資本熱捧：人工智能坐診離我們還有多遠(yuǎn)？

周敏

過(guò)去的2年來(lái)，人工智能已成為政府以及各類資本的寵兒，AI開始與各垂直細(xì)分行業(yè)有了更深層次的結(jié)合。在醫(yī)療領(lǐng)域，隨著醫(yī)療大數(shù)據(jù)的厚積薄發(fā)和人工智能技術(shù)的發(fā)展，中國(guó)迎來(lái)了醫(yī)學(xué)人工智能時(shí)代的風(fēng)口。有機(jī)構(gòu)稱，2017年中國(guó)醫(yī)療人工智能市場(chǎng)規(guī)模將超130億元。

風(fēng)口上的醫(yī)療人工智能，真的能代替專業(yè)的醫(yī)務(wù)人員坐診嗎？

國(guó)內(nèi)醫(yī)學(xué)AI公司已近150家

HC3i中國(guó)數(shù)字醫(yī)療網(wǎng)日前發(fā)布了一份《2016—2017年度人工智能+醫(yī)療市場(chǎng)分析及趨勢(shì)報(bào)告》，預(yù)計(jì)到2025年，人工智能應(yīng)用市場(chǎng)總值將達(dá)到1270億美元。

其中，醫(yī)療行業(yè)將占市場(chǎng)規(guī)模的五分之一。中國(guó)正處于醫(yī)療人工智能的風(fēng)口：2016年中國(guó)人工智能+醫(yī)療市場(chǎng)規(guī)模達(dá)到96.61億元，增長(zhǎng)37.9%。2017年將超130億元，增長(zhǎng)40.7%。2018年有望達(dá)到200億元。

近日，青島市物價(jià)局批復(fù)關(guān)于IBM開發(fā)的醫(yī)生會(huì)診人工智能產(chǎn)品沃森（Watson）腫瘤機(jī)器人的收費(fèi)，引發(fā)業(yè)界關(guān)注。醫(yī)院可根據(jù)自愿原則，與病人雙方協(xié)商并簽訂協(xié)議確定具體收費(fèi)標(biāo)準(zhǔn)。這意味著，醫(yī)療AI產(chǎn)品作為醫(yī)療服務(wù)項(xiàng)目，其商業(yè)化臨床應(yīng)用和推廣受到主管部門認(rèn)可。

美國(guó)臨床腫瘤學(xué)會(huì)在5月份的年度會(huì)議中披露的數(shù)據(jù)顯示，IBM的沃森給出的癌癥治療方案，大部分時(shí)候與醫(yī)生的建議十分吻合。IBM公司也宣布，其用于幫助醫(yī)生診斷和治療患者的癌癥護(hù)理產(chǎn)品，已在分布全球的9家新醫(yī)療中心投入使用。

研究人員表示，沃森如今在針對(duì)不同癌癥推薦治療方案時(shí)，已經(jīng)表現(xiàn)得十分出色。在印度進(jìn)行的一項(xiàng)研究顯示，在治療肺癌時(shí)，沃森給出的治療建議96%的情況下與醫(yī)生的方案相吻合；治療直腸癌和結(jié)腸癌時(shí)，與醫(yī)生建議的吻合率也分別高達(dá)93%和81%。

此外，在泰國(guó)進(jìn)行的一項(xiàng)研究中，針對(duì)結(jié)直腸癌、肺癌、乳腺癌和胃癌，沃森給出的治療建議也達(dá)到了相似的吻合度。而且，沃森在臨床試驗(yàn)中篩選乳腺癌和肺癌患者的速度要比人類快78%，將篩查時(shí)間從110分鐘縮減到了24分鐘。

IBM沃森健康總經(jīng)理Rob Merkel介紹，沃森產(chǎn)品目前已在13個(gè)國(guó)家開展臨床應(yīng)用，并將很快推廣到20多個(gè)國(guó)家。其中沃森腫瘤和沃森基因解決方案，分別于去年8月和今年6月被引進(jìn)中國(guó)市場(chǎng)。

除了IBM持續(xù)開發(fā)Watson Health來(lái)代替醫(yī)生為病人坐診外，從全球醫(yī)療AI布局方面看，還有谷歌 Google收購(gòu)DeepMind成立DeepMind health，與英國(guó)NHS、皇家自由意愿合作開發(fā)輔助決策、視覺(jué)疾病機(jī)器學(xué)習(xí)。

