“AI+医疗”的创新与挑战

文/ 巫景飞 方金武

一、现状背景

随着人口不断增长，我国人口结构趋于老龄化，医疗资源的分布不均以及医护人员短缺给现如今的医疗体系带来了新的压力。与此同时，人工智能在医疗临床和科研引起人们的高度关注。大量真实的结构化医疗数据的采集，赋予人工智能评估复杂的医学数据的基础，人工智能通过反复测试从而减小误差，获得得出近似结论的能力。基于复杂的算法与早期优质标注数据，人工智能已经正在被更广泛地开发运用到医疗行业中，为医疗赋能。《2030健康中国》以及《促进新一代人工智能产业发展三年行动计划（2018-2020年）》等一系列政策的出台，给企业在“AI+医疗”的创新注入一剂强心剂，资本的大量涌入，使“AI+医疗”的发展进入了快速通道。

二、趋势与机遇

AI将成为推动医疗产业创新发展的“新引擎”。当前以机器学习与数据挖掘为两大技术核心的人工智能，向医疗产业赋能，使医疗相关的生产活动表现出降本增效的效果，并对医疗相关产业链整体产生影响。我国医院、医药以及保险公司等企业积极的探索并产生AI在医疗产业的新服务工具和相关解决方案，特别是AI在虚拟助理、医学影像、辅助诊疗、疾病风险预测、药物挖掘、健康管理、医院管理、辅助医学研究平台等应用场景的使用不断成熟，使得“AI+医疗”成为推动医疗技术创新蓬勃发展的“新引擎”。

（一） AI助力医药企业技术创新升级

人工智能将在新药物带来技术创新大突破，帮助药企做出更好的决策，提高药物临床和研究试验的效率。根据麦肯锡的报告，人工智能在制药领域可以每年产生高达100亿美元的价值。

人工智能利用已知的药物研发过程中的数据，快速预测候选药物的药理学特性等，从而提高研发效率加速新药上市。例如，ProteinQure利用AI技术预测蛋白质如何折叠，从而为特异性疾病寻找更多的靶向结合位点，从而更快地辅助设计与合成蛋白质药物。

人工智能在个性化药物治疗中也有不俗的表现。比如机器学习模型通过匹配患者的病史和相关治疗药物数据，推断患者对某药物治疗的反应，辅佐专业人员采用正确的治疗方案，尽快让患者走上健康的道路，从而达到个性化治疗的结果。与此同时，类似小糖倌开发的测血糖和提醒用药的智能药盒，通过与智能手机结合提醒人们服药，后台将用户服药情况实时发送至医患交流平台，供医护人员、制药企业等查阅与分析。

因此，人工智能在医药领域的应用非常广泛。AI+医药不仅有助于制药公司降低新药开发成本，增加销售额，还有望通过识别患者早期病史与既往服用药物症状，降低患者服用特定药物产生副作用的风险。同时，人工智能还能让制药公司更快的接收客户用药的真实数据分析结果，从而开展有针对性的活动来推广药物和治疗手段，指导地方药物采购与供应链问题。

（二） AI为医疗诊断创新注入新活力

医疗诊断是一类旨在检测感染病症和疾病的医学检查。美国国家科学、工程和医学院的医学研究所报告显示：约10%的患者死亡由诊断错误导致。为了更充分的支持医疗诊断过程，越来越多的医疗AI SaaS公司正在关注医疗诊断，“AI+医疗诊断”也成为新兴创业公司和大型科技公司的最大聚集领域之一。

机器视觉正在成为医疗诊断应用程序中的共同主题，AI辅助影像诊疗系统能够有效地辅助医生相关医学影像读片任务。通常，影像读片任务具有明确定义的输入和易于验证的二进制输出。在对可疑病灶病变进行分类时，输入是数字照片，输出是简单的二元分类：良性或恶性。在这些条件下，研究人员只需证明AI在分类以前看不见的活检验证病灶照片时，即可做出有效判断，比医生具有更高的敏感性和特异性。深睿医疗作为国内AI辅助影像诊疗的领先公司，已有包括Dr.WiseTM在内的多款AI辅助诊断系统，并已经实际应用于北京大学第一医院、中国人民解放军北京总医院和上海胸科医院等多家医院。

