close
原標題：浙大睿醫人工智能研究中心吳福理：我眼中醫療人工智能的現狀
資本大量湧入醫療人工智能領域，截至 2017 年 8 月份，根據數據統計，國內醫療人工智能公司中有 104 傢累積融資額已超過 180 億人民幣。
從這幾個數字中也可看出當今醫療 AI 的火爆程度。那麼在這個領域中到底什麼才是最為關鍵的因素？醫療廠商、算法亦或是數據？
在近日由深圳市福田區人民政府指導，晶泰科技、騰訊主辦，輝瑞制藥、北京大學深圳研究院、科輝創新承辦的 2017 人工智能＋醫藥健康創新峰會上，浙江大學睿醫人工智能研究中心副主任吳福理談瞭談他的看法。
在吳福理看來，技術是提供給醫生的工具，而非用來取代醫生的。他認為 AI 最後的智慧會達到全人類整體的平均水平但不會超過人類，因為醫療是開放性問題，不像圍棋屬於封閉式問題。
除此之外，他油煙分離機還多次提到標準化數據的重要性。
吳福理表示，沒有標準化的數據， AI 就無從談起。現階段所有 AI 公司都在籠聚一些大型三甲醫院，形成數據聯盟。未來的醫療數據，尤其是臨床數據，會像今天移動支付領域的數據一樣，在大傢使用後，國傢會成立類似金融“網聯”一樣的醫療數據連接中心將這些數據聚集起來，並統一制定數據標準、標註標準，病種影像數據標準。
提及對醫療 AI 的展望，吳福理表示，關於服務醫生、醫院、用戶端，所有的信息技術都會往雲上走，往 AI 上靠。
如今，所有醫院的信息系統都在升級，通過傳感器收集更多病人數據。人工智能最終是想讓患者瞭解自己，讓醫生更瞭解患者，讓醫療過程更加精準，讓第三方服務更科學，醫療管理更科學。所有公司都會朝這個方向發展，不限於 APP 或 PC ，不限於移動還是非移動，不限於雲端還是終端。
隨後，吳福理也談到瞭睿醫人工智能研究中心，他們的願景是以人工智能為翼助力醫療服務，從檢測的量化到診斷評估到幹預治療。
以下是吳福理現場演講文稿，雷鋒網做瞭不改變原意的修改與編輯：
我在浙大睿醫人工智能研究中心任職，今天給大傢分享下這幾方面的經驗：
第一是醫學人工智能現狀。
第二是醫學人工智能展望，有哪些領域容易突破，計算機技術能輔助醫生做些什麼？這個領域到底哪些組成比較關鍵？
第三是談談浙大睿醫人工智能研究中心的狀況。
醫學人工智能現狀
從數據角度看，國傢在這方面已有不少的佈局和規劃。關於人工智能的討論，以“自動駕駛出瞭事故到底是誰負責”這一問題為例，國傢已頒佈瞭相關規范。那麼在醫療人工智能領域，如果機器出瞭問題，到底是誰的責任？
醫生？機器？醫院？
人出錯，人們往往可以能忍受，認為情有可原，但機器出錯，很多人無法容忍。這其實是一個誤解。
目前浙江省、福建、江西，已經有一定的標準去建立第三方影像中心。現在一個商用CT器械，如西門子的雙源 CT ，拍一個人可以出 2000 張數據。而 200 張數據大概就 200 MB ，如果一個醫院一年數據達數十個 TB ，十個醫院、一個城市的數據就是幾個 PB 級，這麼龐大的數據怎麼分析？
如果有瞭足夠的數據和明確規范，成立“國傢隊”機構也不無可能。
現在所有的 AI 公司都會籠聚一些大三甲醫院，形成數據聯盟。未來的醫療數據，尤其是臨床的各種數據，會像今天移動支付領域的數據一樣，在大傢使用之後，國傢會成立類似金融“網聯”一樣的醫療數據連接中心將這些數據聚集起來，形成數據標準、標註標準，病種影像數據標準。
