第三代互聯網將釋放AI醫療的無限價值

潘鋒

由國家衛生健康委員會國際交流與合作中心、中國信息通信研究院聯合主辦的，以“攜手共建互聯互通的健康命運共同體”為主題的“‘一帶一路互聯網+醫療健康大會”8月17日在北京舉行，本次大會旨在進一步落實“一帶一路”倡議和國務院《關于促進“互聯網+醫療健康”發展的意見》的要求，推動新一代信息技術與傳統醫療衛生行業融合發展，來自10多個“一帶一路”國家衛生高級官員和國際組織代表出席大會。

國家衛生健康委員會副主任曾益新在開幕致辭中指出，健康是人類的共同追求，也是百年來古老絲綢之路的永恒主題。中國政府高度重視“互聯網+醫療”工作，旨在讓老百姓少跑腿，讓數據多跑路，不斷提升公共服務均等化、普惠化和便捷化水平，通過加快醫聯體建設，發展“互聯網+醫療”，讓群眾在家門口享受優質醫療服務。中國工程院院士、北京工業大學北京未來網絡科技創新中心主任劉韻潔教授在會上作了題為《互聯網+AI助力醫療健康發展》的主題報告。劉韻潔院士說，第三代互聯網的特點是與實體經濟的深度融合，未來網絡和人工智能將極大地助力醫療發展，提升醫療服務能力和水平。

與實體經濟深度融合是必然趨勢

劉韻潔院士介紹，近50年來，互聯網發展經歷了三個階段，第一代互聯網主要在科研部門使用，如以阿帕網為代表的互聯網在軍事和科研上的應用。第二代互聯網開始在社會領域得到應用，萬維網、電子商務的蓬勃發展對人們生活和工作產生了巨大影響；但第二代互聯網也存在可擴展性、安全性、可控可管性和能耗等方面的問題。互聯網現已進入第三個發展階段，也被稱為未來網絡發展階段。第三代互聯網的特點是與實體經濟深度融合，與包括醫療行業在內的行業、產業深度融合，如工業互聯網、能源互聯網、車聯網等；互聯網的功能已經從單純的信息傳輸向消費和生產轉變?！盎ヂ摼W+”，互聯網與實體經濟深度融合是必然趨勢，未來網絡發展迎來了新機遇和新挑戰。

未來網絡已成為全球競爭焦點，世界各國都在未來互聯網領域做出布局。如在未來互聯網基礎研究方面有2005年美國科學基金FIND計劃，2010年美國科學基金FIA計劃，2014年美國科學基金FIA-NP計劃；歐盟制定了ECIAO、FIBRE、TIRE等計劃，日韓也制定了AKARI、RISE、K-GENI等研究計劃。在未來互聯網試驗網研究方面，正在實施的有德國G-LAB、 歐盟FIRE、中國CENI、澳大利亞NICTA、韓國ETRI和美國GENI等研究計劃，多家國際知名公司進軍未來網絡產業。

劉韻潔院士說，近年來，各國通過制定國家戰略，把工業互聯網作為發展戰略，旨在推動本國互聯網與傳統行業融合，搶占行業產業發展制高點。德國工業4.0，美國工業互聯網，日本機器人新戰略，英國制造2025，中國“互聯網+”戰略和中國制造2025等，其理念都是一脈相承的。

劉韻潔院士介紹，互聯網占經濟GDP比重被稱為iGDP，2013年中國iGDP達到4.4%，同年美國為4.3%，這表明中國互聯網經濟已達到全球領先水平。有預測顯示，2013年～2025年，互聯網對中國GDP比重增長的貢獻率有望達到7%至22%，發展前景廣闊?！盎ヂ摼W+”推動移動互聯網、云計算、大數據、物聯網等與現代制造業結合，促進電子商務、工業互聯網和互聯網金融健康發展，引導互聯網企業拓展國際市場?！盎ヂ摼W+”將進一步激發互聯網對傳統領域的滲透，提升互聯網在社會經濟發展中的重要作用。

人工智能重塑醫療行業

劉韻潔院士說，隨著寬帶網絡、云計算、大數據、人工智能等技術的快速發展和迭代更新，互聯網為傳統醫療衛生行業發展提供了不竭動力，醫療產業轉型、分級診療等都面臨著網絡化升級的強勁需求。今年4月28日，國務院辦公廳發布《關于促進“互聯網+醫療健康”發展的意見》，醫療與互聯網、AI技術等的結合將有力地促進醫改，而分級診療是我國醫改的重要內容之一，其目的是通過優化醫療資源配置，讓不同層級醫院形成有效的分工協作，緩解醫療服務供給不足的矛盾。強基層是分級診療體系建設的一個重要環節，目前我國基層醫療機構的技術水平和診療設備等都存在很多“短板”，“互聯網+”在提高基層偏遠地區醫療服務能力和水平方面將發揮重要作用?；ヂ摼W及人工智能技術將賦能基層醫療，人工智能有望將國內外頂尖醫學專家的知識和診治經驗快速復制，為基層醫生提供實效實時的臨床決策支持，有助于提高廣大基層醫務工作者的經驗和能力，提高基層醫療衛生機構能力和加強醫聯體建設，將成為互聯網助力醫改的重要方向之一。

