3、技術(shù)推動(dòng)
語(yǔ)音和圖像識(shí)別技術(shù)已達(dá)到商業(yè)化水平。 深度學(xué)習(xí)在圖像的分類與識(shí)別上已經(jīng)取得了非常大的進(jìn)展，在醫(yī)療影像領(lǐng)域目前對(duì)某些病理圖片的識(shí)別準(zhǔn)確率已超過90%，可以用于輔助醫(yī)生診斷。三大AI技術(shù)基石：深度學(xué)習(xí)算法+計(jì)算能力+大數(shù)據(jù)，為AI融入醫(yī)療奠定基礎(chǔ)。
4、設(shè)備驅(qū)動(dòng)
電子膠片的普及；大量可穿戴設(shè)備及膠片的投入使用，形成龐大的用戶病理數(shù)據(jù)，為構(gòu)建醫(yī)療大腦奠定基礎(chǔ)。
5、基礎(chǔ)設(shè)施驅(qū)動(dòng)
超過60%的醫(yī)院都已完成醫(yī)院管理信息系統(tǒng)（hmis）的全面搭建。

AI+醫(yī)療的應(yīng)用場(chǎng)景

(1)醫(yī)療機(jī)器人

(2)智能藥物研發(fā)

(3)智能診療

(4)智能健康管理

(5)智能影像識(shí)別

AI+醫(yī)療，醫(yī)生有話說

「你讓我寫代碼，這不是見鬼嗎？」

在我們科室，目前還沒有智能診斷系統(tǒng)這樣的東西。目前確實(shí)有很多產(chǎn)品在往臨床上推。但智能影像方面，目前國(guó)內(nèi)還沒有一款很成熟的產(chǎn)品。之前，媒體有報(bào)道一些產(chǎn)品在醫(yī)院落地，我打聽過一些，醫(yī)生的評(píng)價(jià)也不是很好。也就是說，智能影像診斷方面還沒有一個(gè)好的落地應(yīng)用案例。

很多公司的產(chǎn)品交互很差，用起來非常繁瑣。他們工科會(huì)說，我寫兩行代碼就可以搞定了。你讓我寫代碼，這不是見鬼嗎？所以工科思維一定要轉(zhuǎn)變，深入到臨床一線，看我們究竟需要什么。

至于數(shù)據(jù)方面，影像只是很小一方面，我做影像也發(fā)了很多文章，但不覺得影像是最重要的，換言之，影像雖然重要，但不是唯一，要結(jié)合其他臨床信息。我們做信息挖掘時(shí)，要結(jié)合病人的基因、病理、血液實(shí)驗(yàn)室檢查等信息。比如病人在ICU，還會(huì)考慮結(jié)合患者心電圖檢測(cè)信息、電解質(zhì)、血氧飽和度等諸多動(dòng)態(tài)信息。

目前，很多公司只做圖像識(shí)別、篩查，大部分集中在肺部，為什么？因?yàn)榉斡刑烊坏膶?duì)比，大家都挑了一個(gè)容易攻克的方向做。雖然在臨床中確實(shí)可能減少一些工作量，但這是很小的應(yīng)用場(chǎng)景。

以肺癌為例，我們平常在醫(yī)院看到的很多病例，大部分是復(fù)查的，一些三期、四期病人的肺部有很多轉(zhuǎn)移灶，合并滲出、肺不張等，計(jì)算機(jī)方法很難實(shí)現(xiàn)自動(dòng)對(duì)比，一定要人工對(duì)比，如果計(jì)算機(jī)看完還需要醫(yī)生重新確認(rèn)一遍，還不如自己看呢。至于很小的肺結(jié)節(jié)，醫(yī)學(xué)界有個(gè)指南，建議了怎么處理，比如發(fā)現(xiàn)之后，3個(gè)月、半年分別復(fù)查；根據(jù)倍增時(shí)間多久等情況判斷是惡性還是良性？不可能剛發(fā)現(xiàn)肺結(jié)節(jié)就做手術(shù)的，這不得了。

