當(dāng)我們把目光聚焦向人工智能醫(yī)療健康領(lǐng)域，不難發(fā)現(xiàn)人工智能已經(jīng)應(yīng)用到醫(yī)學(xué)影像識(shí)別、疾病輔助診斷、外科手術(shù)、基因測序以及醫(yī)療大數(shù)據(jù)等許多方面。未來五年，醫(yī)療健康將會(huì)是人工智能最重要的應(yīng)用領(lǐng)域之一。
報(bào)道 | 微胖
智能與醫(yī)療，正成為人工智能時(shí)代重頭戲。
2017 年被認(rèn)為是「人工智能應(yīng)用元年」，亦是人工智能發(fā)展的拐點(diǎn)。7 月 9 日，全球人工智能高峰論壇暨中國（杭州）人工智能小鎮(zhèn)啟動(dòng)儀式在杭州召開。在本次論壇的「人工智能醫(yī)療健康分論壇」上，專家、學(xué)者以及業(yè)內(nèi)人士就人工智能在醫(yī)學(xué)領(lǐng)域應(yīng)用展開了交流。
據(jù)近期普華永道報(bào)告分析，2030 年之前，中國和美國將成為從技術(shù)浪潮中收獲最多的國家。未來的 13 年內(nèi)，人工智能將增加中國 7 億萬美元的 GDP，經(jīng)濟(jì)增長達(dá) 26%。其中，醫(yī)療成為人工智能最富變革力領(lǐng)域之一。醫(yī)療領(lǐng)域是典型數(shù)據(jù)密集型行業(yè)，在智能化時(shí)代，數(shù)據(jù)生成速度的提升也帶來了醫(yī)療數(shù)據(jù)積累量的大幅增加。尤其是在基因和醫(yī)學(xué)影像領(lǐng)域，人工智能技術(shù)極大加快挖掘提取深層次信息的效率，由此也釋放出大量創(chuàng)業(yè)和商業(yè)機(jī)會(huì)。
過去十幾年，中國醫(yī)療行業(yè)的信息化也積累了大量歷史數(shù)據(jù)；人工智能技術(shù)也取得了巨大進(jìn)展。場景、數(shù)據(jù)、技術(shù)的具備為行業(yè)變革奠定了基礎(chǔ)。中國醫(yī)療行業(yè)也面臨不少問題，比如，中國醫(yī)療資源總量不足、分布不合理、優(yōu)質(zhì)資源匱乏。看病難、看病貴的問題的核心表現(xiàn)為供需矛盾，資源嚴(yán)重不足。另外，醫(yī)療失誤造成大量生命和財(cái)產(chǎn)損失，數(shù)字同樣讓人驚心。全球每年有 4300 萬人受到醫(yī)療失誤的波及，其中大部分發(fā)生在中低收入國家。
數(shù)據(jù)顯示，2017 年第一季度有 30 多家人工智能企業(yè)獲得融資，醫(yī)療健康領(lǐng)域的人工智能創(chuàng)業(yè)公司表現(xiàn)尤為突出，關(guān)注度和融資量最高?！府?dāng)我們把目光聚焦向人工智能醫(yī)療健康領(lǐng)域，不難發(fā)現(xiàn)人工智能已經(jīng)應(yīng)用到醫(yī)學(xué)影像識(shí)別、疾病輔助診斷、外科手術(shù)、基因測序以及醫(yī)療大數(shù)據(jù)等許多方面。未來五年，醫(yī)療健康將會(huì)是人工智能最重要的應(yīng)用領(lǐng)域之一?！?/p>
在本次論壇的「人工智能醫(yī)療健康分論壇」上，「人工智能+醫(yī)療」領(lǐng)域的首個(gè)產(chǎn)業(yè)聯(lián)盟——健康產(chǎn)業(yè)人工智能技術(shù)創(chuàng)新聯(lián)盟在本次論壇上正式成立。健康產(chǎn)業(yè)人工智能技術(shù)創(chuàng)新聯(lián)盟由科大訊飛、復(fù)星醫(yī)藥、德勤咨詢、思創(chuàng)醫(yī)惠、榮之聯(lián)、Boston AI、浙江知識(shí)產(chǎn)權(quán)交易中心、杉杉醫(yī)療、貝殼社等單位聯(lián)合發(fā)起，旨在打造醫(yī)療人工智能應(yīng)用聚集地，搭建醫(yī)療人工智能產(chǎn)業(yè)生態(tài)鏈?zhǔn)痉镀脚_(tái)和中國醫(yī)療人工智能核心技術(shù)平臺(tái)。
