医疗行业如何释放科技创新潜力（上）

用工匠精神打造精彩文章，分享最新财经资讯，从不同角度剖析资讯内容，剑走偏锋是我的态度，茶余饭后聊百味!各位读者们老爷们好吖，我是文艺与气质于一身实力派小编——小宸，这里可以让您看到最新最有趣的资讯内容，让您感到不同凡响的财经资讯内容，时时了解最新的世界财经动向，会给大家带来意外惊喜，好了不跟大家逗乐了，给大家呈现今天的精彩内容：

对话 | 人工智能 | 行业先锋

正如神经学家V.S.Ramachandran所说，所有颠覆性的新科技都源于一个可能真实的、想象出来的概念，而颠覆性的前沿科学技术，也必然会带来医疗卫生保健和生命科学领域的大变革。

适应新科技是一个缓慢的过程，医疗相对其他学科而言则历时更久。

本期AI时刻，我们将与希氏异构创始人兼CEO 宋捷、博识医疗云联合创始人 范晓磊、第四范式资深科学家 涂威威，来一起聊聊：医疗行业如何释放科技创新潜力？

（视频文字版）

2018年9月26、27两日，动脉网在上海举办了以“无穷大”为主题的2018医疗科技世界论坛，《AI时刻》作为独家视频合作媒体参加了本次论坛。

随着人工智能机器人物联网、3D打印、基因检测等技术的飞速发展，人类即将进入到大数据时代，在可期的未来，会有哪些新技术，足以颠覆整个健康医疗产业。为了解答这些问题，9月26、27两日，2018医疗科技世界论坛在上海闵行宝龙艾美酒店正式举办。

本次论坛由中国高科技产业化研究会产学研合作协调部、联合动脉网蛋壳研究院主办，主题为“无穷大”，吸引了包括中国工程院院士庄松林、IEEE会士和AIMBE会士张元亭、美国医学与生物工程院会士沈定刚等共计500位来自以科技创新为核心的医疗服务机构、上市公司、金融机构、医疗健康创新企业等专业人士。

AI时刻：观众朋友们大家好，欢迎收看《AI时刻》，现在做客《AI时刻》栏目的是希氏异构的创始人兼CEO 宋捷，宋总。

宋捷：大家好。

临床应用是检验医学AI技术的唯一标准

AI时刻：欢迎宋总，想先请您跟我们谈一下，您如何看待技术赋能医疗行业的发展趋势？

宋捷：我先说一下医疗核心的实质，因为近几年大家关注医疗，包括资本市场也在关注医疗，而究其原因，就是因为医疗这个行业是一个日不落的行业，而且有非常好的社会效益和经济效益，再说它核心的内动力，或者最核心的内容，其实是医疗服务。

从医疗服务的角度再说得核心一点，就是诊断、看病、吃药、打针、做手术...这些是核心的医疗服务，但是由于这个资源在全球都是稀缺的，很难进行复制，所以说资源是制约医疗的整体发展或者是说一个国家的医疗整体发展的最本质因素。但是，AI的特点就是极有可能快速地去复制人类的这种经验。

从这个角度来说，AI跟医疗相结合的最大的特点，就是能够在相对短的时间（虽然说是相对短的时间，但也不可能是一天两天，它可能是以年为计算单位）内，在某些方面去复制人类的能力，来使得这种稀缺的资源不再那么稀缺，最终提升资源共享的社会价值。从这个角度上AI和医疗的结合，是有非常好的前景，其实现在在国内，越来越多的企业也已经开始进入到咱们现在聊的这个领域。

AI时刻：您觉得在这样一个大环境下，如何评判一家AI公司是否成功？

宋捷：中国有一个特点，一旦一个事情政府很关注的时候，全民都关注。可以说是蹭热度，说得好听一点，就是大家想在政府的引导下，做一些事情。但是一个企业是否能够真正地完成历史使命，或者做出一些成就，还要看看它自己是否具备一些特质。

比如说从医疗AI的角度来说，它有四个必要要素。第一点，你需要对团队、医学和医疗产业有比较深刻的理解和经验，如果没有这方面经验的话，很难做成一个产业级、应用级、产品级的体系，或者是一个企业要对行业有很深刻的理解。第二点你要真正有AI技术，因为AI的门槛其实很低。

