立足医疗谈AI，医院院长认为马云的观点基本是错的
在人工智能的诸多赛道中，医疗赛道比其它赛道更宽，起飞也一定更早，更好的办法是先拣容易地做起来。
“我要批评马云同志，他的话太多，而且讲得不太成熟，人工智能发展一定会越来越好。”
8月30日在上海举行的2019世界人工智能大会医疗主题论坛上，同济大学附属同济医院副院长王培军开口的第一句话，就颇为不留情面。
他在评价前一天主论坛上的“二马对话”。简单来说就是——马斯克认为人工智能比人更聪明，但马云并不认同，他觉得人不可能创始出比自己更聪明的东西。对此，王培军这个医疗老兵，坚定地站在了马斯克这一边。
“马云的观点基本都是错的。对于人工智能，我们的说法是‘下有保底，上不封顶’，就是说它至少也是接近人的水平，但上限在哪里、会超过人多少？不知道。”
此言一出，拥挤的会场里先是笑成一片，而后掌声热烈。和本届世界人工智能大会的其他分论坛不同，这场由健闻主办的题为“寻路医疗AI，求解落地难题”的分论坛上，大部分观众都不是来自互联网行业。医疗领域的智库专家、各大医院的科室主任、医用器械的厂商代表……200多名参会代表把不大的会议室挤得满满当当，将近三分之一的人站着听完了3小时的议程。
△ 2019世界人工智能大会医疗论坛现场
“今天我特别高兴，前两年，不管说AI还是医疗AI，主角都是技术人员，但今天更多的是我们医生，这说明我们已经往前走了一步，前景肯定光明。”国家卫健委卫生发展研究中心数据中心主任游茂在现场表示。
“人工智能+医疗”是行业内公认最容易切入并实现商业化的领域。预计到2025 年，世界人工智能市场总值将达到1270 亿美元，其中医疗行业将占市场规模的1/5。
为了抓住这个机遇，国家层面从2017年起陆续出台了《促进新一代人工智能产业发展三年行动计划（2018-2020年）》等纲领性文件。但实际状况并不理想，截至目前，医疗AI在国内还没有真正落地的应用，国内还没有出现第一张医疗AI的三类证书，而美国FDA已经批准了16款医疗AI产品，涉及监测预警、诊断辅助、用药辅助等，涵盖糖尿病、心脑血管疾病、心理健康等领域。
“我们碰到了很多问题，数据不完整，人才短缺，医疗的极度个性化等等等等。”上海市卫生和健康发展研究中心主任金春林表示，但他同样认为，在人工智能的诸多赛道中，医疗赛道比其它赛道更宽，起飞也一定更早，更好的办法是先拣容易地做起来。
远程医疗：已为助力分级诊疗发挥重要作用
30日的医疗主题论坛上，主办方健闻联合中国信息通信研究院，联合发布了一份智库报告——《以智慧医疗为医改抓手 建立融合共生的新型医疗服务体系》。飞利浦公司为此给予了大力支持，并提供案例用于报告研究。
按照报告的定义，医疗AI是智慧医疗的新兴应用场景。智慧医疗是新一代信息技术、网络技术在医疗领域的深入应用和实践，是传统医疗卫生信息化的革命性升级。当前智慧医疗在中国的核心应用场景包含三类：覆盖医疗机构内部全流程的信息化管理体系；连接医疗机构与患者之间、医疗机构之间的远程医疗与分级诊疗体系；医疗影像AI辅助诊断、医疗机器人与AI辅助临床医疗决策体系。
大会正围绕远程医疗和医疗AI辅助诊断展开，这是当下比较切实的落地应用。
游茂刚刚到河南、贵州等6省调研远程医疗发展情况，他认为远程医疗已经为助力分级诊疗发挥着重要的作用，“比如河南，会诊中可以实时拿到病人的数据，既提高效率也保证准确性；再比如贵州，在远程医疗的医保支付方面也有一些尝试”。当然也有发展不平衡的问题，另外，会诊数量还远远不够，“我们投入了那么多设备、资金，但老百姓真正享受到的实惠还不够”。
贵州省人民医院智慧医院建设办公室主任俞思伟，也介绍了他实地调研的发现，“贵州解决了远程医疗的收费问题，医保支付问题，十多天前，我深入贵州最贫困的基层山村，开车走了40分钟的山路，在这样一个村的卫生室里面，我们的DR一个月时间为村民做了200多例的检查，然后通过六盘水市第二人民医院的医师进行诊断”。