一、專家把脈，醫(yī)療行業(yè)的人工智能應(yīng)用存在四大痛點(diǎn)
在醫(yī)療領(lǐng)域，人工智能技術(shù)應(yīng)用存在四大痛點(diǎn)，麻省理終身教授、波士頓人工智能實(shí)驗(yàn)室主任曹漁在題為《端智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用》的發(fā)言中談到。針對(duì)這四大痛點(diǎn)，他認(rèn)為端智能在中國醫(yī)療領(lǐng)域當(dāng)中會(huì)大有可為。
曹漁談到，所謂端智能，是指把人工智能的算法、架構(gòu)部署在終端，在終端領(lǐng)域，運(yùn)行我們的計(jì)算。在這種情況下，我們可以保證我們的計(jì)算不依賴于網(wǎng)絡(luò)，同時(shí)我們可以實(shí)現(xiàn)實(shí)時(shí)的數(shù)據(jù)處理。更重要的是，我們可以保護(hù)用戶的隱私，而且實(shí)現(xiàn)個(gè)性化的定制。在這基礎(chǔ)上，有可能產(chǎn)生很多新的商業(yè)模式。我們認(rèn)為，端智能是推動(dòng)垂直領(lǐng)域人工智能化最重要的技術(shù)之一。
2016 年美國的主流 ID 廠商逐步布局邊緣計(jì)算和端智能。在過去的一兩年之內(nèi)，大概有近 20 家與端智能相關(guān)的企業(yè)獲得超過 5 億美元的融資。在 2017 年到來的時(shí)候，邊緣計(jì)算已經(jīng)迅速發(fā)展成為 10 億美元的技術(shù)市場。近期，微軟公司宣布進(jìn)行重大轉(zhuǎn)型，專注云計(jì)算和端智能也是未來的方向之一。
那么，人工智能的醫(yī)學(xué)應(yīng)用存在什么痛點(diǎn)呢？
首先，異構(gòu)數(shù)據(jù)普遍存在。在醫(yī)療領(lǐng)域有醫(yī)療圖像、視頻數(shù)據(jù)、音頻數(shù)據(jù)、結(jié)構(gòu)化數(shù)據(jù)、非結(jié)構(gòu)化數(shù)據(jù)、文本數(shù)據(jù)。每一種數(shù)據(jù)的處理方式、存儲(chǔ)格式、傳輸方法、算法都不盡相同。不可否認(rèn)，一旦理順了多格式，多源頭，呈爆炸性成長的大數(shù)據(jù)的整合和分析，醫(yī)療大數(shù)據(jù)將對(duì)提高醫(yī)療質(zhì)量，強(qiáng)化患者安全，降低風(fēng)險(xiǎn)，降低醫(yī)療成本等方面發(fā)揮無與倫比的巨大作用。但是，怎么樣能夠開發(fā)一個(gè)有效的人工智能的系統(tǒng)，能夠把這些多模態(tài)的數(shù)據(jù)利用起來，作出更好的診斷和治療，這是非常有挑戰(zhàn)性的任務(wù)。
其次，有效數(shù)據(jù)的缺失。其實(shí)，很多應(yīng)用里面其實(shí)沒有大數(shù)據(jù)，只有小數(shù)據(jù)。如何解決？當(dāng)我們只有小數(shù)據(jù)的時(shí)候，仍然希望能夠訓(xùn)練一個(gè)很好的模型。在這種情況下，用遷移學(xué)習(xí)的方法就可以做到用一個(gè)領(lǐng)域的大量的數(shù)據(jù)，通過遷移學(xué)習(xí)的方法，到新的領(lǐng)域進(jìn)行學(xué)習(xí)，達(dá)到類似的效果，解決小數(shù)據(jù)訓(xùn)練問題。