AI运用于疾病治疗的研究与应用越来越多，当下主要还是集中在几种疾病类型：癌症，神经系统疾病和心血管疾病。例如，虚拟机器人基于计算精神病学结合AI和VR技术，检测各种精神疾病的早期症状，寻找潜在治愈方法，从而有望改善目前4.5亿人的精神或神经系统疾病的情况。Ellie虚拟治疗人由南加州大学研发用于治疗患有创伤后应激障碍的退伍军人，它可以分析面部表情，头部姿势，眼睛注视方向和语音质量，以识别与抑郁和创伤后压力相关的行为指标。Quartet Health公司创建了可以与患者实时互动的虚拟治疗师，通过使用机器学习功能来识别患有精神健康状况的患者，并根据他们的病史和行为模式提供定制的治疗计划。但是机器人缺乏价值观和同情心，在应用于实际医疗诊断时仍然需要医生的援助与干预。

相对而言，在医疗诊断领域，应用人工智能有几个主要优点：1. AI具有更快速诊断的能力，可以使用病理学推理，快速创建特定患者疾病的模型；2. AI有潜能捕捉由相互作用的几种疾病所产生的复杂性的状态；3. AI能倒推给出特定结论的详细解释路径。

（三）AI将成为医疗器械行业的技术创新新高地

医疗机器人不再被视为未来的技术，它是当今活跃有效的技术。医疗机器人基于人工智能技术可实现某些垂直领域疾病的诊断与手术治疗，如可以使用机器视觉引导机器人到疾病病灶区域并使其意识到患者身体反应，从而进行相应作业。去年，全球超过100万个手术共使用了5,000多台手术机器人，其中Intuitive Surgical的达芬奇机器人仍然在商业和技术领域占据主导地位，同时国内自主研发的手术机器人也在积极创新抢占市场。

天智航开发的天玑手术机器人在骨科、脊柱外科手术上表现不俗，其精准性与"遥规划"技术为骨科医生提供更加安全，更高效的手术导航定位辅助，并已在全国18省装机近40台，完成超4000余例机器人辅助骨科手术，临床效果显著，深受患者和医生好评。

医疗机器设备和人工智能的结合，不仅是辅助外科医生手术和提高患者治愈率的下一代仪器和工具，更是有望成为指导外科医生在手术时采取正确治疗方案的参考书。

（四）AI将赋能健康管理智能化创新

人工智能潜移默化的改变人们健康管理的方式，同时也是目前“AI+医疗”结合实现的经济回报最有效的方式之一。人工智能与可穿戴设备结合应用非常广泛，其通过监测并实时上传人体数据至云端，由云端人工智能芯片进行分析，将数据转化为可预测的健康情报，以此帮助医护人员以及客户本身追踪了解其健康状况。例如iphone智能手表率先为世界带来了个人心电图，通过测量心脏的电活动，发出健康提醒与警报，这对于挽救生命有不可估量的价值与作用。

通过医学传感技术和计算机通信技术的深入结合，大量的医疗物联网平台被建立与完善，结合人工智能技术可将医疗健康数据转换为有意义的信息，从而达到更多输出应用如常见疾病自动诊断的功能。

妙健康搭建了可穿戴设备的健康数据的开放式上传平台，打通了不同品牌设备的数据孤岛。若类似医疗物联网平台未来与人工智能更深入结合，有望开发出一套打通用户的病史、日常健康数据以及常识性医学资料等的系统，接入在线语音识别系统，打造成更专业的人工在线问诊产品，从而有望将病人导诊与就诊的时间缩短数倍，改善医患资源配置。

