在日前舉行的“云棲大會(huì)”上，阿里健康開辟了“智慧醫(yī)療”專場(chǎng)，對(duì)外界分享了阿里健康如何用互聯(lián)網(wǎng)技術(shù)、人工智能技術(shù)賦能醫(yī)療，打造智慧健康平臺(tái)的規(guī)劃。雷鋒網(wǎng)奔赴大會(huì)現(xiàn)場(chǎng)第一時(shí)間進(jìn)行了跟蹤和報(bào)道。

在“智慧醫(yī)療”專場(chǎng)的圓桌討論環(huán)節(jié)，中國(guó)信息協(xié)會(huì)醫(yī)療衛(wèi)生和健康產(chǎn)業(yè)分會(huì)會(huì)長(zhǎng)宋新作為主持人，和飛利浦醫(yī)療科技大中華區(qū)副總裁陳勝裕、阿斯利康信息技術(shù)部副總裁徐晶、輝瑞中國(guó)副總裁谷成明，以及阿里健康副總裁張亮，就醫(yī)療+AI領(lǐng)域的挑戰(zhàn)和基于展開了思想交鋒。

幾位嘉賓一致認(rèn)為，將AI應(yīng)用于醫(yī)療領(lǐng)域主要面臨兩大挑戰(zhàn)——數(shù)據(jù)和人才。飛利浦醫(yī)療科技大中華區(qū)副總裁陳勝裕指出，“中國(guó)的數(shù)據(jù)量非常龐大，但還沒有形成大數(shù)據(jù)，因?yàn)楹芏鄶?shù)據(jù)還沒結(jié)構(gòu)化和標(biāo)準(zhǔn)化?！?/strong>此外，數(shù)據(jù)的質(zhì)量也參差不齊，且分散在全國(guó)各處的信息化系統(tǒng)中，對(duì)接起來(lái)十分困難。

主持人宋新表示，現(xiàn)階段跨界復(fù)合人才的培養(yǎng)非常關(guān)鍵。中國(guó)目前的人工智能人總共不到5萬(wàn)人，高校每年培養(yǎng)出來(lái)的人才也只有不到2000人。既懂醫(yī)療又懂人工智能的更是少之又少。只有解決了人才問題，才能真正突破國(guó)家在人工智能領(lǐng)域發(fā)展的瓶頸。

關(guān)于醫(yī)療+AI的未來(lái)，阿里健康副總裁張亮提出了兩大方向——普惠和精準(zhǔn)醫(yī)療。一方面，中國(guó)的醫(yī)療資源十分緊缺，僅僅依靠人力無(wú)法覆蓋所有人，但科技的力量可以做到這一點(diǎn)。張亮認(rèn)為，未來(lái)可以通過(guò)可穿戴設(shè)備監(jiān)測(cè)用戶的健康數(shù)據(jù)，預(yù)測(cè)疾病風(fēng)險(xiǎn)，讓老百姓真正享受到科技帶來(lái)的福利。

另一方面，我們正在朝著精準(zhǔn)化醫(yī)療時(shí)代邁進(jìn)。未來(lái)，健康和身體都可以被數(shù)據(jù)化，將極大地推動(dòng)新藥研發(fā)和個(gè)性化治療方案的發(fā)展。張亮認(rèn)為，這對(duì)所有科技和IT領(lǐng)域的企業(yè)都是巨大的機(jī)會(huì)。

以下是幾位嘉賓思想交鋒的全部?jī)?nèi)容，雷鋒網(wǎng)做了不改變?cè)獾恼砭庉嫞?/strong>

主持人：首先請(qǐng)各位嘉賓介紹一下各自企業(yè)在醫(yī)療AI領(lǐng)域的業(yè)務(wù)探索。

徐晶：坦白說(shuō)，阿斯利康最近才開始利用大數(shù)據(jù)。我們發(fā)現(xiàn)，大數(shù)據(jù)開始在慢病的全病程管理中發(fā)揮作用。如何用數(shù)據(jù)打通全病程的疾病管理，并提供智能化的診療，是我們目前正在探索的方向。