举例来说，一个学生如果对AI感兴趣，去看几本书，上网查一些资料，然后又获得了某一种数据，哪怕很少量的数据，他都可以基于一些开源式的算法，用网端的网络的一些算力去做研究，其实这是很好的。但是这种研究可能距离应用层面，差距十万八千里，所以说AI入门门槛似乎很低，但是真正要做成一个很好的产品，或者是做成一个很好的企业，你是要有自己的AI的底层研发能力的。

这种研发能力和技术，包括算法方面，就是你有没有自己一些特异的做法经验，另外更重要的是，你有没有超算能力，架构非常好的超算中心，你有没有自己的AI芯片、应用端芯片的开发能力，这些都很重要，并不是说只要有热情就能把事情做好。第二点，你要有真正的AI技术，而不是伪技术。第三点，要有深度融合、高级别、高水平的医疗资源支持，像医疗大数据，既要量大还要优质，大家可能还没有想到的是，一个数据的持续供给，以及在过程中医疗团队的深度参与。

正是这种协作，把未来非常多的法律方面的问题提前解决，因为医疗大数据、医疗知识它是有产权的，它有自己的IP。如果你一开始做的不是深度合作关系的话，你做不下去，哪怕将来做出成果以后，也很难去进行成果分配。我说的成果指的是可以商业化、商品化的成果。第四点，你要有真正产品化的能力，这种能力包括包括你对医疗场景的认识，做成某个产品的实际能力，还有对场景的认识。因为有些医疗方面的应用，你不需要改变医疗现状的一些应用习惯。

AI时刻：你必须要基于习惯去做一些内容。

宋捷：是的。

宋捷：比如说，我们看到很多人做内窥镜，或者超声，他会去做后台的图片识别，其实根本不可能，临床永远不可能出现这种场景。而唯一能够出现的是，既然是实时化检验，就应该在实时过程中帮医生减少漏诊率，这样才是有价值的。如果医生看到了一个东西，在不太明确这个东西是否是疾病时，还需要把它拍成图片再拿到后台，这其实就没有临床应用价值了。

比如CT影像，采用的是后台处理，这是没有问题的。所以这就需要对场景有很好的认识。第二，对于哪些适合做成云端产品，哪些要硬件化，你需要有很清楚明确的认识。所谓硬件化，就是做成设备医疗设备，其中涉及到，是不是你的硬件技术也要有你要有自己的AI（类似AI芯片），这些对于只会做数据训练的公司是很难逾越的。

AI医疗已经热了好几年，到今天为止，我特别想说的话就是，考核一个公司是不是能够跑赢未来，首先要看它是在讲故事，还是有实实在在的产品。不要再讲故事了，看实的东西。第二点，我刚才说的那四个条件它是否已经具备，它有没有后劲，有没有更多的项目储备，有没有足够好的愿景，其实从我的角度上来看，AI是打破过去医疗壁垒的一个强大的利器，它能促进医疗的资源被充分释放，市场被充分进行分割。

AI时刻：希氏异构成立之初推出的第一款产品，是关于消化内镜影像的，为什么最开始关注到这一个领域呢？

宋捷：有几方面原因，第一，我说几个数字大家可能就会清楚了。在中国从恶性肿瘤的发病率的角度来说，消化系统占到恶性肿瘤全部发病的43.5%，很高。当然消化系统不仅仅是消化道，但是消化道的肿瘤发病率在消化系统中占比较大，而且消化道的肿瘤，有一个最大的特点，就是一旦发现有症状时，再去看基本上都是中晚期了，而早期是没有任何症状的。而唯一能够明确发现早期消化道肿瘤病变的，一个最直观的手段就是消化内镜。

中国不缺消化内镜，但是中国，包括我们现在一些基层医院、县级医院甚至乡镇医院都有消化内镜，因为中国医疗不缺钱，但是缺的是一些合格的医生，所以说AI刚好能够在这方面给他们去赋能，去解决实际问题。第二个，相对来说，消化内镜从进入来讲，它的壁垒或者门槛相对高一点。它不像CT等等，很多县医院都有大量的数据留存，但是消化内镜下面的图片在中国基本上都是一些比较高级层的医院才会有。图片的数据资源是稀缺的。第三个，就是这些数据本身的均质化程度比较差，它不像CT，CT都是计算机断层扫描做成的图片，均质化程度很高，而消化内镜是医生在操作过程中人工采图采出来的，需要投入更多的精力去做分析，当然这些东西也正好构成了它的壁垒，所以说，我们到现在看到的这个赛道上，比如说做眼底糖网的做肺结节的特别多，但是做消化道的一些影像的相对比较少，我们也算占了一个先机。

