬(wàn)次。上面是我們一家合作醫(yī)院的截圖。

開(kāi)源算法和免費(fèi)服務(wù)

第一部分關(guān)于新冠CT的影像分析。我們第一時(shí)間就做了開(kāi)源。但這一塊的同質(zhì)化還是比較高的，后期可能有接近30家做了這類工作。 

新冠肺炎的科研成果也引起了很大的關(guān)注，這里我列了一篇綜述總結(jié)了相關(guān)的一些文章。大家更關(guān)注的可能是數(shù)據(jù)，我列了兩個(gè)典型的數(shù)據(jù)給大家參考。

第一部門(mén)是號(hào)稱現(xiàn)在最大的CT數(shù)據(jù)集，大家好像對(duì)這個(gè)數(shù)據(jù)集不是很滿意，因?yàn)閳D片不是原始圖片，是從已發(fā)表的論文里摳出來(lái)的。但對(duì)于某些分割任務(wù)來(lái)說(shuō)，可能還是有用的。第二部分是新冠肺炎的一個(gè)網(wǎng)站，這個(gè)網(wǎng)站上面有10個(gè)完整的CT序列。

接下來(lái)，我們還要用到一些技術(shù)、算法去進(jìn)行相應(yīng)的藥物和疫苗研究，其中一個(gè)關(guān)鍵就是RNA二級(jí)結(jié)構(gòu)的預(yù)測(cè)。2019年7月份，我們?cè)诿绹?guó)的研究院發(fā)布了LinearFold算法。相比于傳統(tǒng)算法，我們有120倍的提速。1月底，我們將這個(gè)算法開(kāi)源。

新冠肺炎病毒是目前單體RNA病毒里面序列最長(zhǎng)的，有3萬(wàn)多個(gè)堿基。所以，傳統(tǒng)的測(cè)序時(shí)間通常要55分鐘，而我們現(xiàn)在可以做到27秒，節(jié)省兩個(gè)數(shù)量等級(jí)的等待。

第三部分，百度翻譯。在NLP方面，我們的翻譯也面向生物醫(yī)療領(lǐng)域，進(jìn)行了定向的優(yōu)化和免費(fèi)的開(kāi)源服務(wù)，將多語(yǔ)種疫情詞典免費(fèi)開(kāi)放。

第一部分，我主要說(shuō)的是百度的抗疫工作，包括智能外呼、抗疫機(jī)器人的研發(fā)及使用、遷徙大數(shù)據(jù)平臺(tái)、AI口罩檢測(cè)及測(cè)溫功能、疫情信息披露辟謠的處理和線上問(wèn)診、算法開(kāi)源等。

循證AI賦能基層

百度智慧醫(yī)療到底是干什么的？

我介紹一下百度的技術(shù)方案和布局思路，包括CDSS、眼底產(chǎn)品以及醫(yī)療AI的產(chǎn)學(xué)研用生態(tài)建設(shè)。

在我看來(lái)，中國(guó)目前的醫(yī)療問(wèn)題還是醫(yī)療資源的結(jié)構(gòu)性失衡，換句話說(shuō)，就是供給不足，供需矛盾嚴(yán)重。 

中國(guó)萬(wàn)人醫(yī)生擁有量17.9名，這個(gè)數(shù)據(jù)在全球范圍內(nèi)看來(lái)，其實(shí)還是不錯(cuò)的。所謂的失衡，其實(shí)不僅是指醫(yī)生不夠，而是患者都想去最高級(jí)別的醫(yī)院，也就是我們常說(shuō)的三甲醫(yī)院。

而一級(jí)醫(yī)院占總體量數(shù)量的66%，負(fù)責(zé)診療的人次才17%。怎么去彌補(bǔ)三甲醫(yī)院供求關(guān)系之間的“鴻溝”？最直接的就是增加醫(yī)生培養(yǎng)的量，培養(yǎng)醫(yī)生至少8-10年，醫(yī)生培養(yǎng)出來(lái)還有水平區(qū)分。

第二個(gè)，健康中國(guó)2030綱要指出，以后的醫(yī)療方向是以治病為中心，轉(zhuǎn)向健康為中心，也就是醫(yī)療體系系統(tǒng)的中心轉(zhuǎn)移。以前是以醫(yī)院為中心，現(xiàn)在轉(zhuǎn)成以患者為中心的新局面。