飞利浦大中华区副总裁、整体解决方案中心总经理陈胜裕，则介绍了宁夏回族自治区人民医院的远程医疗案例，“我们给宁夏人民医院提供了智能影像平台，基本把三四百公里以外的医院都串联起来”。
宁夏人民医院有5个院区，其中的宁南医院距离银川300多公里。最初，如果有宁南医院驻地医生诊断不了的疾病，就把胶片打出来，跟着院车送到银川进行会诊。然而，一来一回600公里，很耗时，也不能及时对病人进行诊治。引进飞利浦星云三维影像后处理平台(IntelliSpace Portal,ISP)以后，可直接在线上完成资料传输和会诊，远程诊疗可以在一小时内解决。
AI辅助诊断：未来10年内所有成像都可以由机器来做
人工智能在医疗健康领域的应用主要包括辅助诊断、药物研发、健康管理、 医院管理、手术替代等方向。但目前，医疗AI的发展主要集中在影像方面，几乎90%的公司都在做医疗影像，针对的主要是肺部和眼疾。
美国工程院院士、美国范德比尔特大学影像科学院院长John Gore在会上表示，根据他们多年的临床实践，AI在医学影像上已经被证实是成功的。“过去拍X光，医生要盯着片子看很久才能给出结果，但现在通过机器，一秒钟就可以看一个。我相信10年内，所有的成像都可以由机器来做”。
John Gore所说的“人工智能+医学影像”，在国内的发展势头也十分迅猛，最成熟的是早期肺癌筛查。
吉林大学白求恩第一医院放射线科主任、中华医学会放射学分会和中国医师协会放射学分会常委张惠茅介绍，智慧医疗、AI在健康医疗的应用是非常广阔的，比如肺癌的早期诊断智能随访在白求恩第一医院已经有初步的落地。
依图医疗副总裁方骢在演讲中说：“早期癌症筛查特别重要，特别是死亡率较高的癌症”，她现场介绍了两位72岁的患者病例，通过依图的人工智能系统帮助他们在早期筛查出了肺癌，并已经病理验证、早期手术干预治疗，“人工智能可以更好的助力我国癌症早筛事业，帮助更多癌症患者在早期发现并治疗。非常高兴，我们在做的一些事情能够拯救生命”。
方骢介绍，依图医疗的产品，已经从单点AI，如结节检测一类的单点任务迅速进化至胸部CT影像AI等单病种、单科室解决方案，并进一步进化至如今的智慧儿童医院解决方案、儿童生长发育智能测评一站式解决方案、智慧妇幼解决方案等解决方案时代。“希望以AI的技术创新让人人都享有更好的医疗”。
美国艺术与科学院院士、美国国家科学院、工程学院和医学院院长团联合主席Richard Foster介绍了美国医疗行业AI的探索，“美国医疗卫生链条上的各个节点，如医疗机构、患者照护机构、医保公司都在积极进军AI领域，探索AI技术在医学影像智能诊断、疾病风险预测、病患照护、数据挖掘、隐私保护、智能供应链等诸多领域的应用，提升诊断精度，优化诊疗流程，降低医疗支出，提升管理效率。”
Richard Foster说：“中美两国拥有全球最为庞大的两个医疗系统，并同样面临严峻的医疗资源分布不均、医疗质量不一、医疗支出昂贵等难题，医疗人工智能将改进医疗全流程，并成为未来医疗体系的基础设施”。
瓶颈和挑战：数据标准化、医生临床经验缺一不可
不过，人工智能的落地还面临很多瓶颈和挑战。
王培军认为：“当前医疗AI落地场景、落地产品不够多，最大原因是数据标准化不够，第二是样本量不够，从而产品的准确性就不够”。
广东省人民医院影像医学部主任兼放射科主任梁长虹则更谨慎一些。他认为，医疗数据的来源复杂，有区域卫生数据、疾病监测数据、网络数据以及生物数据等等，很难统一归口获取。其次，医疗数据，尤其是有价值的核心数据的总量不大，比如说癌症数据，需要医生长期随访才能获取，举个例子，他们医院几十年下来，才积累了500多份结直肠癌数据。其中，每个病人还有各自的特异性，能做样本的量就更少了。