目前希氏异构在这方面应该是走在最前面的，从内窥镜的角度出发，我们现在还做比如说其他方面内窥镜的一些人工智能的研究包括我们超声方面，我们做得非常好，我们在CT的质控标准采图、病变部位图片的重建以及心脏心电方面的影像方面，我们借助人工智能的技术做得都非常好。我觉得，一个优秀的公司，它的产品或者它的研发是分作几块，有一块做得很成熟的东西，它 一定是开始产品化或者至少在进入临床报批这个阶段的，然后有一块快速地在研产品，还有一块呢，是做一个很好的开发储备，因为开发储备需要大量的时间，做临床上面的一些数据的整理等等它一定至少是分作这三个阶段。

AI时刻：好的，感谢宋总做客《AI时刻》，谢谢宋总！

宋捷：好的，谢谢

深度挖掘数据价值，应用于医学研发

AI时刻：观众朋友们大家好，现在做客《AI时刻》的是博识医疗云的联合创始人范总。

范晓磊：大家好，我是来自博识医疗云的范晓磊。

AI时刻：欢迎范总，想请您先谈一下如何看待科技和医疗行业结合的发展趋势？

范晓磊：其实科技和医疗的结合，已经算是我们从技术大爆炸开始比较滞后的一个行业或者领域。我们最早，比如说从AlphaGo进军了围棋世界，然后挑战了人类在围棋世界的极限，到再后来人工智能机器打败了职业的电子竞技的选手，可以看到技术的爆炸会在未来的各个行业上产生一些化学反应。

其实医疗行业是属于一个被科技影响的相对较晚的领域，但是我们相信在这个大的历史环境和契机下，这个大的趋势一定是不可逆转的，而且未来无论是人工智能还是一些新技术、新设备，对于医疗行业的改变，一定会像我们生活的各个方面一样被极大地改善，或者说我们有新的一些突破和爆发性的利好的消息。所以我相信这个大的趋势一定是利好的。

AI时刻：我们了解到博识医疗云其实是一款专注在专病结构化的电子病例的产品，那您能给我们先介绍一下什么叫做专病结构化的电子病例？还有这款产品在实际当中有什么应用？

范晓磊：其实我们国家医院的信息化，包括电子病例的发展，已经有非常长足的进步了，但是我们可以看到这里面存在的一些问题。

现在医院里标准的电子病例系统都是按照一个标准化的模板来建立，也就是说，不论你是得了什么病，去医院里面看哪个科，你被记录的方式都是用的一套标准的系统。这样的系统存在一些弊端，比如胃癌和肠癌患者，也被相同的模板去记录，这肯定不符合未来人工智能发展以及数据发展、数据分析维度。

从另外一个角度来讲，医院的信息化系统是由人来记录的，通常都是用自然文本的方式，也就是说我们像写一个小作文一样，某某患者，于什么时间来到我院，出现了什么症状，然后我们给他进行了什么治疗，写了一篇日记一样的东西去记录，这个东西在我们现有的医疗体系下，更多的适用于医院的管理医疗证据的保留的目的，它并不是为了科研而设计的，所以我们说这个专病的结构化数据是我们未来临床医生在科研方向的一个重大需求。

我们现在所研发的产品也是专注于这个领域的。那么想要解决刚才的两个问题，第一个是数据结构化的问题，我们用一些（技术）把那一篇作文打得很零散，很碎，变成一个一个小的块块，我叫小的字段、小的维度来定义和规范某一类的疾病，首先它解决了规范的问题，比如说那些医生记录的不均一，甚至是出现错误的，都被我们用这种方式去规避了。另外一个角度，它数据的完整性也比较强，而且它是针对了某一个专一的疾病，而不是说它普适所有的疾病。

从这两个角度来讲的话，这样的专病结构化的数据平台生成的数据，是能够被很好地分析、应用，并且可用于将来人工智能发展的基础材料，所以说专病的数据平台有这样的一些优势和特征。在现阶段来讲，我们在人工智能技术发展还没有特别成熟或者巨大突破的时候，我们能看到的是，它为我们临床医生的临床科研工作带来了很大的效率提升。

举个简单的例子，过去医生想做一个临床研究，想针对某一类的患者进行研究的时候，他需要从原始的那个大的病例里面去挖取那些他需要的字段或者信息维度，然后把它整理到Excel表格里面，再去进行其他软件的分析。这个过程是非常漫长的，也要花费很多人力物力成本，所以通过专病的结构化数据平台，能够很好地在现阶段解决了医生去利用和使用这些数据的效率的问题，在当下，我们除了帮医生解决这个问题以外，延展出来，它还能够帮助我们对未来患者的治疗方案、对未来的新药研发、对未来的预后带来好处。