第三，缺乏個(gè)性化模型。其實(shí)這和精準(zhǔn)醫(yī)療密切相關(guān)。精準(zhǔn)醫(yī)療的目的是實(shí)現(xiàn)千人千面，但離我們的目標(biāo)還有一定的距離?？梢杂迷隽繉W(xué)習(xí)的方法，來解決個(gè)性化模型定制問題。所謂「增量學(xué)習(xí)」，是指最開始的時(shí)候，用數(shù)據(jù)學(xué)到一個(gè)通用的模型，這個(gè)通用模型會(huì)教給用戶和病人。在跟病人進(jìn)一步交互過程中，我們用增量學(xué)習(xí)的方法更新模型。在這種情況下，我們就可以定制一個(gè)模型。比如說一種治療的方法、一種診斷，在某一個(gè)病人的手中，經(jīng)過一段時(shí)間的交互，經(jīng)過一段時(shí)間的數(shù)據(jù)積累，它的模型會(huì)發(fā)生變化，實(shí)現(xiàn)理想中的千人千面。
第四，技術(shù)架構(gòu)和系統(tǒng)功效。在傳統(tǒng)的云計(jì)算里面，在云端有很強(qiáng)的計(jì)算能力，不用考慮功耗。但是，在終端必須考慮功耗，我們手機(jī)一天要充電，在這種情況下我們必須考慮到如何重新開發(fā)技術(shù)架構(gòu)，使系統(tǒng)更高效。特別是在傳統(tǒng)云計(jì)算里面，數(shù)據(jù)要傳到網(wǎng)上，傳到云端。但是，很多醫(yī)院不允許把數(shù)據(jù)傳到云端，即使傳到云端，也存在很大的隱私泄露的領(lǐng)域。所以在醫(yī)療領(lǐng)域，我們希望把數(shù)據(jù)留在本地。問題就出現(xiàn)了，怎么樣才能使本地計(jì)算更有效、高效地技術(shù)？這是我們認(rèn)為具有挑戰(zhàn)的方向。
端智能如何解決醫(yī)療中的技術(shù)挑戰(zhàn)？簡單來說，將人工智能算法部署在醫(yī)療的終端，實(shí)現(xiàn)本地計(jì)算和個(gè)性化模型的定制，從而確保病人的隱私和數(shù)據(jù)安全，從高層次角度解決醫(yī)療技術(shù)的挑戰(zhàn)。
二、科大訊飛布局人工智能在醫(yī)學(xué)影像中的應(yīng)用
貝殼社創(chuàng)始人姜慧霞在《共建醫(yī)健人工智能產(chǎn)業(yè)加速生態(tài)系統(tǒng)》的發(fā)言中指出，從統(tǒng)計(jì)出來的過去融資的輪次來看，很多都是很小的公司，或處在初創(chuàng)早期，可能也就是十幾個(gè)人，或者更小。大部分處于 A 輪、B 輪，很多都是天使輪。但是，越來越多的大公司關(guān)注人工智能，更多跟人工智能項(xiàng)目或者團(tuán)隊(duì)進(jìn)行一些合作。另外，市場增長，到 2018 年市場規(guī)模達(dá)到 200 億，增長率達(dá)到 40%，「未來 4-5 年，會(huì)有一批偉大的人工智能公司創(chuàng)立。所以人工智能特別是在醫(yī)療領(lǐng)域的創(chuàng)業(yè)，它其實(shí)剛剛開始。」