我認為會朝這個方向發展。
如今大大小小的公司都在不同領域解決醫生、醫院各種各樣的痛點。會看到計算機領域大量創業公司利用大量 APP 搶不同的入口：院內、院外或者病人健康數據、醫療健康、診斷、醫藥，再到平時跟老百姓直接相關的。這些APP更多服務於老百姓，服務於醫生群體的反而比較少。
現在大傢都在講用人工智能、大數據解決醫院的問題。但實際現狀是相關技術及設備隻在北上廣深、沿海城市有所應用，在西部甚至有的三乙醫院連信息化都沒有完全做到，數據都沒有標準化。
沒有標準化的數據，怎麼做大數據 AI ？舉例說，大傢聽到最多的就是讓 AI 閱片。一個病人拍瞭雙源 CT ， 200 張到 2000 張的數據，醫生開始看片子，看到有病灶，開始寫報告並給病人。這個數據對 AI 公司一點作用都沒有，因為並不知道是在哪一張圖片上面有病灶。
這裡我們就會發現，現在數據非常稀缺，稀缺到 AI 公司會去大三甲醫院花費 100 元買一張帶標註的數據，光買數據就要花上千萬。在這形勢下，創業公司怎麼跟 BAT 競爭。
再者就是數據安全問題。醫療上 80% 是影像數據，而影像數據一個案例都有幾百兆。大部分人都在講雲端處理，我個人更傾向於數據，計算機的 AI 學習在雲端，而最後的推理一定是在終端。
關於 AI 的工具，慢慢偏向於終端發展。我覺得在醫療領域，終端比雲端更重要，因為雲端是學習推理能力，未來如果數據標準化，所有 AI 公司都拿到，標準級數據不再那麼貴時，你在終端的推理能力可能變得更加重要。當然，在中國把這個做框架推導的，還沒有這樣的實力。矽谷已經把 AI 學習框架全部公開。現在相對來說算法是比較平瞭，尤其是在工程領域。
下面講講幾個巨頭在醫療人工智能上的進展：
IBM Watson 大傢很熟悉，它像一個搜索引擎，更多做文本分析，但並沒有太多的結合對應的各種影像學數據和病理學數據。
Google 在糖網方向做得比較好，他們有很多數據是花錢購入的。醫療門檻比較高，最近一段時間大部分創業公司或者 BAT 開始買醫療數據，或者以聯合建實驗室的方式變相買數據。
從國內來說，騰訊在醫療領域佈局比較多，全國有三傢互聯網醫療方面的公司走得比較前面，這三傢公司全都得到瞭騰訊的投資。
與他們合作的醫院我都會關心有沒有結合醫療流程。對於醫生或者病人來說，我並不介意是不是 AI 為我看的病，對醫生來說更介意的是會不會影響正常的醫療流程。大部分做影像 AI 公司都會另做一套系統，而醫生平時每天用的系統在中國是被上百傢小廠商( HIS 廠商、 EMR 廠商、 PACS/RIS 廠商、集成系統廠商等等)控制的。你可以想象這樣的AI落地有多困難。對醫生來說，不可能今天在醫院用那個系統，突然跳到另外一個系統用AI再來閱片有沒有毛病，告訴我提示什麼，我再反過來用現在的系統。
醫學人工智能的展望
關於服務醫生、醫院、用戶端，所有的信息技術都往雲上走，往 AI 上靠。所有醫院的信息系統在升級，通過傳感器收集更多病人的數據。人工智能最終是想患者瞭解自己、醫生更清楚患者、讓醫療過程更加精準、讓第三方服務更科學、醫療管理更科學。所有的公司都是朝這個方向發展，不限於用 APP 或者什麼技術，是移動還是非移動，雲端還是終端。
想要做好這五點，每一點都要投入大量的工作，當你收集足夠多的數據後，就會有用戶畫像。一個人一生的數據沉淀不是在一個醫院，而是在一個城市，從你在一個城市出生，婦產科、兒科再到普通科室。這些雲如果能以城市級別的信息收集，個人的健康數據會更加全，對 AI 更有作用。