三、潜在问题

警惕“AI+医疗”产业转型升级过程中存在的“陷阱”，虽然机器能够在有效的时间内通过学习，解决一些医疗相关的问题，但真正无所不能的解决每一项医疗挑战认知的机器还不存在。李开复曾表示人工智能将成为医疗技术领域的领航者，很可能替代未来十年50%的医疗相关工作岗位。但是由于机器缺乏情感理解，AI永远无法替代医护人员，故在开发AI医疗相关新产品中，出发的场景应该是AI支持医生工作，而不是取代他们。

首先，当AI与医疗的结合时，进行开发ML模型需要结构良好的训练数据，以保持随时间相对稳定的现象。因此进行新产品的开发之前，需要考虑到其底层数据样本的结构化程度以及总体数据量大小，如果无法获得多样化，跨学科，高质量和高维度的大数据，人工智能技术应用于医疗产业的变革就无法完全实现。

其次，人工智能能让制药公司更快的接收客户用药的真实数据分析结果，从而开展有针对性的活动来推广药物和治疗手段，指导地方药物采购与供应链问题。然而这些研究的局限性仍然至少存在于三个方面。第一，使用的药物临床数据往往来自高度发达的地区，包含其特殊性，或者算法概念化的框架本身包含了工作团队的主观假设，最终系统是否能够客观评价存在质疑。第二，智能算法的预测能力和预测准确性需要不停的在以前的真实案例中得到训练。第三，在新型药物的治疗中或未知副作用研究中，人工智能的作用价值可能会急速下降。

再次，迄今为止，AI在医疗诊断领域的研发考虑策略更多的是基于患者只罹患一种疾病，几种疾病医疗诊断的重叠将现有的人工智能程序推向了概念和计算限制承载极限。并且AI应用于医学诊断仍然是一种相对较新的方法，许多临床医生与患者仍然不相信其可靠性与敏感性，因此如何在不破坏临床专业知识的情况下将人工智能实际整合到临床实践中仍然值得思考。

最后，AI医疗政策整体虽然持续利好，但其受国家监管力度会进一步加大，为保护患者医疗健康相关隐私并确保法规遵从性，并考虑到AI结合医疗产生的技术可靠性、质量的可靠性、社会的伦理等情况，在医疗健康数据共享以及AI+医疗的实际临床使用就变得更为复杂和存在更大的障碍。

四、结论与建议

“AI+医疗”真正潜力远超科幻小说的描述，在过去的十年中，政府与企业投入相当多的资源探索人工智能在医疗行业的应用，也取得了一些重大成果。未来，“AI+医疗”将进一步细分赛道，在政府日渐完善监管制度、政策法规和行业标准下，医疗产业将面临新一轮的洗牌与升级。与此同时，在探索AI+医疗的整个过程中，需确保人工智能不会掩盖医学的人性面貌，AI结合医疗的技术可靠性、质量的可靠性、社会的伦理等问题也需要加以重视，避免医疗人工智能产业化过程中国存在的陷阱。综上有如下几点建议：

首先，应以打造“智能+场景+产品”为组合的“AI+医疗”应用落地战略。对于企业来说，打造智能应用应该聚焦在高度垂直的场景，为症前、症中、症后管理等不同环节提供综合服务。

其次，打造“AI+医疗”产业生态，加速医疗人工智能成果转化。打造医疗人工智能产业生态，需要政府牵头，企业和行业配合，形成合力，政府可以打造国家级的医疗健康大数据共享平台，逐步落实医疗数据安全标准指南及配套条例，确立医疗健康数据共享流通标准，建立医疗人工智能标准测试数据库，确立完备的医疗人工智能产品试用及审核标准。

最后，培养跨界复合型人才，弥补医疗人工智能的人才缺口。首先，结合各高校人工智能学院和相关研究机构为主体，完善“AI+医疗”的复合型人才培养体系，加快相关专业人才培养；其次，鼓励相关企业建立医疗人工智能人才培养计划，通过短期训练、具体项目实践等多种路径，培养复合型、跨界专业性人才；最后，规划推动医疗人工智能行业论坛会议，加强人工智能领域和医疗行业人才的合作交流。