陳勝裕：可能很多人不知道，飛利浦也非常專注大數(shù)據(jù)和人工智能技術(shù)的研究。我們期待和生態(tài)伙伴一起，通過(guò)人工智能技術(shù)，將病人的個(gè)人生活狀況、個(gè)人體征、專業(yè)診斷資料、病歷，以及出院后的健康信息等串聯(lián)起來(lái)。進(jìn)而追蹤其健康狀況，對(duì)疾病做預(yù)防性、介入性的診斷和治療。

谷成明：輝瑞不僅提供創(chuàng)新的藥物，還在疾病管理方面下了非常多的功夫。我們差不多四年前就開始研究大數(shù)據(jù)和人工智能在醫(yī)療方面的應(yīng)用，包括人工智能輔助的自動(dòng)風(fēng)險(xiǎn)評(píng)估和臨床決策系統(tǒng)。

我們的機(jī)器人輔助系統(tǒng)可以告訴醫(yī)生，什么時(shí)候該做什么樣的檢查，采用何種治療方案。目前國(guó)內(nèi)已有超過(guò)3萬(wàn)人使用。

我們還滿足病人端的需求，比如病人不知道得了某種病后該吃什么藥，該怎么運(yùn)動(dòng)，我們就開發(fā)了一個(gè)機(jī)器人問答系統(tǒng)。

此外，醫(yī)生對(duì)病人進(jìn)行電話隨訪非常費(fèi)時(shí)費(fèi)力，我們正在嘗試用機(jī)器人進(jìn)行輔助隨訪，我相信在不遠(yuǎn)的將來(lái)大家就會(huì)看到這樣的服務(wù)。    

張亮：阿里健康在醫(yī)療AI領(lǐng)域的工作主要有以下幾個(gè)方面：

一、醫(yī)療影像。今天影像的精度越來(lái)越高，而且病人拍片子更加頻繁，可能每個(gè)月都會(huì)拍一張，所以機(jī)器在高精度影像和癌癥等疾病的預(yù)測(cè)方面可以做很多事情。比如肺結(jié)節(jié)的篩查，剛開始機(jī)器也許只能識(shí)別出這是不是肺結(jié)節(jié)；但未來(lái)也許還能識(shí)別出這是什階段的肺結(jié)節(jié)?；蛘邔?duì)病人每隔一段時(shí)間拍的片子進(jìn)行比較，分析病情的變化趨勢(shì)，這是醫(yī)生很難做到的。

二、基于檢查、檢驗(yàn)結(jié)果，給出用藥方案。后續(xù)機(jī)器可以根據(jù)病人的檢查結(jié)果，告訴他什么情況下該用什么樣的藥，目前這方面的準(zhǔn)確率已經(jīng)非常高了。

三、醫(yī)療大數(shù)據(jù)。機(jī)器不一定能完全替代人，但它可以幫助人記憶很多東西。很多地方的醫(yī)生看過(guò)的病人數(shù)量有限，僅憑自身經(jīng)驗(yàn)很難判斷某些疾病。但未來(lái)機(jī)器可以告訴醫(yī)生，之前數(shù)據(jù)庫(kù)里類似的病人是怎么治療的，大概花了多少錢，術(shù)后恢復(fù)情況如何。這樣一來(lái)就能幫助提高廣大醫(yī)生的醫(yī)療知識(shí)水平，惠及中國(guó)廣大的十幾億人口。

此外還有虛擬培訓(xùn)系統(tǒng)，通過(guò)AI模擬真實(shí)病人供醫(yī)生學(xué)習(xí)：假如遇到這樣的病人該如何治療，治療后效果如何？這是全新的高科技培訓(xùn)系統(tǒng)，而不是像過(guò)去一樣的答題系統(tǒng)。

