编者按

　　随着技术不断提升，人工智能已在多个医疗场景有所应用。不过，目前人工智能在医疗领域仍旧处于发展初期，虽然各企业已经研发出适用于不同医疗服务环节的产品，但如何将这些产品布局到医院之中是一大难题。

　　“与水和电一样，未来，人工智能将会发展成为医院的基础设施。”

　　近日，在动脉网主办的“2017未来医疗100强”论坛上，依图医疗副总裁郑永升提到，医疗服务的整个过程都在数据化，而凡是有数据的部分，本质上都可以通过人工智能去提升效率。

　　随着技术不断提升，人工智能已在多个医疗场景有所应用。比如导诊台上的智能分诊、诊疗过程中的辅助诊断以及患者出院后的智能随访，甚至包括对患者进行院外的慢病管理等。“未来人工智能是有可能布局到医疗服务各个环节的。” 郑永升表示。

　　不过，目前人工智能在医疗领域仍旧处于发展初期，各企业虽已经研发出适用于不同医疗服务环节的产品，但如何将这些产品布局到医院之中是一大难题。

　　AI大战，影像先行

　　2017年，医疗人工智能行业发展迅速。行业内仅对外公布的融资事件就有近30起，融资总额超过18亿元人民币，其中，推向科技、沈睿医疗、图玛深维等均在一年内获得两次融资，且融资规模在亿元以上。

　　从目前全球创业公司实践的情况来看，人工智能医疗的具体应用包括疾病风险预判与管理、医学研究、医学影像与诊断、慢病管理、精神健康、护理、急救与医院管理、药物研发以及虚拟助理等。

　　这些人工智能技术在医疗领域的应用总体可以分为5个方面，分别为：

　　医疗机器人：以智能假肢、外骨骼和手术机器人等为代表的机器人技术在医疗领域的应用广泛。具体来看，这些技术可以用在躯体恢复、医疗保健、替代简单人工等方面。

　　智能药物研发：智能药物研发在市场上并不少见，比如誉衡基因、阿斯利康等均已经开始在相关领域布局。目前，人工智能已在心血管药、抗肿瘤药和常见传染病治疗药等多领域取得了新突破。

　　智能健康管理：智能健康管理是将人工智能技术应用到健康管理的具体场景中。目前主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。

　　智能诊疗：以IBM沃森为代表的智能诊疗是目前人工智能在医疗领域布局的最核心的应用场景。

　　智能影像识别：目前人工智能在医学影像的应用主要分为两部分： 一是图像识别，其主要目的是将影像进行分析，获取一些有价值的信息；二是深度学习，应用于学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握诊断能力。

　　值得注意的是，智能影像识别这一应用场景目前相对成熟。郑永升强调，影像标准化程度比较高，并且较早开始尝试应用人工智能。现阶段，医学影像在肺结节、骨折、骨龄评估等方面的应用都在迅速发展。

　　对此，汇医慧影创始人兼CEO柴象飞也表示，“从可行性和专业性来讲，目前医学影像走得相对靠前。”他强调，医学影像相对的优势是市场更大、存量更大，未来，人工智能在医疗领域一定是影像先落地、先执行，并且率先实现商业化。

　　进医院并非寸步难行

　　对于医疗领域的人工智能产品来说，其最核心的使用场景几乎都是发生在医疗机构当中的。因此，能够走进医院，并在医院中形成相对竞争优势对于人工智能医疗产品来说十分重要。

　　作为人工智能医疗产品的使用者，中国胸外科肺癌联盟主席、首都医科大学宣武医院胸外科主任支修益表示，医生和医疗机构在选择人工智能合作对象时，有几个主要的参考因素。一是数据来源。产品学习的数据应该是来自一些具有代表性的、科研水平和技术水平较高的医疗中心，一定不能是来自一些不具有代表性地区的。二是学界的认可度。产品要有相对成功的应用案例，最好是与科研水平较高的医疗机构合作的成功案例。借此让其他的医疗机构了解到产品，并认可产品。第三是让产品被使用它的医生和患者认可。以IBM沃森为例，如果它能给出与知名专家差别不大的诊疗方案，那么医生和患者就会相对认可这个产品。

　　郑永升则强调，医院和企业之间是相辅相成的关系。在人工智能布局初期，产品还是由公开数据集推理出来的，随着时间的推移，产品将进入临床单中心阶段。在这个阶段，产品一方面需要吸收实际临床数据，另一方面也要应用到临床中去，从而让医生认可产品实用性的同时，继续提升产品效能。最后，产品将由单中心临床向多中心临床推广发展。

　　不过，人工智能在医院的布局并非寸步难行。目前，中国已经有多家三甲医院开始尝试与人工智能企业一起落地探索。并且，这些产品在进入医院后，已经在产生实际数据。

　　在浙江省人民医院，目前依图医疗的医学影像智能辅助平台及儿童骨龄智能辅助诊断系统等共完成1.7万人次辅助诊疗。

　　安徽省立医院与科大讯飞合作研发的人工智能医学影像辅助诊疗系统已经在安徽省立医院CT室辅助医生诊断了约11000人次的CT影像资料，诊断准确率达到94%。

　　布局初期，行业标准尚未形成

　　“外行谈算法，内行谈数据标准。” 在郑永升看来，未来人工智能的算法趋同，企业无法仅靠算法形成竞争优势。“就像一个五星级大厨和一个普通人，用同一把刀，切出来的土豆丝一定是不一样的。”郑永升表示，算法就是这把刀，而一个团队对于数据和算法的理解则决定了其产品的不同。

　　举例来看，目前我国临床应用最广泛的GP图谱法简单快速，但所采用的图谱已经使用20年，并且是基于欧洲白人儿童样本来制定；国际认可的TW3计分法虽然准确，但检测流程复杂。随着时代进步，家长对儿童生长发育愈发重视，临床检测量也越来越大，临床阅片医生往往超负荷工作。在这种情况下，人工智能有较大的发展空间。

　　相比于其他同类产品，郑永升认为，依图医疗所研发的儿童骨龄智能辅助诊断系统，优势在于数据库。据了解，依图科技借助浙江省儿童医院1万余个健康儿童体检的骨龄片数据，其数据库更适用于现阶段的中国儿童。郑永升介绍到，“目前依图医疗儿童骨龄智能辅助诊断系统检测精确度可以达到0.1岁，与医生计算的骨龄值相比，误差小于半年。”

　　不过，郑永升也提到，在建立骨龄数据库的过程中，依图医疗遇到很多困难，比如目前中国医院的信息化程度不同，不同医院的数据接口也不同，这为数据收集造成了一定的困难。

　　随着人工智能医疗领域政策的的逐步完善，未来人工智能企业在数据方便面临的困难都将得到一定程度上的缓解。

　　以智能医学影像为例，12月14日，工信部发布《促进新一代人工智能产业发展三年行动计划》指出以信息技术与制造技术深度融合为主线，推动新一代人工智能技术的产业化与集成应用，发展高端智能产品。同时，计划明确提到，推动医学影像数据采集标准化与规范化，支持脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发，加快医疗影像辅助诊断系统的产品化及临床辅助应用。这个计划提出，到2020年，国内先进的多模态医学影像辅助诊断系统对以上典型疾病的检出率超过95%，假阴性率低于1%，假阳性率低于5%。

　　本文首发于财新健康点 caixin-life