電子發燒友App
說取代醫生為時尚早，但AI已為顛覆醫療業埋下伏筆
人工智能是類似于第二次工業革命中電力的發明，一旦被大幅采用，就能革新許多不同的產業。醫療產業，正處于這樣的革新之中。
和肺癌抗爭一年之后，65歲的江西老人萬豐（化名）離開了人世。
他曾經有機會活得更久。
萬豐去世當年（2014年）11月，他的妻兒把為他治療的醫院告上法庭，理由是2012年11月萬豐第一次入院時，所拍攝的CT影像已有肺結節，但醫院漏診，錯過了治療時機。
2017年，法院認定醫院存在過錯，承擔50%的賠償責任，萬豐的妻兒獲賠25.7萬元。
這個案子沒有贏家。
病人一年間16次化療，歷經磨難后去世，家人與之陰陽相隔，又付出了高額醫療費，醫院和醫生勞心勞力，承受未能挽救生命的心理壓力，又支付了賠款。
沒人想看到這一幕，然而，這卻并不是個案。
今年4月舉辦的2019國際醫學人工智能論壇上，海軍軍醫大學長征醫院影像醫學與核醫學科主任劉士遠說：“我們影像上面最大的隱患就是漏診，一旦漏掉，過幾個月發現轉移了、晚期了，這時候病人看原來沒有發現，這就是一個巨大的醫療隱患，甚至有走上法庭的可能”。
漏診的原因可能是高強度、疲勞狀態下的失誤，在基層醫院也可能是診斷能力的不足。
醫療AI的進步能大大解決這個問題。比如肺結節識別，一位患者單次產生300張-500張圖像，成熟的影像醫師需要5分鐘以上的時間閱片，而人工智能只需要幾秒鐘，“AI+醫生”的雙重閱片機制也使得漏診幾率大大減校
AI輔助診斷意義重大，早期肺癌5年生存率可到90%左右，而晚期肺癌可能不到10%，早一點發現，就能挽救更多病人的生命。
中國醫療AI正處于高速增長中，根據財新和飛利浦發布的《中國醫療人工智能產業報告》，2018年中國醫療AI市場規模預計200億左右，相比2017年的130億增長54%。其中，影像識別正是最成熟的板塊，目前中國有近百家創業公司在醫學影像AI賽道拼殺。
互聯網巨頭騰訊、阿里，高端醫療器械三巨頭GPS（GE、Philips、Siemens）也同樣進軍醫療AI。跟創業公司著力于單點突破不同，巨頭們考慮的是更全面的解決方案。
比如GPS之中的飛利浦，除了肺結節篩查這樣的輔助診斷產品，也有輔助治療的突破，跟中山大學腫瘤醫院合作的一個項目，把制定鼻咽癌放療靶區規劃方案的時間從2-4個小時降低到10分鐘以內，大大優化了醫生和病人的體驗。
人工智能先驅、前百度首席科學家吳恩達認為：人工智能是類似于第二次工業革命中電力的發明，一旦被大幅采用，就能革新許多不同的產業。醫療產業，正處于這樣的革新之中。
醫療AI對三甲和基層有著不同意義
萬豐生病時，為他診治的醫院還是一家三乙醫院，到2017年法院宣判時，已經升為三甲。在裁判文書網可以找到很多因漏診而被起訴的判決，被告的醫院甚至有一線城市的三甲醫院，更不用說醫療資源嚴重不足的基層醫院。
過去這些年，中國醫療行業規模在快速增長。2008年，中國衛生總費用1.45萬億，在GDP中占比4.54%；2017年，這個數字為5.16萬億元，在GDP中占比6.28%。
作為疾病診斷及治療的重要依據，影像數據量同樣增長迅猛，年數據增長量高達40%。與之形成鮮明對比的則是醫療服務能力供給側的緩慢提升，由于培養難度大、培養周期長，中國影像專科醫師的年增長幅度不到4%。