轉(zhuǎn)變過(guò)程中，肯定要發(fā)生供需變化、技術(shù)變化。

轉(zhuǎn)變里面，信息化和AI都是關(guān)鍵詞，給AI帶來(lái)很多機(jī)會(huì)。診療體系劃分成診前、診中、診后三個(gè)主要環(huán)節(jié)，主要涉及信息化服務(wù)、智能服務(wù)、還有云服務(wù)三方面技術(shù)，AI是貫穿始末的。線上診斷、篩查、診斷、治療、健康管理5個(gè)模塊都有AI的體現(xiàn)。

上面兩點(diǎn)都有，包括AI可以作用的這兩點(diǎn)：

一、系統(tǒng)性失衡，結(jié)構(gòu)失衡就要需要增加供給。

二、中心轉(zhuǎn)移，自然會(huì)引入智能化和信息化技術(shù)。

我們把它拆到診療和健康管理的各個(gè)環(huán)節(jié)，以及各個(gè)相關(guān)方。

我們認(rèn)為，外界的環(huán)境機(jī)遇已經(jīng)來(lái)到。我們很早發(fā)現(xiàn)從政府、醫(yī)院、患者、技術(shù)成熟度四大方面，人工智能醫(yī)療會(huì)有加速爆發(fā)的發(fā)展。 

第一、人工智能相關(guān)政策已經(jīng)列入國(guó)家戰(zhàn)略，各大垂直領(lǐng)域的應(yīng)用都得到國(guó)家支持和鼓勵(lì)，包括分級(jí)診療、互聯(lián)網(wǎng)醫(yī)院，疫情爆發(fā)以后，更加得到政府的大力支持。

第二、醫(yī)院本身對(duì)收入增加和成本降低的需求。AI如果在這個(gè)過(guò)程中解決了提高效率的難題，可以增加營(yíng)收和降低成本。

第三、患者。隨著自身經(jīng)濟(jì)水平的提升，收入增加，群眾的健康意識(shí)越來(lái)越強(qiáng)，投入也會(huì)增加，會(huì)更愿意享受優(yōu)質(zhì)醫(yī)療服務(wù)。這里也有兩部分，一部分就是預(yù)防，AI分診、篩查都屬于預(yù)防類。還有治療，一旦得病，需要更高水平的診療。醫(yī)院如果能提供更高效或性能更好的輔診方案，會(huì)被大家所逐漸采用和接納。

所以AI的作用，不完全是低價(jià)勞動(dòng)力的等價(jià)物，對(duì)于尖端服務(wù)和特種服務(wù)，同樣可以起到輔助作用。

但是，如果技術(shù)并不能滿足使用者需求，甚至后期還會(huì)存在一堆詬病，會(huì)導(dǎo)致付費(fèi)的意愿降低。所以核心技術(shù)就是人工智能、大數(shù)據(jù)以及信息化，包括互聯(lián)網(wǎng)，這些技術(shù)隨著10年、20年的積累，已經(jīng)可以比較好地解決一些特定問(wèn)題。

百度AI的技術(shù)積淀

百度是一家更側(cè)重技術(shù)、技術(shù)驅(qū)動(dòng)的科技企業(yè)。百度的AI布局已10年之久，大規(guī)模機(jī)器學(xué)習(xí)平臺(tái)等都走在前面，現(xiàn)在更是進(jìn)入了AI變現(xiàn)的階段。 

百度大腦是百度人工智能技術(shù)的集大成。最底下一層是基礎(chǔ)層：算法、數(shù)據(jù)、算力。上面是感知層、認(rèn)知層，在往上是平臺(tái)層，還有貫穿全流程的AI安全能力。

有了AI技術(shù)儲(chǔ)備之后，再去面向場(chǎng)景實(shí)現(xiàn)具體應(yīng)用。在百度的AI布局生態(tài)里面，醫(yī)療是其中的一支，我們一直在進(jìn)行嘗試和探索，也已有落地的成果。

前面我們提到三個(gè)要素：需求、機(jī)遇，充分的技術(shù)積淀。

今天我選的題目是百度循證AI賦能基層醫(yī)療，這是我們的核心愿景。我用循證的思想去賦能基層醫(yī)療?！?strong>循證AI”、“賦能”、“基層醫(yī)療”是百度智慧醫(yī)療思路，也是優(yōu)勢(shì)，更是特點(diǎn)。

