醫(yī)療與人工智能的結(jié)合，正在成為新的爆發(fā)點。在前不久國家公布的“首批國家人工智能開放創(chuàng)新平臺名單”中，醫(yī)療影像國家新一代人工智能開放創(chuàng)新平臺成為首批四大人工智能平臺之一。

人工智能在醫(yī)療領(lǐng)域的應(yīng)用也在加速落地。就在上周，騰訊首款將人工智能技術(shù)運(yùn)用到醫(yī)療領(lǐng)域的產(chǎn)品“騰訊覓影”與河北醫(yī)科大學(xué)等五家醫(yī)院達(dá)成合作。該產(chǎn)品除了提供在AI影像上的嘗試外，還會擴(kuò)展在AI輔助診斷上的探索，輔助醫(yī)生更準(zhǔn)確地理解病案，降低風(fēng)險，提升診療水準(zhǔn)。

而在創(chuàng)業(yè)領(lǐng)域不斷傳出融資利好，也從另一個角度見證了人工智能+醫(yī)療的熱度和吸引力。

在人工智能的眾多落地場景中，人工智能+醫(yī)療為何備受資本青睞？在這一日漸火熱的領(lǐng)域，有哪些應(yīng)用場景有望先行落地？在一片看好的趨勢下，未來還可能遇到哪些“成長的煩惱”？

2011-2016年間，人工智能+醫(yī)療是資本投入最密集的領(lǐng)域，且在未來5年仍將保持40%的增速。資本大量涌入人工智能+醫(yī)療，要歸功于IBM、谷歌等先行者在醫(yī)學(xué)影像、藥物研發(fā)、人工智能助手等領(lǐng)域的突破和落地所帶來的信心和前景。咨詢公司Frost&Sullivan預(yù)測2021年全球人工智能+醫(yī)療健康市場規(guī)模將從2014年的6.64億美元擴(kuò)大至66.62億美元。

01、人工智能為何選擇醫(yī)療？

需求升級：從優(yōu)化就醫(yī)流程到破解資源不均衡

近些年，借助互聯(lián)網(wǎng)的連接，就醫(yī)效率和體驗得到了極大提升，但醫(yī)療最大痛點——資源不均衡的矛盾并沒有得到根本性地解決。2017年上半年，三級醫(yī)院診療人次依舊保持了最快增長，增幅達(dá)到6.1%，遠(yuǎn)高于一級（4.0%）、二級醫(yī)院（4.0%）；就醫(yī)有進(jìn)一步向三級醫(yī)院集中的態(tài)勢，診療人次占醫(yī)院總量比重由48.64%提高至49.55%。人口老齡化進(jìn)程加快、慢性病發(fā)病率走高等需求端的壓力將進(jìn)一步激化資源不均衡的矛盾。

受制于周期長、成本高等特點，培養(yǎng)更多的醫(yī)務(wù)人員“這杯遠(yuǎn)水”解不了近渴?！?016年中國衛(wèi)生和計劃生育事業(yè)發(fā)展統(tǒng)計公報》顯示，醫(yī)院衛(wèi)生技術(shù)人員數(shù)同比增長5.57%，低于診療人次6.17%的增幅，供給跟不上需求的增加。而人工智能、醫(yī)療機(jī)器人在醫(yī)學(xué)影像識別、輔助外科手術(shù)、臨床輔助診斷等環(huán)節(jié)所表現(xiàn)出的降本增效能力，可以將醫(yī)生從繁重的重復(fù)性勞動中解決出來，專注于更有價值的事情。

沉睡的數(shù)據(jù)“金礦”需要人工智能來喚醒

近年來，大數(shù)據(jù)爆發(fā)式增長，到2020年體量將達(dá)到44ZB。而每年超過70億的診療人次數(shù)據(jù)以及7.5億網(wǎng)民的日常健康數(shù)據(jù)，中國無疑坐擁最海量的醫(yī)療數(shù)據(jù)庫。2016年6月，國務(wù)院辦公廳發(fā)布《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》，首次把生物學(xué)資源和醫(yī)療大數(shù)據(jù)作為國家的基礎(chǔ)戰(zhàn)略資源，也把它納入了國家大數(shù)據(jù)戰(zhàn)略的布局。

