对话微软研究院负责人Peter Lee博士：AI，云计算与医疗健康的未来

丹棱君有话说：医疗健康行业经历了一系列现代化、数字化变革，始终追求创新突破。微软医疗部门（Microsoft Healthcare）是微软致力于以 AI 和云计算来加速医疗健康创新的全新组织。微软全球资深副总裁，负责领导微软研究院以及Microsoft Healthcare 的 Peter Lee 博士，分享了精准医疗、对话式聊天机器人和 Azure 的数据互操作（interoperability）API等创新将如何改善未来的医疗服务体验。本文编译自微软研究院播客“AI, Azure and the future of healthcare with Dr. Peter Lee”。

微软全球资深副总裁 Peter Lee

主持人：欢迎来到播客。您是微软全球资深副总裁，并且是一个新组织——Microsoft Healthcare 的负责人。这是一个什么样的组织，它在关注什么？

Peter Lee：医疗健康是一项巨大的业务，微软与全球近 169,000 个医疗健康组织有商业合作关系。医疗健康的未来非常具有活力，而 AI、云计算和大数据有望大幅推动医疗健康的进步。因此我们启动了 Microsoft Healthcare 项目，我认为萨提亚·纳德拉希望我们真正地去考虑医疗健康领域的未来。

主持人：从纯粹的研究到应用研究，从计算机科学到医学，您跨越了许多领域。您曾经是卡内基梅隆大学计算机科学系主任，也曾经担任 DARPA 的主任，DARPA 可以说是应用研究的典范。您是 ACM Fellow、艾伦人工智能研究所董事会成员，还是美国国家科学院医学研究所成员、Kaiser Permanente 医学院的董事会成员。我想按惯例问您“ 促使您每天醒来的是什么？”，但看起来您从不睡觉（笑）。

Peter Lee：我喜欢研究和思考问题，和聪明的人一起认真探究，获得真正的深度理解。我认为今天的世界对任何喜爱研究的人来说都令人兴奋，因为各个领域的研究都对我们的日常生活有重要的影响。这对微软的业务而言至关重要。我想我和许多同事一样，都处于一个幸运的位置。

AI 帮助改善医疗诊断和治疗措施

主持人：微软 AI for Good 计划旨在利用 AI 的力量解决更多社会规模的问题，例如农业、宽带普及、教育、环境、医学。AI for Health 是其中的一项举措，它与 Microsoft Healthcare 又有什么关系？

Peter Lee：AI for Good 是一项很棒的计划，你可以把它当成慈善捐赠的一种形式，它在上述领域中为那些有价值的团队提供资金和技术支持，真正地使 AI 承担更大的责任。除了提供赠款，我们也投入了大量自己的研究资源来共同开展合作。我为在一家能做出这样的承诺的公司工作而感到自豪。

AI for Health 是 AI for Good 计划的一部分，与 Microsoft Healthcare 的范畴有部分重合。我们可以将它看作研究热情的一个出口——AI 能做什么来促进医学发展？与微软研究院的许多研究人员交谈时，你会发现他们越来越多地对医疗和医药感兴趣，并提出各种医疗诊断和治疗应用。我们能提出更早发现卵巢癌的方法吗？能提出新的成像技术来帮助放射科医生吗？这些诊断和治疗应用对整个世界都非常重要，但它们并不是微软的主营业务，因此 AI for Health 是这类研究热情的集结地。今天，全球有 40 亿人无法获得应有的医疗健康服务，人工智能和技术发展必须帮助创建更公平的解决方案。

主持人：我们谈谈精准医疗和通过 AI 改善诊断和治疗措施的梦想，计算机科学和医学这两个领域如何携手解决挑战？

Peter Lee：在过去的 10 到 20 年中，医疗健康和医学领域已经实现了大规模的数字化。在 2008 年经济危机之后，《HITECH 法案》中要求医疗健康组织将健康记录数字化。因此过去 10 年，健康记录的数字化程度已经从 15％ 发展到 98％ 以上，大量医疗设备、分析手段已经数字化，我们还有计算机和移动设备产生的大量数据。

我们能否有效利用所有这些数据，为人们提供更高度个性化、更精确、更具有针对性的诊断和治疗方法？能否为你的健康提供全方位视图，不仅告诉你现在的健康状况，更对未来几年可能的情况作出提醒？这都是我们正在做的事情。

主持人：当微软表示想“改变医疗服务的体验和提供方式”时，意味着什么？

Peter Lee：医疗健康在全球范围内是一项价值 7.5 万亿美元的庞大业务，而且越来越多的数据，以及能够将数据充分利用的人工智能和计算技术等服务正在迁移到云中。这对于微软来说非常重要，我们正在密切关注并给予优先支持。

但从很多方面来说，医疗健康和很多其他的商业领域不一样。作为患者，人们不会像超市购物那样选择便宜的产品服务，而是尽可能寻求最好的医疗服务。同样，医疗服务提供者也有很大的转变，从“基于服务项目付费”转向了“基于价值的护理”。

因此我们想帮助那些致力于人类健康的人和组织获得成功，赋予他们更多力量去提供更好的医疗服务。比如，今天美国的初级医生花费在临床文件输入上的时间几乎是他们实际照料患者的时间的两倍。与我们合作的一些医生戏称“睡衣时间”，因为医生一整天都在治疗患者，不得不在回家换上睡衣后继续处理完临床文件，这是造成医生疲劳的一个重要原因。我们可以使用语音识别技术、自然语言处理、差异化（diarization）等技术来减少繁重的临床笔记工作，让医生能够更专注于患者。