劉韻潔院士指出，醫療行業是數據密集型行業，醫療數據的加速積累對網絡、存儲、管理等提出了更高要求。IDC預測，2020年醫療大數據將達到40萬億GB，其龐大的數據量是2010年的30倍。但大數據與傳統數據相比，在數據容量、處理實效、數據結構、數據來源、數據整合、存儲架構、接入方式、分析對象、分析方法和分析結果等方面存在較大不同。如在數據容量方面，大數據是不斷快速增長，達到TB、PB、ZB；而傳統數據為MB或GB；在處理實效性方面，大數據以秒為單位，非常迅速，而傳統數據較慢，以小時或天為單位；在數據結構方面，大數據多為非結構化或半結構化數據，而傳統數據則為結構化數據。

隨著《“健康中國2030”規劃綱要》等國家規劃的相繼落地，“健康中國”建設正式進入實施階段，在國家政策的大力支持下，互聯網技術在我國醫療行業的應用方面已愈發成熟， AI醫療、數字醫療、醫療大數據共享、醫療云等創新科技正逐漸滲透到醫療領域方方的面面。劉韻潔院士認為，我國正處于互聯網醫療、AI醫療并行發展階段，海量醫療大數據儲備、快速數據產生、傳輸和共享以及將數據結構化的能力，都需要效果出色的人工智能算法支持，技術+數據充分積累，未來網絡+人工智能將重塑醫療行業。借助數據、互聯和智能，人工智能將滲入到從研發、診斷、治療到服務等醫療行業的所有環節，并以數據化、場景化、智能化趨勢向前發展，醫療行業也將從醫療信息化、互聯網醫療階段發展到更高的AI醫療。AI醫療的特點是機器學習輔助，涵蓋了人工智能、數據挖掘、圖像處理識別、機器學習、自然語言處理、數據可視化等，通過大數據和AI醫療提升醫療服務能力和水平。

AI醫療應用貫穿三個層面

劉韻潔院士介紹，互聯網醫療、AI醫療的應用貫穿了泛在感知、有效傳遞和智慧處理三個層面的內容。

泛在感知是指通過各種具有感知能力的設備實現感知和識別物體，采集和捕獲原始信息。泛在感知是健康物聯網滿足多元通訊情境的需要，其特點和發展趨勢是產品小型化、便捷化、低成本、網絡化、突出人性化設計和產品種類多樣化，如心電手機、腕表等；但成本低、高精度、易使用以及核心芯片以進口為主等問題很大程度地制約了終端低成本化的實現。受制于測量精度、測量操作設備及成本，一些血壓測量、血糖測量的終端還難以被用戶普遍接受，還沒有得到很好普及。要從頻譜效率、能源效率和成本效率出發，針對低傳輸速率和近距離無線通訊技術進行標準化，以適應醫療健康物聯網多元應用情境。通過大數據分析技術，通過人工智能技術，把日常采集到的泛在感知數據信息真正服務于每個人的健康，讓小型終端設備更便宜、更快捷、更方便于人們的生活，尤其是如何讓手機成為“私人醫生”，在這些領域，還有待進一步探索。

未來網絡環境中，遠程醫療會診或手術都要借網絡，如果網絡出現問題，各種醫療活動將被迫終止，后果將非常嚴重。保證超高清、大流量信息傳輸需要建設一個可靠的、可定制的、快速方便的網絡系統。為此，在未來網領域，北京工業大學提出一個新的網絡架構，即基于SCN架構的未來網絡試驗網建設。該網絡是一個可以根據不同業務定制服務的網絡，也是我國正在實施的大科學工程未來網絡基礎設施項目，目標是在全國40個城市建設133個邊緣網絡，明年將在部分城市開通。

劉韻潔院士說，未來醫療健康服務需要智慧醫療體系支撐。智慧處理融合了信息通信技術與行業專業技術，與行業需求結合，實現了廣泛智能化的解決方案。通過有效傳遞和泛在接入接口，將各類感知延伸，網絡中心的局域信息快速安全地接入到網絡承載的服務層中；通過開放創新接口，將眾多業務系統接入到業務服務層，實現共性支撐能力調用，達到業務服務能力的相互協調管理。

醫療平臺云化為數據智慧處理搭建基礎。來自健康數據采集終端和各級醫療衛生機構的數據，通過數據傳輸匯集到醫療云平臺，內容包括人口信息、健康檔案、電子病歷等。醫療云平臺進行人工智能分析和智慧處理后，將這些醫療大數據提供給各層次醫療服務體系，包括醫藥監管平臺、公共服務平臺、醫療協同平臺、家庭簽約服務平臺、決策預警平臺等。醫療大數據可應用場景豐富，且能深度挖掘，由價值醫療驅動的產業發展實現了醫療服務質量和醫療成本雙贏，其潛在價值空間巨大。醫療大數據服務對象涵蓋居民、醫療服務機構、科研機構、醫療保險管理機構、商業保險公司、公共健康管理部門等。有預測顯示，醫療大數據有望給美國帶來每年（3000～4500）億美元的市場價值，我國醫療大數據市場規模至少在千億元以上。

