資本大量涌入醫(yī)療人工智能領(lǐng)域，截至2017年8月份，根據(jù)億歐智庫的統(tǒng)計(jì)，國(guó)內(nèi)醫(yī)療人工智能公司中有104家累積融資額已超過180億人民幣。

從這幾個(gè)數(shù)字中也可看出當(dāng)今醫(yī)療AI的火爆程度。那么在這個(gè)領(lǐng)域中到底什么才是最為關(guān)鍵的因素？醫(yī)療廠商、算法亦或是數(shù)據(jù)？

在近日由深圳市福田區(qū)人民政府指導(dǎo)，晶泰科技、騰訊主辦，輝瑞制藥、北京大學(xué)深圳研究院、科輝創(chuàng)新承辦的2017人工智能＋醫(yī)藥健康創(chuàng)新峰會(huì)上，浙江大學(xué)睿醫(yī)人工智能研究中心副主任吳福理談了談他的看法。

在吳福理看來，技術(shù)是提供給醫(yī)生的工具，而非用來取代醫(yī)生的。他認(rèn)為AI最后的智慧會(huì)達(dá)到全人類整體的平均水平但不會(huì)超過人類，因?yàn)獒t(yī)療是開放性問題，不像圍棋屬于封閉式問題。

除此之外，他還多次提到標(biāo)準(zhǔn)化數(shù)據(jù)的重要性。

吳福理表示，沒有標(biāo)準(zhǔn)化的數(shù)據(jù)，AI就無從談起?，F(xiàn)階段所有AI公司都在籠聚一些大型三甲醫(yī)院，形成數(shù)據(jù)聯(lián)盟。未來的醫(yī)療數(shù)據(jù)，尤其是臨床數(shù)據(jù)，會(huì)像今天移動(dòng)支付領(lǐng)域的數(shù)據(jù)一樣，在大家使用后，國(guó)家會(huì)成立類似金融“網(wǎng)聯(lián)”一樣的醫(yī)療數(shù)據(jù)連接中心將這些數(shù)據(jù)聚集起來，并統(tǒng)一制定數(shù)據(jù)標(biāo)準(zhǔn)、標(biāo)注標(biāo)準(zhǔn)，病種影像數(shù)據(jù)標(biāo)準(zhǔn)。

提及對(duì)醫(yī)療AI的展望，吳福理表示，關(guān)于服務(wù)醫(yī)生、醫(yī)院、用戶端，所有的信息技術(shù)都會(huì)往云上走，往AI上靠。

如今，所有醫(yī)院的信息系統(tǒng)都在升級(jí)，通過傳感器收集更多病人數(shù)據(jù)。人工智能最終是想讓患者了解自己，讓醫(yī)生更了解患者，讓醫(yī)療過程更加精準(zhǔn)，讓第三方服務(wù)更科學(xué)，醫(yī)療管理更科學(xué)。所有公司都會(huì)朝這個(gè)方向發(fā)展，不限于APP或PC，不限于移動(dòng)還是非移動(dòng)，不限于云端還是終端。

隨后，吳福理也談到了睿醫(yī)人工智能研究中心，他們的愿景是以人工智能為翼助力醫(yī)療服務(wù)，從檢測(cè)的量化到診斷評(píng)估到干預(yù)治療。

以下是吳福理現(xiàn)場(chǎng)演講文稿，雷鋒網(wǎng)做了不改變?cè)獾男薷呐c編輯：

我在浙大睿醫(yī)人工智能研究中心任職，今天給大家分享下這幾方面的經(jīng)驗(yàn)：

• 第一是醫(yī)學(xué)人工智能現(xiàn)狀。

• 第二是醫(yī)學(xué)人工智能展望，有哪些領(lǐng)域容易突破，計(jì)算機(jī)技術(shù)能輔助醫(yī)生做些什么？這個(gè)領(lǐng)域到底哪些組成比較關(guān)鍵？

• 第三是談?wù)務(wù)愦箢ａt(yī)人工智能研究中心的狀況。

醫(yī)學(xué)人工智能現(xiàn)狀

從數(shù)據(jù)角度看，國(guó)家在這方面已有不少的布局和規(guī)劃。關(guān)于人工智能的討論，以“自動(dòng)駕駛出了事故到底是誰負(fù)責(zé)”這一問題為例，國(guó)家已頒布了相關(guān)規(guī)范。那么在醫(yī)療人工智能領(lǐng)域，如果機(jī)器出了問題，到底是誰的責(zé)任？