主持人：每家企業(yè)都有不同的發(fā)展歷程，我想請(qǐng)教幾位嘉賓，你們?cè)卺t(yī)療AI研發(fā)的過(guò)程中遇到了哪些障礙和困境。

徐晶：我們走過(guò)一些彎路，今天在這里分享體會(huì)比較深的。

談到醫(yī)療、健康、大數(shù)據(jù)或人工智能，最大的問題在于數(shù)據(jù)的來(lái)源和質(zhì)量。在座各位很多都是醫(yī)療行業(yè)出身，都了解中國(guó)醫(yī)院系統(tǒng)的信息孤島現(xiàn)象，這里暫且不提。

病人全病程的管理主要有兩個(gè)重要場(chǎng)景：一個(gè)是醫(yī)院，另一個(gè)是家里或者路上。醫(yī)院里的數(shù)據(jù)有相當(dāng)一部分依賴于不同的系統(tǒng)，需要提取出來(lái)，而且涉及很多手工操作。舉個(gè)很簡(jiǎn)單的例子，雖然現(xiàn)在信息技術(shù)已經(jīng)非常普及了，但住院查房時(shí)，還是大主任在前面查，后面的人錄音下來(lái)錄入系統(tǒng)。這種手工產(chǎn)生的數(shù)據(jù)，質(zhì)量上存在比較大的問題。

慢病的長(zhǎng)期管理方面，以前缺少可穿戴設(shè)備等監(jiān)控手段，病人回到家后，醫(yī)生無(wú)法讓他自愿自發(fā)地長(zhǎng)期提供數(shù)據(jù)。這對(duì)醫(yī)生來(lái)說(shuō)是一項(xiàng)巨大的挑戰(zhàn)。未來(lái)，隨著物聯(lián)網(wǎng)技術(shù)的普及和傳輸技術(shù)的更迭，病人在家時(shí)其個(gè)人特征數(shù)據(jù)和診斷數(shù)據(jù)也能源源不斷地自動(dòng)上傳，降低慢病管理的難度。病人在醫(yī)院和家里的數(shù)據(jù)，我們稱之為H2H，只有將這些數(shù)據(jù)集成在一起，才能在病人的全病程管理上發(fā)揮作用。我認(rèn)為這是接下來(lái)需要克服的一個(gè)比較大的障礙。

陳勝裕：剛剛徐總提到了數(shù)據(jù)的來(lái)源和質(zhì)量問題。其實(shí)我也經(jīng)常和朋友聊中國(guó)的醫(yī)療大數(shù)據(jù)問題。我常常說(shuō)，中國(guó)的數(shù)據(jù)量非常龐大，但還沒有形成大數(shù)據(jù)，因?yàn)楹芏鄶?shù)據(jù)還沒結(jié)構(gòu)化和標(biāo)準(zhǔn)化。這是AI在健康醫(yī)療領(lǐng)域應(yīng)用的最大瓶頸。

張教授提到，假如用最好的算法，僅靠小數(shù)據(jù)就能得到精準(zhǔn)的計(jì)算結(jié)果。AI技術(shù)已經(jīng)發(fā)展很久了，有很多數(shù)據(jù)可以供我們進(jìn)行演算。但是在臨床上這些數(shù)據(jù)是否精準(zhǔn)，需要有臨床經(jīng)驗(yàn)的積累才能判斷。不同的疾病和臨床檢驗(yàn)會(huì)產(chǎn)生不同的數(shù)據(jù)，如果沒有經(jīng)過(guò)標(biāo)準(zhǔn)化和結(jié)構(gòu)化的處理就將其提供給算法，會(huì)帶來(lái)很嚴(yán)重的問題。我認(rèn)為這是人工智能技術(shù)應(yīng)用于健康醫(yī)療領(lǐng)域需要突破的重大困境。