但這座數(shù)據(jù)金礦仍在“沉睡”，需要人工智能喚醒。眾所周知，80%的醫(yī)療數(shù)據(jù)都是非結(jié)構(gòu)化數(shù)據(jù)，遠(yuǎn)遠(yuǎn)超出傳統(tǒng)的計算和處理能力。另外，我國醫(yī)療數(shù)據(jù)分散在不同醫(yī)院、機(jī)構(gòu)，深度利用率不高。計算機(jī)視覺、機(jī)器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)突破，縮小了數(shù)據(jù)規(guī)模和數(shù)據(jù)洞察力之間的差距，有望激活這座沉睡的數(shù)據(jù)金礦。

醫(yī)療行業(yè)特征高度契合人工智能的技術(shù)優(yōu)勢

醫(yī)療是一個數(shù)據(jù)密集型、腦力勞動密集型、知識密集型的行業(yè)，需要依賴強(qiáng)大的知識儲備和處理分析能力進(jìn)行判斷、診療。同時失誤“零容忍“使得醫(yī)療領(lǐng)域從基礎(chǔ)層藥物研發(fā)、檢測，到應(yīng)用層預(yù)防、診斷、治療、康復(fù)、健康管理等各環(huán)節(jié)都面臨嚴(yán)格的質(zhì)量和監(jiān)管要求。而醫(yī)療費用居高不下已成為全球普遍性難題。

基于人工智能的技術(shù)優(yōu)勢和應(yīng)用，其賦能醫(yī)療行業(yè)的價值將是不可估量的。技術(shù)的發(fā)展大幅提高了醫(yī)療數(shù)據(jù)處理效率和洞察深度：IBMWatson閱讀10.6萬份臨床報告僅需17秒，騰訊覓影在2-3秒內(nèi)即可返回內(nèi)鏡圖像計算結(jié)果。借助深度學(xué)習(xí)自學(xué)習(xí)、自分析、自判斷以及不知疲倦等優(yōu)勢，人工智能可將醫(yī)療失誤降低30-40%。

02、人工智能+醫(yī)療的應(yīng)用場景

回顧醫(yī)療信息化走過的歷程，經(jīng)歷了從產(chǎn)品單點應(yīng)用到圍繞流程的平臺創(chuàng)新。未來10年，醫(yī)療信息化將步入融合創(chuàng)新階段，即集成融合人工智能、機(jī)器人、虛擬現(xiàn)實/增強(qiáng)現(xiàn)實等技術(shù)打造面向可預(yù)測、可預(yù)防以及精準(zhǔn)醫(yī)療的健康解決方案。其中，人工智能被寄予厚望，有著廣泛的應(yīng)用場景。而醫(yī)學(xué)影像識別、人工智能助手、醫(yī)療機(jī)器人有望先行落地。據(jù)美國醫(yī)療信息與管理系統(tǒng)學(xué)會下屬的研究機(jī)構(gòu)與HealthcareITnews的聯(lián)合調(diào)查顯示，

場景一、醫(yī)學(xué)影像識別——離商業(yè)化最近的板塊

作為三大治療手段之一，醫(yī)學(xué)影像的精準(zhǔn)識別對醫(yī)生決策至關(guān)重要。癌癥、心臟疾病等許多重大疾病都可以在早期通過醫(yī)學(xué)影像設(shè)備識別出來。

有文章曾將影像科比作戰(zhàn)爭中的突擊小隊，其重要性、工作量和壓力可見一斑，急需通過技術(shù)來賦能。醫(yī)學(xué)影像數(shù)據(jù)標(biāo)準(zhǔn)化程度最高，也為人工智能應(yīng)用先行落地提供了重要基礎(chǔ)。

11月15日，科技部公布了首批國家新一代人工智能開放創(chuàng)新平臺名單，其中，四大平臺之一就是依托騰訊公司建設(shè)醫(yī)療影像國家人工智能開放創(chuàng)新平臺。

目前，人工智能對肺病、胃癌、甲狀腺癌變、乳腺癌、皮膚病等多個病種的醫(yī)學(xué)圖像檢測效率和識別精度都可以達(dá)到甚至超越專業(yè)醫(yī)生水平。騰訊覓影對食管癌早篩臨床預(yù)試驗的準(zhǔn)確率超過90%，而肺結(jié)節(jié)早篩準(zhǔn)確率超過95%，可檢測3毫米及以上的微小結(jié)節(jié)。除此之外，人工智能可以大幅提高讀片效率，以及減少人為失誤。以肺病為例，針對平均超過200層的肺部CT掃描圖片，醫(yī)生人工篩查需要20分鐘甚至更長，而人工智能僅需數(shù)十秒。

