专家解读 | 汪鹏：人工智能技术发展推动传统医学模式变革

汪鹏

西南医院医学大数据与人工智能中心主任

重庆市云计算和大数据产业协会专家

高级工程师

引言

每个人都会找医生看病，每个人都想找专家看病。然而，每个专家都是从小医生成长起来的，我们都会遇到水平暂时还一般的医生。虽然，医疗设备和技术方法的发展进步促进了医学的进步，临床诊疗模式却并未发生大的改变，医生个人经验和水平几乎决定了一次诊疗过程的水平。20年前，医生都是手写处方和病历。20年来，这些都被计算机取代，医生手写的能力几乎退化。过去，信息化更多的是提升了效率，而非诊疗质量。如何让医生在诊疗过程中得到更多的知识辅助和智力支撑，使其不是一个人在“战斗”呢？经验的更好传承和手段的更加精准是未来诊疗质量提升的关键。

传统的诊疗模式迫切需要变革，大数据与人工智能将带来契机，我们看到这一曙光已经出现。可以大胆预见，5-10年后，在医生一次诊疗过程的背后，将出现一群整合了大数据、人工智能和云计算等技术的智能助手在同时提供服务，共同为病人提供最优的诊疗决策和治疗方案。

AI到底能热多久？

有人说以人工智能为代表的智能互联技术被誉为是第四次工业革命的推动力。前三次革命主要解放了人类的体力，而这次革命，将要解放的是人类的脑力。

自从2016 年AlphaGo战胜人类围棋冠军至今，全世界都在说人工智能（AI，Artificial Intelligence）的拐点已经到来。从国外的谷歌、微软、IBM，到中国的BAT，到疯狂的投资人和创业者，都在进行抢点布局，医疗领域更是如此，一大批医疗AI企业如雨后春笋般出现，AI正在全球性地走向繁荣。

与此同时，持批评和不乐观的声音也未间断，一些学者认为AI的价值被严重高估，存在巨大的泡沫。资本的涌入，推动泡沫从概念层面升级到资本层面，大量AI技术和产品虽然看起来很热闹，但无法真正落地应用，AI也无法真正取代人工。

毫无疑问，批评的声音也不无道理，值得重视，这有利于我们去正确把握AI的发展应用方向，提醒不要盲目炒作和夸大宣传，而应该脚踏实地的探索研究。

AI并不新鲜，它只是一种技术，已经出现了半个多世纪，其理论框架和技术实现一直都在发展变化中。Gartner公司推荐的技术成熟度曲线显示几乎每一项新兴且成功的技术在真正成熟之前，都要经历先扬后抑的过程，并在波折起伏中通过积累和迭代，最终走向真正的繁荣、稳定和有序发展。

AI也是一样，由于受到技术、政策、应用等多方面的影响，导致AI发展经历了多次起伏。从20世纪50年度逐步兴起，到60年代开始衰落，再到80年代达到发展高潮后再次衰落，直至21世纪深度卷积神经网络的出现，又逐步走向高潮。

算法理论、计算能力、数据资源这三个方面的显著提升使AI的第三次浪潮更值得期待。机器视觉、自动驾驶、智能助理等一批具有里程碑意义的产品落地与市场化进一步证实AI已逐步从实验室走向人们的日常生活。

我相信，只要坚持从易到难、从简到繁，不要一次期望过高，而是循序渐进、稳步积累，AI的发展是值得期待的。

什么是真正的AI？

到目前为止，AI并没有确切的定义。但是，“无学习，不智能”几乎成了AI研究在今天的共识。学术界比较认可的一种定义：人工智能就是根据对环境的感知，做出合理的行动，并获得最大收益的计算机程序。人工智能是对人的意识、思维的信息过程的模拟。人工智能不是人的智能，但能像人那样思考，也可能超过人的智能。

AI的发展有三大重要条件，包括大数据、算法和算力。大数据是指通过物联网、互联网、传感器和智能设备等在应用中采集的海量数据。算法是指机器学习、深度学习、神经网络等基础理论。算力是指并行计算、GPU、高性能计算、云计算等大规模数据处理技术的应用。

AI包括计算机视觉、自然语言处理、语音识别、深度学习、机器人等核心技术，从不同维度，AI将经历多个发展阶段。按技术维度，可以分为计算智能、感知智能、认知智能。按功能维度，可以分为弱人工智能、强人工智能、超人工智能。譬如，普遍用到的计算机、手机属于计算智能和弱人工智能范畴。自动驾驶、智能机器人、图像识别、语音识别和AlphaGo与Watson等仍属于感知智能和弱人工智能范畴。而真正的AI是具有理解能力的AI，至少应该达到认知智能和强人工智能范畴，其不仅能够感知和推理，还能随着数据量的增加不断改进算法和性能，从而指导作出最适合的行动。

医学AI能做什么？

说到医学AI，人们经常讨论AI会不会代替医生？这个问题讨论价值不大，我想医学的极其复杂性决定AI在长时间内是代替不了医生的，但却可以成为医生的得力助手。类似于IBM的Watson诊疗决策支持系统和影像智能阅片是当前两个比较热的发展方向，虽然还不成熟，甚至受到不少质疑，但其发展和应用潜力依然是巨大的。

总体来讲，医学AI的应用可以分为五大类。

第一类是智能影像辅助诊断。主要是对数字化影像进行病灶自动识别与标注，系统识别病灶后将筛查结果依照专家共识标准自动生成结构化报告。更进一步，还能够自动搜寻历史影像资料，分析对比病灶变化，这点对医生诊断的意义是非常大的。

第二类是临床诊疗决策支持。依托由病例、临床指南、医学文献等构成强大的知识库系统，根据症状鉴别诊断，根据诊断和病情推荐治疗方案。在大数据的环境下，还能够结合个体化差异，以及未来结合基因等组学数据，为患者实施精准化诊疗。