產(chǎn)品的應(yīng)用場(chǎng)景和用戶就在基層。主要是有兩個(gè)原因：

第一、一級(jí)醫(yī)院代表基層，體量高達(dá)66%，占了2/3。

第二、基層醫(yī)院診療次數(shù)少，是因?yàn)榛鶎俞t(yī)生和大醫(yī)院醫(yī)生水平有差距。小病不愿意去看醫(yī)生，重病又總是想要一個(gè)確定性的診療方案，所以患者都集中在二級(jí)和三級(jí)醫(yī)院。

基層醫(yī)生由于自身能力欠缺，又得不到足夠鍛煉，診療水平就受到進(jìn)一步限制。

所以，基層需求的體量客觀存在，醫(yī)生能力需提升的痛點(diǎn)問(wèn)題又非常直接，這些基層醫(yī)生水平不可能一夜之間就有所提高。

如何處理？我們需要把高水平的東西帶到基層醫(yī)院，通過(guò)AI技術(shù)把三甲醫(yī)院醫(yī)生的專業(yè)能力和知識(shí)，積淀下沉到基層醫(yī)院，在信息傳遞過(guò)程中發(fā)揮重要作用。

同時(shí)，我們要保證傳遞的內(nèi)容是正確的。所以，我們利用AI技術(shù)可以從診療信息輸入得到結(jié)論輸出，再整合診療推理路徑、相關(guān)病征和病例做印證，就稱之為循證。

其次是賦能，為什么我們不自己完成、非要賦能呢？

百度是一家技術(shù)公司，賦能最符合我們的身份定位，干好自己擅長(zhǎng)的事情，才能形成一個(gè)良好的合作生態(tài)，尤其在基層，通過(guò)智慧醫(yī)療技術(shù)中臺(tái)的解決方案，賦能醫(yī)院、健康管理運(yùn)營(yíng)商等醫(yī)療行業(yè)合作伙伴，把三甲醫(yī)院的能力傳遞下去，提升基層診療水平。

我列了一些以百度技術(shù)平臺(tái)為中間橋梁，在此基礎(chǔ)上向外進(jìn)行延伸的醫(yī)療組織機(jī)構(gòu)。

在中間為靈醫(yī)智慧中臺(tái)服務(wù)商，在外面是基層的醫(yī)院、家庭、康復(fù)養(yǎng)老機(jī)構(gòu)、體檢機(jī)構(gòu)等等，組成這樣的生態(tài)圖。這個(gè)是我們的業(yè)務(wù)合作生態(tài)圖，我后面會(huì)講到產(chǎn)業(yè)生態(tài)圖。

百度業(yè)務(wù)合作生態(tài)圖

從健康場(chǎng)景開(kāi)始，大體分為院內(nèi)和院外，有不同的功能需求和模塊。把它們?nèi)坎痖_(kāi)，再組合，就可以做同類項(xiàng)合并及整理。需求提煉之后，我們總結(jié)到一個(gè)“智慧中臺(tái)”，中臺(tái)具有輔助科研、輔助臨床、輔助健康服務(wù)及質(zhì)量管理的能力。

首先，由上至下提供需求，下面要提供技術(shù)支持解決對(duì)應(yīng)問(wèn)題，中間進(jìn)行合攏，再進(jìn)行同質(zhì)化的抽取。

技術(shù)層面，我們把中臺(tái)解決方案分成五類，包括數(shù)據(jù)治理、決策系統(tǒng)、健康管理方案、交互方案和影像篩查方案。再去最底層的智能引擎，找可以用的工具組裝這些方案，完成合攏，最后形成智能中臺(tái)的解決方案和相應(yīng)能力。

在技術(shù)棧，主要分為幾點(diǎn)。

第一、對(duì)于醫(yī)院的大數(shù)據(jù)進(jìn)行治理，最主要的就是結(jié)構(gòu)化，通過(guò)質(zhì)控把不合適的數(shù)據(jù)丟掉，將異構(gòu)數(shù)據(jù)結(jié)構(gòu)化，使得數(shù)據(jù)能被算法所應(yīng)用。這些數(shù)據(jù)輸出后，對(duì)于科研、院內(nèi)信息盤(pán)點(diǎn)都有幫助。