場景二、人工智能助手——醫(yī)患交互新方式

醫(yī)生看病時間短的現(xiàn)狀有望被改善。隨著技術(shù)的成熟，人工智能有望成為臨床醫(yī)生的合作伙伴，幫助醫(yī)生承擔(dān)診前問詢、自動化檢測等工作，使醫(yī)生有更多時間可以與患者互動。例如，智能語音技術(shù)的發(fā)展使得人工智能助手可以跟人類醫(yī)生一樣與患者進(jìn)行語音交談，詢問病情、判斷癥狀以及提供個性化治療方案給醫(yī)生參考。

更重要的是，人工智能助手背后豐富的醫(yī)學(xué)知識庫和“臨床診斷經(jīng)驗”，有助于增強(qiáng)醫(yī)生臨床診斷能力和精準(zhǔn)度。埃森哲發(fā)布的《2017年數(shù)字化健康技術(shù)展望》報告顯示，72%的衛(wèi)生機(jī)構(gòu)已經(jīng)引入智能虛擬助手并投入服務(wù)。

場景三、醫(yī)療機(jī)器人的興起

醫(yī)療機(jī)器人并不是新話題。但當(dāng)人工智能與機(jī)器人結(jié)合，醫(yī)療機(jī)器人借此步入加速道，應(yīng)用場景從手術(shù)機(jī)器人拓展至康復(fù)機(jī)器人、服務(wù)機(jī)器人、試驗機(jī)器人等。據(jù)MarketsandMarkets估計，從2016年起，全球醫(yī)療機(jī)器人將保持近17%的年復(fù)合增長率，到2020年，市場規(guī)模有望達(dá)到114億美元。其中手術(shù)機(jī)器人仍處于主導(dǎo)地位，占據(jù)60%左右的市場份額。以最負(fù)盛名的手術(shù)機(jī)器人“達(dá)芬奇”為例，已經(jīng)完成了超過60萬場手術(shù)，從心臟瓣膜修復(fù)到腫瘤切除均有涉獵。

全球Top5醫(yī)療機(jī)器人公司

我國醫(yī)療機(jī)器人起步較晚，但發(fā)展速度不容小覷。北京天智航醫(yī)療科技股份有限公司（TINAVI）作為我國第一個醫(yī)療機(jī)器人產(chǎn)品注冊許可公司，是繼美國ISI、ISS、瑞典MedicalRobotics、以色列Mazor之后全球第五家獲得醫(yī)療機(jī)器人注冊許可證的公司。其主要產(chǎn)品“天璣”骨科手術(shù)機(jī)器人已在全國十多家醫(yī)院使用，累計手術(shù)超過2000例；不僅如此，沈陽六維康復(fù)機(jī)器人有限公司開發(fā)的用于中風(fēng)、腦癱所致運(yùn)動功能喪失的康復(fù)治療機(jī)器人也已通過北美CSA認(rèn)證，面向全球市場發(fā)售。

03、成長的煩惱

毋庸置疑，人工智能帶給醫(yī)療行業(yè)的想象空間是無限的，但要真正大規(guī)模應(yīng)用于臨床，還需要克服以下“成長的煩惱”。

煩惱一：有效數(shù)據(jù)的缺乏

機(jī)器學(xué)習(xí)的特性決定了初期要依靠高質(zhì)量的數(shù)據(jù)來進(jìn)行訓(xùn)練并優(yōu)化算法，從而保證高精度。因此如何獲取有效數(shù)據(jù)，是人工智能+醫(yī)療應(yīng)用最先需要跨越的障礙。

