AI+医疗如何商业破冰？6位一线专家这样说-CSDN博客

本文链接：https://blog.csdn.net/McIl9G4065Q/article/details/88754157

640?wx_fmt=jpeg

来源 I 网易智能作者 I 静静

昨日，由清华大学数据科学研究院、网易新闻、网易有道联合举办的“创新，无界——中国AI创新者论坛”今天下午在清华大学举办。

创世伙伴资本合伙人梁宇主持了“AI与医疗革新”圆桌论坛，透彻影像CTO、清华大学交叉信息研究院在站博士后王书浩、医渡云大数据应用算法总监李林峰、汇医慧影CMO张雪峰、清华大学统计学研究中心副教授俞声、清华大学生物医学影像研究中心研究员赵锡海参与了讨论。

1、行业里有说有了电子病例，可以把医疗处方下沉到下面的医院去，这个认知对不对，您是在研究的最前沿，现在进展到哪个程度？

640?wx_fmt=jpeg

清华大学统计学研究中心副教授俞声

俞声表示，这个认知和方向我相信一定是对的，本身这里面存在很多的困难，电子病例是数据，这个数据又不是说我们在人工智能中所谈论的数据，电子病例分量类，一类相对好用一些，编码型的，疾病诊断、手术编码等等。

还有一些涉及到诊疗细节是真正涉及到医生整个的诊疗的经验、知识，这方面是以自由文本的形式记录在病例里的。这只是用来作为存储用的数据，作为一个记录，但是和机器学习中要使用的数据形式差别很大。

俞声认为现在医学信息学基础设施，或者说对于中国人来讲是很欠缺的一个阶段。

2、医渡云在数据方面做了很多工作，到底遇到了很多的困难？

640?wx_fmt=jpeg

医渡云大数据应用算法总监李林峰

李林峰透露，医渡云想把一个病人的完整病例整合起来，需要接几十个系统，同时不同的医院里面描述的方式也不同，要把这些大数据结合起来做训练的时候，建立统一的标准的数据集，一个疾病的标准的数据模型，医渡云在做相关的这些事情。

“基于AI把电子病例学习现在还是确实很早的阶段，建结构化和标准归一，通过AI的算法，怎么把病例里面的疾病相关的特征抽取出来，有了这个处理能力之后，下一步才能把大量的特征给机器人去做深度学习。”李林峰表示。

3、赵老师您接触大量的病人，对您来看有不同的角度，影像像X光、CT、超声波等等，从横向看，哪个领域图进去最有可能解决病人或者在医院里面的效率问题呢？

640?wx_fmt=jpeg

清华大学生物医学影像研究中心研究员赵锡海

赵锡海表示，人工智能，现在在临床医疗各个环节都可以发挥很重要的作用，诊断这个环节影像学只是其中一部分，还有病理、血液检测等等，影像学比较复杂是模态很多，有一个病人好多模态需要做，像肿瘤，从超声到CT等等都要做一遍。

赵锡海提到了现在这个阶段遇到的一些挑战：一个病人可能要扫描很多的序列，人工智能分析起来比较困难，要提取更多的信息，影像学诊断过程中，还有一个问题，有一些信息不是从原始数据获得的，是通过图像再处理以后获得的，是不是要完成图像后处理的角色，这也是有挑战的事情，后处理完以后的信息是可以输进去以后分析，这里面还是比较复杂的，目前比较好突破是X光和CT，超声这块也比较复杂，超声受操作者经验的限制，这还是比较复杂的。

4、您是在透彻影像，从病理这边切进去的。为什么选了病理切入进去？

清华大学交叉信息研究院在站博士后王书浩

王书浩表示，病理科在中国是相对弱势的科室，比较落后的科室，在中国几乎所有的病理科在显微镜看片子的环节，数据并没有被数字化，人工智能病理对这样的科室是革命性的概念，会促使从传统到数字的转变。