普華永道報(bào)告分析指出，人工智能覆蓋領(lǐng)域中，最具潛力的三個(gè)醫(yī)療領(lǐng)域之一就是影像診斷（圖像診斷，病理診斷）。人工智能在醫(yī)學(xué)影像中的應(yīng)用，也是我們最為熟悉的。比如，最近吳恩達(dá)領(lǐng)導(dǎo)的斯坦福大學(xué)機(jī)器學(xué)習(xí)組開發(fā)了一種深度神經(jīng)網(wǎng)絡(luò)，從心電圖中識(shí)別 14 類心律不齊；年初，斯坦福大學(xué)一個(gè)聯(lián)合研究團(tuán)隊(duì)開發(fā)出了一個(gè)皮膚癌診斷準(zhǔn)確率媲美人類醫(yī)生的人工智能，相關(guān)成果刊發(fā)為了 1 月底《自然》雜志的封面論文；FDA 首次批準(zhǔn)了一款心臟核磁共振影像 AI 分析軟件，等。
科大訊飛鹿曉亮介紹說，除了將訊飛最擅長的語音技術(shù)用到醫(yī)療，幫醫(yī)生寫電子病例和醫(yī)療文書，醫(yī)療影像的服務(wù)診斷系統(tǒng)也是科大訊飛的布局重點(diǎn)。
訊飛一直有關(guān)注計(jì)算機(jī)視覺領(lǐng)域，也一直有計(jì)算機(jī)視覺團(tuán)隊(duì)，有不少同事在從事這方面的工作。公司實(shí)際上擁有比較強(qiáng)的包括人臉識(shí)別、OCR 等在內(nèi)的技術(shù)。訊飛系統(tǒng)不僅要能夠處理這個(gè)人的胸片或 CT 影像，還要同步處理他的其他非結(jié)構(gòu)數(shù)據(jù)，把這些數(shù)據(jù)融合在一起，最后幫助醫(yī)生做一個(gè)整體的判斷跟方案的建議，這個(gè)是訊飛與其他公司的最大不同?？拼笥嶏w希望把這樣的技術(shù)應(yīng)用到醫(yī)療領(lǐng)域，幫助以后找肺部 CT 結(jié)節(jié)，幫醫(yī)生看骨科的片子。在這些領(lǐng)域，機(jī)器可以做得比人類更好。
目前，人工智能在醫(yī)學(xué)影像中的應(yīng)用主要就是輔助醫(yī)生做診斷，讓醫(yī)生做診斷的時(shí)候做到有理有據(jù)，從而減少誤診、漏診率。從影像方面的誤診人數(shù)來看，美國每年的誤診人數(shù)達(dá)到了 1200 萬，中國因?yàn)槿丝诨鶖?shù)龐大，達(dá)到了驚人的 5700 萬/年，這些誤診主要發(fā)生在基層醫(yī)療機(jī)構(gòu)。電子膠片的廣泛使用使得醫(yī)學(xué)影像數(shù)據(jù)大幅度增長，美國的數(shù)據(jù)年增長率達(dá)到了 63.1%，在中國也達(dá)到了 30%。放射科醫(yī)生的年增長率美國和中國僅只有 2.2% 和 4.1%，遠(yuǎn)遠(yuǎn)低于影像數(shù)據(jù)的增長，形成巨大缺口。這意味著醫(yī)師工作量大增，判斷準(zhǔn)確性下降，借助人工智能對(duì)影像進(jìn)行判斷可以有效彌補(bǔ)該缺口。
科大訊飛在醫(yī)療上的布局，其實(shí)除了這些，還立志做好醫(yī)生的助理。據(jù)普華永道分析預(yù)測，這屬于高潛力的用例。也就是說以數(shù)據(jù)為驅(qū)動(dòng)，通過將患者的病史作為基準(zhǔn)，調(diào)查偏差數(shù)據(jù)或標(biāo)識(shí)，這樣的診斷方式在初始階段將是人類醫(yī)生的助手，并不能替代人類醫(yī)生。但是，能提高醫(yī)生的診斷效率和準(zhǔn)確度，AI 在此過程中也能不斷學(xué)習(xí)、改進(jìn)，人類醫(yī)生和 AI 診斷的結(jié)合，將提高系統(tǒng)的準(zhǔn)確性，隨著時(shí)間的推移，人類將有足夠的信心，將診斷任務(wù)完全委托給 AI 系統(tǒng)，讓 AI 自主操作。