再举一个例子，美国医疗健康系统中每年估计有一万亿美元的浪费。在这个高度复杂的系统中，有大量的数据分析问题可以由我们开发的 AI 和机器学习帮助解决，这将对医生、护士和医院管理者都有很大的帮助。

互操作性 API、聊天机器人与更多 AI+ 医疗实践

主持人：微软为支持医疗健康行业的数字化转型进行了多项创新实践。去年在 HIMSS 会议上，您谈到了能够改善医疗健康体验、云中的互操作性（interoperability）和数据共享的工具。您当时的设想是什么，现在情况如何？

Peter Lee：我有时开玩笑说互操作性是最不受欢迎的话题，但对我来说，这是最重要的话题。如果过去 10 年是关于医疗健康数字化的，那么下一个 10 年就要利用这些数据让人类受益，因此数据要在合适的时间流向恰当的地方，并且保护好人们的隐私。

这里的一个基本问题是数据的互操作性。在前 10 年的数字化过程中，尽管产生了大量数据，但它们是成千上万种不兼容的数据格式，而且通常出于商业原因相互独立。现在，我们看到医疗机构开始向云迁移的浪潮，大约十年后，几乎所有医疗健康组织的数据都将处于云中。当这种人类历史上只此一次的变化发生时，我们怎样确保十年后能更好地处理这个问题呢？

互操作性是其中的关键之一，并且受到了广泛的认可。美国政府通过医疗保险和医疗补助服务中心提出了新法规，要求使用特定的可互操作数据标准和 API 框架。微软参与了支持和指导这些新规则中的具体技术选择。我们为快速医疗互操作性资源（Fast Healthcare Interoperability Resources, FHIR）付出了巨大的努力。这是一种现代化的数据标准，其可扩展性能够适应医学的进步，并且方便通过机器学习进行分析。

我认为 FHIR 可以成为所有医疗数据的通用语言，微软已经将 FHIR 作为一流的数据类型集成到了 Azure 中，以 API 形式供用户使用。FHIR 也已经在 Office 中开始应用，正在集成到 Dynamics 365 中。这些举措让用户能够解锁云中的一切 AI 工具来实现精准医疗，将我们在微软所做的一切转换为强大的医疗健康工具。

主持人：那么，聊天机器人在这个领域可能将扮演什么样的角色？

Peter Lee：在医疗健康领域中，机器人的应用范围非常广。回想一下，你可能经常拿到看不太懂的化验结果，这时候聊天机器人就能够帮助到你。

Microsoft Healthcare 部门的 Hadas Bitran 和团队做了一个有趣的项目，是临床试验领域的。网站 Clinicaltrials.gov 包含了所有正在进行的注册临床试验，而医生要在成千上万的复杂文档中找到需要的那一个。Hadas 和团队领使用机器读取所有临床试验文档并创建知识图谱，用知识图谱来驱动对话型聊天机器人。你可以对它说，“我要寻找乳腺癌的临床试验。”聊天机器人将进一步询问问题，最终将范围缩小到最符合的 1-3 个临床试验。这是我们认为拥有巨大潜力的一个例子。

从商业角度来看，还有很多看似平凡但又非常重要的应用。比如在医疗呼叫中心，护士们忙得团团转，如果机器人能对信息进行分类处理将帮她们加快工作流程。

主持人：在微软研究院，还有哪些致力于改善医疗健康领域的技术研究项目？

Peter Lee：微软研究院遍布全球的实验室几乎都在这方面做了很棒的研究。在英国剑桥研究院，Aditya Nori 领导的小组进行了一些出色的工作，包括与 Novartis 公司合作开展了一系列项目，探索将 AI 驱动的分子疗法用于细胞疗法的分子设计的新思路，以及针对诸如黄斑变性的疗法的精确给药剂量。微软最好的机器学习和 AI 研究专家与 Novartis 最好的研究员和科学家并肩作战，真正在创造未来。

微软印度研究院也正在进行与全球医疗健康服务有关的项目，例如，我们可以通过使用更多智能医疗设备，使技术人员和临床医生远距离地提供医疗服务。

在微软亚洲研究院，研究员们正致力于将计算机视觉领域的前沿进展应用到医学成像领域，例如在图像分辨率不足以进行精确诊断时，AI 技术能够惊人地为图像提高分辨率。

主持人：最后我想请您谈谈更广泛的技术和医疗健康生态系统，您刚刚提到我们正处于重大的变革中，如果您有一个问题要问自己和向您汇报的每个人，您会问什么？

Peter Lee：在世界上大多数地区，医疗健康确实面临着一些巨大的挑战。在几乎所有发达国家，这都是一个财务临界点。在发展中国家，获得良好医疗服务的普及速度正在放缓，人们越来越希望海量数据和技术能带来突破。那么如何实现“三重目标”——更好的效果、更低的成本和更好的体验？

因此我们问自己：如果微软的超大规模云消失，如果能够低价高质量地在云上部署的所有 AI 功能都消失了，或者如果微软研究院消失了，对未来的医疗保健将产生什么影响？这个问题在某种程度上帮助我们选择了我们能够参与的领域。

同时，我认为微软的优势在于，我们拥有可以轻松地将 AI 医疗与我们的业务重点保持一致的商业模式。我相信我们围绕互操作性、安全性、身份管理、差异化隐私、可信计算所做的所有工作，在医疗保健的未来中，都将变得越来越重要。

Azure API for FHIR：https://azure.microsoft.com/zh-tw/services/azure-api-for-fhir/

GitHub地址：https://github.com/microsoft/fhir-server

了解更多：

---

后台入驻微软小冰

如果你很萌，请跟她一决高下！