圆桌论坛丨大数据和人工智能，助力中国医药产业换道超车
近两年，人工智能的相关话题非常火爆，从学术界到工业界，几乎人人必谈。2016年AlphaGo打败世界冠军李世石，人工智能技术开始在各个赛道上加速。今年，AlphaGo Zero问世，从向人类图谱学习进化到不需要向人类学习。12月2日，在杭州举办的第二届中国医健创业者大会上，圆桌嘉宾就“大数据和人工智能，助力中国医药产业换道超车”这一命题展开了讨论。
主持人：
圆桌嘉宾：
美国医学与生物工程院院士
EDDA公司创始人、董事长
树兰医疗CEO
OMAHA 联盟发起人
华大基因创新中心CEO
HDA健康数据联盟发起人
以下为各嘉宾的主要观点
钱建中：大数据并不等于好数据，好数据并不等于有用的诊疗信息。将大数据转化为有用的好数据，再应用到产品仍然具有巨大的挑战性。
廖杰远：当人工智能与医疗相结合时，如果数据达不到完整性的话，就意味着风险的增加，如何基于完整数据做人工智能将会是个值得思考的问题。
郑杰：人工智能的基础是大数据，面对当下的AI风口，鉴别真正的人工智能公司同样需要以数据作为参考。
葛航：数据的质量决定了以后人工智能的产品形态，对未来产品和服务的支撑能力。
刘靓：不是特别赞成现在人工智能一定能够替代很多很多东西，应该是稳步的推进，因为技术演进有很多种。
以下为火石创造整理圆桌论坛的演讲实录：
钱建中：主要是在医疗方面的应用。人工智能是我们EDDA科技的使命，人工智能在医疗及诊疗，特别是诊疗，把人工智能带进手术室是我们的使命。
廖杰远：过去微医做了7年的连接，这是一个目的驱动的协同。数据的能力，未来通过人工智能驱动的是化学效应，智力的协同。医学的人工智能是真正可以驱动医疗价值链重组的力量。
郑杰：树兰作为未来的医院，我们时刻思考智能跟医生工作之间的匹配和帮助。
我个人对人工智能有两个层面的理解：一个是人工的智能，就是在数据科学家、医生协作下，从专家知识库到医学库，慢慢到现在的深度学习的过程。另外一个是虚拟人，卫计委提出了全新数字人的概念，怎么模拟一个人的模型两个维度，我们现在都在实践。
刘靓：华大基因实际上是世界上最大的基因组学的测试中心，有全世界30%到40%的基因组学的数据。我们的使命是数字化生命，目标是为了让人类健康。不管用什么名字，大数据也好、人工智能也好、深度学习也好，最终都是为了实现人类的健康。
钱建中：人工智能在最近这两年活起来，受两个因素的影响，一个大数据，第二数字化，第三是硬件软件方面的高速成本下降，速度提高。
廖杰远：从医疗的角度来，有两点前提因素：第一个是数据，如果没有数据，没有血液，不会有智商。数据的前提是连接，医疗数据的连接是漫长的点点滴滴的演进的过程，如果没有产品、没有数据，没有这些数据的真正的训练，不会有人工智能的应用。第二个，数据共享的前提是政策。
钱建中：大数据不等于好数据，好数据不等于有用的诊疗信息。尽管基于大数据的人工智能在医药领域表现出种种好处，但数据的碎片化、不完整性使得数据缺乏格式化和标准性。将大数据转化为有用的好数据，再应用到产品仍然具有巨大的挑战性。
在鉴别人工智能公司的同时，数据应该是动态的，并且重视临床资料。通过线下数据的连接，将碎片的数据整合起来，成为流动的数据，与医生、医院相结合，才能让数据的效用真正落地。
廖杰远：技术都是很快过时的，真正能不能有最大的应用场景，才是最重要的。场景属于衍生的活数据，动态结构化的数据，占了将近30%的分量，技术的演进占10%的比重。此外，数据共享的前提就是政策。
刘谦：真正的人工智能最后能够有功力的，往往已经有很多年的积累，不管技术的积累，数据的积累，还是应用场景的积累。
刘靓：针对数据的价值问题，可分为全数据和类脑智能两个维度来看。在第一个维度中，AI主要是在数据科学家和医生的协作下，从专家库发展到深度学习，AI针对全数据可能能够归纳总结，但归纳是靠不住的。在第二个维度中，主要从人工生命的角度，探索AI在虚拟人领域的作用，叫做类脑智能。不是特别赞成现在人工智能一定能够替代很多很多东西，应该是稳步的推进，因为技术演进有很多种。
郑杰：AlphaGo Zero给大家冲击很大，它在规则清晰的规则世界里面可以自己学习，自己维护。但在医疗领域，我们现在面临的问题规则怎么定。AlphaGo Zero在医疗领域中的应用，还为之尚早。但人工智能的基础是大数据，面对当下的AI风口，鉴别真正的人工智能公司同样需要以数据作为参考。
一个公司是不是真正能做到数据闭环很重要，现在探讨说我们医院在整个看病过程中产生的数据，怎么闭环优化它的知识库，知识库的优化，反过来指导医生看下一个病人，这样自动化的时代，是一个基础，下面我觉得任何一个企业都会走向这个路径。
葛航：目前医疗行业的人工智能，其中一个就是原有的大数据的方式做知识库的演化。数据的质量决定了以后人工智能的产品形态，对未来产品和服务的支撑能力。
郑杰：我觉得小公司大大有机会。最近新加入进来的变量会越来越多，举个例子，现在看病，可能在预防医学里面，开始有人说要把荷尔蒙的数据放进来。可能之前你做的模式根本没有考虑到新的数据，那么什么时候加新的数据，或者有新的检测技术出来，会出现新的数据。
钱建中：小公司要创业成功，一定要抓蓝海不要抓红海。人工智能带进手术室，辅助医生手术外科，这方面是蓝海。小公司要耐得住寂寞，埋头苦干，人工智能爆发的会很快。包括统治者，也希望有耐心，真的需要时间。
廖杰远：技术成熟体现和公众的关注曲线有巨大的时间差：1.AI在医疗的应用，从技术的成熟到设备的更新到体制到政策还有漫长的过程。2.最终的应用场景和大众使用有巨大的时间差。
未来十年二十年，医学AI的格局会是什么样的？第一一定是有限的企业；第二有限企业未必是今天看到的大企业或者小企业，而是这个跑道上持续专注的企业。
葛航：机会是给那些有数据和有能力相结合的公司。能力是指原来从事过这方面的专业海归，包括对创新数据、创新元素的理解，甚至在算法里面的突破。
刘靓：我一直提一个观点，健康是一种基础设施，健康数据也是基础设施的基础服务，应该有点像水电煤气成为基础设施的公司，不太可能出现垄断企业。数据理论上属于个人所有的，我们的消费行为数据和健康数据属于个人所有。有产业生态的企业会生活的很好，但不一定有BAT这么大的企业。
点击阅读原文，报名加入细分交流群
精彩回顾