医疗界冲出一批"黑马"！被巨头纷纷盯上，BAT抢先投资！你看病也将更便利...
我国正日益面临人口老龄化的问题，慢性病患者群体增长，优质医疗紧缺。
随着技术的发展，人们逐渐寄希望于通过人工智能来解决医疗行业的痛点，不少初创公司开始获得投资界的青睐。
医疗人工智能获投资界青睐 应用成最大难题
据统计，自2013年到2017年，中国医疗人工智能行业共获得241笔融资。其中，2017年国内医疗人工智能行业公布的融资事件近30起，融资总额超过18亿元。而到了2018年，资本对于医疗人工智能市场的热情依旧不减，仅2018上半年就有18家公司获投，总金额超过31亿元。截至2018年6月，中国共有89家医疗人工智能创业企业获得投资，总金额约219.38亿元。
腾讯医疗健康战略发展高级总监 江浩然：要真正培养一个医生，在一个专业领域里面能够有比较准确突出的表现，这个过程可能要十年以上，但是现在医疗的需求不断的增加，包括老龄化，慢性病，肿瘤等，疾病的发病率每年都在上升的情况下，短期内如何去解决？行业正在想用技术的手段，特别是最近人工智能的影像识别能力已经可以达到在医学里面有一些应用了。
巨头企业更是提前纷纷布局医疗人工智能行业，今年7月，腾讯正式发布“腾讯觅影”乳腺肿瘤筛查AI系统，首次在国内利用人工智能实现了乳腺肿瘤的良恶性判别，并能自动生成乳腺影像报告和数据系统(BI-RADS)分级报告。
百度和阿里云就相继推出了各自的“医疗大脑”。近日，阿里巴巴联合杭州建德市第一人民医院推出AI电子病历质检系统，利用人工智能技术给病历“挑错”，推动电子病历规范化，同样受到关注。
乐普医疗战略投资部负责人 刘明宇：AI可能跟互联网有点类似，跟互联网+有点类似，一旦错过了起步晚，可能就彻底很难在后面追赶，所以现在很多的投资是在花钱试错，或者再确切地讲是不想错失这个赛道。
目前中国大多数初创企业以辅助诊断为主要业务，而具体业务又以影像学、智能辅助诊断系统和语音识别为主，涵盖的疾病较广，但多偏重于基于图像识别的影像学、病理图片识别的疾病，如肺癌、宫颈癌等。不过业界人士表示，虽然资本的热情将医疗人工智能初创企业推上风口，但对于创业公司来说，如何实现商业化是一个巨大的难题。与此同时，同行的竞争及巨头吞并也给这些企业带来一定的困难。
乐普医疗战略投资部负责人 刘明宇：AI在医疗领域最大的问题可能是没有一个非常好的商业模式落地，或者没有形成真正的闭环，实现自我的造血能力。主要原因是可能还没有找到特别好应用，目前都在不断的试错阶段。
人工智能算法提高数据准确性 诊断以医生为准
人工智能算法通过一系列深度学习，提高数据准确性，依靠是怎样的逻辑？是否意味着这些机器读出来的结果可以替代医生的判断结果呢？
央视财经记者来到深圳一家专注于做人工智能心电图的企业，看到公司负责人和研发人员正在研究如何通过提高AI技术手段把心电图数据分析的准确率提高。
他们跟记者介绍，传统的心电图数据分析算法准确率都比较低，无法满足临床医生心电图分析诊断的要求。比如房颤事件，传统检测算法的敏感率和阳性预测率一般不到60%，而人工智能算法可以显著提高分析的准确性，提交FDA注册的测试结果表明敏感率和阳性预测率均达到96%和98%。
深圳市凯沃尔电子有限公司研发经理 定明亮：在应用最新的AI技术之后，它的准确性会提高非常多。准确率是通过测试后来对比数据库的测试，包括病例实际应用，到相应的医院应用以后，对比病例的医生诊断结果，得出这个结论。
公司负责人跟记者介绍，他们把有干扰的心电图片段跟正常的心电图片段进行区分，然后把这两种片段放到AI的分类模型中进行训练，当AI模型有足够多的数据片段进行大量的训练后，识别出每个片段，是否是带干扰数据，还是属于正常心电图数据片段，主动排除了干扰数据的影响，保证后续分析结果的稳定可靠。因此，算法逻辑更接近医生的一个真实的分析阅读过程，给出的分析结果的准确率也有明显的提高。
深圳市凯沃尔电子有限公司总经理 刘畅：这个归纳出来模型叫做多导联的同步分析模型，使用这个模型可以在准确率方面带来显著的提升。
业界人士告诉记者，人工智能算法是基于大量数据的采集，对于测算出来的结果是否准确，最重要依据依然以医生的判断结果为准，并不如外界传言那样机器替代医生，因为现阶段的技术仍然需要依靠医生和专家识别问题，让模型不断地学习，提高人工智能算法的准确性。
深圳市迈科龙生物技术有限公司研发部经理 邹小川： 首先将专家组的评审结果与测算出来的结果核对，经过这样不断地迭代过程，提高自身的学习算法，把达到的效果和专家组要求的效果形成吻合，匹配度要提高，达到专家的水平。