肺結(jié)節(jié)篩查是很好的開始，但目前還有很多問題，系統(tǒng)可以有假陽(yáng)性，可以誤判，這可以由醫(yī)生來把關(guān)，但漏病灶的后果是很嚴(yán)重的。最重要的是，如何得到監(jiān)管部門的認(rèn)可？國(guó)家批準(zhǔn)之后，其臨床應(yīng)用的責(zé)任才能理清，否則出了問題，誰(shuí)來負(fù)責(zé)任？計(jì)算機(jī)？還是批準(zhǔn)軟件的人？還是采購(gòu)的人？還是醫(yī)生？

另外，病人就診時(shí)，肺結(jié)節(jié)檢出只是臨床診療過程很小的一部分。我們看一個(gè)胸部的片子，看了肺之后，還要看淋巴結(jié)、骨格等，很多公司的系統(tǒng)只能檢出肺結(jié)節(jié)?；颊邅磲t(yī)院就診，如果醫(yī)生只是把肺結(jié)節(jié)檢測(cè)結(jié)果給他，沒有報(bào)告同一份影像圖像其他合并的影像診斷，是要負(fù)責(zé)任的，因?yàn)樵谂R床上做檢查偶然發(fā)現(xiàn)腫瘤也是常見的。

所以，這種系統(tǒng)用在體檢中心還可以，但體檢中心的市場(chǎng)能有多大？

「說實(shí)在的，我還找不到與AI公司合作的方式」

做醫(yī)學(xué)圖像挖掘，醫(yī)生與AI創(chuàng)業(yè)公司的合作是必不可少的，但一定要以醫(yī)生為主導(dǎo)來做，公司負(fù)責(zé)后續(xù)的產(chǎn)品化。其中最關(guān)鍵在于：要解決什么樣的臨床問題。

我是做研究的，思路與公司可能不太一樣，雙方都是要提升診斷率，差異就在于具體聚焦在什么地方？科研解決的是懸而未決的問題，而AI公司是要打造一個(gè)產(chǎn)品解決實(shí)際問題，雙方目標(biāo)不一樣，我覺得很多東西不是想象的那么簡(jiǎn)單。

從科研的角度來講，目的在于提出一個(gè)臨床假設(shè)，并證明。比如我想通過影像數(shù)據(jù)挖掘判斷某種疾病的愈后好不好或判斷療效，在這種情況下，我會(huì)搜集病例，用某些方法驗(yàn)證，最后得到一個(gè)結(jié)果。至于結(jié)果如何，我們并不知道，創(chuàng)業(yè)者的想法跟我們肯定完全不一樣。

有公司找我合作，說實(shí)在的，我還找不到合適的方式，如果要合作，一定是深入的交流，其中需要有人起到橋梁、翻譯的作用。比如深度學(xué)習(xí)的很多概念我們臨床醫(yī)生搞不懂，但同時(shí)工科的人也多半不懂什么叫預(yù)后，甚至不知道這樣做的意義何在。

醫(yī)學(xué)上很多問題和其他領(lǐng)域不一樣，比如阿里要調(diào)研用戶的購(gòu)買習(xí)慣，這種數(shù)據(jù)多得不得了，但醫(yī)學(xué)上很多疾病數(shù)據(jù)很少，一個(gè)單位可能僅有一兩百病例符合標(biāo)準(zhǔn)。我想沒有一家醫(yī)院敢說有幾千例這樣的復(fù)合標(biāo)準(zhǔn)的圖像。我們醫(yī)院有數(shù)萬(wàn)病例，但基于不同的疾病、檢查方式、研究目的區(qū)分之后，數(shù)據(jù)一下子就變得很少了。

工業(yè)界和學(xué)術(shù)界的合作，對(duì)雙方都有很高的要求：一是有共同的目標(biāo)；二是有很好的合作機(jī)制，協(xié)調(diào)如何把利益最大化；三是雙方團(tuán)隊(duì)質(zhì)量很重要，缺一不可。

