AI撬動醫療：人工智能的初探與實踐

編輯整理/本刊記者 李芳晨

孫衛廈門市衛生計生委副主任

侯明曉沈陽軍區總醫院院長

楊立勇福建醫科大學附屬第一醫院院長

田曉濱貴州省人民醫院院長

鄭建軍寧波市第二醫院副院長

裘云慶浙江大學第一附屬醫院副院長

陳暉北京雅森科技發展有限公司CEO

AI在各個領域的應用不斷被開發，對于醫療AI，有人認為正蓬勃發展，也有人認為這是一場“虛火”。AI與醫療的結合日益緊密，未來將如何發展引人關注。

過去三到五年，人工智能技術得到了長足的發展，以深度學習、強化學習和遷移學習為代表的人工智能技術，借助計算芯片水平的提升，已經成為重要的生產力工具，各個領域也都在應用相關技術開展業務創新嘗試。

11月5日的第十一屆中國醫院院長年會“創想空間： 智引未來（下）——AI新局：全流程醫學診斷實踐”論壇中，業內專家學者就AI如何改變醫療展開了討論。

孫衛：AI醫療的探索和思考

廈門市衛生計生委副主任孫衛指出，現在人工智能在圖片和聲音識別技術上已經有了一些突破，但讓機器正確理解人類知識和語言還有很大困難，這也是AI面臨的重大挑戰之一。因為語言理解領域缺乏大規模標記數據集，機器學習時，很難對該領域的相關環境進行模擬。在四部委聯合發布的《互聯網+人工智能三年行動實施方案》中，指出培育發展人工智能新興產業時，主要任務之一就是要推進自然語言理解等關鍵技術的研發和產業化。

孫衛介紹道，人工智能醫療，是指把人工智能和以經驗為主的生物醫學融合起來，建立模型預測出比較準確的醫療結果，它的基礎有四個，一是智能傳感技術的核心，二是龐大的醫療數據積淀，三是人工智能技術，四是互聯網+人工智能初創。目前，傳統的醫學邊界已經被打破，和我們過去的學醫已經完全是兩回事。從應用領域來講，目前有醫療器械、醫療服務、生物技術；從業務分類的緯度來講，有智能醫療、輔助診療還有輔助診斷等等。

雖然在國內市場還存在中國化、本地化的問題，但是在美國效果不錯的，比如可以診斷出十分罕見的白血病。其次是中醫體質識別。再次是病例的自然語言處理，就是要讀懂醫生的語言。通過人工智能學習以后，就轉為有經驗的醫生來讀取各種各樣的病例，把有意義的東西摘取出來，把我們原來沒有結構化的病例結構化。四是健康檔案智能化，把健康檔案從存儲型轉為智能應用型，對于健康檔案進行智能化處理，從現有個人電子健康檔案當中，自動智能提取主要的健康問題，包括個人基本信息、主要節點診療信息等，醫生只要瀏覽摘要，就能獲取主要的健康問題和主訴癥狀，對于患者過去一目了然，應用非常便捷。現在就是綜合運用大數據，通過人工智能、云計算、互聯網技術，結合患者的家族史等，對海量的健康數據進行整理，主動推送給醫生。

在人工智能真正實現臨床支持的道路上，還有很多難點和問題，因此，需要嚴格按照遵循臨床路徑的原則進行相關產品研發和落地實踐。孫衛表示，目前主要有四個難點是不能忽視的。第一，就是數據質量和數據異構化問題，如果在數據質控標準上不能夠很好地控制，那么無論是訓練模型還是臨床測試都會有問題；第二，按照循證醫學的原則，需要遵循現有的臨床路徑以及經驗，以在可靠安全的范圍內進行人工智能技術的引入；第三就是合法合規，符合相關規定，取得相關資質；最后就是算法的可解釋性，大量黑箱的存在對于醫療這個領域顯然是不適用的。

侯明曉：人工智能的應用

沈陽軍區總醫院院長侯明曉表示，醫生是難以復制的，但如果醫生的經驗可以通過人工智能軟件加以復制，而這種復制還可以產生新的判斷，這將可能使更多人享受到更高水平的診療。達芬奇和ROSA機器人已經在某些醫療領域取得了巨大的成功，未來復雜的手術將可以通過手術機器人的幫助得到簡化。人工智能基因測序正在運用于人們的日常生活，未來，人工智能破解了基因的秘密，重大疾病監測將會變得更容易。谷歌、蘋果、微軟、阿里巴巴、騰訊等世界IT巨頭都在為智能健康管理領域加大投入，智能手環、手表、眼鏡等新品層出不窮。

