人工智慧、雲，兩個產品讀懂GE如何布局數字醫療

我記得2016年的時候，美國通用電氣公司（General Electric Company，以下簡稱GE）的CEO傑夫·伊梅爾特給企業定了一個小目標：成為全世界前十的軟體公司。然而GE以及其創始人托馬斯·愛迪生（電燈泡發明者）是絕對意義上的實體工業代表，軟體對於他們來說似乎和企業的屬性顯得不那麼搭調。

然而在CMEF 2017上，GE搬來了他們基於軟體的醫療產品，而且還是兩個：資產雲管家以及人工智慧。

資產雲管家：這是一套數字化的醫療設備資產管理解決方案。將醫療設備產生的數據，如使用頻率、機器溫度等反饋給設備管理者。管理者通過資產雲管家能了解到，此時醫院是否應該購置新設備，機器出現了故障如何進行維修等。

資產雲管家的作用是通過運營數據來達到降低部署成本和運營成本的目的。目前上海仁濟醫院已經開始採用資產雲管家，該醫院大約能通過這套解決方案節省30%的成本，同時能增加20%的設備使用效率。

但是，對於不同規模的醫院，資產雲管家帶來的效果是不同的。同時還需要考慮醫院的服務半徑，以及所處地段網路汲取情況等等。一家有5台CT的地方醫院和一家有10台CT的一線城市大醫院相比，資產雲管家對後者帶來的效果更高一些。

資產雲管家其實抓住的是大醫院的痛點，像是分級診療和病人分流。通過運營數據分配設備，是一種提高效率和利潤的做法。GE醫療大中華區首席市場營銷官戴鷹說，

很多實例告訴我們，光靠賬本和人的腦子，不可能解決這些運營問題的。尤其是設備多的時候，管理很難做到最優化。

人工智慧：GE帶來的人工智慧解決方案是肺癌的早篩查早診斷。在同樣的時間單位中，肉眼對於肺癌的篩查速度要明顯慢於公式化的人工智慧。這主要是因為人工智慧對判斷影像的識別能力要遠超於人類，效率更高不說，還不用管飯，更不用休息。

其實GE之所以在中國推廣人工智也是有原因的，從2010年到現在我國醫療行業人手短缺的問題越來越嚴重，具有相關病狀審查能力的醫生更是少之又少，而且這些醫生普遍還聚集在頂尖醫院。由此一來，造成看病難、查病難的現狀。

和資產雲管家不同的是，GE的人工智慧服務所對應的數據是臨床數據。

但是人工智慧的前途並沒有那麼明朗，肺癌的篩查是通過照片來判斷的，然而像是心肌梗等癥狀，醫院需要通過視頻來觀察患者。人工智慧識別圖像的速度是要遠超過人類的，不過這並不代表人工智慧識別視頻要高於人類。

戴鷹也同意此觀點，一個視頻是由無數幀視頻組成，所以GE規格已經開始吸納相關的人才來提高人工智慧的能力。初步的規模為幾千名，皆為軟體工程師。

發布會結束以後，GE醫療大中華區首席市場營銷官戴鷹接受了虎嗅網半個小時左右的採訪。令我意外的是，戴鷹作為市場營銷領導人，對數字化醫療技術方面的理解是非常專業的。後來通過GE工作人員的介紹才知道，原來戴鷹本身就是技術出身，曾經是GE的首席技術官。#So 尷尬#

戴鷹認為，雖然GE在硬體條件達標的今天開始暢談人工智慧，但是數字醫療商業模式的運作仍然要保守。在未來，完全數字服務收費是可以預見的，不過現階段依然要按照傳統商業模式來走。

隨後戴鷹向我展示了GE篩查肺癌的人工智慧。從展示中我看到，GE確實在這方面突破了傳統工業企業的牢籠，他們在人工智慧領域的腳步，已經達到了商業化醫療的水平。不過仍需要補充一點，現階段GE的人工智慧只能篩查肺癌，並不能診斷，也就是說在這個時期，人工智慧仍然代替不了人類醫師。#以後說不準。#

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！