如果我與創(chuàng)業(yè)公司合作，最關(guān)心的他們的人員構(gòu)成和數(shù)據(jù)來源。

做醫(yī)學(xué)數(shù)據(jù)挖掘，一定要有醫(yī)療背景的專家，他能起到橋梁作用，把臨床問題轉(zhuǎn)換為技術(shù)問題，讓IT團(tuán)隊(duì)實(shí)現(xiàn)；同時(shí)，做技術(shù)的沒有接觸過醫(yī)學(xué)，可能不明白人體分為幾個(gè)系統(tǒng)、每個(gè)系統(tǒng)由什么組成、有哪些臟器，更不要說疾病了。我知道很多醫(yī)院做的事情是把數(shù)據(jù)提供給公司，這個(gè)方法確實(shí)可行。但如果要真正挖掘，一定要深入，不是一方簡(jiǎn)單地提供數(shù)據(jù)，一方簡(jiǎn)單地提供算法，雙方直接應(yīng)該有深度的交流、溝通，共同發(fā)現(xiàn)問題，解決問題。

國(guó)內(nèi)最常見的合作方式是醫(yī)院提供數(shù)據(jù)，公司來分析，雙方共享成果或是公司賣軟件給醫(yī)院。但我認(rèn)為這樣的合作不長(zhǎng)久，目標(biāo)不同，長(zhǎng)期以往，估計(jì)會(huì)分道揚(yáng)鑣。我覺得目前的合作，肯定得以醫(yī)生為主導(dǎo)，靠醫(yī)生發(fā)現(xiàn)臨床問題。但跟創(chuàng)業(yè)公司這么說，他們肯定不樂意，我的算法很先進(jìn)，憑什么你做主導(dǎo)？所以我不是很愿意跟他們合作，我們自己有團(tuán)隊(duì)，我們團(tuán)隊(duì)做的東西在國(guó)際上是某些研究方面是很靠前的。如果我們沒有團(tuán)隊(duì)，也沒辦法。除此之外，我也考慮過，跟創(chuàng)業(yè)公司合作，他們是否愿意配幾個(gè)人給我，專門負(fù)責(zé)某個(gè)項(xiàng)目，我想這是不可能的事情，怎么可能呢？

還有的醫(yī)院與公司合作打造出的產(chǎn)品，以專利授權(quán)的形式給了公司，這對(duì)醫(yī)生有吸引力，但我沒嘗試過，沒想過轉(zhuǎn)化，這樣很分散精力。我關(guān)心的是公司有沒有好的范例，醫(yī)生是否真正獲得了收益，無論是以股份、顧問費(fèi)等形式。但公司愿意給嗎？

創(chuàng)業(yè)公司很難請(qǐng)到一個(gè)真正專業(yè)的醫(yī)學(xué)人士，去了以后怎么做項(xiàng)目？除非公司能跟十幾、二十多家醫(yī)院合作了一個(gè)臨床設(shè)計(jì)，但僅把各個(gè)項(xiàng)目的醫(yī)學(xué)語(yǔ)言翻譯成工科語(yǔ)言，工作量就相當(dāng)大；其次，醫(yī)生如何在里面起到真正的作用，這是很難定義的。

雖然現(xiàn)在市面上有AI公司與醫(yī)生合作做一些事情，但在大部分情況下，他們的研究是小規(guī)模研究，但應(yīng)用到臨床的東西，需要前瞻的多中心試驗(yàn)驗(yàn)證，這是一個(gè)很漫長(zhǎng)的過程。況且，圖像只是很小一方面，只有深入去做，潛心做臨床研究，才有可能得到好的結(jié)果。

「單從軟件應(yīng)用角度講，我們開發(fā)的比他們還好用」

現(xiàn)在的AI公司都在拼算法，雖無可厚非，但如果沒有實(shí)際的或重要的原創(chuàng)目的，這個(gè)算法有什么用呢？

我們平常的研究，關(guān)鍵在于臨床設(shè)計(jì)，要以臨床研究的方法來設(shè)計(jì)和評(píng)價(jià)應(yīng)用，因?yàn)榕R床研究要有符合臨床的研究標(biāo)準(zhǔn)，算法再先進(jìn)，沒有數(shù)據(jù)支撐，沒有好的驗(yàn)證也是很難發(fā)好文章的。今年《Nature》和《JAMA》發(fā)了兩篇AI醫(yī)療相關(guān)文章，一個(gè)是眼底病相關(guān)的，一個(gè)是做皮膚病的，雖然都用到了深度學(xué)習(xí)算法，但并不是多先進(jìn)的技術(shù)，它們的特點(diǎn)在于數(shù)量大，有十幾萬(wàn)個(gè)病例的數(shù)據(jù)。