劉士遠在一篇文章以肺結節篩查舉例：“患者單次產生300-500張不等的胸部CT圖片，影像醫師需要在數百張影像圖片中尋找肺結節并判斷其良惡性，耗時約5分鐘以上，每位影像醫師每天至少需要為100名患者提供讀片服務，工作時間長達10余小時，所帶來的不僅是體力上的巨大壓力，還有疲勞狀態下的漏檢誤檢風險所帶來的精神壓力。對于高年資影像醫生而言，辦公桌上的眼藥水已經成為必備之物”。
文章中分析：“一位合格的影像醫師至少需要5-8年的培養才能完成基礎教育，然后花費更長的時間在臨床成長，這一周期可能長達10年；而即便是歷經千辛萬苦從淘汰中廝殺出的‘老專家’，每天也最多也只能為50-100位患者提供服務，難以應對當前中國民眾日益增長的影像診療服務需求”。
AI極大地提升了影像科的效率，影像醫師需要5分鐘閱片，而人工智能只需要幾秒鐘，并且穩定性高于醫師，飛利浦的機器學習算法對4mm-30mm大小的肺結節檢測誤差率低于1%。劉士遠說：“AI系統介入后，秒級診斷，將大部分的健康人群與患者區分開來，極大節省了閱片時間；而對于疑似肺結節的患者，‘AI+醫生’的雙重閱片機制使得漏診幾率大大減小，同時減小了閱片醫生的心理負擔”。
在2019國際醫學人工智能論壇上，東南大學生物科學與醫學工程學院院長萬遂人教授補充道：“幼兒骨齡檢測，一個成熟的醫生一天工作八到十個小時，只能檢測150個片子，可是如果用人工智能檢測，1秒一個片子，給出非常精準的結果。這就是人工智能在醫學上的應用所展示出來的巨大的能力，這個能力對三甲醫院、基層醫院都是一樣的”。
而對于基層醫院，還有另一層意義。
萬遂人接著說：“好多醫院根本就沒有影像科醫生，假設給他一部機器，醫生也不知道照的片子是什么，這不就出問題了。如果人工智能下沉到縣區醫院，高端醫生的經驗結合人工智能的技術產品，下到基層醫院讀片子，就把基層醫院的醫療水平大大提高了。我們國家人均壽命統計顯示，最長壽的城市的是上海和北京。為什么？醫療條件最好。先前有這樣一個觀念：農村空氣新鮮、不污染，因此農民壽命長。這是不對的，農民平均壽命是很短的，因為農村醫療條件很差。如果能把人工智能下沉到基層，改善醫療條件，廣大農民能夠提高五年、十年的平均壽命，這有很大的意義”。
影像之外，醫療AI可做的還有很多
影像識別是當前人工智能在醫療領域最成熟的突破，但這不是唯一的。在2019年1月由中國醫學影像AI產學研用創新聯盟牽頭撰寫發布的《中國醫學影像AI白皮書》中，列出了目前可見的醫學人工智能技術應用，在影像識別之外還包括：
自然語言處理的應用，例如電子病歷語音錄入，《福布斯》曾報道，醫生花費27%的時間在問診，49.2%的時間在做書面工作，電子病歷錄入的建議性和高效性成為臨床醫生的迫切需求。
在體征監測的應用，例如心電圖，吳恩達團隊已經開發了診斷心律不齊的深度學習算法，并將其應用于隨身穿戴設備，診斷準確率可媲美臨床醫師。
在基因組學和蛋白質組學的應用，盡管科學家在十五年前就已經完成了人類基因組的測序，但直到今天，理解編碼人類生命的海量數據仍然是艱難挑戰，而這也正是深度學習所擅長解決的問題。
在臨床數據的應用，經過大數據分析產生的知識，可以指導醫療行為。
在運動管理的應用，能夠實現對慢病患者身體指標的監測和診斷。
在藥物發現中的應用，在靶點篩癬藥物篩癬病人識別與招募等方面人工智能都能發揮作用。
