如何“坐好”智能醫療這條“冷板凳”

　　人工智能輔助治療模式需要三個方面的技術支撐，包括高精度的語音識別技術、醫學影像識別技術，以及最重要的也是目前挑戰性最大的醫學自然語言理解。

　　黨的十九大報告提出實施健康中國戰略。當前，人口老齡化趨勢日漸明顯，加之長期積累的慢性病難題和環境污染的疊加影響，我國仍面臨著較為嚴重的優質醫療資源缺乏、醫療水平參差不齊、區域醫療發展不平衡的問題。我國醫療健康產業的發展急需注入新的動力。

　　過去幾年，“互聯網+”打開了傳統醫療行業轉型升級的思路，也一度被資本市場所看好。但是，正如科大訊飛醫療信息技術有限公司常務副總經理鹿曉亮在2017未來醫療100強論壇上所言，“經過這幾年的發展，‘互聯網+醫療’并沒有真正解決優質醫療資源缺乏的問題”。

　　“AI+醫療”提供新的可能

　　2017年7月，國務院印發《關于新一代人工智能發展規劃》的通知，明確指出發展智能醫療，推廣應用人工智能治療新模式、新手段；研發人機協同臨床智能診療方案，實現智能影像識別、病理分型和智能多學科會診。如今，人工智能的發展如火如荼，相比于“互聯網+”的作用，鹿曉亮對“AI+”的前景更加充滿信心，他甚至作出判斷，“人工智能（AI）有可能解決醫療資源缺乏這樣的一些問題”。

　　“我們所設想的人工智能診療新模式是什么樣子？”鹿曉亮這樣描述這種人機合作的新型醫療診斷場景：在醫患溝通過程中，通過智能語音技術把醫生與患者之間的交流語言轉化為文字，結合機器學習到的大量電子文書及一些醫學影像處理能力，關鍵信息得以提取，最后，在整個深度學習“決策器”的作用下，機器判斷為醫生診斷及其治療提供輔助性建議和思考。

　　鹿曉亮表示，人工智能輔助治療模式需要三個方面的技術支撐，包括高精度的語音識別技術、醫學影像識別技術，以及最重要的也是目前挑戰性最大的醫學自然語言理解。

　　那么，如果這些技術儲備足夠充分，人工智能與醫療的結合就會達到設想的效果嗎？鹿曉亮對此不以為然。他表示，人工智能也面臨著窘境，“就拿圖像、醫療影像識別來說，它有三個維度，醫生可以做CT、X光、心電等不同模態，此外，還有不同的部位、不同的病種。這三個不同的維度乘起來將會是巨大的工作量”。

　　理論上講，人工智能技術在一些相對簡單的識別和分類工作中更有用武之地，但實際上要復雜得多。鹿曉亮以骨科的分型為例進一步說明，如果一個骨裂患者需要拍CT，人體全身兩百多塊骨頭分型的工作量，加上數據的準備、數據的標注和算法的調優，也是浩大的工程。

　　鹿曉亮坦言：“‘人工智能+醫療’要想成功，從事這項事業的企業必須要有耐心，要有‘板凳愿坐十年冷’的韌性。如果寄希望于在這個行業一兩年內賺到錢，我奉勸大家還是先放棄這個行業。”

　　大數據觸達精準醫療

　　與科大訊飛把人工智能介入醫療診斷作為研究方向不同，阿里健康人工智能實驗室則選擇了從大數據切入。在阿里健康人工智能實驗室主任范繹看來，過去幾年，整個互聯網和社會經濟運行中一個最顯著的特征就是互聯網大數據的全面滲透。他認為，互聯網改變健康其實是海量用戶的一個觸達能力，通過大數據實現對用戶的精準理解、影響和指導。

　　范繹舉例道，比如說，通過互聯網生活數據去做糖尿病相關風險預期，把高危人群篩選出來，篩完之后讓其去做體檢或到醫院進行進一步觀察，“通過這個過程可以發現很多人已經意識到了自己的不健康，但如果不給他一些明確的信號，告訴他為什么不健康，生活習慣哪里不好，他是不會去醫院的”。

　　“這種對海量用戶的篩查能力可能是整個醫療行業有史以來第一次出現。”范繹表示，雖然目前來看，能夠篩查的疾病或健康類型未必能達到體檢機構的效果，“但它確實已經在產生、發展”。

　　在互聯網技術快速迭代的今天，范繹總結了醫療行業幾個比較重要的“武器”，分別為物聯網、大數據和人工智能。

　　物聯網涉及到智能硬件的發展。在目前的電子商務中，各種醫療器械相關設備的銷售數量已經非常龐大。這些數據同步到云端之后，很多健康監測行為并不需要用戶跑到醫院里，只需通過互聯網大數據就可以達到實時監測和采集。

　　從早期的病例數據到如今的影像數據、基因數據，醫療信息正爆炸式增長。伴隨著精準醫療的發展，數據會越來越多。計算能力也會隨著數據的發展得到進一步提升，云計算的空間和潛力巨大。

　　范繹認為，影像并不能夠完全代表醫療，“影像后面還有治療和其他體檢指標，不管從篩查端還是治療端來看，影像本身只是數據的一個維度。”大數據助力醫療的落地場景包括科研大數據平臺、影像、臨床輔助決策，也包括互聯網、醫聯體、區塊鏈。

　　此外，在談到人工智能時，范繹表示，醫療行業目前最大的問題是稀缺性，“而要解決供給側稀缺只有通過AI才能實現”。