我們最近在做肺癌、結(jié)直腸癌等幾個(gè)腫瘤的研究，關(guān)注療效評(píng)估方面，預(yù)測(cè)預(yù)后效果，評(píng)價(jià)治療方案好不好。如果有明確的問題和高質(zhì)量的數(shù)據(jù)，需要算法把有用信息挖掘出來，這種情況下，算法能起到重要的作用。實(shí)際上，有時(shí)候我們并不需要很炫的算法，常規(guī)的方法就能解決問題。

在我們的項(xiàng)目中，用到的還是傳統(tǒng)的統(tǒng)計(jì)學(xué)方法，也借鑒了一些數(shù)據(jù)挖掘技術(shù)，比如深度學(xué)習(xí)。與創(chuàng)業(yè)公司不太一樣的是，我們關(guān)注更偏臨床目的，基于這個(gè)問題，再去組織材料、找方法，創(chuàng)業(yè)公司想做的是產(chǎn)品，比如做病灶的檢出，但對(duì)于我們組來說檢出沒有任何價(jià)值，因?yàn)榘l(fā)不了好的paper。

我們的算法能力不及創(chuàng)業(yè)公司，我對(duì)于學(xué)生的要求就是用成熟的技術(shù)，進(jìn)行二次研發(fā)、創(chuàng)新之后應(yīng)用，目的只有一個(gè)，就是解決我們的問題。我可以說我們組的文章質(zhì)量和數(shù)量算是有一定地位的，單從影像因子來說，我們發(fā)表在《臨床腫瘤雜志》的文章是目前為止，全球范圍內(nèi)影響因子最高的，并且還是發(fā)表于臨床腫瘤領(lǐng)域的頂級(jí)期刊，得到臨床的認(rèn)可，因此我們的研究很有自己的特色。

我認(rèn)為很多智能醫(yī)療公司的產(chǎn)品是華而不實(shí)的。單從軟件的應(yīng)用角度看，我們開發(fā)的比他們的還好用，但是確實(shí)沒有他們界面做得炫，我的目的不是為了賣產(chǎn)品，而是為了好用。

有些公司說他們有一千個(gè)特征，我吹牛說我有一萬(wàn)個(gè)特征、兩萬(wàn)個(gè)特征都可以，目前，我們研發(fā)了一個(gè)新特征，這是影像組學(xué)界沒有報(bào)道過，是我們借鑒了信息學(xué)領(lǐng)域的一些理論、概念，移植到醫(yī)學(xué)領(lǐng)域，這是我們自己的創(chuàng)新。

我們做研究的動(dòng)力來源于喜歡，這與公司完全不一樣，當(dāng)然我也想發(fā)更多更好的文章，但沒那么急，我沒有壓力去變現(xiàn)，不會(huì)很激進(jìn)地做事情，即使做不好也不影響我的生存。有些創(chuàng)業(yè)公司拿到幾千萬(wàn)、幾億的風(fēng)投，一下子得到那么多錢，我也很羨慕，但我現(xiàn)階段沒有這樣的實(shí)力，也沒有這樣的想法。說不定有一天，我的團(tuán)隊(duì)強(qiáng)大了，我也會(huì)去創(chuàng)業(yè)。

「醫(yī)療數(shù)據(jù)非常稀缺，非常寶貴」

我在研究過程中發(fā)現(xiàn)：影像數(shù)據(jù)的質(zhì)量和數(shù)量很難兼顧，很難找到滿足要求的數(shù)據(jù)。除此之外，還要結(jié)合病人的其他信息來判斷，比如實(shí)驗(yàn)室檢測(cè)、病理標(biāo)本等，這更是增加了難度。

我們現(xiàn)在做的一個(gè)項(xiàng)目，需要一些臨床檢測(cè)項(xiàng)目數(shù)據(jù)，像基因、血液等相關(guān)檢查數(shù)據(jù)，預(yù)計(jì)能拿到500~600例可用的數(shù)據(jù)，但投入起碼是上百萬(wàn)，這需要科研基金來支撐，醫(yī)院和病人都不可能負(fù)擔(dān)這個(gè)成本。