在一些可以標(biāo)準(zhǔn)化、量化和結(jié)構(gòu)化的情況下，人工智能有辦法通過(guò)不斷的學(xué)習(xí)和更新來(lái)完成工作。例如病理切片分析，每一個(gè)切片放大到40倍后再分析，對(duì)于病理學(xué)家來(lái)說(shuō)是一個(gè)耗時(shí)耗力的工作，谷歌表示這套人工智能系統(tǒng)可以用10億像素級(jí)的拍攝效果自動(dòng)檢測(cè)和定位腫瘤的大小，對(duì)于人類病理學(xué)家來(lái)說(shuō)，這是一個(gè)非常有益的補(bǔ)充。

在大數(shù)據(jù)和人工智能的基礎(chǔ)上，英特爾先后與美國(guó)的一些醫(yī)療機(jī)構(gòu)合作，共同開發(fā)了帕金森項(xiàng)目和協(xié)作式癌癥云。英特爾還與專注帕金森疾病研究的MichaeIJ.Fox基金合作，借助AI擴(kuò)展人類基因庫(kù)，從而實(shí)現(xiàn)疑難病癥的診療。

國(guó)內(nèi)，則有阿里發(fā)布ET醫(yī)療大腦，騰訊投資碳云智能、思派網(wǎng)絡(luò)等醫(yī)療人工智能公司，百度宣布要做醫(yī)療大腦，等等。

越來(lái)越多的公司開始利用人工智能來(lái)解決醫(yī)療難題。火石公司創(chuàng)造發(fā)布的《醫(yī)學(xué)人工智能產(chǎn)業(yè)圖譜和投資趨勢(shì)分析》報(bào)告顯示，中國(guó)已經(jīng)成為全球領(lǐng)先的AI研發(fā)中心（全球兩個(gè)引擎——美國(guó)、中國(guó)），國(guó)內(nèi)企業(yè)主要分布在北京、廣州和長(zhǎng)三角地區(qū)。

基于對(duì)海量數(shù)據(jù)的分析和學(xué)習(xí)能力，人工智能在醫(yī)學(xué)領(lǐng)域應(yīng)用的優(yōu)勢(shì)顯而易見。比如，要培養(yǎng)一名醫(yī)生，通常需要8年。但最新研究表明，人工智能醫(yī)生僅通過(guò)4年的訓(xùn)練，就學(xué)習(xí)了200本腫瘤領(lǐng)域的教科書、300種醫(yī)學(xué)期刊、超過(guò)1500萬(wàn)份文獻(xiàn)和60多萬(wàn)條臨床試驗(yàn)信息，并開始在肺癌、乳腺癌、直腸癌等多個(gè)領(lǐng)域向人類醫(yī)生提出建議。

根據(jù)上述報(bào)告，醫(yī)療人工智能公司從1998年的3家增長(zhǎng)到2016年的36家，2017年，據(jù)不完全統(tǒng)計(jì)，目前國(guó)內(nèi)的醫(yī)學(xué)AI公司達(dá)到144家。

數(shù)據(jù)生成和共享的速度迅速增加，也是醫(yī)療人工智能發(fā)展的動(dòng)力。據(jù)國(guó)際數(shù)據(jù)公司IDC預(yù)測(cè)，到2020年醫(yī)療數(shù)據(jù)量將達(dá)40萬(wàn)億GB，是2010年的30倍，但其中80%為非結(jié)構(gòu)化數(shù)據(jù)。

風(fēng)險(xiǎn)投資方面，報(bào)告顯示，國(guó)內(nèi)人工智能領(lǐng)域相關(guān)投融資記錄共93筆 ，其中57筆披露明確金額。輔助診療獲投最多 ，其后依次為語(yǔ)音交互（13.2億元）、醫(yī)學(xué)影像（11.6億元）、健康管理（11.3億元）、信息化管理（4.5億元），但目前投資智能醫(yī)療機(jī)器人、藥物研發(fā)和虛擬助手較少。

近三年，全球醫(yī)療+人工智能融資活躍度逐年升高，從國(guó)內(nèi)外投融資輪次及時(shí)間分布熱力圖來(lái)看，中國(guó)跟全球的距離非常近，基本上實(shí)現(xiàn)同步走，投資增長(zhǎng)最快的時(shí)段為2013年到2016年，尤其是2016年總共投了25.8億元。

從數(shù)據(jù)看，A輪B輪融資金額較大，大多處于初創(chuàng)階段；行業(yè)集中度較低，尚未形成壟斷或者出現(xiàn)“獨(dú)角獸”。

技術(shù)、數(shù)據(jù)瓶頸制約多

對(duì)于國(guó)內(nèi)醫(yī)學(xué)人工智能圖譜，火石公司做了九項(xiàng)分類，分別為：醫(yī)學(xué)影像（25家）、智能機(jī)器人（9家）、虛擬助手（5家）、藥物研發(fā)（3家）、輔助診療（41家）、健康管理（37家）、語(yǔ)音交互（8家）、信息化管理（25家）、其他（3家）。