在醫療行為的各個流程，人工智能都大有可為，區別于多數創業公司著力于單點突破，進軍醫療AI的傳統巨頭們考慮的是更全面的解決方案。
比如說同樣做肺結節篩查，結節檢出只是醫療實踐中的一環，檢出之后還要評估基于這樣的病灶，后續要做什么檢查，應該如何治療，暫時不需治療的跟蹤隨訪如何實現。
同樣在2019國際醫學人工智能論壇上，飛利浦大中華區副總裁、整體解決方案中心總經理陳勝裕說：“我們肺結節篩查軟件除了可以自動做定量定性的分析之外，還能自動提取結構化報告”。飛利浦的肺結節篩查產品，不僅能大大降低體檢時肺結節漏診的發生率，減輕醫生的工作負擔，還能面向患者提供易懂和準確的圖像診斷報告，使患者能更透明、客觀地了解診斷過程和自己的病情，便于醫患溝通并制定下一步深入的治療方案。
另一個針對鼻咽癌的產品，則更進一步。這是飛利浦和柏視醫療、中山大學腫瘤醫院合作的一個項目，鼻咽癌廣東地區非常高發，放療是主要治療方式，對放療醫生來說，放療靶區勾畫技術難度很高，對鼻咽癌患者的靶區勾畫，醫生需要花費兩三個小時看數百張CT/MRI影像，不但非常耗時，而且靶區勾畫的準確度與放療劑量選擇直接決定了患者的治療效果和生存率。
這項合作開發的鼻咽癌放療靶區規劃算法所有數據均由中山大學附屬腫瘤醫院的主任醫師進行標注，在全球首創了鼻咽癌放療臨床靶區自動勾畫系統。
過去一個醫生需要花兩到四個小時幫助病人精細的勾勒出腫瘤靶區的位置，現在可以減少到10分鐘以內，準確性達到資深放療科醫生的規劃水平。這是典型的人工智能深植到臨床當中的案例。
鼻咽癌的這個項目，是飛利浦醫療人工智能的腫瘤治療與計劃解決方案中的產品之一，包括這一解決方案在內，飛利浦基于重要的健康和疾病領域，針對中國市場打造了胸痛中心解決方案、卒中中心解決方案、危急重癥解決方案、呼吸睡眠解決方案等十大解決方案。
這么多解決方案，這么大的野心，根基來自何方？
醫療AI的第一驅動力是什么
創新工場董事長、前谷歌中國CEO李開復在《AI未來》這本書中說，當前人工智能最重要的原理是“深度學習”，輸入大量來自特定領域的數據，訓練系統自己總結規律，識別數據和目標之間的關聯性，做出最佳決策。這么做需要四個元素：大量的數據、強大的算法、足夠細化的領域、明確的目標。
數據可以說是第一驅動力。醫療行業中，飛利浦這樣的老牌醫療器械公司無疑有先天優勢。
飛利浦是一家以照明起家的公司，醫療也是很早便開始的業務，1896年出產的醫用X射線球管是世界上最早的X射線產品之一。而現在，飛利浦已經轉型為一家健康科技公司，一家以數字化和AI技術驅動的整體解決方案提供商，帶來覆蓋全生命周期的醫療健康關護。
陳勝裕在演講中說：“過去幾年中，軟件開發和AI是飛利浦戰略發展的重點。我們每年投入將近18億歐元做研發，60%用于軟件開發，以打造這樣一個健康關護全程的過程。”
在診斷影像、患者監護等領域，飛利浦擁有超聲、CT、MR、血管機等臨床路徑的產品，這些產品成為收集影像信息的重要渠道。
陳勝裕說：“飛利浦世界各地的客戶當中，每一周生成將近200多萬張的醫療圖像，為客戶存儲的醫療影像超過1450億張，可穿戴設備為全球700萬的老人提供監護和服務，每年有2.75億患者使用飛利浦患者監護儀，并生成海量的數據。同時這些數據都是結構化的、高質量化的數據，可以作為AI計算和模型開發的依據”。 有了數據這個入局醫療AI的重要砝碼，飛利浦想做的是一個更宏大的生態。