正因?yàn)殡y以獲取基因、病理等方面數(shù)據(jù)，所以一大波創(chuàng)業(yè)公司才蜂擁進(jìn)入影像領(lǐng)域，他們的很多研究是基于影像信息判斷和推斷基因、病理和臨床信息情況，這是一種可行的方式，但還是需要很多數(shù)據(jù)去驗(yàn)證。

醫(yī)療數(shù)據(jù)非常稀缺，非常寶貴。

現(xiàn)在很多醫(yī)院的PACS系統(tǒng)做得很好，盡管存在影像標(biāo)準(zhǔn)化的問題，至少有圖像，但很多數(shù)據(jù)是沒有的，比如病人做了檢查、手術(shù)、治療之后走掉了，沒有完整的隨訪機(jī)制，沒有后續(xù)數(shù)據(jù)評(píng)估臨床療效和預(yù)后等數(shù)據(jù)。我們自己做研究，要花很大力氣搜集整理這些數(shù)據(jù)。

除此之外，數(shù)據(jù)質(zhì)控也很關(guān)鍵。比如，通過電話隨訪，如果病人電話號(hào)碼變了，他就聯(lián)系不到了；還有就是打電話隨訪的信息準(zhǔn)確性問題，隨訪的信息有很多方面，比如腫瘤手術(shù)之后，有無復(fù)發(fā)？有沒有死亡？化療有沒有進(jìn)展？死亡的時(shí)間很明確，99%的親人都記得，但有無進(jìn)展是不好評(píng)估的。另外，每個(gè)隨訪工作人員的態(tài)度也影響隨訪質(zhì)量。許多污染數(shù)據(jù)對(duì)我們不但沒有意義，還有害處。

醫(yī)療數(shù)據(jù)不是那么簡(jiǎn)單的，不是挖掘一個(gè)點(diǎn)，而是很多方面。不像購(gòu)物，調(diào)查消費(fèi)者的購(gòu)物習(xí)慣時(shí)，看其買了什么東西，價(jià)格多少，什么時(shí)候買的？數(shù)據(jù)很明確，也很容易找到。但醫(yī)療數(shù)據(jù)很多是不確定的，很難打通，這種情況下，具備完整信息的病人資料就尤其寶貴。

我感覺，醫(yī)院能用的數(shù)據(jù)比例很小。判斷數(shù)據(jù)是否有價(jià)值主要取決于具體研究目的。拿肺癌或其他腫瘤來說，在大醫(yī)院，滿足要求的可能只有10%~20%，這已經(jīng)算不錯(cuò)的了；在二甲等地方醫(yī)院，很多病人做了檢查之后，去上級(jí)醫(yī)院看病去了，有完整資料的病人可能只有1%~2%。

「一來就想上臨床，對(duì)生命太不尊重了」

智能影像診斷還有非常長(zhǎng)的路要走。

要真正應(yīng)用在臨床，要解決它的精度、實(shí)用范圍和政策等問題，如果要政策批準(zhǔn)，必須經(jīng)過臨床試驗(yàn)驗(yàn)證，耗資會(huì)很巨大。

我個(gè)人感覺，創(chuàng)業(yè)公司除了定位于肺結(jié)節(jié)檢出等臨床應(yīng)用外，搭建科研平臺(tái)也是不錯(cuò)的選擇，要是我自己開公司，我就會(huì)這樣做，幫助醫(yī)生做科研的市場(chǎng)也不小，可以共同申請(qǐng)基金來維持，我知道有些創(chuàng)業(yè)公司就在合作申請(qǐng)基金。如果數(shù)據(jù)積累多了，再考慮做臨床轉(zhuǎn)化，像Watson這樣的，這樣才可能逐步走向臨床。很多公司一來就想到臨床，對(duì)生命太不尊重了，如果僅靠靠幾百、幾千例數(shù)據(jù)就取得了批準(zhǔn)，我肯定不敢用這樣的產(chǎn)品。

我個(gè)人覺得，醫(yī)療人工智能還非常漫長(zhǎng)，目前無疑是過火的。