從數(shù)據(jù)的獲取端出發(fā)，我國的醫(yī)學(xué)影像還處于從傳統(tǒng)膠片向電子數(shù)據(jù)過渡的階段，大量的影像資料還沒有實現(xiàn)電子化和數(shù)據(jù)化。再加上數(shù)據(jù)源頭多、類型多、結(jié)構(gòu)復(fù)雜、標(biāo)準(zhǔn)不統(tǒng)一等特征，導(dǎo)致要獲得真正高質(zhì)量的有效數(shù)據(jù)，需要花費高昂的成本，這是一個巨大的成本黑洞，單靠一家醫(yī)院或企業(yè)很難解決，需要上升到行業(yè)層面予以突破。

煩惱二：技術(shù)成熟尚需時間

美國醫(yī)療信息與管理系統(tǒng)學(xué)會下屬研究機(jī)構(gòu)2016年曾做過一次聯(lián)合調(diào)查：23%的被調(diào)查者認(rèn)為人工智能技術(shù)本身的不成熟性，導(dǎo)致其存在一系列風(fēng)險并承受質(zhì)疑，是人工智能應(yīng)用于醫(yī)療所遇到的最基礎(chǔ)也是最難跨越的障礙。人工智能很多底層技術(shù)，仍處于研發(fā)階段，很多問題并沒有得到解決。

例如，在超過100種的癌癥中，人工智能技術(shù)目前僅能精準(zhǔn)識別乳腺癌、宮頸癌、胃癌、肺癌、肝癌等少數(shù)病種，大規(guī)模突破還需時間。而手術(shù)機(jī)器人柔性控制模塊、傳感器等軟硬件技術(shù)也尚不成熟。

煩惱三：市場認(rèn)知尚需過程

任何一項產(chǎn)生變革或顛覆性的新技術(shù)，其產(chǎn)生、發(fā)展和應(yīng)用必然要經(jīng)歷一個漫長的被市場認(rèn)可的過程。目前，消費者對人工智能+醫(yī)療仍處于遠(yuǎn)觀和存疑的態(tài)度。普華永道2017年就人工智能+醫(yī)療的應(yīng)用意愿進(jìn)行了調(diào)查，有近4成的消費者不愿意接受人工智能來看病，即使對人工智能+醫(yī)療相對寬容的用戶，也僅愿意用人工智能進(jìn)行常規(guī)指數(shù)監(jiān)測、心率監(jiān)測、健身監(jiān)測等非治療環(huán)節(jié)。

煩惱四：法律倫理的挑戰(zhàn)

人工智能的基礎(chǔ)技術(shù)和應(yīng)用仍是一個科技的黑匣子，具體計算過程是無從知曉和預(yù)測的，更無法掌控，由此帶來的法律、倫理挑戰(zhàn)是人工智能應(yīng)用面臨的通用性難題。同樣以醫(yī)療影像為例，人工智能目前扮演的角色還主要是輔助讀者，醫(yī)生仍需要對影像決策負(fù)全部責(zé)任。

隨著技術(shù)的不斷成熟，當(dāng)人工智能成為主要讀者時，監(jiān)管部門如何認(rèn)定其資格并進(jìn)行監(jiān)管？2017年6月，美國食品藥品監(jiān)督管理局（FoodandDrugAdministration，簡稱FDA）批準(zhǔn)了Arterys公司的產(chǎn)品ArterysCardioDL可用于分析心臟核磁共振圖像，這是首個被批準(zhǔn)可應(yīng)用于臨床的基于云計算和深度學(xué)習(xí)的分析軟件，但主要是幫助醫(yī)生輔助心臟成像。而如何厘定人工智能應(yīng)用于臨床所需承擔(dān)的法律責(zé)任，以及避免算法偏見、歧視等都是不容回避的挑戰(zhàn)。

煩惱五：隱私安全隱患增大

人工智能時代，大數(shù)據(jù)價值加速溢出的同時，也加大了數(shù)據(jù)泄露的安全隱患，個人隱私安全面臨前所未有的挑戰(zhàn)。

2017年，安全研究機(jī)構(gòu)KromtechSecurityResearchers發(fā)現(xiàn)，一家醫(yī)療服務(wù)機(jī)構(gòu)存儲在亞馬遜S3上的大約47GB醫(yī)療數(shù)據(jù)意外對公眾開放，其中包含315363份PDF文件。據(jù)KromtechSecurityResearchers估計，這些文件至少涉及15萬病人，泄露的內(nèi)容包括驗血結(jié)果、姓名和家庭住址等個人信息，以及醫(yī)生和他們的病例管理筆記等內(nèi)容。