说取代医生为时尚早，但AI已为颠覆医疗业埋下伏笔

　　和肺癌抗争一年之后，65岁的江西老人万丰（化名）离开了人世。

　　他曾经有机会活得更久。

　　万丰去世当年（2014年）11月，他的妻儿把为他治疗的医院告上法庭，理由是2012年11月万丰第一次入院时，所拍摄的CT影像已有肺结节，但医院漏诊，错过了治疗时机。

　　2017年，法院认定医院存在过错，承担50%的赔偿责任，万丰的妻儿获赔25.7万元。

　　这个案子没有赢家。

　　病人一年间16次化疗，历经磨难后去世，家人与之阴阳相隔，又付出了高额医疗费，医院和医生劳心劳力，承受未能挽救生命的心理压力，又支付了赔款。

　　没人想看到这一幕，然而，这却并不是个案。

　　今年4月举办的2019国际医学人工智能论坛上，海军军医大学长征医院影像医学与核医学科主任刘士远说：“我们影像上面最大的隐患就是漏诊，一旦漏掉，过几个月发现转移了、晚期了，这时候病人看原来没有发现，这就是一个巨大的医疗隐患，甚至有走上法庭的可能”。

　　漏诊的原因可能是高强度、疲劳状态下的失误，在基层医院也可能是诊断能力的不足。

　　医疗AI的进步能大大解决这个问题。比如肺结节识别，一位患者单次产生300张-500张图像，成熟的影像医师需要5分钟以上的时间阅片，而人工智能只需要几秒钟，“AI+医生”的双重阅片机制也使得漏诊几率大大减小。

　　AI辅助诊断意义重大，早期肺癌5年生存率可到90%左右，而晚期肺癌可能不到10%，早一点发现，就能挽救更多病人的生命。

　　中国医疗AI正处于高速增长中，根据财新和飞利浦发布的《中国医疗人工智能产业报告》，2018年中国医疗AI市场规模预计200亿左右，相比2017年的130亿增长54%。其中，影像识别正是最成熟的板块，目前中国有近百家创业公司在医学影像AI赛道拼杀。

　　互联网巨头腾讯、阿里，高端医疗器械三巨头GPS（GE、Philips、Siemens）也同样进军医疗AI。跟创业公司着力于单点突破不同，巨头们考虑的是更全面的解决方案。

　　比如GPS之中的飞利浦，除了肺结节筛查这样的辅助诊断产品，也有辅助治疗的突破，跟中山大学肿瘤医院合作的一个项目，把制定鼻咽癌放疗靶区规划方案的时间从2-4个小时降低到10分钟以内，大大优化了医生和病人的体验。

　　人工智能先驱、前百度首席科学家吴恩达认为：人工智能是类似于第二次工业革命中电力的发明，一旦被大幅采用，就能革新许多不同的产业。医疗产业，正处于这样的革新之中。

　　医疗AI对三甲和基层有着不同意义

　　万丰生病时，为他诊治的医院还是一家三乙医院，到2017年法院宣判时，已经升为三甲。在裁判文书网可以找到很多因漏诊而被起诉的判决，被告的医院甚至有一线城市的三甲医院，更不用说医疗资源严重不足的基层医院。

　　过去这些年，中国医疗行业规模在快速增长。2008年，中国卫生总费用1.45万亿，在GDP中占比4.54%；2017年，这个数字为5.16万亿元，在GDP中占比6.28%。

　　作为疾病诊断及治疗的重要依据，影像数据量同样增长迅猛，年数据增长量高达40%。与之形成鲜明对比的则是医疗服务能力供给侧的缓慢提升，由于培养难度大、培养周期长，中国影像专科医师的年增长幅度不到4%。

　　刘士远在一篇文章以肺结节筛查举例：“患者单次产生300-500张不等的胸部CT图片，影像医师需要在数百张影像图片中寻找肺结节并判断其良恶性，耗时约5分钟以上，每位影像医师每天至少需要为100名患者提供读片服务，工作时间长达10余小时，所带来的不仅是体力上的巨大压力，还有疲劳状态下的漏检误检风险所带来的精神压力。对于高年资影像医生而言，办公桌上的眼药水已经成为必备之物”。

　　文章中分析：“一位合格的影像医师至少需要5-8年的培养才能完成基础教育，然后花费更长的时间在临床成长，这一周期可能长达10年；而即便是历经千辛万苦从淘汰中厮杀出的‘老专家’，每天也最多也只能为50-100位患者提供服务，难以应对当前中国民众日益增长的影像诊疗服务需求”。

　　AI极大地提升了影像科的效率，影像医师需要5分钟阅片，而人工智能只需要几秒钟，并且稳定性高于医师，飞利浦的机器学习算法对4mm-30mm大小的肺结节检测误差率低于1%。刘士远说：“AI系统介入后，秒级诊断，将大部分的健康人群与患者区分开来，极大节省了阅片时间；而对于疑似肺结节的患者，‘AI+医生’的双重阅片机制使得漏诊几率大大减小，同时减小了阅片医生的心理负担”。