谷成明：我覺得最大的挑戰(zhàn)是認(rèn)知問題?，F(xiàn)在環(huán)境好了很多，四年前我去找人合作，我說(shuō)人工智能可以幫助醫(yī)生看病，很多人還沒聽完就說(shuō)不可能。很多時(shí)候我們跟合作伙伴喝了好幾趟酒，工作還是沒辦法進(jìn)展。在這一點(diǎn)上，南方遠(yuǎn)遠(yuǎn)好于北方。

具體到技術(shù)實(shí)踐方面，我同意前面兩位嘉賓講的，數(shù)據(jù)是最大的挑戰(zhàn)。區(qū)別好醫(yī)生和差醫(yī)生主要有兩方面的依據(jù)，一是知識(shí)，二是經(jīng)驗(yàn)，機(jī)器也一樣?，F(xiàn)在機(jī)器學(xué)習(xí)知識(shí)很簡(jiǎn)單，把各種論文中的知識(shí)成果放進(jìn)去就行了，這在技術(shù)上沒有問題。缺的是非常好的數(shù)據(jù)，數(shù)據(jù)經(jīng)過(guò)機(jī)器轉(zhuǎn)化后就成了經(jīng)驗(yàn)。有些掌握了優(yōu)質(zhì)數(shù)據(jù)的人不太愿意跟別人分享，我希望未來(lái)在這方面能有所突破。

張亮：我認(rèn)為困難主要有兩方面：一方面是人才，一方面是數(shù)據(jù)。

人工智能和醫(yī)療需要兩撥最聰明的人互相理解，共同合作。對(duì)于阿里巴巴來(lái)說(shuō)，技術(shù)并不是挑戰(zhàn)。阿里巴巴在人工智能領(lǐng)域是比較領(lǐng)先的，但在醫(yī)療領(lǐng)域，我們還是一個(gè)剛?cè)腴T的小學(xué)生。我們的研發(fā)人員和產(chǎn)品人員需要知道，人工智能在醫(yī)療的哪個(gè)領(lǐng)域能夠帶來(lái)最大的貢獻(xiàn)，這僅靠阿里巴巴的力量是不夠的。人工智能和醫(yī)療方面的跨學(xué)科人才比其他交叉學(xué)科更為難得，需要時(shí)間和國(guó)家的培養(yǎng)。

再說(shuō)數(shù)據(jù)方面。今天的醫(yī)療數(shù)據(jù)有很多，但用來(lái)訓(xùn)練模型時(shí)不能只拼數(shù)量，還要拼質(zhì)量。比如肺癌，光有肺相關(guān)的數(shù)據(jù)是不夠的，因?yàn)榉伟┯泻芏喾中?，我們還要找到這些分型的數(shù)據(jù)，這是非常困難的。所以我們跟醫(yī)院和很多廠商建立和合作關(guān)系。但數(shù)據(jù)還是非常分散，分布在全國(guó)各處的信息化系統(tǒng)中，對(duì)接起來(lái)非常困難。

第三，醫(yī)療人工智能還是新興事物。希望國(guó)家能出臺(tái)相關(guān)的法律政策進(jìn)行推動(dòng)和宏觀把控。   

主持人：我概括一下，前面提到了兩個(gè)關(guān)鍵問題：數(shù)據(jù)問題和人才問題。確確實(shí)實(shí)，現(xiàn)階段跨界復(fù)合人才的培養(yǎng)非常關(guān)鍵。中國(guó)目前的人工智能人總共不到5萬(wàn)人，高校每年培養(yǎng)出來(lái)的人才也只有不到2000人。既懂醫(yī)療又懂人工智能的更是少之又少。只有解決了人才問題，才能真正突破國(guó)家在人工智能領(lǐng)域發(fā)展的瓶頸。

