2019医疗人工智能或将迎四大爆发点

陈琳

近年来，多家企业源源不断地向领先技术领域注入大量资金，尤其是那些希望降低成本、改善患者健康的公司。市场情报公司Tractica的数据显示，2018年医疗人工智能技术领域的投入为21亿美元，预计到2025年这一数据将超过340亿美元。

目前，亚马逊（Amazon）、西门子（siemens）、IBM、Optum、

通用电气医疗保健系统（GEHealthcareandHealth Systems）、MayoClinic、

纪念斯隆一凯特琳癌症中心（MemorialSloan Kettering）及美国山间医疗集团（Intermountain）正在持续开发患者记录，为人工智能算法训练提供医疗数据，使其通过识别模式进行学习，从而实现关键预测。

在某些情境下，人工智能的深度學习能力已超越医生。专家预测2019年医疗人工智能将持续增长，尤其是在成像、诊断、预测分析和管理领域。管理领域增幅最大

远的不说，预计到2019年底，医疗人工智能技术市场的投入就将超过17亿美元。

这项技术可用于检测医疗支出中的浪费、欺诈和滥用行为，这些行为每年费用占到全美3万多亿美元支出的3%-10%。

弗若斯特沙利文（FrostandSullivan）医疗保健和生命科学高级副总裁雷尼塔·达斯（ReinitaDas）预测，未来几年内，医疗服务中人工智能操作平台的生产率将提升10%-15%。

对于重复性的耗时任务，应该给予人工智能蓬勃发展的空间。美国医疗体系中的确有很多此类工作。

以调度和预约为例。克利夫兰医学中心MetroHealth系统在2017年底引入人工智能协助运营决策之前，四家医院的挂号爽约率为10%-35%。

MetroHealth首席战略和创新官卡里姆·波特斯（KarimBo～os）表示，MetroHealth可使用人工智能来筛选出那些很可能爽约的患者，并进行第二次提醒，从而避免浪费医护人员的时间。到目前为止，人工智能已成功将爽约率降低了30%左右。

专家表示，2019年人工智能可能会涉足医院运营版块。

ClevelandClinic目前已开始使用人工智能系统来统一管理医院病床的使用情况，充分发挥其容量和利用率。通过观察手术室患者的实时状况，该程序有助于识别手术过程中的潜在困难。

人工智能还可用于追踪药物及医疗设备状态，督促患者支付医疗费用。

自动化配药工具软件服务商KitCheck为医疗机构提供机器学习方案“BluesightforControlledSubstances”，帮助其识别药物分流。该方案通过对一系列指标（如员工的物理位置、文档的上传下载等）对员工进行评分，来识别可能具有偷盗药物行为的医务人员。

KitCheck首席执行官凯文·麦克唐纳（KevinMacdonald）表示，“该程序通过分析医院内部同级别人员的数据，来评估员工偷盗药物的概率。”

麦克唐纳还指出，人工智能或许会有助于降低药物支出，特别是涉及到受控药物废弃、药物消耗及安全与合规性领域。

软件服务公司Simplee为医疗机构提供数据和预测分析服务，以此来确定患者的线上支付能力，从而根据患者的财务情况自动为他们推荐付款方案或选项。

“进入医疗系统或其他领域时，我们经常碰到的问题是，我们并没有真正了解该领域的工作流程和文化，也没有考虑应用可行性，只是简单地对目标进行追踪。”简化患者匹配流程

人工智能聊天机器人和虚拟助理可帮助拓展医疗可及性，让患者免去一些不必要的现场就诊，如巴比伦医疗（BabylonHealth）的疾病预防和人工智能诊断、Sense.1v的虚拟护士平台以及NovoNordisk的糖尿病聊天机器人Sophia。

如果患者需要医疗护理，人工智能可帮助选择合适的临床医生。

医疗机构巨头ProvidenceSt.JosephHealth（PSJH）使用一种叫做Kyruus的人工智能技术来提高患者与医疗机构的匹配程度。PSJH首席数据官阿伦·马丁（AaronMartin）表示，

在应用该技术之前，约30%-40%的预约时段并未得到合理利用。

Kyruus使用医疗机构的数据管理程序来识别、匹配医患信息，为患者预约到最能满足需求的专家。

随着越来越多的老年人选择在家里养老，人工智能可用于创建智能家居环境，持续关注老年人的健康和安全状况。人工智能医疗公司Zanthion的首席执行官菲利普·瑞吉（PhilipRegenie）如是预测。