AI时刻：那公司在打造结构化数据的过程中遇到了哪些困难，又是怎么突破的呢？

范晓磊：其实刚才提到，传统的信息系统记录的病例，里面大部分都是以一个自然文本的方式去记录，就像刚才提到的小作文的形式。所以在处理这些历史的存量数据的情况下，确实就需要一些新的技术，比如说OCR的识别，因为有一些医院的信息系统发展的年代也不均一，技术路线也不太一样，所以它能够输出的形式非常有限，现在比较好一些的，可能它能输出一些文本的格式，我们通过自然语言的识别、语义的分析，然后对于数据进行标注等等，就可以有限度地去结构化它，挖掘一定的价值。

对于有一些医院来讲，它只能输出图片形式的这种资料，那可能就需要用到OCR的技术，等等，所以整体来讲就是过去的存量数据，对于我们现在的应用是有一定难度和成本的，当然它的价值很大，但也确实是现实的难度比较高。

我们这个团队更推崇和推荐往另外一个方向去努力，对于临床医生来讲，希望他们能够按照高质量、临床科研级并且结构化的数据方向去打造，所以我们提出了一个叫做前结构化的概念，我们希望他们在疾病患者管理，以及数据的收集之初就能够去预设一个专病的模板，这样的话，把它数据的维度就提前地预置好，那么这些数据在累积的过程中生成的就是结构化的数据了。我们相信，这样的结果它应用起来成本（低）效率高。

AI时刻：聊到病例这个产品的话，我们知道大部分数据是来自医院的，那博识医疗云是跟哪些医院合作？又是一个什么样的合作模式？怎么获取这些数据呢？

范晓磊：其实我们这个团队从创立之初，因为本身有一半的北大医学院的属性，所以我们最早合作的，都是北医体系下的医院，我们现在专注的医院基本上覆盖了全国差不多五百多家。从临床科室的维度来讲的话，我们覆盖了全国大概四千五百个科室来合作。

我们合作的模式主要是几个方面：第一是帮助临床医生去管理临床产生的数据，也就是刚才讲到的专病数据这一块，帮他建立一个专病的数据平台；第二块，我们帮助医生去管理他的患者，因为现在对于临床科研来讲，有非常重要的一个点，就是医生能够很好地去掌握他在临床过程中应用的那些治疗方案、手术药物等等，但是一旦这个患者出了院以后，他没有能够及时地回来复诊，或者再回来找这个医生，那么他院外的数据有可能就流失了，不好跟踪了，对于医学来讲终点事件是非常重要的。

也就是说这个患者进行了治疗以后，他未来出了院以后是不是好了，或者说疾病是不是治愈了，或者复发了等等的这些问题，对于医学来讲是终点事件，对临床研究来讲，也是非常关键的一些信息点，所以这些信息的缺失导致了临床医生很多科研项目没有办法很好地进行下去。所以我们也会同时帮助医生去管理他的患者。

而且我们除了线上，还有线下400电话的方式，能够帮他们做患者的随访，我们还会辅助医生去做一些科研课题科研项目的申报。

AI时刻：好的，今天感谢范总接受我们的采访。谢谢您！

范晓磊：谢谢

AI技术优势辅助遏制糖尿病爆发

AI时刻：现在做客我们栏目的嘉宾，是来自第四范式的资深科学家 涂老师。

涂威威：大家下午好。

AI时刻：关于糖尿病管理，如何平衡收集的数据数量？

涂威威：其实每个人都是很懒的，我们希望（用）越少的代价去获得更多的信息，其实我们也在努力往这个方向去走，所以我们现在给到的就是说，（导致）影响的指标非常多，那我们需要在这个里面进行筛选，来进行Balance（平衡）。

就是说，获取指标的代价和效果之间需要做权衡。其实我希望用比较低的成本，获得一些比较好的效果，这时候就需要做一些平衡，做一些比较复杂的分析。然后我们推出了这样一款（产品），虽然它是只有几个简单的指标，但是已经远超现在市面上可以看到的很多产品，这里面我们用到了很多技术。