第二、CDSS輔助臨床決策系統(tǒng)，是比較重要的部分，需要通過(guò)AI技術(shù)處理提供輔助診斷、治療方案推薦、相似病例推薦、醫(yī)囑質(zhì)控及醫(yī)學(xué)知識(shí)查詢等臨床決策支持服務(wù)。

所以，對(duì)于一個(gè)病人相關(guān)信息的輸入，要通過(guò)AI系統(tǒng)給出一個(gè)輸出，這些輸出是跟診療的一些路徑相關(guān)聯(lián)的。在診療過(guò)程中，我們后面也會(huì)分為五大模塊介紹。

在人力和資源有限的情況下，我們要集中滿足最迫切和最大的需求，即滿足基層醫(yī)院的需要。我們打造適合它的產(chǎn)品，基層CDSS就是重中之重。同時(shí)，它是覆蓋了全流程，診前、診中、診后，我剛才提到多場(chǎng)景支持，院內(nèi)院外的場(chǎng)景也都是支持的。

第一個(gè)是輔助問(wèn)診，既給病人也給醫(yī)生，幫助醫(yī)生在線詢問(wèn)患者問(wèn)題，其次是幫助病人做一些自我判斷。

第二個(gè)是輔助診斷，有了一些初步信息后，如果是常見(jiàn)病，我們要給出相關(guān)診斷建議。

比如我們的基層版CDSS里面，共收錄了300多種常見(jiàn)病。我們會(huì)輸出患病風(fēng)險(xiǎn)比較高的病種，供醫(yī)生參考。

如果得不出結(jié)論，需要進(jìn)一步檢查，輔助檢查也會(huì)根據(jù)現(xiàn)在狀況，推薦進(jìn)一步檢查方案，最后去開(kāi)處方。之后我們進(jìn)行兩個(gè)控制：第一、醫(yī)囑（質(zhì)量）控制，第二、治療方案推薦。

基層臨床輔助決策系統(tǒng)具有深、全、易的特點(diǎn)，全流程輔助診斷、全病種覆蓋，同時(shí)操作學(xué)習(xí)成本低。

輔助診斷中要提高診斷水平，降低漏診誤診率，核心方面包括

一、全面——覆蓋廣，基層涉及的300多種常見(jiàn)病，我們都要能覆蓋到。

二、準(zhǔn)確——減少誤診，現(xiàn)在我們top3準(zhǔn)確率已經(jīng)達(dá)到95%。

三、有邏輯——可解釋，得出的結(jié)論是怎么回事？不止診斷結(jié)論，還要給病人和醫(yī)生個(gè)說(shuō)法，結(jié)論怎樣得出的。涉及邏輯推理過(guò)程，可以從知識(shí)圖譜里得到。

治療方案的推薦。我們根據(jù)病人的基本信息、主訴、現(xiàn)病史等病歷信息推薦合理的檢查檢驗(yàn)、用藥及手術(shù)治療等方案。這些都可以基于知識(shí)圖譜的推理得到，從歷史數(shù)據(jù)和專門(mén)文獻(xiàn)學(xué)習(xí)相關(guān)知識(shí)進(jìn)行推薦。

里面提到的能力，要通過(guò)實(shí)踐進(jìn)行驗(yàn)證，也是產(chǎn)品迭代、打磨的過(guò)程。目前我們已經(jīng)落地實(shí)施15個(gè)省市自治區(qū)，服務(wù)數(shù)萬(wàn)名醫(yī)生，落地了1000多家機(jī)構(gòu)。

在北京平谷地區(qū)就有CDSS產(chǎn)品的落地，就診基本實(shí)現(xiàn)全流程質(zhì)控，科學(xué)治療方案推薦并提示風(fēng)險(xiǎn)，降低醫(yī)生工作強(qiáng)度、同時(shí)提供全面專業(yè)的知識(shí)查詢功能，這個(gè)案例也入選了 MIT Tech Review亞洲醫(yī)療AI報(bào)告的重點(diǎn)案例。