醫(yī)生？機(jī)器？醫(yī)院？

人出錯(cuò)，人們往往可以能忍受，認(rèn)為情有可原，但機(jī)器出錯(cuò)，很多人無法容忍。這其實(shí)是一個(gè)誤解。

目前浙江省、福建、江西，已經(jīng)有一定的標(biāo)準(zhǔn)去建立第三方影像中心。現(xiàn)在一個(gè)商用CT器械，如西門子的雙源CT，拍一個(gè)人可以出2000張數(shù)據(jù)。而200張數(shù)據(jù)大概就200MB，如果一個(gè)醫(yī)院一年數(shù)據(jù)達(dá)數(shù)十個(gè)TB，十個(gè)醫(yī)院、一個(gè)城市的數(shù)據(jù)就是幾個(gè)PB級(jí)，這么龐大的數(shù)據(jù)怎么分析？

如果有了足夠的數(shù)據(jù)和明確規(guī)范，成立“國(guó)家隊(duì)”機(jī)構(gòu)也不無可能。

現(xiàn)在所有的AI公司都會(huì)籠聚一些大三甲醫(yī)院，形成數(shù)據(jù)聯(lián)盟。未來的醫(yī)療數(shù)據(jù)，尤其是臨床的各種數(shù)據(jù)，會(huì)像今天移動(dòng)支付領(lǐng)域的數(shù)據(jù)一樣，在大家使用之后，國(guó)家會(huì)成立類似金融“網(wǎng)聯(lián)”一樣的醫(yī)療數(shù)據(jù)連接中心將這些數(shù)據(jù)聚集起來，形成數(shù)據(jù)標(biāo)準(zhǔn)、標(biāo)注標(biāo)準(zhǔn)，病種影像數(shù)據(jù)標(biāo)準(zhǔn)。

我認(rèn)為會(huì)朝這個(gè)方向發(fā)展。

如今大大小小的公司都在不同領(lǐng)域解決醫(yī)生、醫(yī)院各種各樣的痛點(diǎn)。會(huì)看到計(jì)算機(jī)領(lǐng)域大量創(chuàng)業(yè)公司利用大量APP搶不同的入口：院內(nèi)、院外或者病人健康數(shù)據(jù)、醫(yī)療健康、診斷、醫(yī)藥，再到平時(shí)跟老百姓直接相關(guān)的。這些APP更多服務(wù)于老百姓，服務(wù)于醫(yī)生群體的反而比較少。

現(xiàn)在大家都在講用人工智能、大數(shù)據(jù)解決醫(yī)院的問題。但實(shí)際現(xiàn)狀是相關(guān)技術(shù)及設(shè)備只在北上廣深、沿海城市有所應(yīng)用，在西部甚至有的三乙醫(yī)院連信息化都沒有完全做到，數(shù)據(jù)都沒有標(biāo)準(zhǔn)化。

沒有標(biāo)準(zhǔn)化的數(shù)據(jù)，怎么做大數(shù)據(jù)AI？舉例說，大家聽到最多的就是讓AI閱片。一個(gè)病人拍了雙源CT，200張到2000張的數(shù)據(jù)，醫(yī)生開始看片子，看到有病灶，開始寫報(bào)告并給病人。這個(gè)數(shù)據(jù)對(duì)AI公司一點(diǎn)作用都沒有，因?yàn)椴⒉恢朗窃谀囊粡垐D片上面有病灶。

這里我們就會(huì)發(fā)現(xiàn)，現(xiàn)在數(shù)據(jù)非常稀缺，稀缺到AI公司會(huì)去大三甲醫(yī)院花費(fèi)100元買一張帶標(biāo)注的數(shù)據(jù)，光買數(shù)據(jù)就要花上千萬。在這形勢(shì)下，創(chuàng)業(yè)公司怎么跟BAT競(jìng)爭(zhēng)。

再者就是數(shù)據(jù)安全問題。醫(yī)療上80%是影像數(shù)據(jù)，而影像數(shù)據(jù)一個(gè)案例都有幾百兆。大部分人都在講云端處理，我個(gè)人更傾向于數(shù)據(jù)，計(jì)算機(jī)的AI學(xué)習(xí)在云端，而最后的推理一定是在終端。