從應(yīng)用來(lái)看，目前醫(yī)療AI落地最多的是影像領(lǐng)域，AI幫助醫(yī)生更快、更準(zhǔn)確地讀取病人影像數(shù)據(jù)，以做出更精確的診斷。火石公司稱，影像輔助診斷結(jié)合病理分析的準(zhǔn)確率高達(dá)99.5%，市場(chǎng)空間巨大，融資金額達(dá)到30多億元，創(chuàng)業(yè)公司活躍度最高。endprint

不過(guò)，上海市兒童醫(yī)院影像科主任楊秀軍在接受采訪時(shí)卻說(shuō)，目前兒童醫(yī)院沒(méi)有采用市面上任何一家智能影像公司的產(chǎn)品。“有的智能診斷產(chǎn)品針對(duì)某一種病，比如開發(fā)出一種軟件能更簡(jiǎn)便快捷地診斷皮膚癌。但絕大多數(shù)的病變不是那么簡(jiǎn)單的，比如有些患者確實(shí)患病，但其CT、磁共振或其他影像檢查中，沒(méi)有看到有異常的影像表現(xiàn)。還有，面對(duì)同一種影像異常，不同人的診斷會(huì)有不同。”

楊秀軍認(rèn)為，想用一個(gè)軟件來(lái)診斷疾病，甚至替代醫(yī)生，只是一個(gè)夢(mèng)想。人工智能可能在某些方面、某幾種疾病上，對(duì)醫(yī)生有所幫助。“比如我們把全球范圍內(nèi)已經(jīng)報(bào)道的某種腫瘤的影像尤其CT、MRI等進(jìn)行統(tǒng)計(jì)學(xué)分析，形成影像組學(xué)，那么人工智能在這個(gè)領(lǐng)域潛力很大。”

計(jì)算機(jī)是否會(huì)取代放射科醫(yī)生呢？斯坦福大學(xué)醫(yī)學(xué)物理部主任邢磊認(rèn)為，近期來(lái)看可能性不大，因?yàn)檫@一過(guò)程中還需要人來(lái)進(jìn)行質(zhì)量控制和最終決策。但是，技術(shù)確實(shí)會(huì)帶來(lái)巨大的幫助，除了提高效率之外，它可以提高質(zhì)量和精度，促使很多醫(yī)生去想很多以前想不到的問(wèn)題。

丁香園創(chuàng)始人李天天也有著同樣的看法，目前他們正與中南大學(xué)湘雅二院、大拿科技三方合作人工智能輔助診斷皮膚病應(yīng)用，“不可能把所有皮膚病都列入，我們只選了紅斑狼瘡。” 李天天表示，第一階段幫助建立疾病采集及解讀；第二是處方建議及醫(yī)學(xué)建議；第三做醫(yī)生管理和患者教育。“現(xiàn)在還處在第一階段，因?yàn)闇?zhǔn)確性沒(méi)有達(dá)到想象的高度，因此需要不斷調(diào)整算法。”

平安創(chuàng)投董事總經(jīng)理張江認(rèn)為，目前的醫(yī)療AI尚處于早期，仍存在著較多技術(shù)壁壘未能突破，實(shí)際應(yīng)用尚存在不確定性。“計(jì)算機(jī)不能應(yīng)付復(fù)雜環(huán)境，無(wú)法處理模糊的、連續(xù)的、不完美的數(shù)據(jù)，認(rèn)知層面的知識(shí)表達(dá)、信息補(bǔ)足瓶頸仍待突破。數(shù)據(jù)缺失、缺乏統(tǒng)一標(biāo)準(zhǔn)、醫(yī)患不信任、監(jiān)管空白都制約著發(fā)展，且目前亦無(wú)清晰的盈利模式，買單方不明確。”

悉尼科技大學(xué)工程與信息技術(shù)學(xué)院教授操龍兵認(rèn)為，雖然各醫(yī)院都有大量的病人醫(yī)療數(shù)據(jù)，但彼此之間并不共享，數(shù)據(jù)是碎片化的，無(wú)論是健康人還是非健康人的數(shù)據(jù)都非常缺乏。