不过，人工智能在家中的监控对象可不仅限于老年人。

专家预测，2019年人工智能将继续为医疗领域变革提供动力，帮助其从被动的、基于医院的模式向主动的、基于家庭的模式转变。

人工智能的进步，还将为患有慢性疾病或活动受限的患者提供更大的助力。

与家庭传感器、可穿戴设备及其他家庭治疗方案相结合后，人工智能或许能够在症状出现之前帮助检测到重大疾病。

总部位于智利的护理管理公司AccuHealth使用各种家庭传感器收集患者数据，并将其输入到人工智能引擎，以此构建预测警报和模型。

若警报被触发，远程虚拟医院团队可以为这些患者及其家属提供支持，避免出现不可逆的症状恶化，同时患者也不必再去昂贵的急诊室就诊。

六个月前，美国医疗保险公司Anthem与基于区块链的人工智能平台公司doc.ai达成为期一年的合作，根据年龄、体重、身高、身体活动和污染暴露等数据来测试基于区块链的人工智能是否能够预测人体发生过敏反应的时间。

AxisPoint高级副总裁及首席营销官弗吉尼亚·格利（VirginiaGurley）举例说;“假如区域内有野火，空气中颗粒物数量偏高，那么患有呼吸疾病的患者就会收到预警信息，提醒其关窗，待在室内。”

美国联合健康集团（UnitedHealth）旗下的药品利益管理和数据分析公司Optum正在开发一款名为MyDigitalTwin的原型移动应用程序，用于迷你型家庭设施传感器的架构。该模型利用大量的基因组、外生和行为数据来实现线上显示个人的健康状况。

“想象一下，如果我们每个人都有个数字虚拟的双胞胎，医生就可以利用它来模拟现况，预测我们未来的健康状况，精准地提出改善建议。”Optum的技术研究员克里·霍利（KerrieHolley）如是解释。

但该领域目前尚处于起步阶段。“我认为，预测模型的巨大潜力仍待开发，要说服医生和保险公司相信该项目的盈利前景，还需要拿出更多可行性方案。”数据分析公司GlobalData的全球总监兼医疗保健运营和战略部门（HealthcareOperationsandStrategy）执行副总裁邦妮·贝恩（BonnieBain）表示。保险公司有望用Al节约成市

据咨询巨头公司埃森哲（Accenture）预测，人工智能可通过简化计费、入院、索赔、质量和合规控制及客户服务等核心功能，在短短18个月内帮助美国保险供应商节省约70亿美元。

Afiniti是一种基于客户和商业私有数据的人类行为微妙模式，采用预测性分析来匹配客户和客服中心运营人员的技术公司。其首席执行官齐亚·奇什蒂（ZiaChishti）表示：很多保险公司都在应用Afiniti的技术来降低客户的死亡率和发病率，包括保险巨头美国联合健康集团（UnitedHealth）。

自2017年以来，Afiniti的医疗客户已累计节省了1.25亿美元的支出。

对于支付方而言，人工智能的潜力在于“选取用户提出的简单问题，在无需人工参与的情况下提供答案，且具有预测需求的能力。”埃森哲支付业务董事总经理理查德·伯汉泽尔（RichardBirhanzel）表示。Al成像和诊断能力稳步增长

2018年，人工智能在医疗行业放射和图像分析领域的应用越来越多，几乎可以断定，2019年这一趋势仍将持续。

人工智能对病理学、皮肤病学和放射学等医学图像密集领域的影响是显而易见的。Frost&Sullivan的数据显示，2018年100多个人工智能医疗成像初创企业中，绝大多数的业务都集中在图像分析上，而基于人工智能的医疗成像市场有望在2023年前达到20亿美元。

不过，医疗界对人工智能在分析领域的应用尚有疑虑。在2018年早些时候，IBMWaBon的超级电脑未能准确检测出癌症。

专家表示，这项技术发展得太快了，范围也很广。但在特定的诊断领域，人工智能未来仍有着巨大的发展潜力。

例如，MayoClinic表示，人工智能与心电图结合，可以成功检测出某类心脏病。2018年10月，Scripps转译医学研究院和人工智能计算公司NVIDIA达成合作，致力于开发深度学习工具，预测心房颤动及分析整个基因组序列。

纪念斯隆一凯特琳癌症中心和斯坦福大学也正在研究机器学习在肿瘤学中的应用。

最近，来自纽约贝丝·以色列医疗中心（BethlsraelDeconessMedicareCentre）和哈佛医学院的研究团队使用深度学习训练人工智能来进行肿瘤诊断。将人工智能与人类病理学结合时，该项目的准确率可达到99.5%。

AI在眼疾领域可实观独立诊断

2018年8月，谷歌宣布其旗下DeepMind人工智能系统向50种眼疾患者推介了准确的眼科转诊，尽管这项技术尚未得到临床批准，但准确率高达94%，与医疗专家的水平相当。

在临床批准方面，IDx-DR已夺得桂冠。2018年4月，该软件成为首个获得美国食品药品监督管理局（FoodandDrugAdministration，FDA）商业授权的自主人工智能，可用于诊断糖尿病视网膜病变。