　　在2019国际医学人工智能论坛上，东南大学生物科学与医学工程学院院长万遂人教授补充道：“幼儿骨龄检测，一个成熟的医生一天工作八到十个小时，只能检测150个片子，可是如果用人工智能检测，1秒一个片子，给出非常精准的结果。这就是人工智能在医学上的应用所展示出来的巨大的能力，这个能力对三甲医院、基层医院都是一样的”。

　　而对于基层医院，还有另一层意义。

　　万遂人接着说：“好多医院根本就没有影像科医生，假设给他一部机器，医生也不知道照的片子是什么，这不就出问题了。如果人工智能下沉到县区医院，高端医生的经验结合人工智能的技术产品，下到基层医院读片子，就把基层医院的医疗水平大大提高了。我们国家人均寿命统计显示，最长寿的城市的是上海和北京。为什么？医疗条件最好。先前有这样一个观念：农村空气新鲜、不污染，因此农民寿命长。这是不对的，农民平均寿命是很短的，因为农村医疗条件很差。如果能把人工智能下沉到基层，改善医疗条件，广大农民能够提高五年、十年的平均寿命，这有很大的意义”。

　　影像之外，医疗AI可做的还有很多

　　影像识别是当前人工智能在医疗领域最成熟的突破，但这不是唯一的。在2019年1月由中国医学影像AI产学研用创新联盟牵头撰写发布的《中国医学影像AI白皮书》中，列出了目前可见的医学人工智能技术应用，在影像识别之外还包括：

　　自然语言处理的应用，例如电子病历语音录入，《福布斯》曾报道，医生花费27%的时间在问诊，49.2%的时间在做书面工作，电子病历录入的建议性和高效性成为临床医生的迫切需求。

　　在体征监测的应用，例如心电图，吴恩达团队已经开发了诊断心律不齐的深度学习算法，并将其应用于随身穿戴设备，诊断准确率可媲美临床医师。

　　在基因组学和蛋白质组学的应用，尽管科学家在十五年前就已经完成了人类基因组的测序，但直到今天，理解编码人类生命的海量数据仍然是艰难挑战，而这也正是深度学习所擅长解决的问题。

　　在临床数据的应用，经过大数据分析产生的知识，可以指导医疗行为。

　　在医学视频中的应用，比如胶囊机器人，手术机器人。

　　在运动管理的应用，能够实现对慢病患者身体指标的监测和诊断。

　　在药物发现中的应用，在靶点筛选、药物筛选、病人识别与招募等方面人工智能都能发挥作用。

　　在医疗行为的各个流程，人工智能都大有可为，区别于多数创业公司着力于单点突破，进军医疗AI的传统巨头们考虑的是更全面的解决方案。

　　比如说同样做肺结节筛查，结节检出只是医疗实践中的一环，检出之后还要评估基于这样的病灶，后续要做什么检查，应该如何治疗，暂时不需治疗的跟踪随访如何实现。

　　同样在2019国际医学人工智能论坛上，飞利浦大中华区副总裁、整体解决方案中心总经理陈胜裕说：“我们肺结节筛查软件除了可以自动做定量定性的分析之外，还能自动提取结构化报告”。飞利浦的肺结节筛查产品，不仅能大大降低体检时肺结节漏诊的发生率，减轻医生的工作负担，还能面向患者提供易懂和准确的图像诊断报告，使患者能更透明、客观地了解诊断过程和自己的病情，便于医患沟通并制定下一步深入的治疗方案。

　　另一个针对鼻咽癌的产品，则更进一步。这是飞利浦和柏视医疗、中山大学肿瘤医院合作的一个项目，鼻咽癌广东地区非常高发，放疗是主要治疗方式，对放疗医生来说，放疗靶区勾画技术难度很高，对鼻咽癌患者的靶区勾画，医生需要花费两三个小时看数百张CT/MRI影像，不但非常耗时，而且靶区勾画的准确度与放疗剂量选择直接决定了患者的治疗效果和生存率。

　　这项合作开发的鼻咽癌放疗靶区规划算法所有数据均由中山大学附属肿瘤医院的主任医师进行标注，在全球首创了鼻咽癌放疗临床靶区自动勾画系统。

　　过去一个医生需要花两到四个小时帮助病人精细的勾勒出肿瘤靶区的位置，现在可以减少到10分钟以内，准确性达到资深放疗科医生的规划水平。这是典型的人工智能深植到临床当中的案例。

　　鼻咽癌的这个项目，是飞利浦医疗人工智能的肿瘤治疗与计划解决方案中的产品之一，包括这一解决方案在内，飞利浦基于重要的健康和疾病领域，针对中国市场打造了胸痛中心解决方案、卒中中心解决方案、危急重症解决方案、呼吸睡眠解决方案等十大解决方案。

　　这么多解决方案，这么大的野心，根基来自何方？

　　医疗AI的第一驱动力是什么

　　创新工场董事长、前谷歌中国CEO李开复在《AI·未来》这本书中说，当前人工智能最重要的原理是“深度学习”，输入大量来自特定领域的数据，训练系统自己总结规律，识别数据和目标之间的关联性，做出最佳决策。这么做需要四个元素：大量的数据、强大的算法、足够细化的领域、明确的目标。