第三类是医患智能虚拟助理。面向医生的如智能语音电子病历，在传统技术基础上定制医疗语言模型，可以将语音输入自动转化为电子病历，节省医生手动录入电子病历的时间。面向患者的如智能问诊App，在建立医学知识图谱的基础上为患者提供交互式咨询问诊系统，并把过程信息传输到医生站，在与医生面对面交流前使医生更细致的了解病情。常见的智能虚拟助理还有辅助就诊流程的各类导诊机器人等。

第四类是个人健康管理助手。健康智能硬件的广泛使用促进了健康类数据的快速增长，通过个人健康管理助手来实现各类健康和医疗数据的整合，利用AI算法数据分析，挖掘数据的深层次价值，对用户进行健康行为干预。

第五类是药物研发智能支持。关于创新药研发，据测算，一般需要花费 5-10 亿美金，10 到 15 年时间，才能成功研发出一款新药。新药研发的风险大、周期长、成本高，是最大的痛点之一。药物发现 “最终产品” 之后还需要经过非常昂贵的I期，II期和III期临床试验，其中大多数产品会在这过程中被淘汰。人工智能有望重构新药研发，将研发投入降低一半。基于AI算法系统，结合专家决策，在已知化合物中寻找更为精准对应的适应症，可将寻找适应症效率提升60%。在前期的化合物数据积累和算法成熟后，进行寻找病人阶段，实现精准治疗和个性化用药。

医学AI这阵风又能吹多久呢？我曾经跟很多做AI开发的技术工程师交流，他们反映从2018年下半年开始，涌向AI的疯狂投资已经大幅减少，残酷的市场竞争肯定会逐步淘汰一大批企业。但是，他们普遍比较看好AI的未来发展，认为真正有实力的AI企业会从点滴做起，让产品逐步落地和成熟，并逐步成为医院信息化的基础设施。这个观点我也很赞同。据市场分析，2018-2019年，医学AI将呈现如下趋势：

一是影像产品落地速度会加快，产品性能成熟度不断提高。

二是随着技术成熟度提高，语音电子病历应用提速，逐步形成规模效应。

三是随着智能问诊随着知识图谱的不断完善，预问诊功能可以有效提升医生效率。

四是导诊机器人、物流机器人、智能自助设备等将逐步在医院推广应用。

五是随着国家、产业、企业端共同推动健康大数据建设，AI在健康管理场景下应用程度会进一步提高。

六是AI药物研发企业短时间可能不会变现，但药物研发一旦成功，可能成为医疗AI领域的独角兽。

AI繁荣背后的挑战？

机器的智能首先源自人类，积累到了一点程度，就可以在特定领域超过部分甚至大多数人。

目前人工智能在医疗领域的应用尚处于比较浅显的阶段，人工智能可取代医生的重复性体力劳动工作，提升医生的职业专业程度，但是从更深一步的诊断决策和治疗尚需时日。AI在高速发展的同时，必须正视如下四个方面的挑战：

一是数据数量。中国医疗整体数据量大，但针对不同病种的数据量和质量参差不齐，有些病种的训练数据缺乏。此外，数据孤岛问题依然存在，各类数据缺乏有效整合，为基于大数据的深度学习造成障碍。

二是数据质量。在医疗的AI研究领域，长期以来的一个困难是缺乏高质量干净的有临床标注的数据，为知识学习造成障碍。AI数据处理中标注的准确性关乎结果的准确性，需要大量医生去做有效标注，这对于目前大医院工作量严重饱和的高水平医生来说是非常困难的。

三是人才积累。AI算法人才与医学人才知识体系不同，如何协同创新，如何交叉融合各自优势，发挥最大价值，需要加强这方面复合型人才的培养。

四是市场培养。医疗被认为是人工智能最早落地的领域，但是医疗的特殊性对产品的要求会更高，从认识到被接受再到相应支付体系的完善，以及到医保的接入，都需要一个很长的过程。

西南AI医疗的未来？

总体来讲，医疗AI还处于探索阶段，其发展距离成熟还有待时日。陆军军医大学第一附属医院（西南医院）作为一所研究型、创新型的大型综合性顶级医院，正在积极拥抱新生，大胆探索，期望通过AI技术的深入研究与应用，推动传统医学模式的变革。

2018年10月，西南医院党委正式通过成立“医学大数据与人工智能中心”，将推动医院大数据与人工智能的研发应用上升至战略层面，从政策、人才、场地、设施、经费等方面给予最大支持，这体现了医院对发展大数据与人工智能的期望与决心。

目前，医疗AI领域仍然具有较高的技术门槛，我院现有的IT人才与技术还远远不够。但是，我们具备较好的医学人才优势和医疗数据积累。未来将按照“引进→合作→独立创新”的路径，促进医疗AI在我院的落地推广和相关人才培养。

下一步将重点推进临床诊疗辅助、医学影像AI、智能人机交互、智慧便民服务和智慧管理运营等方向的应用，不断解放生产力和提升服务能力。在此，也希望将来能跟更多有实力的科研院所和企业展开深入合作，共同开发，推动应用。

结语

《未来简史》作者尤瓦尔·赫拉利曾写道：①人们之所以不愿改变，是因为害怕未知。但历史唯一不变的事实，就是一切都会改变。②全球经济导向已从物质经济转变为知识经济。过去主要的财富来源是物质资产，比如金矿、麦田、油井，现在的主要财富来源则是知识。

个人认为，医疗大数据与医学AI就是一场事关人类健康与生存的知识革命！

满眼生机转化钧,天工人巧日争新。未来已来，让我们一起为创造新时代贡献绵薄之力吧！