關(guān)于AI的工具，慢慢偏向于終端發(fā)展。我覺得在醫(yī)療領(lǐng)域，終端比云端更重要，因?yàn)樵贫耸菍W(xué)習(xí)推理能力，未來如果數(shù)據(jù)標(biāo)準(zhǔn)化，所有AI公司都拿到，標(biāo)準(zhǔn)級(jí)數(shù)據(jù)不再那么貴時(shí)，你在終端的推理能力可能變得更加重要。當(dāng)然，在中國(guó)把這個(gè)做框架推導(dǎo)的，還沒有這樣的實(shí)力。硅谷已經(jīng)把AI學(xué)習(xí)框架全部公開?，F(xiàn)在相對(duì)來說算法是比較平了，尤其是在工程領(lǐng)域。

下面講講幾個(gè)巨頭在醫(yī)療人工智能上的進(jìn)展：

• IBM Watson大家很熟悉，它像一個(gè)搜索引擎，更多做文本分析，但并沒有太多的結(jié)合對(duì)應(yīng)的各種影像學(xué)數(shù)據(jù)和病理學(xué)數(shù)據(jù)。

• Google在糖網(wǎng)方向做得比較好，他們有很多數(shù)據(jù)是花錢購(gòu)入的。醫(yī)療門檻比較高，最近一段時(shí)間大部分創(chuàng)業(yè)公司或者BAT開始買醫(yī)療數(shù)據(jù)，或者以聯(lián)合建實(shí)驗(yàn)室的方式變相買數(shù)據(jù)。

• 從國(guó)內(nèi)來說，騰訊在醫(yī)療領(lǐng)域布局比較多，全國(guó)有三家互聯(lián)網(wǎng)醫(yī)療方面的公司走得比較前面，這三家公司全都得到了騰訊的投資。

與他們合作的醫(yī)院我都會(huì)關(guān)心有沒有結(jié)合醫(yī)療流程。對(duì)于醫(yī)生或者病人來說，我并不介意是不是AI為我看的病，對(duì)醫(yī)生來說更介意的是會(huì)不會(huì)影響正常的醫(yī)療流程。大部分做影像AI公司都會(huì)另做一套系統(tǒng)，而醫(yī)生平時(shí)每天用的系統(tǒng)在中國(guó)是被上百家小廠商(HIS廠商、EMR廠商、PACS/RIS廠商、集成系統(tǒng)廠商等等)控制的，。你可以想象這樣的AI落地有多困難。對(duì)醫(yī)生來說，不可能今天在醫(yī)院用那個(gè)系統(tǒng)，突然跳到另外一個(gè)系統(tǒng)用AI再來閱片有沒有毛病，告訴我提示什么，我再反過來用現(xiàn)在的系統(tǒng)。

醫(yī)學(xué)人工智能的展望

關(guān)于服務(wù)醫(yī)生、醫(yī)院、用戶端，所有的信息技術(shù)都往云上走，往AI上靠。所有醫(yī)院的信息系統(tǒng)在升級(jí)，通過傳感器收集更多病人的數(shù)據(jù)。人工智能最終是想患者了解自己、醫(yī)生更清楚患者、讓醫(yī)療過程更加精準(zhǔn)、讓第三方服務(wù)更科學(xué)、醫(yī)療管理更科學(xué)。所有的公司都是朝這個(gè)方向發(fā)展，不限于用APP或者什么技術(shù)，是移動(dòng)還是非移動(dòng)，云端還是終端。

想要做好這五點(diǎn)，每一點(diǎn)都要投入大量的工作，當(dāng)你收集足夠多的數(shù)據(jù)后，就會(huì)有用戶畫像。一個(gè)人一生的數(shù)據(jù)沉淀不是在一個(gè)醫(yī)院，而是在一個(gè)城市，從你在一個(gè)城市出生，婦產(chǎn)科、兒科再到普通科室。這些云如果能以城市級(jí)別的信息收集，個(gè)人的健康數(shù)據(jù)會(huì)更加全，對(duì)AI更有作用。

大家談到的醫(yī)藥，新藥實(shí)驗(yàn)，醫(yī)學(xué)知識(shí)圖譜，人工智能輔助分析，眼科。把這些管理全部數(shù)據(jù)化，當(dāng)有大量數(shù)據(jù)時(shí)就可以做很多工作，比如最典型的醫(yī)保欺詐。如果我知道城市級(jí)別整個(gè)醫(yī)保數(shù)據(jù)，通過數(shù)據(jù)挖掘和可視化的手段就可以探測(cè)到欺詐，可視化領(lǐng)域不僅僅有這個(gè)作用。當(dāng)然，醫(yī)療是其中一個(gè)應(yīng)用而已。