　　数据可以说是第一驱动力。医疗行业中，飞利浦这样的老牌医疗器械公司无疑有先天优势。

　　飞利浦是一家以照明起家的公司，医疗也是很早便开始的业务，1896年出产的医用X射线球管是世界上最早的X射线产品之一。而现在，飞利浦已经转型为一家健康科技公司，一家以数字化和AI技术驱动的整体解决方案提供商，带来覆盖全生命周期的医疗健康关护。

　　陈胜裕在演讲中说：“过去几年中，软件开发和AI是飞利浦战略发展的重点。我们每年投入将近18亿欧元做研发，60%用于软件开发，以打造这样一个健康关护全程的过程。”

　　在诊断影像、患者监护等领域，飞利浦拥有超声、CT、MR、血管机等临床路径的产品，这些产品成为收集影像信息的重要渠道。

　　陈胜裕说：“飞利浦世界各地的客户当中，每一周生成将近200多万张的医疗图像，为客户存储的医疗影像超过1450亿张，可穿戴设备为全球700万的老人提供监护和服务，每年有2.75亿患者使用飞利浦患者监护仪，并生成海量的数据。同时这些数据都是结构化的、高质量化的数据，可以作为AI计算和模型开发的依据”。 有了数据这个入局医疗AI的重要砝码，飞利浦想做的是一个更宏大的生态。

　　2018年8月，飞利浦中国首个AI产品“星云医学影像人工智能平台”落地吉林大学白求恩第一医院，智能平台主要包括飞利浦星云三维影像后处理平台（IntelliSpace Portal，ISP）和飞利浦星云探索平台(IntelliSpace Discovery，ISD)两大部分。

　　其中，ISP是一个整合的智能化临床影像诊断平台，能实现不同品牌、不同种类影像设备的图像处理，提供多模态影像的高级可视化后处理，帮助放射科医生和临床医生更好地识别病灶，监测、诊断和跟进疾病治疗。

　　而ISD则是一个具有共享平台属性的AI医疗科研工具，能为临床科研提供支持。飞利浦整体解决方案中心临床科学部高级总监、飞利浦影像研究院院长周振宇博士说：“让医院根据自身的临床需求和专长，去开发更多的临床功能，再通过ISD平台把最先进的技术功能推广到更多的医院中去解决实际临床需要……我们希望打造的正是这样一个开放的科研生态系统”。

　　刚才所说的鼻咽癌项目，正是建立在ISD平台上的产品。柏视医疗创始人、中山大学教授陆遥说：“借助ISD这个平台，可以非常快的让我们的技术以一个恰当的形式嵌入到医院里去。我们做一个类似的平台，怎么也得十年到二十年吧。”

　　目前，北京协和医院、天坛医院、宣武医院、华西医院等一些知名研究型医院都与飞利浦中国开展了科研合作。

　　构建以AI为中心的健康医疗生态系统，需要覆盖整个健康产业链的每一环，包含大量的细分领域和应用场景，这不是哪个人、哪个公司、哪个解决方案可以凭一己之力解决所有的问题。

　　3月22日和3月25日，飞利浦分别和腾讯、阿里巴巴集团签订战略协议，陈胜裕说：“不管是从AI还是从健康和科技来说，没有单独一家公司可以做所有事情，我们过去这几年跟国内重要的生态体系、重要的公司都有合作。比如说在互联网方面，或IT方面，除了BAT，前两年也跟华为都有战略合作，在专业的医疗方面，我们跟不同的联盟和不同疾病的学会、协会都有各种不同合作，希望打造一个健康科技的生态体系”。

　　这个体系已经初见成效。2019年5月第27届国际磁共振年会（ISMRM 2019）将在加拿大蒙特利尔召开，这是医学磁共振领域一年一度最权威的国际盛会，在ISMRM官方公布的本届大会摘要目录中，飞利浦与中国医学界共同开展的科学研究有152篇被收录，其中34项科研成果被选为口头发言报告，成为ISMRM 2019的大赢家。

　　中国，智慧医疗革命的下一个中心

　　中国将会成为智慧医疗革命的中心，这是2019国际医学人工智能论坛上，周振宇在演讲中做出的预言。

　　他引用了美国《纽约时报》提出的概念，说政府的推动、资本涌入等等都会让中国在未来的几年内将超过美国成为医疗人工智能创新的中心。

　　最重要的原因，还是数据。如果说人工智能是电力，那么大数据就是发电所需要的燃料，是石油。

　　而中国，是全世界“数据石油”储量最丰富的国家，随着老龄化的到来，在医疗行业的储量会越来越丰富。

　　医疗人工智能的大发展，意味着行业的壮大，也伴随着财富的聚集。

　　但更重要的是，无论城市还是农村，无论沿海还是内地，更多的疾病能够获得更好的治疗和预防，人们更健康、长寿。老人不需要把一生积蓄在离世前的最后一年花在医院，成年的儿女能够多陪父母10年、15年，世界这么大，带他们去看看。

（本文作者：八点健闻 王吉陆）

39健康网(www.39.net)专稿，未经书面授权请勿转载。