侯明曉透露，目前，3D打印在口腔外科、骨科和口腔內科做了諸多嘗試，比如通過3D打印把健康的耳朵實現完全復制，大大地縮短了手術準備和操作時間。增強現實和虛擬現實也在探討，通過術中的增強現實和達芬奇手術機器人系統配合，把實時、完整、準確的手術過程向外科醫生展示出來；機器人在做手術過程當中，能夠更精準地判斷手術部位。比如通過這種技術做腎臟活檢，可以減少操作過程帶來的并發癥。利用虛擬現實，應用達芬奇手術機器人，比普通的外科開刀要精準，而且創傷小，但它的學習曲線可能要長，成本也是一個很大的負擔，應用于胸外科接近1000例。這種技術如果掌握了，對手術患者的創傷會極大降低，而且外科醫生的工作壽命也會延長。神經外科引入阿爾法機器人，通過高質量地融合形成三維圖象，根據手術的需要360度來標記，非常精準，像帕金森、癲癇誤差可以減少到0.2個毫米。

從我國醫療衛生現狀出發，該院最重要的應用領域還是在醫療機構的智能診療，通過人工智能將資深醫師的經驗、標記后的數據、隨訪的趨勢進行綜合學習，有可能在各級醫院部署人工智能終端，協助醫生更高效、更準確地完成從篩查、確診、治療到預后評估的過程。這對于強化基層能力，提升各級機構醫療水平有著重大而積極的意義。同時，圍繞智能診療，對于影像的人工智能分析、手術機器人、外骨骼機器人、加速藥物研發以及慢性病的有效管理，都是有著廣闊應用前景的。

楊立勇：人工智能在醫學領域的時代契機

人類的知識就是以人類的視角對世界探索得出的規則與結論。這些規則抽象來看都經歷過不斷嘗試，猜想結果的驗證與驗證結果固化成結論的過程。福建醫科大學附屬第一醫院院長楊立勇認為，所謂的AI就是把人類對世界的探索過程用機器來模擬、學習、自學習的一種方法，以期提高效率，從而由量變到質變。

首先，通過流程再造，通過機制、政策還有商醫聯動與管理模式的改變，能夠更好地優化資源，甚至通過分級治療，讓優質的醫療資源能夠更加合理地分配。第二是提高現有的診療診斷效率。大規模的云計算技術，通過大數據的存儲以及機器的識別能力等，使得人工成本大幅度降低。比如可以通過人工智能技術，給患者提供自我檢查、自我管理、自我照顧，醫療資源也可以相應節省，患者自我保健的能力會提高。人工智能還可以用于臨床診斷的早發現、早管理、早期干預。第三個人工智能的手段還可以提高整個醫療機構醫生的工作效率，解放人力。

楊立勇認為，目前階段，用AI來提升醫療效率主要集中在以下幾個場景：通過人工智能提高患者自查自診自我管理的比例，降低醫療支出；實現更早期發現、更好管理，減少后續的醫療費用支出；提高醫療機構、醫生的工作效率，降低醫療成本；制定科學合理的健康醫療方案，減少不合理的醫療支出；解決醫生資源不足的問題需要很長的周期，人工智能的最根本需求和動力是希望機器能給人看病，緩解醫療資源緊張。

田曉濱：AI與智能醫療

目前，我國健康服務業已經形成一個包括醫療、醫藥、醫保、保健品、健康食品、健康管理、美容養生、健康信息、健康文化等各個方面的、相對完整的產業體系。但是，目前我國健康服務業僅占國內生產總值的5%左右，而美國2007年就達到了17.6%，這都說明我國健康服務業發展潛力巨大。

貴州省人民醫院院長田曉濱表示，新版的AlphaGo僅自學了3天，就以100:0戰勝了老版的AlphaGo，投資阿里巴巴的孫正義表示，未來30年內，AI的智商將達到10000。人類平均智商是100，而AI的智商將是人類的100倍。我們不得不承認，人工智能的時代已經來臨。人工智能將殺入世界的每一個角落，全世界一場關于人工智能的戰爭將轟轟烈烈地開啟。

2017年7月，國務院印發了“新一代人工智能發展規劃的通知”。規劃明確指出，到2020年人工智能總體技術和應用與世界先進水平同步，人工智能技術應用成為改善民生的新途徑；到2025年人工智能成為帶動我國產業升級和經濟轉型的主要動力，智能社會建設取得積極進展；到2030年，人工智能理論、技術與應用總體達到世界領先水平，成為世界主要人工智能創新中心。為躋身創新型國家前列和經濟強國奠定重要基礎。