做輔助診斷，拿睿醫(yī)來說，因?yàn)槲覀兪且粋€(gè)隸屬于浙江大學(xué)的科研機(jī)構(gòu)，我們的研究更多偏向于解決問題來醫(yī)生輔助，不追逐市場(chǎng)熱點(diǎn)。所以說，在甲狀腺、前列腺、宮頸癌、肺這方面和醫(yī)院合作會(huì)比公司稍微有優(yōu)勢(shì)，因?yàn)槲覀兒歪t(yī)院科研合作方面可以得到更加高質(zhì)量的數(shù)據(jù)。有數(shù)據(jù)顯示我國(guó)醫(yī)療影像診斷錯(cuò)誤的比例，在某些地區(qū)和某些診斷領(lǐng)域高達(dá)35%，個(gè)別基層醫(yī)院的誤診率甚至更高。AI能提升到50%就非常有意義，因?yàn)槟芴嵘鶎俞t(yī)療醫(yī)生的醫(yī)療水平。

健康方面的檢測(cè)，比如醫(yī)療保險(xiǎn)，這都是跟學(xué)術(shù)相關(guān)的，不做詳細(xì)解讀。

睿醫(yī)人工智能研究中心

我們的愿景是人工智能助力醫(yī)療服務(wù)。在幾個(gè)領(lǐng)域都已做了一些工作，從檢測(cè)的量化到診斷評(píng)估到干預(yù)治療。

第一件需要做的事是標(biāo)準(zhǔn)化的工具。我可以提供一個(gè)標(biāo)準(zhǔn)化工具讓醫(yī)生標(biāo)注哪兒的數(shù)據(jù)有問題。再過兩個(gè)月之后成立一個(gè)數(shù)據(jù)聯(lián)盟，聯(lián)合一些大的醫(yī)院，形成一個(gè)標(biāo)準(zhǔn)化規(guī)范化標(biāo)注結(jié)果。雖然你在各種醫(yī)療AI大賽看到一些數(shù)據(jù)，但那些影像的數(shù)據(jù)對(duì)放射科醫(yī)生來說沒多大作用，因?yàn)闃?biāo)注太簡(jiǎn)單了。比如肺結(jié)節(jié)，下面分六種類型，如果計(jì)算機(jī)沒有足夠的六種類型的詳細(xì)標(biāo)注數(shù)據(jù)，現(xiàn)在的深度學(xué)習(xí)技術(shù)不能精確判斷，那么醫(yī)生還要重新看，AI的實(shí)際作用大大打折扣。

可以做AR/VR工具，增強(qiáng)病患溝通。也可以做免費(fèi)問診，這里做一些問診匹配，已經(jīng)做得相對(duì)還可以。在TOP1能達(dá)到30%多。這個(gè)結(jié)果對(duì)全科醫(yī)生很有用。做精準(zhǔn)匹配，對(duì)病人來說口述是什么，搜索相關(guān)醫(yī)生或者科室給他推薦。在一級(jí)科室分類準(zhǔn)確率比較低，二級(jí)科室TOP5已經(jīng)可以使用。

關(guān)于眼底檢測(cè)，做到四方面專利。眼底檢測(cè)可以判斷一般患者80%的慢性疾病。如果通過非侵入式的檢查患者的眼底，通云端或終端設(shè)備判斷給出建議，這個(gè)比一般的侵入式檢查好很多。

視網(wǎng)膜病變，分辨率是90%，精確度已經(jīng)達(dá)到75%。兩年前我們做這件事的還不多，現(xiàn)在有不少公司在做。我們跟北京同仁醫(yī)院合作了很久。

骨齡領(lǐng)域做了一些工作，骨齡是判斷小孩發(fā)育成長(zhǎng)快和慢的。如果這個(gè)小孩只有六歲，骨齡關(guān)節(jié)閉合程度達(dá)到7歲，就發(fā)育過快了。醫(yī)生有一個(gè)圖譜，收集大量圖，會(huì)看兩個(gè)圖的對(duì)比。這個(gè)圖譜是多少年來形成的，會(huì)有一定的誤差，醫(yī)生讀片誤差一般在一歲，而計(jì)算機(jī)誤差在三個(gè)月以下。當(dāng)然，有些科研數(shù)據(jù)已經(jīng)精確到一個(gè)月了。有些領(lǐng)域是可以快速的做初篩，減少醫(yī)生大量重復(fù)的勞動(dòng)，整個(gè)提升醫(yī)療的水平。雷鋒網(wǎng)雷鋒網(wǎng)

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。