據(jù)了解，獲取醫(yī)療人工智能所需的數(shù)據(jù)，成本很高，數(shù)據(jù)來(lái)源的正當(dāng)性也常受質(zhì)疑。

就在7月4日，英國(guó)信息委員會(huì)（ICO）做出裁決，判定英國(guó)皇家自由醫(yī)院在與谷歌分享數(shù)據(jù)時(shí)，未能充分保護(hù)患者隱私。2016年年初，皇家自由醫(yī)院曾將大約160萬(wàn)名患者的信息交給谷歌子公司 DeepMind 進(jìn)行醫(yī)療試驗(yàn)，以期找到發(fā)現(xiàn)腎臟損傷的全新方法。之后，皇家自由醫(yī)院雖然沒(méi)有被處以罰款，但是簽署了承諾書，保證改變處理數(shù)據(jù)的方式。英國(guó)數(shù)據(jù)保護(hù)官伊麗莎白·德納姆在一份聲明中稱：“科技的進(jìn)步，不該以犧牲民眾最基本的隱私權(quán)作為代價(jià)。”

在中國(guó)國(guó)內(nèi)，獲取醫(yī)療數(shù)據(jù)同樣面臨著巨大的難題。醫(yī)院內(nèi)部人士表示，原則上，把醫(yī)院的數(shù)據(jù)拿出去是不可能的，涉及到病人隱私、醫(yī)學(xué)倫理、法律等多個(gè)方面。

AI醫(yī)療的發(fā)展，有三個(gè)主要的部分：數(shù)據(jù)、模型、算法。在數(shù)據(jù)方面，除了需要大量的高質(zhì)量數(shù)據(jù)以外，數(shù)據(jù)的標(biāo)準(zhǔn)化也至關(guān)重要。

不過(guò)，目前國(guó)內(nèi)各醫(yī)院系統(tǒng)并不相連，也沒(méi)有統(tǒng)一規(guī)范的臨床結(jié)構(gòu)化病歷模型標(biāo)準(zhǔn)，不同醫(yī)院的病歷書寫存在差異，非結(jié)構(gòu)化的數(shù)據(jù)導(dǎo)致高效率的大數(shù)據(jù)挖掘很難實(shí)現(xiàn)。而且，由于國(guó)內(nèi)臨床病歷缺乏規(guī)范，不少診斷細(xì)節(jié)在病歷中無(wú)法體現(xiàn)，此外，與國(guó)外患者離院后延續(xù)性的隨訪體系不同，國(guó)內(nèi)患者離開醫(yī)院失訪率非常高，臨床病歷和高度碎片化的數(shù)據(jù)實(shí)際價(jià)值有限。

雖然數(shù)據(jù)不集中、不規(guī)范是目前智能醫(yī)學(xué)發(fā)展的最大障礙之一，但邢磊認(rèn)為，國(guó)內(nèi)在這一方面還是有很多優(yōu)勢(shì)的，畢竟政府可以很高效地進(jìn)行協(xié)調(diào)、協(xié)商，設(shè)法解決這個(gè)問(wèn)題。

AIRDOC創(chuàng)始人兼CEO張大磊表示，“數(shù)據(jù)標(biāo)注的問(wèn)題應(yīng)引起重視。實(shí)際上，人工智能80%的時(shí)間是在做數(shù)據(jù)預(yù)處理工作，醫(yī)療領(lǐng)域的標(biāo)注是一個(gè)瓶頸。未來(lái)2到5年之內(nèi)，小樣本學(xué)習(xí)理論層面會(huì)獲得足夠的突破，但近一兩年還是要大量醫(yī)生去做標(biāo)注。”

張大磊稱，另一個(gè)制約因素在于數(shù)據(jù)質(zhì)量。醫(yī)生是高度個(gè)性化的工作，非技術(shù)結(jié)果如果處理不好，很可能產(chǎn)生數(shù)據(jù)污染。“不管在美國(guó)還是中國(guó)，大多數(shù)醫(yī)院里拿出來(lái)的數(shù)據(jù)都缺乏標(biāo)準(zhǔn)化。同樣一個(gè)病，10個(gè)大夫會(huì)給出5種或3種診斷意見，到底誰(shuí)對(duì)誰(shuí)錯(cuò)，有時(shí)候很難說(shuō)。處理過(guò)程中，往往有很多技術(shù)之外的因素存在，這些因素如果不處理好，很可能產(chǎn)生數(shù)據(jù)污染。”

第三則是交互問(wèn)題。總體來(lái)說(shuō)，病人和醫(yī)生交互環(huán)節(jié)越多，各方面的信息質(zhì)量越差。在處理這些數(shù)據(jù)時(shí)，丟失的信息會(huì)對(duì)結(jié)果判斷產(chǎn)生影響。endprint