腾讯医疗健康战略发展高级总监 江浩然：首先一定不是自己做，在这些病种的开发以及数据的合作都是和顶级的三甲医院以及顶级的专家，联合实验室以科研的方式来去共同探索，比如食管癌的早期筛查是如何进行的，然后共同去开发产品。
人工智能有效解决医生重复劳动
医疗人工智能的应用在一定程度上减少了人为因素的干扰，提高工作效率，解决了重复劳动力，让医生腾出更多时间与患者沟通。
记者来到深圳一家三甲医院，在妇科女性重大疾病早期诊断技术实验室，看到医生正在用一台人工智能的机器做早期宫颈癌筛查。
实验室的负责人告诉记者，整张合格的细胞的片子是不能低于5000个细胞的，一般情况下，一张片子包含至少上万个细胞，所以医生做检查的时候需要几分钟的时间去找到这些异常细胞。但这台机器通过人工智能的算法把22个视野内计算机认为可能是异常的细胞进行定位，这样医生只需要花一分钟的时间即可。
北京大学深圳医院妇科实验室副主任医师 王纯： 病理医生看细胞，全天忙八个小时，最多只看80张，但是如果用了这个自动扫描的机子以后，可以大大地提高工作效率，一天150到200张都没有什么大问题，同时也减少了漏诊问题。
不过，这医院的妇产科中心主任告诉央视财经记者，借助细胞自动阅片系统进行阅片，可提高敏感性，但是机器扫描仍有漏诊的机会。比如曾有一个病例临床可疑异常，但是这台机器扫描结果是阴性的。医生更换这张玻片的条码再次扫描，结果就发现了异常的细胞。
北京大学深圳医院妇产中心主任 吴瑞芳：任何一个工作做不到百分之百，尤其对人的诊断，人是非常复杂的一个有机体，这种临床诊断治疗，任何高水平的医生都做不到百分之百准确。所以细胞学诊断，人工智能这样的技术，也完做不到百分之百准确，没必要要求它达到这么高精度。
目前，中国医生资源缺口问题较为严重。有数据显示，我国医学影像数据的年增长率约为30%，而放射科医生数量的年增长率仅为4.1%，放射科医生数量的增长远不及影像数据增长。这个现象意味着放射科医生在未来处理影像数据的压力会越来越大，而人工智能的出现可以有效解决这方面的问题，用机器解决重复劳动力。
腾讯觅影首席医学顾问 杨昊臻：医生能判断很多场景以外的东西，这才是AI最欠缺的，医疗是永远不能代替人与人之间沟通的，做医疗的人工智能本质是让医生减少对机器的时间，增加对患者的时间，能够给患者多说一些话，多解释一些病情，传递一些关怀，这才是医疗的本质。
AI医疗面临标准缺失等基础问题
医疗人工智能处在风口期，与此同时，行业不得不面临着标准缺失、人才匮乏、基础差等亟待解决的问题。
央视财经记者来到深圳一家早期就开始注重人工智能在医疗领域应用的企业，企业负责人告诉记者，目前公司正在跟不同地区的医院推广一款宫颈癌早期筛查的仪器，相比三级医院、较偏远地区或者基层医疗机构的人员对于创新技术接受度偏低，这导致在向全国医院大力推行这项新技术较为困难。
深圳市迈科龙生物技术有限公司副总经理 唐盛：对于专家和三级医院来说，他们的专家对技术接收比较多，包括国外访问、新技术、厂家碰面，对于基层医院来说，对于新技术，包括AI接触的时间和机会比较少，很多情况下没有机会接触。
除此之外，记者了解到，海量大数据和计算能力是人工智能发展的必备要素，特别是在医疗数据共享方面，目前我国亟须补足短板。业内人士告诉记者，全国医院所有病人所累积的数据非常多，但是每个医院的数据并没有关联，导致这些数据是非结构化的，或者说没有统一的标准，这就是行业所谓的“数据孤岛”，而算法的通用性能力也是行业中待解决的问题。
腾讯医疗健康战略发展高级总监 江浩然：假设用食管癌的数据去训练一个AI引擎，它的应用一定只能会在食管癌的筛查，这个能够扩展以及扩展到食管的其他病症，这种触类旁通的能力，可能机器和人类有比较大的区别，或者它需要很大的数据量才能完成这个任务。
记者了解到，目前已经有多项医学人工智能产品向国家药品监督管理局(CNDA)进行申报三类器械，但没有一个被批准，用什么样的标准和规范也仍在讨论当中。
自从 2017 年 7 月 20 日国务院发布《新一代人工智能发展规划》，中国药品生物制品检定所、国家药品监督管理局(CNDA)等相关机构都在积极与行业人士接触，相关政策、监管方案都在紧锣密鼓的制定当中。不过，目前尚未通过相关政策。
深圳市迈科龙生物技术有限公司副总经理 唐盛：国内AI的使用是需要严格监管，它需要获得药监部门评估和审批，这些药监部门也在不停地完善，对AI应用这的一些指南、指导都会不停在更新。
“
医疗人工智能火了，
你期待它的哪些应用？
转载请注明“央视财经”
来源：央视财经《交易时间》
本文编辑：张晓璇
觉得不错，欢迎点赞