AI改变医疗，还有多远

王辉辉 纪灿雄 胡立玠

医疗AI虽发展迅速，但距大规模进入医疗体系并真正改变医疗模式，仍有一段很长的路

2018年这个夏天，北京推想科技有限公司（以下简称推想科技）CEO陈宽格外忙碌。他不仅要推进产品技术迭代，还要亲自跑市场、参加论坛、见医生，每個月一半以上的时间出差在外。

“这是因为，市场和行业对于医疗人工智能（AI）的接受度越来越高，越来越多的医院愿意尝试使用AI产品。”陈宽在接受《瞭望东方周刊》采访时说。

他同想2014年同国创业时，医疗圈还甚少有人提及深度学习，“AI技术在学术界已经流行开来，但包括医疗行业在内的产业界还几乎没有人工智能的概念。”

如今3年过去了，AI已经成为医疗大咖们聚在一起必聊的话题，他去参加一些医疗领域的会议或论坛，经常会听到一些大医院的院长们互相询问，“你们上人工智能设备了吗？”

然而，首都医科大学附属北京友谊医院副院长王振常却认为。AI要想大规模进入医疗体系，真正改变传统医疗模式，仍有待时日。

AI“浪潮”来袭

2015年之前，陈宽一直在美国芝加哥大学读博士，并且一边上学一边从事AI+金融的相关工作。

在国际上，2012年前后，以Google为代表的互联网巨头开始关注深度学习神经网络。Google当年便做出了一个大型的神经网络，并推出了图像识别技术，随后包括Google实验室的语音识别面世。人工智能技术就此爆发，并在2013年开始应用于医疗领域。

随着技术的发展，人们开始将人工智能技术应用到金融领域，做股票波动预测和自动化交易等。“在美国，2013年时已经有70%的股票交易是通过人工智能技术自动完成的。”陈宽介绍道。

因此，他在工作中得以接触AI技术。随着对AI理解的逐渐加深，他认为应该将其应用到更具社会价值的民生领域，如医疗、教育等。

2014年年底，陈宽回国创立了医疗AI企业推想科技。当时正值医疗AI领域创业高峰期的前夕，目前许多活跃在医疗AI市场上的公司均创立于之后的2015年。“当时，2年内中国就出现52家医疗AI创业公司。”行业研究机构亿欧智库分析师尚鞅存接受《瞭望东方周刊》采访时说。

他指出，2014年开始，国内资本市场开始关注人工智能技术。随之而来的便是许多医疗AI创业公司涌现，百度、阿里巴巴、腾讯、科大讯飞等科技企业和华大基因等传统医疗企业也纷纷布局医疗AI。

2016年，AlphaGo打败柯洁等热点事件被媒体大量报道后，人工智能的热度迅速席卷全球。

在中国，则有大批机构开始将自己的投资赛道直白地称为人工智能，资本市场大热。“医疗、教育、安防、金融、自动驾驶等成为AI技术的热门应用领域”。尚鞅指出。

2016年前后，一系列旨在鼓励发展人工智能的政策密集出台，尤其是2017年7月，国务院发布《新一代人工智能发展规划》，明确了人工智能发展的6项重点任务。智能医疗即是其中之一。“这些政策成为推动人工智能行业发展的一种重要力量。”尚鞅表示。

亿欧智库发布的《2017人工智能赋能医疗产业研究报告》中的数据显示：2012-2016年，中国人工智能领域的投资金额不断上升。尤其是自2015年第二季度以来，投资金额和投资频次均进入爆发式增长阶段，其中仅2016年第二季度投资额就达到4.7亿，投资频次达65次。此外，截至2017年8月，中国医疗AI企业累积融资额已超过180亿元，完成融资的企业达到104家，而当时中国共有131家医疗AI企业。

政策的刺激和资本市场的追逐，以及医疗市场需求的不断释放，使医疗AI迅速发展：

中国行业研究报告网发布的《2017-2021年中国智能医疗行业市场现状及未来投资发展研究报告》（以下简称研究报告）显示：2016年中国医疗AI的市场规模达96.61亿元，较上年增长37.9%，2018年这一数字有望达到200亿元。