健康管理

醫(yī)療體系的中心從治病轉(zhuǎn)到了管理。智慧健康管理平臺(tái)以患者為中心，使患者及健康人群在家可以享受周期病情監(jiān)控。

近年，中國(guó)引入了與國(guó)外比較相似的家庭醫(yī)生角色。家庭醫(yī)生的痛點(diǎn)問(wèn)題在于工作量、患者依從性差，提升家庭醫(yī)生服務(wù)質(zhì)量的同時(shí)還要進(jìn)行高效管理。同時(shí)也是側(cè)重解決慢病患者的疾病管理問(wèn)題，打通醫(yī)生和患者之間的橋梁。百度獨(dú)有的“小度在家”的C端智能終端產(chǎn)品，可以建立家庭健康服務(wù)的互聯(lián)互通閉環(huán)。

小度在家是一個(gè)帶屏的智能音箱，特別適合慢病患者，尤其是語(yǔ)音交互功能，讓操作非常簡(jiǎn)單，更加適合行動(dòng)不便者和老人。

它會(huì)對(duì)慢病病人進(jìn)行用藥、鍛煉、飲食的提醒和指導(dǎo)。它的另一核心功能就是病人問(wèn)診，通過(guò)智能分導(dǎo)診助手進(jìn)行接診，可以直接聯(lián)系家庭醫(yī)生，并通過(guò)視頻進(jìn)行通訊。同時(shí)，它還包括血壓、血糖的管控和用藥管理服務(wù)。小度的另外一端就是IOT設(shè)備（藍(lán)牙和附件），幫助患者監(jiān)測(cè)體征。

醫(yī)生也可以通過(guò)這個(gè)平臺(tái)把自己的管理手段下沉，使醫(yī)患之間形成雙向互動(dòng)。

眼底影像AI分析系統(tǒng)

我在眼底這塊投入的精力比較多。目前，我們可以做到多病種覆蓋，提高基層醫(yī)生篩查能力，因?yàn)槭侨愥t(yī)療器械，所以審批流程比較長(zhǎng)。

靈醫(yī)智惠d的眼底AI已經(jīng)覆蓋了70%以上的眼底常見(jiàn)疾病，具備比較的好自動(dòng)篩查能力，敏感性和特異性都是達(dá)到了94%。用于訓(xùn)練測(cè)試的數(shù)據(jù)量比較大，可以達(dá)到10萬(wàn)量級(jí)數(shù)據(jù)。

我們還做了一個(gè)差異化的東西，現(xiàn)在已經(jīng)可以在設(shè)備端閱片。這樣排除對(duì)于網(wǎng)絡(luò)的需求，我們是在端上進(jìn)行運(yùn)算，模型是固化的，可以10秒左右在端上快速出閱片結(jié)果。

此外，我們不停地跟各個(gè)廠商進(jìn)行打磨，希望可以進(jìn)行聯(lián)合配置，這樣使得現(xiàn)在的機(jī)型適配能力比較強(qiáng)，適配比較主流的國(guó)內(nèi)外產(chǎn)品。

我想用右上角這個(gè)圖解釋了一下什么叫循證。我們是根據(jù)醫(yī)生確定疾病的診療路徑去設(shè)計(jì)架構(gòu)。以深度算法為支撐的子模塊是黑盒，我們整體的判斷邏輯是白盒的，但是每一個(gè)具體的模塊里面可能是白盒，也可能是黑盒。這樣的算法再做進(jìn)行二次對(duì)齊，最后來(lái)給出一個(gè)置信度更高的解決方案。

我們的一些應(yīng)用案例包括糖尿病視網(wǎng)膜病變、青光眼、黃斑區(qū)病變及高風(fēng)險(xiǎn)病理性近視等。

做醫(yī)學(xué)影像很“麻煩”，核心部分就是數(shù)據(jù)，這直接關(guān)系到質(zhì)量，保證數(shù)據(jù)質(zhì)量高就要標(biāo)注好。醫(yī)生水平參差不齊，來(lái)自各個(gè)地方，流派也不一樣，需要統(tǒng)一的標(biāo)準(zhǔn)。因此，我們自己就制定《面向人工智能的眼底彩照標(biāo)注與質(zhì)量控制》標(biāo)準(zhǔn)。

為什么說(shuō)3.5個(gè)病種？其實(shí)這個(gè)病理性近視，我們是合到了黃斑病變里。因?yàn)椴±硇越曋饕w現(xiàn)在后極部，跟黃斑區(qū)疾病有高度重合，所以我們把它放在黃斑病里面。由于病理性近視放在黃斑區(qū)病變里，所以我們說(shuō)是3.5類疾病。