產業化探索初見成效

劉韻潔院士還介紹了北京工業大學北京未來網絡科技創新中心面向國家發展戰略、面向北京經濟社會發展和京津冀協同發展重大需求，在醫療大數據、人工智能核心技術和關鍵技術研究及應用方面取得的進展。

劉韻潔院士說，心腦血管病、糖尿病、慢性呼吸系統疾病、癌癥等是常見慢性病。我國慢性病人群龐大。大數據是探索慢病形成機理，提高慢病治療康復效果和預警預防慢病發生的有力武器。在數據挖掘與卒中研究方面，他們的研究團隊收集了三個方面的數據，一是生活習慣數據，包括飲食、煙酒嗜好、運動健身、工作性質與壓力等，生活習慣是卒中重要的危險因素之一，利用生活習慣數據可對卒中風險進行預測。二是臨床檢驗數據，包括血壓、心電圖、血常規和生化指標等，這些臨床數據可用于卒中風險評估和臨床輔助診斷。三是影像數據，B超，CT等影像數據可以直接反映人體器官狀態，也可用于卒中風險評估和臨床輔助診斷。研究人員將以上不同類型的數據結合機器學習手段，實現了卒中的預測、預警和輔助診斷，取得了非常好的效果。

他們自主創新研發了Stroke-DLR模型，該模型利用前沿的機器學習算法，基于北京協和醫院和國家腦防委的120萬人群卒中篩查大數據進行強化訓練，通過分析挖掘建立了一個適合中國居民身體情況的卒中預測模型，相比國際最通用的Framinghan模型39%的預警成功率，Stroke-DLR模型預警成功率達到62%，大幅提升了中國人群的適用性和預測準確性，達到了國際領先水平。Stroke-DLR模型應用取得了顯著的社會效益和經濟效益，已經為超過500萬老年人提供了卒中發病預警服務，有效預警超過6萬人次；根據卒中發病預警提前給予干預服務，單一患者診療費用降低65%以上，成果推廣應用對維護人民健康，節省醫療費用產生了積極作用。先進的核心機器學習與數據挖掘技術，已在美國多家醫院進行了大規模臨床驗證，《柳葉刀》等知名雜志發表了相關研究成果。

研究人員還創新研發了一些新的模型用于糖尿病等慢病預警?；?9萬條生活習慣數據開發的OAE-RF慢病預警模型，實現了對糖尿病、高血壓、高血脂和慢阻肺4類常見病慢病預警，并可基于算法提供個性化防病建議?；诔^100項體征數據并結合用戶的人口學特征開發的SL-COX血糖血脂風險評估模型，可有效評估和預測個體血糖風險，通過不斷優化和迭代分析，實現對糖尿病更為精準的預測，研究成果已在美國多家醫院得到應用。研究團隊建立了一個慢病管理平臺——IntelliCare慢病管理平臺。該平臺是一個面向中老年人群的軟硬件一體化慢病管理平臺，以人工智能為核心驅動提供院外閉環慢病健康管理服務，平臺已在30多家機構得到應用，覆蓋近10萬人群。

劉韻潔院士說，心電圖是置于皮膚上的電極，無創記錄心臟搏動產生的電活動信息，是反映心臟電生理狀態的一項重要檢測指標。人工智能在心電圖領域有著很多應用，特別是對基層機構減少誤讀誤判有很大的幫助作用。研究人員提出了一個創新模型，即一維多尺度卷積神經網絡（MCNN），MCNN實際測試結果顯示遠遠優于其他國家同類技術水平。重癥監護室（ICU）是醫院內臨床科室中醫療設備最多，院內數據匯集最密集的地方，ICU場景的數據具有數據維度多、時效性好、價值密度大和數據質量高的特點。如何通過人工智能提高ICU治療康復水平是一個長期的、巨大的挑戰。美國通過ICU智能決策預警將重癥轉化比例從27%降至12%，有效降低了病人的病情惡化風險，人工智能技術首次被嚴格在臨床上證明對重癥預防有效。北京工業大學研究團隊在ICU預警模型研究方面也取得了非常好的成果，ICU預警模型已在全國十幾家兒童醫院的ICU病房得到臨床應用，服務于兒童重病的治療和康復。

劉韻潔院士最后表示，通過人工智能和醫療大數據，人們將能夠更好地了解自己的健康情況并得到及時有效的治療；“互聯網+AI”將助力我國醫療衛生健康事業快速發展。

專家簡介

劉韻潔，中國工程院院士，教授級高工，現任北京工業大學北京未來網絡科技創新中心主任，中國聯合通信有限公司科技委主任；曾任郵電部數據通信研究所所長，郵電部電信總局副局長兼數據通信局局長，郵電部郵政科學規劃研究院院長，中國聯通總工程師、副總裁。曾多次主持數據通信領域國家重點科研項目攻關，并取得多項重要成果。主持設計、建設并運營了國家公用數據網、計算機互聯網、高速寬帶網，為我國信息化發展打下了重要基礎。獲得國家科技進步一等獎1項，部級科技進步一等獎2項，國家發明專利2項。