人工智能助力，醫療掀開新篇章

自2017年3月被寫入政府工作報告，人工智能（英文簡稱AI）已經席卷各個行業，成為新的經濟增長點和國際競爭力的焦點。我國醫療行業基礎數據量大、優質醫療資源相對不足、民生需求迫切，已成為人工智能走出實驗室、落地商業化的最前沿陣地之一。2017年7月，國務院印發的《新一代人工智能發展規劃》指出，要“圍繞教育、醫療、養老等迫切民生需求，加快人工智能創新應用，為公眾提供個性化、多元化、高品質服務”。

當前，人工智能在醫療領域的應用可謂機遇與挑戰并存，未來“AI+醫療”還將碰撞出怎樣的火花？會給人民生活帶來哪些改變？產業未來發展前景如何？

疾病診斷：AI+醫療大有可為

今年6月9日，在第三屆華夏醫學胸外科論壇現場進行了一個“盲測”試驗：請4位志愿者上臺在騰訊覓影（是騰訊首款將人工智能技術運用到醫學領域的產品）的輔助下對10個高難度病例作診斷，而臺下的胸外科專家則用手機通過醫學影像和病歷 “純人工”診斷。

經過一個小時的高強度閱片，臺上志愿者和臺下專家、教授都完成了對10個病例的診斷，擅長腫瘤影像診斷的中山大學腫瘤醫院影像科教授鄭列現場“開估”：第一個病例就是沒有家族史的63歲男性病人，病理檢查最終顯示為與肺癌高度相似的單發結節霉菌感染，而騰訊覓影準確地診斷這一病例是“良性”。鄭列教授對于人工智能能夠準確診斷這一病例感到很意外。他解釋，這位病人的CT影像顯示有胸膜牽拉、支氣管有橫斷，也有血管糾集癥……“這個對于影像科醫生來說還是挺難的，霉菌感染有一個形態是單發結節霉菌感染，其影像特點和肺癌高度相似，很多臨床醫生包括有一定資歷的影像醫生都很難鑒別診斷。”

最后，中山大學腫瘤醫院胸外科主任、中山大學腫瘤醫院肺癌首席專家張蘭軍教授揭曉了這次“盲測”結果：在騰訊覓影的輔助下，4位志愿者對上述單發結節霉菌感染病例的診斷準確率，對比臺下“純人工”診斷的專家、教授提升了5倍。而綜合10個高難度病例的診斷來看，在騰訊覓影的輔助下，志愿者的診斷準確率比“純人工”診斷準確率提升超過20%。這顯示使用騰訊覓影輔助后，明顯提高了診斷準確率。

“騰訊覓影在輔助醫生診斷上還是有很大的優勢。”張蘭軍教授進一步解釋，“它在結節的診出率上比人有優勢，判斷良惡性也有它的優勢，最大的優勢是它不會疲勞，診斷一致性是永遠保持下去的，而人可能由于疲憊會有失誤。”

山西省腫瘤醫院胸外科主任孫詮在認真體驗過騰訊覓影后，得出了這樣的評價：它比人要發現的多。“我們平時要看到5毫米以上甚至8毫米以上的結節，我們看到一個結節，機器報出來往往是三四個、多發的結節。”還有騰訊覓影對病史串聯提示，也讓孫詮印象深刻：“有家族歷史，又得了乳腺癌，又出現了結節，幾下就判斷出來了。”

來自廣西壯族自治區人民醫院的胸外科主任賀榜福則對“小結節”問題印象深刻：小結節的良惡性判斷失誤率很高，很多時候被診斷為肺癌，但手術做下去卻發現是良性結節；有時候被診斷為良性結節，后來卻發現是肺癌。而騰訊覓影對肺結節的良惡性判斷輔助能力，則讓賀榜福看到了人工智能帶來的進一步提升診斷準確率的空間，“有了人工智能，讓我們將來減少失誤，對病人更負責任，這是一個很好的學習機會。”

在看過“盲測”的病例后，鄭列教授提出了人工智能在診斷多原發肺癌方面上的優勢：“騰訊覓影會幫你把所有病灶找出來，避免醫生看到一個病灶后，漏掉其他多原發肺癌。”