中國(guó)的數(shù)據(jù)很多，但是不夠大，質(zhì)量也不夠高，導(dǎo)致能夠應(yīng)用于人工智能的數(shù)據(jù)并不多。另外，今年年底網(wǎng)絡(luò)安全法馬上就要推行了，接下來(lái)國(guó)家對(duì)于數(shù)據(jù)的采集、存儲(chǔ)和市場(chǎng)化應(yīng)用都會(huì)有一系列要求，將提高數(shù)據(jù)整合的門檻。

關(guān)于人工智能在醫(yī)療領(lǐng)域的應(yīng)用，國(guó)內(nèi)企業(yè)側(cè)重于輔助診斷，包括幫醫(yī)生提高效率和疾病預(yù)測(cè)等；國(guó)際上則偏向新藥研發(fā)。我想請(qǐng)問阿斯利康和輝瑞的兩位老總，在用AI研發(fā)新藥方面，能否給國(guó)內(nèi)的藥企一些建議。

谷成明：醫(yī)藥的研發(fā)分兩塊，一塊是R（research）一塊是D（develop）。藥物的研發(fā)費(fèi)用非常高，輝瑞每年的藥物研發(fā)投入大概是70億美金。藥物研發(fā)需要大量的人力，每個(gè)項(xiàng)目都恨不得有幾千個(gè)人去做，但很可能做兩三年一種藥也研發(fā)不出來(lái)，風(fēng)險(xiǎn)很大?，F(xiàn)在我們可以用人工智能去模擬實(shí)驗(yàn)室里的化學(xué)反應(yīng)，不需要所有試驗(yàn)都在實(shí)驗(yàn)室里進(jìn)行。

臨床研究的花費(fèi)是最多的，如何通過(guò)人工智能為新藥找到合適的病人呢？我們現(xiàn)在可以通過(guò)大數(shù)據(jù)的方法做聚類分析，把臨床研究的數(shù)目變得非常小，而且避免了不良反應(yīng)。我覺得國(guó)內(nèi)公司可以在這方面做一些探索。

徐晶：我補(bǔ)充一點(diǎn)，做藥物研發(fā)的企業(yè)和機(jī)構(gòu)，首先要做好最基礎(chǔ)的工作——數(shù)字化。現(xiàn)在的藥物研發(fā)過(guò)程中，還存在很多手工工作。比如在研發(fā)階段，數(shù)字化可以加速數(shù)據(jù)的提取速度。另外，在臨床研究階段，數(shù)字化也可以加速病人入組等過(guò)程。

主持人：謝謝兩位專家。大概一周前，我看到多倫多有個(gè)機(jī)構(gòu)開展了一個(gè)用AI研發(fā)藥物的比賽，有幾個(gè)團(tuán)隊(duì)只用了幾秒鐘就研發(fā)出了一種新藥。我當(dāng)時(shí)想，難道未來(lái)老百姓也可以用AI來(lái)設(shè)計(jì)適合自己的藥物嗎？現(xiàn)在看來(lái)，也許真會(huì)有這么一天。

我們知道，CFDA為人工智能和創(chuàng)新型醫(yī)療器械專門開辟了一個(gè)部門，負(fù)責(zé)審批未來(lái)智能化的高端醫(yī)療器械。我想請(qǐng)教陳總，如何將這些智能設(shè)備家庭化和便捷化呢？

陳勝裕：各位都知道，飛利浦有很多大型的影像設(shè)備和監(jiān)護(hù)設(shè)備?，F(xiàn)在所有的硬件都數(shù)字化了，都聯(lián)網(wǎng)了；要提升硬件的性能，獲取更清晰的影像和更精準(zhǔn)的體征信息，必須依靠AI和軟件。過(guò)去這些年，飛利浦賣出了很多醫(yī)療設(shè)備，積累了很多病人的信息和臨床知識(shí)，也掌握了很精確的算法。此外，我們也在跟蹤臨床上的國(guó)際標(biāo)準(zhǔn)?；谶@些信息，我們可以建立相應(yīng)的模型，用于疾病診斷和風(fēng)險(xiǎn)評(píng)估。