據(jù)鹿曉亮介紹，現(xiàn)在他們?cè)谝徊讲降卦鷮?shí)工作。比如，他現(xiàn)在給研究院設(shè)定一個(gè)小目標(biāo)，就是到今年 8 月底，人工智能系統(tǒng)要能夠通過中國職業(yè)醫(yī)師職業(yè)考試筆試。就是 600 道選擇題，現(xiàn)在醫(yī)學(xué)院學(xué)生或者社會(huì)上的人只要 360 分能通過考試，希望科大訊飛的人工智能系統(tǒng) 8 月底能考到 400 分。
三、基因數(shù)據(jù)規(guī)模激增，創(chuàng)業(yè)公司瞄準(zhǔn)數(shù)據(jù)分析瓶頸
隨著基因檢測的價(jià)格不斷降低和日益普及，基因領(lǐng)域數(shù)據(jù)規(guī)模激增，如何這存儲(chǔ)、分析以及解讀成為行業(yè)必須要突破的瓶頸和壁壘。目前在中國只有少數(shù)的頂端的三甲醫(yī)院，甚至一些頂端的醫(yī)學(xué)團(tuán)隊(duì)才能夠分析這個(gè)技術(shù)。創(chuàng)業(yè)公司希望借助人工智能讓這些技術(shù)惠及大眾。
與會(huì)的北京基云惠康的郝向穩(wěn)介紹說，公司云分析服務(wù)專注于個(gè)人全基因組數(shù)據(jù)分析。基云惠康屬于 SaaS 服務(wù)，以阿里云為基礎(chǔ)，針對(duì)全基因組數(shù)據(jù)，提供更快，更低成本的優(yōu)化服務(wù)，主要服務(wù) B 端用戶?！溉蚪M數(shù)據(jù)分析和解讀，涉及 90 個(gè) GB 的數(shù)據(jù)，有 2 萬多個(gè)基因。我們要對(duì)這些基因做一個(gè)全面的解讀，里面涉及到非常多維度的數(shù)據(jù)，不光是 DNA 序列，還有人的表情數(shù)據(jù)。針對(duì)那么多維度的數(shù)據(jù)進(jìn)行分析，不是我們?cè)瓉碚f的做一個(gè)簡單的統(tǒng)計(jì)分析，就可以把這個(gè)事情完全做完?！?/p>
上海易瑞生物科技有限公司呂暉介紹說，易瑞也是以基因檢測為基礎(chǔ)，用數(shù)據(jù)分析和人工智能做個(gè)性化的健康和醫(yī)療服務(wù)工作?！富驍?shù)據(jù)有非常豐富的數(shù)據(jù)，但解讀出來的部分其實(shí)很少。而且這個(gè)解讀，也是全世界分子生物學(xué)家用幾十年時(shí)間解讀出來。所以現(xiàn)在到了這個(gè)時(shí)間點(diǎn)，我們覺得到了人工智能開始介入部分了。我們一方面的技術(shù)是做基因組，還有是其他多組學(xué)的整合，這是數(shù)據(jù)方面的發(fā)展?！?/p>
聚道科技的業(yè)務(wù)更加底層，為基因領(lǐng)域搭建云環(huán)境。2014 年，一批阿里出身的技術(shù)團(tuán)隊(duì)成立了基因大數(shù)據(jù)計(jì)算服務(wù)平臺(tái)聚道科技。李廈戎介紹說，聚道科技在基因領(lǐng)域幫助企業(yè)解決精準(zhǔn)數(shù)據(jù)及大規(guī)模的數(shù)據(jù)計(jì)算，包括更多表情數(shù)據(jù)整理、整合的需求。背后的數(shù)據(jù)包括數(shù)據(jù)的傳輸、分布式存儲(chǔ)和計(jì)算的技術(shù)，還包括數(shù)據(jù)的管理以及怎么樣提供一些協(xié)作化、標(biāo)準(zhǔn)化的數(shù)據(jù)標(biāo)準(zhǔn)和計(jì)算的標(biāo)準(zhǔn)。另外，公司也可以再跟一些臨床機(jī)構(gòu)合作，做一些基于人工智能的，對(duì)遺傳性疾病和罕見性疾病的基因推斷。