鄭建軍：人工智能與醫療能力建設實踐

寧波市第二醫院副院長鄭建軍指出，人工智能和機器學習有助于加速重塑衛生行業的形貌。醫療與人工智能的結合和持續推進，可以在科研、轉化、輔助診斷等方面起到重要作用，將不斷提升和優化診療、科研、服務、管理和決策水平。

鄭建軍表示，原本在醫療、科研、服務、管理上很多沒有打通的環節，可以通過在人工智能平臺上進行有效的聯通，通過人工智能最終的落地，能夠真正地提升診療的水平和診療的質量，那么可以相信，通過人工智能和機器學習，一定有助于加速衛生行業整體的發展。

在這個實施過程之中，也有一些體會和感悟，鄭建軍坦言。首先，人工智能要有助于政策的導向，比如分級診療，如何能夠幫助全科醫生來提高他們的診療水平。其次是住院醫師規劃培訓，如何來評價一個住院醫師規劃培訓，也是在醫學培養的路口關，如果能夠用人工智能的手段，這樣的產品也是有它的市場的。

鄭建軍認為，現在所謂的大數據，不是真正的大數據，這個是數據大，另一方面，還需要法律和人員的驗證。數據的標準一定基于尋證醫學論證的標準，才能夠成為人工智能深入學習有用的數據，第二個是標準化的工具，通過標準化的工具，對醫生進行標準化的規范，同時提升大家對于標準化的認識。

裘云慶：全流程智慧診療實踐

AI的作用就是用來更高效地探索世界，解放人力。就像從農業時代過渡到工業時代，用機械的力量來替代耕種的體力勞動，從而帶來了人類文明的大規模進步，我們今天正在經歷著從工業時代到信息時代的變革，在這次變革的本質就是用信息技術來替代認知規則的人力，從而帶來新一輪繁榮發展。

在醫療領域，我們長期積累的影像、生化數據、病例數據都可以很好地為人工智能提供養料。通過人工智能發掘數據關聯、學習醫生經驗、模擬診斷過程、評估治療效果，都是可以嘗試的領域。

對此，浙江大學醫學院附屬第一醫院副院長裘云慶表示，通過搭建醫聯體數據平臺實現數據安全可靠的互聯互通，形成醫療大數據中心，為影像智能診斷和臨床疾病診斷提供有效支撐，并通過智能云平臺輻射至基層醫院。裘云慶坦言，智慧醫療正在改變未來醫學的發展。智慧醫療未來的發展空間巨大，前景無限，但仍需要解決醫療數據獲取、清洗、歸一和結構化等關鍵問題。

陳暉：人工智能落地與醫院AI附能

對于AI的未來，北京雅森科技發展有限公司CEO陳暉則認為，醫療產業高速發展，輔助診斷是大勢所趨。面對超過2300億元的年度市場規模；地方政府配資助推設備升級與私營醫院、獨立影像中心需求增長；大資本紛紛投入第三方獨立影像中心，設備商與運營方合作，逐步形成連鎖化、集團化、遠程化的規模。遠程閱片、區域影像云的推廣，都使得智能化、自動化的醫療影像分析成為醫療市場急需。

陳暉表示，可以通過三個步驟去完成一個醫院內部的AI中心的建設，第一步，要構建一個海量特征的數據史。第二步要做數據模型漸變，實際上現在針對不同病種和分享的算法，要做的工作就是幫助醫院把所有的這些事物的算法去基于上一步的大數據值去提供出來，醫生和專家可以基于現在采集的數據去加載自己需要的，有放射科醫生需要的，有病理科醫生需要的。第三步，要構建真正的全流程、相對完整的系統，做成全流程的診斷產品。在這個過程當中，要結合三個方面，一個是醫生，第二個是用戶體驗，第三個臨床路徑。

陳輝坦言，現在不可能完全取代醫院現有的體驗之外去構建一個額外的體驗。但可以看到，在這個領域上起到的作用有兩個方向，一方面是輔助診斷，其實還有很重要的一個方向，就是科研醫藥學，包括醫生規培，因為平臺在實施過程當中，它本身實際上就已經在積累大量的完整的全流程的病例數據庫。

最后，陳暉介紹道，在醫療領域，長期積累的影像、生化數據、病例數據都可以很好地為人工智能提供養料。通過人工智能發掘數據關聯、學習醫生經驗、模擬診斷過程、評估治療效果，都是可以嘗試的領域。