AI輔助看片難在哪？
——“IT生存法則” 之智慧醫療

“胡主任，咱們醫院同A公司合作的AI（注：人工智能）輔助醫療診斷的項目可能進行不下去了！他們說公司投資方認為項目看不到收益，所以……”

又來了，真想揍這幫騙子！

想起在人工智能輔助診斷領域的幾次合作最后都是這樣虎頭蛇尾，某三甲醫院信息中心的胡主任氣就不打一處來，忽悠技術如何領先、公司如何資金雄厚、團隊如何高端的是他們，說干不下去的也是他們，別的不說，這么多的高端醫療資源多年的付出就這么不了了之了，實在是罪過呀，如果把這些時間用在研究、診斷、醫治病人上，可是會多挽救很多人的生命的！

也難怪胡主任憤慨，在風起云涌的智慧醫療領域，AI輔助看片診斷，主要是通過圖片與視頻大數據分析，對診療病人的檢查片子(注 ：CT、核磁等)進行自動化診斷，將其中關鍵片子抽取出來，并打上可能的病癥標簽，供主治醫生參考，以提高診療的準確率和工作效率。

這本是利國利民的好事，可是卻不斷出現上述半途而廢的情況，甚至有些是資金雄厚、技術領先的國際大公司，那根本原因是什么呢？

這當中的關鍵是需要不間斷地積累足夠多的病種樣本，通過機器學習技術，總結出規律。于是，才出現了許多類似的合作項目，其本質是借助高端醫療資源對樣本片子進行標注（注：也稱為打標簽），進而形成某病種的知識圖譜，再應用到門診與臨床診斷中，如此循環往復，持續提高精度，直至達到實用的級別，再向外推廣應用。

高洪福，清華大學研究生，具有二十多年甲、乙方企業信息建設、管理與服務跨界實踐，擅長IT治理、服務管理、信息化建設等，其倡導的金陽光ICT服務、嵌入式服務模式、主動式服務產品、基于客戶感知的服務理念使之成為影響國內IT服務實踐發展進程的重要推手。

個人郵件：gaohfd@126.com

那問題就來了:一個有效的樣本是需要長時間跟蹤、采集、觀察、分析、標注、歸類的，根據病種的不同，對樣本的數量，以及每個樣本的跟蹤時間都是有科學的測算標準的，其中越是有那價值的病種，其需要跟蹤的時間越是長達十幾、二十年，同時為保證質量和最終結果的實用性，必須同時采樣的樣本基數又需要高達上千份以上，也難怪當投身其中的公司在發現這個本質后，絕大多數都堅持不下去了。

那么，要怎么樣做，才能取得實實在在的成果呢？

首先，要確定可實現的目標。由于高端醫療資源的稀缺性，最好把項目的范圍盡可能聚焦，根據可用資源情況，主要指符合要求的高端醫師的時間、精力，以及可取得和跟蹤的有效樣本，把目標定在某具體病種，甚至是子病種上，避免撒胡椒面式的分散投資，因面太廣卻無法持續的情況發生，才有可能在某聚焦領域取得實用成果。

其次，要有長期的規劃。鑒于這類項目需要很長時間的樣本積累，極其考驗項目方的運作能力，所以一定要制定比較長遠的計劃，在技術、資金、人員，以及資源的使用上都要有打持久戰的準備，還要有在相當長的時間內（注：10-20年）只能產生階段性成果，而無法通過產出可實用的成果，并進而通過推廣成果產生應用收益的共識，這才是合作方立項的基礎。

最后，要廣泛的協作。正是因為此類項目時間跨度特別長，甚至有可能跨越了單一組織（公司）的生命周期，所以要形成接力棒式的組織形式，如建立聯合實驗室、聯盟、項目公司等，甚至借鑒開源、眾籌等模式，整合盡可能多的社會資源共同開發、共享成果，才能避免資源的重復浪費，從日積月累到累變引起質變。

隨著信息技術的越來越成熟，越來越多資本的加入，越來越多高端醫療資源的重視，都預示著AI輔助診斷已成為大數據與人工智能應用的新風口，但如果不看清事物的本質，并采取正確的路徑推進，最終當強風刮過之后，依然會一地雞毛。

—IT語錄：只有腳踏實地，才有AI看片的未來！

“胡主任，聽說A公司那個項目干不下去了，讓我們接手吧，我們可是剛拿到新一輪融資，準備靠AI應用上市呢！”

“離我遠點！”

……

胡主任是真受到傷害了。