应用不断加快

进入2018年之后，医疗AI行业显现出新的发展趋势。

首先医疗AI在技术上日渐成熟，应用落地的速度不断加快。

以智能影像辅助诊断系统为例，目前针对肺癌和糖尿病眼底筛查的智能辅助诊断技术最成熟，且随着训练数据的积累，一般影像系统都能够在30秒钟之内完成识别和初步诊断，其中肺结节筛查的AI产品平均准确率更是达到90%以上。

“但针对其他病种的智能影像辅助诊断系统大多处于研发或试用阶段，还远未成熟。”尚鞅坦言。

技术的成熟和应用的不断增加，也改变了医院和医生的态度，“可以明显地感受到，大家更愿意接受和尝试医疗AI产品了。”陈宽说。

2015年，陈宽找医院谈合作时，多数医院都是听一听就没了下文，一些思想保守的医生甚至认为他们是骗子，“小半年的时间下来，我们跑了三四十家医院，没有一家愿意跟我们合作。”

如今，不到3年的时间，他所在的公司已经与全球超过200家三甲医院建立了合作关系，其中排名前50的三甲医院渗透率更是达到了50%，包括美国、日本、德国等国家的医院。

“日本政府已经通过了推想科技智能辅助诊断系统的医疗设备申请，随后它就可以进入日本的医疗诊断体系，这是第一个获得日本政府认可的AI诊断应用。”日本厚生劳动省医疗AI审查委员会委员中田典生曾透露。

更为重要的是，医生开始频繁使用这些AI产品。

“现在我们的医生已经习惯了使用AI辅助诊断系统进行影像分析。”王振常说。

推想科技的后台检测数据也显示：其近200家合作医院中日常50%的胸片会借助AI完成诊断。

阿里健康高级副总裁柯研告诉《瞭望东方周刊》，最初医疗领域并不认可人工智能，但现在许多顶级专家都在牵头或积极参与医疗人工智能的研发。

与此同时，资本市场对于医疗AI行业的投资也逐渐趋于理性，越来越偏好技术水平和落地能力。“目前资本更加关心商业化，也就是说产品要有好的财务模型，将来要有变现的能力。”尚鞅解释道。

未来尚远

即便如此，医疗AI想要为医疗领域带来颠覆式的革命，仍有许多问题需要解决。

以医学影像智能辅助诊断类产品为例，AI产品必须要有鲁棒性，即产品不仅是在某个小数据集里能训练出来好结果，在真实的临床应用时，面临开放的环境、不同品牌、不同型号的影像设备同样能保持良好的效果。“只有稳定的AI才是临床可用的AI。”陈宽说。

临床可用的AI产品对于医生来说也必须是简单、易操作的，王振常认为这一点至关重要。他说，经过不断迭代升级，目前市场上一些优秀医疗AI产品的操作界面开始变得越来越简便易操作，但大多数产品仍属于后人工智能产品，即在影像拍摄出来以后，医生阅片时使用，而非拍片过程中。

“希望未来的AI技术能够整合到PACS系统统或影像设备中，拍片后直接给出AI辅助诊断的数据，然后由医生进行解读。”王振常设想道。

数据的安全性也是不容忽视的问题。据王振常透露，目前大多数AI企业都是在医院的影像科自建服务器或云端，“这存在着巨大的安全隐患，与国家对网络安全的要求还有一定的差距。”

此外，王振常认为，目前的医疗AI产品还很难匹配医院的工作流程。如市场上常见的医疗AI产品多是从单一疾病人手，其中肺结节的辅助诊断技术相对最为成熟，但临床上不仅仅肺部需要影像检查，其他疾病同样需要影像检查。

“友谊医院每天要拍1500张影像，其中只有15%-20%是肺结节检查，因此我们不得不与3家医疗AI企业合作，未来如果不整合，这个数字肯定还要增加。”王振常希望，未来的医疗AI产品能与医院的临床工作流程一致，这样AI的效果才能得到充分发挥，也才能真正颠覆现有的医疗模式。