那么，如何將其應(yīng)用到個(gè)人和家庭場(chǎng)景呢？臨床上非常大的挑戰(zhàn)之一，就是如何將用戶的體征信息與專業(yè)的臨床信息和數(shù)據(jù)串聯(lián)起來(lái)，因?yàn)楹芏嘈畔⑹瞧问健㈦s亂、沒有經(jīng)過(guò)結(jié)構(gòu)化的。

未來(lái)，隨著個(gè)人穿戴設(shè)備標(biāo)準(zhǔn)的規(guī)范化，這些設(shè)備采集到數(shù)據(jù)就能更好地與專業(yè)病歷上的信息進(jìn)行比較和分析。加上在AI、大數(shù)據(jù)蓬勃發(fā)展的背景下，大家積極推動(dòng)數(shù)據(jù)的標(biāo)準(zhǔn)化和結(jié)構(gòu)化，這一場(chǎng)景將更加容易實(shí)現(xiàn)。

飛利浦也在積極推動(dòng)這件事情，希望基于我們?cè)趥€(gè)人和專業(yè)醫(yī)療方面的洞悉，利用AI技術(shù)和生態(tài)伙伴搭建起信息串聯(lián)的平臺(tái)，實(shí)現(xiàn)數(shù)據(jù)的靈活運(yùn)用。

主持人：今天整個(gè)會(huì)議的主題都圍繞著智能醫(yī)療，所以我想請(qǐng)作為東道主的張亮副總裁描繪一下對(duì)未來(lái)智慧醫(yī)療的展望和暢想。

張亮：我對(duì)未來(lái)智慧醫(yī)療的展望可以用兩個(gè)關(guān)鍵詞概括：

第一個(gè)關(guān)鍵詞是普惠。中國(guó)的醫(yī)療資源很緊缺，僅僅依靠人力很難照顧到全國(guó)那么多的老百姓，但科技的能力可以幫助我們做到這一點(diǎn)。

前面提到了很多智慧醫(yī)療的應(yīng)用，對(duì)醫(yī)生和醫(yī)院非常重要。我們?cè)谥腔坩t(yī)療市場(chǎng)的切入點(diǎn)肯定是這些專業(yè)人士，首先要讓他們感受到人工智能帶來(lái)的益處。但對(duì)于阿里巴巴來(lái)說(shuō)，我們的長(zhǎng)遠(yuǎn)目標(biāo)是讓普通老百姓也能享受到人工智能帶來(lái)的福利。比如，通過(guò)智能手表上的芯片采集監(jiān)測(cè)用戶的健康數(shù)據(jù)，分析其患病風(fēng)險(xiǎn)?，F(xiàn)在很多公司已經(jīng)在做這方面的嘗試了。阿里巴巴擁有幾億用戶，具備非常好的條件最早將AI應(yīng)用到普通百姓的生活當(dāng)中，從根本上提升他們的健康水平。

第二個(gè)關(guān)鍵詞是精準(zhǔn)醫(yī)療。過(guò)去的醫(yī)學(xué)主要是循證醫(yī)學(xué)，但未來(lái)醫(yī)學(xué)將朝著精準(zhǔn)醫(yī)療的方向發(fā)展。這對(duì)所有IT和科技領(lǐng)域的公司都是非常巨大的機(jī)會(huì)。未來(lái)，健康和身體可以被數(shù)據(jù)化，每個(gè)人都有自己的數(shù)據(jù)；看病不一定要體檢，也許帶個(gè)U盤就夠了；醫(yī)生和機(jī)器在診斷中都占很大的比重?；谥委煼椒ê腿梭w信息的數(shù)字化，我們還可以推出基因診斷、個(gè)性化醫(yī)療、新藥研發(fā)等個(gè)性化的醫(yī)療應(yīng)用。

這一切也許并沒有我們想象的那么遙遠(yuǎn)，很可能只需要20年現(xiàn)在的醫(yī)學(xué)就能取得巨大的飛躍。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。