目前，大多數(shù)企業(yè)都還是 A 輪或者 A 輪以前的初創(chuàng)公司，市場還屬于醞釀階段，大部分仍聚焦數(shù)據(jù)分析環(huán)節(jié)，云服務(wù)是一趨勢。
四、展望未來，職業(yè)替代還太早，數(shù)據(jù)難題不可忽視
在分會(huì)場的圓桌論壇上，大家討論了人工智能對(duì)醫(yī)療領(lǐng)域醫(yī)生職業(yè)的影響以及對(duì)行業(yè)未來的展望。
人工智能技術(shù)會(huì)對(duì)醫(yī)生職業(yè)產(chǎn)生怎樣的影響？
德勤中國創(chuàng)新領(lǐng)導(dǎo)合伙人馮曄談到了德勤的經(jīng)驗(yàn)。他說，德勤很早就已經(jīng)引入了科技，我們自己在做一些機(jī)器學(xué)習(xí)，審計(jì)或者稅務(wù)甚至律師大型的文獻(xiàn)，或者說文檔都是用機(jī)器讀的。最近，大家可能在網(wǎng)絡(luò)上看到很多財(cái)務(wù)機(jī)器人，也是我們創(chuàng)新中心一起研發(fā)了。我們現(xiàn)在有一個(gè)很好聽的名字，我們叫機(jī)器為「小勤人」，當(dāng)然我們也希望走出財(cái)務(wù)和稅務(wù)機(jī)器人的范疇，向醫(yī)療健康領(lǐng)域發(fā)展。
人工智能的出現(xiàn)，很多人職業(yè)會(huì)消失？首當(dāng)其沖的就是財(cái)務(wù)、會(huì)計(jì)、稅務(wù)或者一些重復(fù)勞動(dòng)的工作。我們自己也在分析自己公司一些工作的性質(zhì)，比如說像審計(jì)。審計(jì)最痛苦的是在什么時(shí)候？就是在最后的出報(bào)表的時(shí)候，大家大量的時(shí)間用于加班，大量的時(shí)間用于對(duì)賬、對(duì)數(shù)據(jù)，包括前期大量的時(shí)間在抽樣板。其實(shí)，我們已經(jīng)采取了很多的方式，比如數(shù)字分析、數(shù)字挖掘的方式，包括我們自己也開發(fā)了報(bào)告系統(tǒng)，一鍵生成的報(bào)告系統(tǒng)，只要有三張財(cái)務(wù)系統(tǒng)，至少可以把整個(gè)審計(jì)報(bào)告的數(shù)字部分全部放進(jìn)去，而且前后沒有偏差。大家也知道審計(jì)報(bào)告前后有多級(jí)關(guān)系，如果讓系統(tǒng)去做這個(gè)事情，未來可能人工智能來做事情，這個(gè)時(shí)間就不需要了。
有那么多時(shí)間被節(jié)省下來，那人員的成本應(yīng)該下來了？目前來看，不是那么明顯。事實(shí)上，你可以把重復(fù)勞動(dòng)時(shí)間轉(zhuǎn)化為為目標(biāo)客戶提供更多價(jià)值的時(shí)間，更多地了解他的業(yè)務(wù)，更多和他分析他的業(yè)務(wù)，以及去探索他的商業(yè)模式，找出他目前碰到的一些問題。我覺得從這一點(diǎn)來講，招募一些相對(duì)來說低級(jí)別的人員，每年數(shù)量已經(jīng)下降。我們的業(yè)務(wù)（客戶群）其實(shí)在增長，其實(shí)從這方面來講，相對(duì)來講，我們的人數(shù)在這方面已經(jīng)降低了，其實(shí)我們只是把一些重復(fù)勞動(dòng)的事情轉(zhuǎn)化到了更有價(jià)值的能跟客戶交互的事情上來，這是我們想做的事情。使用高科技，來為客戶提供高價(jià)值的服務(wù)，這是我們的目的，正在這個(gè)過程當(dāng)中。未來的趨勢都是這樣的。