有了数据，有了强大的算力，是不是就意味着医疗AI的成功？贵州省人民医院智慧医院建设办公室主任俞思伟给出了否定的答案。
“我们今天所有的发言，大家注意到没有，都在说深度学习。人工智能就是深度学习吗？不是的。人工智能有两件事，数据和知识。我个人认为，知识比数据更重要，而知识是什么？就是医生的智慧，是临床经验。”
医库云创始人张群华对这个说法极为赞同，三十多年的医生经历，让他坚定地认为，医疗AI要进化，必须仰仗医生的能力提升。
他曾经以专家身份主导过两件事，一是联合北京天坛医院搭建了技术平台，在300个医联体机构的医生支持下，建立了全球首个神经学AI研究平台，提供脑力支持。最近，他又以企业创始人的身份，和华西医院建立了肝癌AI研究平台，收集了近万份肝癌的完整病例，打算通过AI技术探求肝癌复发几率的规律。“所以我觉得临床的AI，一定是以医生为主导，从上至下，这样的机会更大一些。”
△图片来源：yestone
游茂认为，这也算是把问题谈到了根子上。任何一项新技术的发展，核心在人，如果说我们和世界领先的医疗AI企业存在差距的话，那差距一定出在人身上。
如何从机制上解决这个问题？俞思伟认为，一方面，医院和医生要有更开放的心态，愿意接受新生的事物和技术，为企业提供必要的脑力支持。另一方面，企业也要改变“闭门造车”的观念，要多去医院，多和医生交流，去发现场景。
这一见解获得企业界的认同，飞利浦大中华区副总裁、整体解决方案中心总经理陈胜裕在论坛上说：“AI技术必须和临床的场景做结合，才能有实用性”。
未来：医疗AI的发展需要“诗和远方”
回到论坛的主题“寻路医疗AI ,求解落地难题”，来自不同业务领域的演讲嘉宾们也分享了各自经验。
梁长虹在主旨演讲中谈到，他们已经通过对282例肺癌病例的数据处理，获得了一种“科学算命”的能力。
“我们现在能做到的，就是给肺癌病人的风险分级。对于低风险的病人，我就不给治疗了，他省钱了，也不遭罪。对于风险高的，我进行干预治疗，延长他的寿命，做到资源不浪费。”
作为医药企业的代表，上海罗氏制药医学部副总裁李玮也聊到了最新的一个案例。罗氏曾经关注过一个叫做“多发性硬化症”的疾病，这种疾病在国内很少见，但在高纬度地区的国外非常普遍，但这种疾病的发病症状很不固定，即便是在美国都需要用三四年时间才能确诊。为此，公司希望通过AI技术实现突破。
“我们开发了一个APP，它就像是你手机里的记步软件，可以随时随地监测你的步态、平衡等，它无时不刻不在提供数据。然后我们再和医院合作，拿到这些病人的临床数据，比如说脑脊液、磁共振的检测结果。我们希望通过大数据的整合，能够更深地去了解这个疾病，甚至我们考虑用这些数据在美国FDA进行注册提交。”
最后，张群华代表互联网企业做了案例分享。去年底，医库云推出了一款AI产品——中药材AI鉴别师，只要拿着手机对着药材扫一扫，平均鉴别时间2秒钟，分析精度达到90%以上，识别内容包括真伪辨识、产地溯源、品质检测等。会上，张群华特别自豪地强调，这款AI产品已经实现了盈利。
“我举这个案例是想和大家共勉，医疗AI肯定有机会变现，关键在于你有没有洞察力，能不能抓住这个点。”
医疗AI的真正落地是一个长期的过程。俞思伟说：“要耐得住寂寞，医疗AI一定不是短平快，一定是长期的项目，我也在这里提醒有志于这个领域的企业，一定要做好打持久战的思想准备。”
金春林则在他所主持的圆桌环节则以“诗和远方”收尾，“人工智能的发展需要诗和远方，需要有梦想，不能看到面前失败就退缩了，必须有伟大的远见和梦想，毕竟它是一个新生事物”。
毛晓琼|撰稿
微信号：234379189
我们尊重原创版权，未经授权请勿转载。
王吉陆|授权转载
微信号：wangjilu006
商务合作
上海：leslee 13916263824
北京：Jessie 13911125922