2018年8月，飛利浦中國首個AI產品“星云醫學影像人工智能平臺”落地吉林大學白求恩第一醫院，智能平臺主要包括飛利浦星云三維影像后處理平臺（IntelliSpace Portal，ISP）和飛利浦星云探索平臺(IntelliSpace Discovery，ISD)兩大部分。
其中，ISP是一個整合的智能化臨床影像診斷平臺，能實現不同品牌、不同種類影像設備的圖像處理，提供多模態影像的高級可視化后處理，幫助放射科醫生和臨床醫生更好地識別病灶，監測、診斷和跟進疾病治療。
而ISD則是一個具有共享平臺屬性的AI醫療科研工具，能為臨床科研提供支持。飛利浦整體解決方案中心臨床科學部高級總監、飛利浦影像研究院院長周振宇博士說：“讓醫院根據自身的臨床需求和專長，去開發更多的臨床功能，再通過ISD平臺把最先進的技術功能推廣到更多的醫院中去解決實際臨床需要……我們希望打造的正是這樣一個開放的科研生態系統”。
剛才所說的鼻咽癌項目，正是建立在ISD平臺上的產品。柏視醫療創始人、中山大學教授陸遙說：“借助ISD這個平臺，可以非常快的讓我們的技術以一個恰當的形式嵌入到醫院里去。我們做一個類似的平臺，怎么也得十年到二十年吧。”
目前，北京協和醫院、天壇醫院、宣武醫院、華西醫院等一些知名研究型醫院都與飛利浦中國開展了科研合作。
飛利浦星云探索平臺ISD為醫生臨床科研創新提供很好的支持
構建以AI為中心的健康醫療生態系統，需要覆蓋整個健康產業鏈的每一環，包含大量的細分領域和應用場景，這不是哪個人、哪個公司、哪個解決方案可以憑一己之力解決所有的問題。
3月22日和3月25日，飛利浦分別和騰訊、阿里巴巴集團簽訂戰略協議，陳勝裕說：“不管是從AI還是從健康和科技來說，沒有單獨一家公司可以做所有事情，我們過去這幾年跟國內重要的生態體系、重要的公司都有合作。比如說在互聯網方面，或IT方面，除了BAT，前兩年也跟華為都有戰略合作，在專業的醫療方面，我們跟不同的聯盟和不同疾病的學會、協會都有各種不同合作，希望打造一個健康科技的生態體系”。
這個體系已經初見成效。2019年5月第27屆國際磁共振年會（ISMRM 2019）將在加拿大蒙特利爾召開，這是醫學磁共振領域一年一度最權威的國際盛會，在ISMRM官方公布的本屆大會摘要目錄中，飛利浦與中國醫學界共同開展的科學研究有152篇被收錄，其中34項科研成果被選為口頭發言報告，成為ISMRM 2019的大贏家。
中國，智慧醫療革命的下一個中心
中國將會成為智慧醫療革命的中心，這是2019國際醫學人工智能論壇上，周振宇在演講中做出的預言。
他引用了美國《紐約時報》提出的概念，說政府的推動、資本涌入等等都會讓中國在未來的幾年內將超過美國成為醫療人工智能創新的中心。
最重要的原因，還是數據。如果說人工智能是電力，那么大數據就是發電所需要的燃料，是石油。
而中國，是全世界“數據石油”儲量最豐富的國家，隨著老齡化的到來，在醫療行業的儲量會越來越豐富。
醫療人工智能的大發展，意味著行業的壯大，也伴隨著財富的聚集。
但更重要的是，無論城市還是農村，無論沿海還是內地，更多的疾病能夠獲得更好的治療和預防，人們更健康、長壽。老人不需要把一生積蓄在離世前的最后一年花在醫院，成年的兒女能夠多陪父母10年、15年，世界這么大，帶他們去看看。
工商網監
評論