比如说，可能有一些指标，检测起来很困难。比如说血糖里面的“餐后两小时血糖”，这个指标就很难检测，它的复杂性在于，首先是餐标，然后，医院的差异性也会造成结果的不一致，这些都是问题所在。事实上，现在的“餐”是有固定标准的，对于一些老年人而言，是很难吃的，吃完之后还会产生一些排斥反应。

针对这个痛点，我们会用一些比较简单的血压或者简单的血糖去预测复杂的血糖，这时候通过迁移学习技术、预测技术，来使得我只需要简单的指标，我不需要去查非常复杂的指标，就可以接近我的检测（目的）。对于这个复杂指标的效果，我们也在不断地努力，而对于初筛版，我们希望是更大的使用量，也就是让更多的人能够在里面使用，这样它的意义就很大，因为更多人可以关注到自己的身体健康。

然后对于这种专业版的筛查，其实是需要一些检测指标的，我们希望把这个检测指标的代价降得更低、最低，然后去除一些比较复杂的检测指标，另外一个，我们其实是希望用户在做其他一些事情的时候，顺带把这个事情做了。那就其实可以和保险机构合作，他们其实是做一些保险的（体检），或者说做体检的一些机构的合作，他们做一些体检之后，我们就顺带可以给他做一次评估，

AI时刻：在收集数据的过程中如何保障用户隐私？

涂威威：这是一个非常关键的问题，对于数据分析技术的利用，隐私永远是一个绕不开的问题。传统意义上我们认为的数据不被外面人看到，也就是我个人的一些（信息），比如我的身份证号、名字不被人看到，就没有关系了，但是其实不是这样的。

现在的医学研究做法是，将数据经过脱敏（敏就是把身份证号隐掉，把名字隐掉，然后把数据公布出去），脱敏存在非常大的风险，因为虽然不知道你的名字，但是却很有可能知道你的性别或者是特性，通过这些特性会有很大概率反推出这个人是谁。这种事情在美国已经发生过很多次，所以真正来讲，如果要解决隐私的问题，就要真正地从理论上、从数据上去解决。

近几年前，有一项差分隐私技术，它的本质是发布数据的时候，不止做匿名化，更重要的是把数据做扰动，让你没有办法去判断到底这个人是谁，其中最简单的是往里面加一些噪声，但这会导致一个问题，加噪之后，使得这个数据变得无用。最简单的，给你一个完全随机的数据，里面没有任何隐私，但是这就导致了一个问题，这个数据完全不可用，所以其中的技术难点在于怎么去平衡噪声和可用性之间的Balance（平衡）。

我需要去保证一定程度的隐私，但是又希望它加的噪声越小越好，这其中依靠的就是技术的进步。我们的生命数据被越来越多地挖掘出来，所以其实认证一个人的身份，也不是说以前的一个姓名、一个电话、一个身份证就可以搞定的。

AI时刻：想请问您，人工智能给新糖尿病管理的赛道带来了哪些优势？

涂威威：我们在做知识普及时，人工智能起到了很大的作用。如果按照以前的设想，去了解一个专业的医学知识，可能需要专业医生的配合。但是事实上往往是医生看门诊都看不过来，怎么可能再花精力去回答健康人的这些问题。而人工智能，通过智能的问答系统，把专业的医学知识和专业的问答系统结合起来，从而构建出一个智能问答的机器人，这个机器人可以去回答一些专业的问题，在这个阶段是可以这样的。

对于后面，我希望知道我未来有多大风险会得这个病，在筛查阶段，人工智能也发挥了非常大的作用，我们通过刚才提到的，我们收集到很多的数据，通过这些数据构建出一个精准的人工智能模型，一个非常复杂的模型，这个模型能够做到个性化的精准评测。比现在我们所知道的世界上最好的那些（检测）还要好非常非常多，然后除此之外，在整个干预的过程中，实现千人千面的真正个性化的健康管理。

AI时刻：好的，谢谢涂老师今天带来的分享，谢谢您！

随着国家颁布《国务院办公厅关于促进“互联网+医疗健康”发展的意见》等一系列促进医疗与技术改革的文件，大数据、物联网、机器人等技术成为了医疗改革的重要抓手，新技术的无穷潜力究竟还能为医疗健康产业带来怎么样的颠覆？敬请关注下期《AI时刻》为您带来更多与会重要嘉宾的精彩专访。

今天资讯内容到此为止，大家积极探讨资讯内容，给小编提更多宝贵意见，留下您的关注，小编将持续为大家更新更多的劲爆财经资讯内容，让大家生活充满乐趣。拜拜...