事實上，自2017年8月在廣州問世以來，騰訊覓影的快速發展展現了AI+醫學的無限想象力，從剛發布時只具備對早期食管癌的輔助診斷能力，到目前已經發展到針對肺結節、糖尿病視網膜病變、乳腺癌、宮頸癌等多種疾病的篩查，除了識別內窺鏡、CT、鉬靶等多種醫學影像，還能通過臨床病歷分析輔助醫生對500多種疾病風險進行識別預測。正如參與“盲測”的專家、教授所期待的那樣，AI+醫學有望在推動各級醫療系統診斷同質化，減輕醫生工作量，提升診斷準確率和效率方面，發揮更大的作用。

AI+醫療：“看病難”有望緩解

那么，到底什么是AI醫療呢？它就是人工智能與醫療的結合，又稱“AI+醫療”。AI醫療是以互聯網為依托，通過基礎設施的搭建及數據的收集，將人工智能技術及大數據服務應用于醫療行業中，提升醫療行業的診斷效率及服務質量，更好地解決醫療資源短缺、人口老齡化的問題。Al醫療主要體現在3個方面，涉及多個領域，其定義的金字塔如右圖所示：

基礎層：通過軟硬件的基礎設施，收集用戶、藥物及病理數據，并使數據互通互聯，為人工智能的應用提供支持與可能。

技術層：通過語音/語義識別、計算機視覺技術，對非結構化數據進行分析提煉。“學習”大量病理學數據文本，使其掌握問答、判斷、預警、實施的能力。

應用層：是指人工智能與不同細分領域的結合，以解決醫療行業中的某種業務需求，如智能診斷、藥物研發、智能健康管理、智能語音等醫療場景。

國家食品藥品監督管理總局器審中心審評一部副部長彭亮表示，人工智能本質是基于數據和算力的算法，人工智能醫療器械就是采用人工智能技術的醫療器械，按照醫療器械軟件的角度可分為AI獨立軟件和AI軟件組件兩類。

根據前瞻產業研究院發布的《2018-2023年中國人工智能行業市場前瞻與投資戰略規劃分析報告》顯示，2016年中國“AI+醫療”市場規模達到96.61億元，增長率為37.9%，2017年將超過130億元，并有望在2018年達到200億元。面對巨大的產業蛋糕，中國科技公司無論是新創公司還是行業巨頭都瞄準AI。去年11月，在深圳上市的科大訊飛公司研發出醫療智能機器人，通過了國家醫師資格考試筆試部分；中國最大的搜索引擎“百度”發布開源AI科技推出診斷乳腺癌的在線平臺；阿里巴巴，中國第一大電商公司，宣布與醫院合作智能診斷平臺；去年10月，阿里健康與浙江大學附屬醫院、上海交通大學醫學院附屬新華醫院合作建立了它的首個AI醫療實驗室，同時也發布了為醫院提供安全數據共享網絡的區塊鏈輔助公眾平臺……

迅速增長的市場規模背后是迫切的需求。人工智能究竟能否解決看病難、看病貴的問題？

中國科學院自動化所研究員、分子影像重點實驗室主任田捷教授介紹，人工智能在醫學上的應用和傳統中醫非常相像。我國中醫幾千年以來，通過“望聞問切”的方式積累了幾百萬人甚至幾千萬人的醫療大數據，后期主要通過人腦來“加工”這些數據；現代社會與此前不同的是，我們使用電腦加人腦，利用此前積累的經驗以及大數據與人工智能技術，實現了現在所說的智能醫療。人工智能將起到解放醫生勞動力的作用，從根本上提高醫療生產力，提升醫療供給端的服務能力，解決供不應求的醫療窘狀。

浙江大學醫學院第二附屬醫院放射科主任張敏鳴對人工智能技術同樣寄予厚望：“我很看好人工智能在醫療上的臨床應用，這已經是21世紀非常重要的課題。人工智能有助于紓解當前我國醫療資源相對不足的困難，協助提升基層醫療水平。”常年工作在一線，張敏鳴從醫生的角度解釋人工智能技術在醫療領域應用的重要意義：“它可以幫助醫生緩解疲勞、降低勞動強度。人工智能可以代替我們做重復性高、技術含量低的工作，這樣我們就可以把節省出來的時間，用來與更多的患者溝通。更重要的是，可以防止漏診，比如說有一些小病灶醫生可能看不到，人工智能技術可以提醒醫生。”

智云健康CEO匡明也表示，中國的醫療資源尤其稀缺，能看復雜疾病的醫生是剛需，“AI是目前我看到的，能在相對短時間內比較好地解決這個問題的方法。”