“从医学上讲，病理是更接近于疾病本质的学科，病理医生被称之为医生的医生，解决这样的问题，能够跟肿瘤治疗的一些本质能够更加的关联起来，更加有意义。”王书浩提到。

5、汇医慧影主要在哪方面做产品化的研发？市场上做影像领域的公司挺多，你们有什么独特的点？

640?wx_fmt=jpeg

汇医慧影CMO张雪峰

张雪峰透露，一方面是因为团队规模成长起来之后，包括发展过程中，注重了产品线的丰富性，没有单打一个点。另外，这几年的积累，形成了从数据到产品，从产品再返回到医院的闭环，特别丰富的数据供应使得产品线也能够丰富起来；最后汇医慧影发现，国家的医院其实是很独特的商业环境，用商业这个词都不合适，是挺典型的封闭环境，特殊性的2B销售，渠道打开，有越来越多的产品是非常自然的商业模式。

“比较典型的有代表性的产品，首先覆盖大的病种，肺癌、乳腺癌。另外我们抓住一些领域，从诊断开始接触治，产品可以开始出治疗方案、手术方案，然后跟踪、预测，愈后的，这是大概的产品发展思路。”张雪峰解释道。

6、俞老师，您在做电子病例研究的时候，数据的获取是很难的，或者说不规范的，或者说要做很多的努力工作，您现在研究方向是什么？你们看未来，在电子病例往前突破，可能有哪些近期5年能够看得见的应用？

俞声透露现在主要的工作方向集中一个是医学术语的提取，自动识别、补全，其实是想建能够应用于医疗人工智能和电子数据分析的术语库。

“其实我希望今年到年底的时候，我们把第一批用于电子病例分析的中文医学术语分析完，我们现在有比较成熟的提取电子病例里面的术语，分离的散发。去年年底测试的时候，效果喜人。我希望今年年底可以实现。”俞声表示。

7、我们都在谈人工智能+医疗，如果要寻求技术突破，商业突破，或者是其他的突破的话，现在遇到最大的瓶颈在哪里？怎么样能够推动它的到来怎么样控制它？

王书浩表示，医疗是相对封闭的行业，医院跟传统的互联网的市场是不一样的，如果说要到医院用的话，有非常关键的环节就是CFDA的认证，这中间国家的推动是非常强有力的。

“现在国家在力推AI医疗这个行业，今年看到很多放射科的产品通过CFAD的认证，这也是非常重要的一个拐点。”王书浩提到。

李林峰表示，首先要看爆点会在哪里。一个好的产品之所以成为一个被用户认可的产品，有两个属性，尤其是AI的产品：第一真正解决了用户的刚需，第二技术到了拐点。

“同时具有这两个属性，在医院里面的产品，现在最落地就是影像相关的东西，因为它对于三甲医院里面，医生掌握了看片等等这些技能之后，更多是重复性的工作，医生的压力会非常大，工作强度很大。这种机器能学到疾病的诊疗特征之后，他可以全年无休做这个事情，而且速度很快。而且在小的偏远地区，请不起影像科医生，真的能解决小医院的需求而且技术也达到。”李林峰表示。

张雪峰解释道自己成功的原因之一就是在商业化方面意识到了重要性，动手比较早，思考比较多。张雪峰分享了两点：1、坚定认为是2B的事情，而不是2C，说起来简单，战略上的选择一旦做错了，将来有难以挽回的后果；2、要看公司正好有哪些优势资源从这个入手，才能做出将来落的下去的东西。

赵锡海则从医疗活动的特殊性谈了一下：首先要了解医疗活动的特殊性，医疗活动是一个高度的受关注的一个行业，不仅仅是患者、医生、家属，甚至全社会都受到关注，这个行业一旦出现相应的问题，整个社会反响都非常强烈，一脚踏进医疗行业要非常慎重；

第二，医疗活动不仅仅是冰冷的医疗操作，用药、手术，还要有关怀；

第三，医疗活动涉及到大量的隐私，病人、患者的隐私，包括可识别的一些信息，还有他的一些基本状态，包括疾病病史、遗传的特性等等，在去隐私化方面要特别关注；

第四，医疗活动受很多行业规范和法规的一些监管，把人工智能加进去，需要很长一段时间改变观念，在政策法规方面，需要去推动，只要破冰了就有机会。