德勤也在跟醫(yī)院直接合作，我的感覺是，人工智能是導(dǎo)致社會(huì)現(xiàn)有職業(yè)的消失，我不認(rèn)為這個(gè)職業(yè)會(huì)完全消失，但是，這些人的工作性質(zhì)會(huì)發(fā)生變化。比如說影像讀片的人，還包括做基因分析也是一樣，他中間有很大一部分是重復(fù)工作。一個(gè)是他需要很強(qiáng)的記憶，又需要不知疲倦地做，這一類工作會(huì)被機(jī)器很快地代替。如果這個(gè)職位，當(dāng)年是因?yàn)檫@個(gè)技術(shù)比較好，不幸的是你要學(xué)新的技術(shù)了。
另外，我感覺在最近的將來，這些職業(yè)不會(huì)完全被代替，因?yàn)樗€要跟人打交道，這其實(shí)就像交通的「最后一公里」，這最后一公里很難做，還是需要人做的。就像遺傳咨詢師，以前為什么他難培訓(xùn)？因?yàn)樗莆栈蛑R(shí)需要很長時(shí)間。在人學(xué)起來非常困難的一部分，機(jī)器很容易代替，我們現(xiàn)在開發(fā)的系統(tǒng)也是這樣，就是基于基因型的表情輔助診斷，醫(yī)生就會(huì)很快明白。以后醫(yī)生咨詢師的時(shí)候就會(huì)集中在怎么從現(xiàn)有的知識(shí)和病人的溝通上，而不是花在查詢文獻(xiàn)和知識(shí)庫上，然后判斷這個(gè)知識(shí)到底是對(duì)還是錯(cuò)。所以，我認(rèn)為這方面，他不會(huì)完全消失，但是他的工作會(huì)有改變。
聚道科技的李廈戎認(rèn)為，從基因領(lǐng)域來講，其實(shí)基因領(lǐng)域有大量的未知，這些未知是需要人去利用，而不完全靠機(jī)器理解。所以，從某種程度上來講，這個(gè)領(lǐng)域還存在著大量的機(jī)會(huì)，需要更多人去加進(jìn)來，而不是減少職業(yè)，需要更多的職業(yè)會(huì)出現(xiàn)。其實(shí)像常規(guī)的遺傳咨詢，它會(huì)自動(dòng)化做一些分析。但其實(shí)還會(huì)存在大量的罕見性和疑難的病例，這些病例可能就需要很多背景更加強(qiáng)的遺傳專家，甚至一些研究人員進(jìn)一步研究背后生物學(xué)的機(jī)理。這時(shí)候，需要大量人去參與。
科大訊飛的鹿曉亮表示，人工智能也只是一項(xiàng)技術(shù)而已，它跟其他的產(chǎn)業(yè)革命相比，沒有什么過人之處?，F(xiàn)在的人工智能要真正讓我們的機(jī)器有意識(shí)、有感情，這還離得遠(yuǎn)。包括剛才說的人工智能有可能會(huì)代替放射醫(yī)生，幫助醫(yī)生閱片。這些知識(shí)在非常垂直的領(lǐng)域，對(duì)醫(yī)生來說是一個(gè)非常繁重、非常繁雜的工作上，我們的機(jī)器有可能會(huì)代替人類。整體而言，現(xiàn)在人工智能是處在弱人工智能的階段，它沒有通用性，不像人類大腦一樣有通用性。我們語言識(shí)別系統(tǒng)，識(shí)別中文可能識(shí)別得很好，讓它識(shí)別法語，就會(huì)識(shí)別得亂七八糟。所以，這是目前人工智能發(fā)展的階段，我們把它定義為弱人工智能階段。現(xiàn)在很多人工智能威脅什么，這些東西現(xiàn)在為之過早。但不可否認(rèn)的是，我們現(xiàn)在的人工智能即使只能做某一個(gè)垂直領(lǐng)域的工作，它也是可以在這個(gè)領(lǐng)域里面做得比人類好，可以在某一個(gè)具體點(diǎn)上幫助人類，甚至替代人類。