AI醫療普及落地，標準建設需提速

隨著醫療人工智能的發展，其應用場景正逐步多元化。醫療的定義和范疇已經不再只是疾病治療，而是擴展到了藥品、保健、生物技術等醫療的各個領域。根據相關資料顯示，總體上應用場景主要集中在以下5方面：

智能化臨床診療 隨著深度學習算法的逐漸普及，通過建立深度學習神經元數學模型，從海量醫療診斷數據中挖掘規律，學習和模仿醫生診斷的人工智能疾病診斷技術將會達到前所未有的精度，隨之而來的，是智能化診療逐漸成為醫院不可缺少的醫療組件。醫務工作者也將從大量的診療業務中被解放出來，將走向復雜度更高、服務更細致的崗位。目前國內不少醫院都已經引入了人工智能閱片系統，用于肺癌、乳腺癌、兒童生長發育異常等疾病的輔助診斷，如復旦大學附屬腫瘤醫院、浙江大學醫學院附屬兒童醫院、華中科技大學同濟醫學院附屬協和醫院等。

可視化數據價值提升 醫院數字化的發展解決了診療信息數字化采集、傳輸、存儲等問題，然而數據同構化、診療信息共享化亟待解決。AI對于非結構化數據的處理能力使醫療大數據的有效獲取、分析、應用成為可能。同時，將信息提取、自然語言語義分析、自動化推理、知識表現、深度學習等人工智能的研究方法和應用技術應用于大數據分析的前沿領域，結合預測性分析挖掘醫療大數據蘊含的規律和價值，從而為醫療事業的發展和醫院運行決策提供有力支撐，提高服務效率，實現智能化管理。

大幅度降低藥物研發成本 一種新藥的開發平均需要10年時間，耗資40億～120億美元。新藥研發除了要求藥品的療效，還需要保證其安全性，必須經過動物實驗和Ⅰ、Ⅱ、Ⅲ期臨床試驗。而即便Ⅲ期臨床試驗后批準上市，還有Ⅳ期臨床研究，即新藥上市后的再評價。這也是造成藥物研發周期長、費用高的重要原因。但是，人工智能的出現為人們提供了一個檢測藥物的快速而周全的方案。

首先，當很多種甚至成千上萬個化合物都對某個疾病顯示出某種療效，但又對它們的安全性難以判斷時，便可以利用人功智能所具有的策略網絡和評價網絡以及蒙特卡洛樹搜索算法，來挑選最具有安全性的化合物，作為新藥的最佳備選者；

其次，對于尚未進入動物實驗和人體試驗階段的新藥，也可以利用人工智能來檢測其安全性；

此外，利用人工智能還可模擬和檢測藥物進入體內后的吸收、分布、代謝和排泄、給藥劑量—濃度—效應之間的關系等，讓藥物研發進入快車道。

目前人工智能藥物挖掘主要在三大領域：抗腫瘤藥、心血管藥和孤兒藥（又稱為罕見藥，用于預防、治療、診斷罕見病的藥品）及經濟欠發達地區常見傳染病藥。

智能化健康管理 在健康管理服務領域，目前全球的AI+醫療創業公司主要集中在風險識別、虛擬護士、精神健康、在線問診、健康干預以及精準醫學的健康管理。用戶可通過智慧健康服務平臺，獲取健康診斷、養生知識、保健建議等信息，并能通過包括可穿戴設備在內的手段，監測用戶個人健康數據，預測和管控疾病風險。

精準化醫學支持 人工智能在基因測序、遺傳學和分子醫學領域，利用數據挖掘、本體等大數據分析技術方法對醫療大數據進行轉化規約，建立疾病知識共享平臺，尋找疾病的分子基礎及驅動因素，重新將疾病分類，實現精準疾病分類及診斷，并在此基礎上，開展循證醫學研究，對相同病因、共同發病機制的患者亞群實現精準評估、治療及預防。

“欲知平直，則必準繩；欲知方圓，則必規矩。”中華心胸放射學會主任委員、上海長征醫院影像醫學與核醫學科主任劉士遠教授表示，近兩年來，AI+醫療熱度持續升溫。然而，檢測標準和行業標準的缺失仍是制約AI+醫療發展的實質性阻礙。在他看來，符合臨床使用場景，能夠提高效率和準確率，人機交互友好，且敏感性和特異性高，并以檢查部位和目的為終端解決方案的AI產品才是醫院真正需要的。