自主人工智能会带来深远的影响，尤其是在患者就诊方面。如果很难找到资质较高的医生时，应用该技术，患者可在住所附近的诊所获取准确率超高的诊断和治疗服务。

不过这也有缺陷，人工智能只能用于诊断极特定类型的疾病。病情需要具备典型性，且每次出现的症状得具有相似性。

符合标准的疾病包括青光眼和黄斑变性等。除此之外，多家公司正在探索自主人工智能在胃肠道和皮肤疾病中的适用性。

DoctorHazel就是一个处于探索阶段的例子。该应用程序于2017年推出，后改名为BlueScan，通过整理图像数据库，诊断划分痣的类型，判断其为良性还是潜在的癌症。

阿布拉莫夫预测道，2019年医疗界將会围绕人工智能作为诊断工具的话题展开更深入的探讨，但他同时强调，自主人工智能并不意味着完全不需要人工干预。

“医生会失误，人工智能同样也会犯错。”阿布拉莫夫表示：“我们正在研究的人工智能仍需在医疗系统背景下运行。”人类和技术是在协同合作。AI医学影像成中国人工智能医疗最成熟领域许婧

上海交通大学人工智能研究院联合上海市卫生和健康发展研究中心、上海交通大学医学院近日在沪发布的《人工智能医疗白皮书》显示，全国19个省市已发布人工智能规划，AI医学影像成中国人工智能医疗最成熟领域。

这是上海交大人工智能研究院自2018年1月成立以来发布的首份人工智能医疗白皮书报告。白皮书的收录的内容和数据截至2018年底，汇编了世界主要国家的人工智能战略，并分析了各国在医疗领域的布局，还汇编了中国在国家层面、省级层面、市级层面的人工智能医疗领域相关政策，深度分析了中国从上至下在人工智能医疗领域的布局。

白皮书包含人工智能医疗发展历史、政策分析、行业现状、面临的挑战及趋势分析四大部分，对截至2018年底国内人工智能医疗领域进行了回顾与总结，并立足于全球人工智能医疗发展历史和政策，全面分析了世界主要国家人工智能医疗研究的热门领域、面临的主要挑战和未来发展趋势。

《人工智能医疗白皮书》项目负责人、上海交通大学人工智能研究院教授金耀辉表示，通过对世界各国人工智能相关政策的分析，白皮书发现，以AlphaGo战胜李世石事件为时间节点，自2016年下半年以来，人工智能引起世界各国和社会各层的重视。世界主要国家纷纷开始对人工智能进行国家战略层面的布局，并且非常重视人工智能在医疗领域的发展。

数据显示，截至2018年12月底，全国31省市中已有19个省市发布了人工智能规划，其中有16个制定了具体的产业规模发展目标，并且16个省市2020年的核心产业规模目标达到近4000亿元（人民币，下同1，远远超过国家层面制定的目标1500亿元。产业规模目标排名前五的省市分别为上海市、北京市、浙江省、广州省和四川省。

项目组通过对人工智能在医疗领域应用情况的分析，提出包括医学影像、辅助诊断、药物研发、健康管理、疾病预测在内的五大应用领域。其中，国外以AI药物研发为主，中国则借助医疗影像大数据及图像识别技术的发展优势，以AI医学影像为主。

目前AI医学影像成为中国人工智能与医疗行业应用结合最成熟的领域，市场规模大、收入和融资情况表现亮眼。

据第三方统计，从100家与人工智能相关的非上市企业2018年预计营收来看，100强中共有10家AI医疗公司，这10家AI医疗公司里有6家属于AI医学影像领域。而在融资方面，AI医学影像是获得融资最多的医疗领域，数据显示，2018年截至第三季度，国内AI医学影像行业公布的融资事件近20起，融资总额超过26亿元。从中国AI医学影像行业的落地情况来看，目前AI医学影像产品主要应用在疾病筛查方面，以肿瘤和慢病领域为主。通过对2018年营收突出的AI医学影像公司的应用场景和数据资源进行分析，报告发现大部分公司都与医院展开广泛合作，并且在肺结节、眼底、乳腺癌、宫颈癌方面已有较为成熟的产品。

白皮书还全面分析了人工智能在医学影像、辅助诊断、药物研发、健康管理、疾病预测这五大医疗主要应用领域的痛点、发展优势、应用场景、行业现状、商业模式，并提出，AI疗产业落地越来越成熟，商业模式愈发清晰。

需要注意到的是，尽管AI在一定程度上能够减轻医生的工作量，还能提高医生的诊断准确率，但對于医疗机构来说，这并不是刚需，具体的付费主体、应用场景等问题仍需多方探索。

作为上海的研究团队，项目组结合上海自身的优势，为上海发展AI医疗提出建议：弥补交叉人才短板;破解医疗数据难题;鼓励制药行业参与;加强医药监管职能;发展医用传感技术。

项目组成员、上海市卫生和健康发展研究中心主任金春林表示，“希望通过以上措施，助力实现AI在医疗健康领域的深度发展，实现从辅助诊疗、辅助手术机器人，到独立AI智能医院乃至机器人医生的美好愿景，为‘健康上海2030计划的落地、亚洲医学中心城市的创建做出贡献。”