未來五年甚至二十年，人工智能技術(shù)會(huì)對(duì)醫(yī)療領(lǐng)域產(chǎn)生什么影響？
首先，數(shù)據(jù)孤島和數(shù)據(jù)重復(fù)性問題。醫(yī)療行為過程將醫(yī)療大數(shù)據(jù)分為診療數(shù)據(jù)、研發(fā)數(shù)據(jù)、科研數(shù)據(jù)和支付數(shù)據(jù)四種，而不同的數(shù)據(jù)類型又在智慧醫(yī)療中有不同的價(jià)值。比如，診療數(shù)據(jù)可以為公共機(jī)構(gòu)和醫(yī)院提升醫(yī)療服務(wù)質(zhì)量提供數(shù)據(jù)依據(jù)，以實(shí)現(xiàn)有效的疾病管理和公共衛(wèi)生建設(shè)；同時(shí)，診療數(shù)據(jù)也可以幫助個(gè)人進(jìn)行疾病預(yù)防，進(jìn)行慢病管理。當(dāng)這些數(shù)據(jù)在醫(yī)療行業(yè)充分得以運(yùn)用就會(huì)帶來巨大的經(jīng)濟(jì)價(jià)值。
雖然智慧醫(yī)療前景廣闊，但是，數(shù)據(jù)孤島是現(xiàn)階段限制醫(yī)療大數(shù)據(jù)價(jià)值變現(xiàn)的首要因素，行業(yè)割據(jù)又加劇了數(shù)據(jù)孤島的惡化。由于缺乏統(tǒng)一的醫(yī)療信息平臺(tái)，不同的醫(yī)療機(jī)構(gòu)之間、不同的區(qū)域醫(yī)療信息化平臺(tái)之間都存在數(shù)據(jù)割裂，甚至個(gè)人健康數(shù)據(jù)也會(huì)因?yàn)椴煌目纱┐髟O(shè)備而儲(chǔ)存在不同的 APP 上形成數(shù)據(jù)割裂。數(shù)據(jù)孤島和行業(yè)割據(jù)問題，不僅影響了大數(shù)據(jù)在智慧醫(yī)療中的作用，更對(duì)提高利用醫(yī)療資源效率，實(shí)現(xiàn)大數(shù)據(jù)價(jià)值變現(xiàn)產(chǎn)生阻礙。
德勤的馮曄表示，在基因測序領(lǐng)域，現(xiàn)在影像識(shí)別都用了很多大數(shù)據(jù)、云計(jì)算等等一系列的高科技手段。目前，因?yàn)閿?shù)據(jù)孤島的情況是存在的，未來的情況下，這個(gè)精準(zhǔn)度，尤其是在診療方面，找出一些疑難雜癥，通過人工智能能得到更好的精準(zhǔn)度的提高，能解決一些疑難病癥，使用人工智能會(huì)更好。
易瑞科技創(chuàng)始人兼首席科學(xué)家呂暉表示，從技術(shù)來講，確實(shí)現(xiàn)階段三五年之內(nèi)，咱們要解決重復(fù)性的問題。因?yàn)槲覀円彩侵赜谑占∪撕徒】等巳旱臄?shù)據(jù)，因?yàn)橛羞@個(gè)數(shù)據(jù)才能做更好的服務(wù)。所以技術(shù)上來講，現(xiàn)在需要把這些數(shù)據(jù)規(guī)范化，規(guī)范化才能學(xué)。但是，在醫(yī)療上，目前這個(gè)階段，它面對(duì)的醫(yī)學(xué)問題不是一個(gè)完全封閉的系統(tǒng)，我覺得在二三十年之后，其實(shí)現(xiàn)在人工智能的理論需要有一個(gè)飛躍，我認(rèn)為，不一定是突破，因?yàn)樗惴ㄆ鋵?shí)已經(jīng)在那兒。
人工智能在未來十年、二十年，完全想替代人類和醫(yī)生是不可能的事情。但是我希望未來的十年、二十年，每一個(gè)醫(yī)生都有一個(gè)人工智能的助手，科大訊飛的鹿曉亮表示。從基因應(yīng)用來說，希望每個(gè)人擁有自己的健康管理顧問。
聯(lián)系客服