在和中山眼科張秀蘭老師團(tuán)隊(duì)合作下，做了多次討論和打磨后，試標(biāo)了上萬(wàn)張數(shù)據(jù)，并測(cè)試了我們自己生產(chǎn)的一些數(shù)據(jù)。當(dāng)然，這個(gè)標(biāo)準(zhǔn)只是自己用很浪費(fèi)，我們希望這個(gè)標(biāo)準(zhǔn)可以用來(lái)處理行業(yè)的問(wèn)題，也在積極的對(duì)外進(jìn)行推廣。

我們把企業(yè)標(biāo)準(zhǔn)升級(jí)成團(tuán)體標(biāo)準(zhǔn)，依托中國(guó)質(zhì)量協(xié)會(huì)進(jìn)行發(fā)布。同時(shí)我們還對(duì)方案進(jìn)行輸出，形成SG16-Q28國(guó)際標(biāo)準(zhǔn)提案，目前還在完善中。

因?yàn)獒t(yī)療相關(guān)行業(yè)比較特殊，不光是某個(gè)企業(yè)單方面發(fā)力就能解決問(wèn)題，還需要多元化生態(tài)存在。技術(shù)不光體現(xiàn)在應(yīng)用方面，還有前沿東西需要研究。我們攜手中山眼科舉辦了iChallenge系列眼底AI挑戰(zhàn)賽項(xiàng)目，目前為止我們?cè)谵k第五屆。

美國(guó)時(shí)間4月3號(hào)的ADAM比賽，我們的相關(guān)的決賽信息也發(fā)布了。REFUGE2是我們下一個(gè)比賽，在2020年10月份，不過(guò)考慮到疫情影響，可能存在變成線上的風(fēng)險(xiǎn)。

我們積極為學(xué)者打造共享數(shù)據(jù)庫(kù)的平臺(tái)，也提供給大家比拼的平臺(tái)。之前的ADAM比賽里，前兩名都是企業(yè)，第1名是韓國(guó)、第2名是印度，中國(guó)企業(yè)并不是不行，主要原因是這次抗疫中大家都比較忙，學(xué)生也沒(méi)有時(shí)間參賽。

比賽的總結(jié)論文，第1個(gè)比賽REFUGE已發(fā)在MIA上，MIA是醫(yī)學(xué)影像領(lǐng)域的頂刊。

后面幾個(gè)比賽，一些參賽隊(duì)的文章還在我手里審稿過(guò)，我認(rèn)為質(zhì)量都是挺好的。這次ADAM比賽之后，韓國(guó)、法國(guó)已經(jīng)有興趣參與貢獻(xiàn)數(shù)據(jù)，眼科影像研究會(huì)更加生態(tài)化，已經(jīng)初步被推動(dòng)起來(lái)。

再例如OMIA會(huì)議，今年已經(jīng)第7屆。從最早時(shí)候二三十人參會(huì)到現(xiàn)在受到上百人關(guān)注，我認(rèn)為會(huì)議質(zhì)量還是很不錯(cuò)的。

在生態(tài)建設(shè)方面，我們一直積極推動(dòng)，數(shù)據(jù)也分享給大家。

我們也編輯了相關(guān)領(lǐng)域工具書(shū)及專題論文集。去年，這本《COMPUTATIONAL RETINAL IMAGE ANALYSIS》就發(fā)表了，百度代表產(chǎn)業(yè)界進(jìn)行獨(dú)立章節(jié)的貢獻(xiàn)。

除了在產(chǎn)學(xué)研方面的貢獻(xiàn)，我們的產(chǎn)品也在逐漸落地。在這個(gè)過(guò)程中，我們也贏得了認(rèn)可和榮譽(yù)。

主要是CDSS落地案例入選MIT科技評(píng)論，AI眼底篩查系統(tǒng)也幫助百度入選52家改變世界的公司，同時(shí)還攜手中國(guó)信通院參與發(fā)布白皮書(shū)等。我們的眼底篩查系統(tǒng)也向泰國(guó)公主做過(guò)體驗(yàn)展示，并且亮相了央視展臺(tái)。

最后列出大家感興趣的信息，提供了一頁(yè)的take-home message鏈接。感謝大家的聆聽(tīng)，也非常感謝雷鋒網(wǎng)提供了這樣的一個(gè)好機(jī)會(huì)。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。