大傢談到的醫藥，新藥實驗，醫學知識圖譜，人工智能輔助分析，眼科。把這些管理全部數據化，當有大量數據時就可以做很多工作，比如最典型的醫保欺詐。如果我知道城市級別整個醫保數據，通過數據挖掘和可視化的手段就可以探測到欺詐，可視化領域不僅僅有這個作用。當然，醫療是其中一個應用而已。
做輔助診斷，拿睿醫來說，因為我們是一個隸屬於浙江大學的科研機構，我們的研究更多偏向於解決問題來醫生輔助，不追逐市場熱點。所以說，在甲狀腺、前列腺、宮頸癌、肺這方面和醫院合作會比公司稍微有優勢，因為我們和醫院科研合作方面可以得到更加高質量的數據。有數據顯示我國醫療影像診斷錯誤的比例，在某些地區和某些診斷領域高達 35% ，個別基層醫院的誤診率甚至更高。 AI 能提升到 50% 就非常有意義，因為能提升基層醫療醫生的醫療水平。
健康方面的檢測，比如醫療保險，這都是跟學術相關的，不做詳細解讀。
睿醫人工智能研究中廚房油煙處理心
我們的願景是人工智能助力醫療服務。在幾個領域都已做瞭一些工作，從檢測的量化到診斷評估到幹預治療。
第一件需要做的事是標準化的工具。我可以提供一個標準化工具讓醫生標註哪兒的數據有問題。再過兩個月之後成立一個數據聯盟，聯合一些大的醫院，形成一個標準化規范化標註結果。雖然你在各種醫療 AI 大賽看到一些數據，但那些影像的數據對放射科醫生來說沒多大作用，因為標註太簡單瞭。比如肺結節，下面分六種類型，如果計算機沒有足夠的六種類型的詳細標註數據，現在的深度學習技術不能精確判斷，那麼醫生還要重新看， AI 的實際作用大大打折扣。
可以做 AR/VR 工具，增強病患溝通。也可以做免費問診，這裡做一些問診匹配，已經做得相對還可以。在 TOP1 能達到 30% 多。這個結果對全科醫生很有用。做精準匹配，對病人來說口述是什麼，搜索相關醫生或者科室給他推薦。在一級科室分類準確率比較低，二級科室 TOP5 已經可以使用。
關於眼底檢測，做到四方面專利。眼底檢測可以判斷一般患者 80% 的慢性疾病。如果通過非侵入式的檢查患者的眼底，通雲端或終端設備判斷給出建議，這個比一般的侵入式檢查好很多。
視網膜病變，分辨率是 90% ，精確度已經達到 75% 。兩年前我們做這件事的還不多，現在有不少公司在做。我們跟北京同仁醫院合作瞭很久。
骨齡領域做瞭一些工作，骨齡是判斷小孩發育成長快和慢的。如果這個小孩隻有六歲，骨齡關節閉合程度達到 7 歲，就發育過快瞭。醫生有一個圖譜，收集大量圖，會看兩個圖的對比。這個圖譜是多少年來形成的，會有一定的誤差，醫生讀片誤差一般在一歲，而計算機誤差在三個月以下。當然，有些科研數據已經精確到一個月瞭。有些領域是可以快速的做初篩，減少醫生大量重復的勞動，整個提升醫療的水平。返回搜狐，查看更多
責任編輯：
聲明：本文由入駐搜狐號的作者撰寫，除搜狐官方賬號外，觀點僅代表作者本人，不代表搜狐立場。
閱讀營業用抽油煙機 ()
AUGI SPORTS｜重機車靴｜重機車靴推薦｜重機專用車靴｜重機防摔鞋｜重機防摔鞋推薦｜重機防摔鞋
AUGI SPORTS｜augisports｜racing boots｜urban boots｜motorcycle boots
文章標籤
全站熱搜
留言列表
