廣東省第二人民醫院：我們與騰訊在AI影像上的探索與技術需求

「4年前，我們就已在做互聯網醫療，而絕大多數醫院2年前左右才開始做。而在今天，當其他醫院才剛剛開始探索AI時，其實我們早在2年前已經開始做了。」

廣東省第二人民醫院副院長李觀明說到，兩年前田軍章院長就已著手部署AI，現在也有很多項目正在開展。

廣東省第二人民醫院在科技+醫療這方面一直走在全國的前列，其互聯網醫院（廣東省網路醫院）日門診量高達1到2萬，排全國第一。

雷鋒網AI掘金志也了解到，去年9月份，廣東省機電設備招標中心有限公司受廣東省第二人民醫院的委託，對人工智慧暨大數據中心進行公開招標採購，反映出省二醫積極擁抱AI的態度。

同時在近期也頻繁與騰訊合作。

至於為何選擇與騰訊合作？李觀明指出，廣東省第二人民醫院此前在支付上與騰訊有非常良好的合作基礎，其次騰訊也在AI方面有著不少積累，基於這兩點，雙方一拍即合。

除此之外，據廣東省第二人民醫院副院長李觀明介紹，廣東省衛計委已批複該院的兩個AI業務牌照申請，主要服務於醫院內的廣東省影像診斷中心和心電診斷中心，可對食管癌、結腸癌、肺癌、宮頸癌、乳腺癌、心血管等疾病進行診斷。

近期，廣東省第二人民醫院也加入了由騰訊發起的人工智慧醫學影像聯合實驗室，該實驗室也同時啟動了 全球首個應用AI醫學影像的食管癌早篩項目的臨床預試驗。

作為廣東省第二人民醫院在AI影像方面的合作方，騰訊互聯網+醫療負責人常佳首先談到了醫療業務的難點：醫療業務非常難啃，一方面需要解決患者的訴求，其次醫院與醫生也是一個比較獨立的體系，同時，除了患者和醫院外，政府、政策資源也在業務當中起到很重要的作用。整個醫療系統太過複雜，它不像一個互聯網端的簡單商業場景。

隨後，騰訊優圖實驗室總經理吳運聲談到：我們已經在與廣東省第二人民醫院聯繫試水做一些實際落地，為患者提供服務。

其中，在肺癌早期篩查方面，騰訊優圖的識別率超過80%，良性肺結核的識別率可達84%以上。經過調查，普通醫生的準確率大概在60%至70%左右，成果在某種程度上說，已經超過普通醫生的水平，另外眼底篩查準確率也達到了95%以上。

最近在跟在廣州、溫州一些醫院尋求合作，未來會在幾個月里正式落地。

吳運聲補充到，其實優圖並不是一個純研究團隊，一開始就立足把最新研究技術和成果落地在業務中，從而產生實際價值。所以團隊在做研究時，更多去看業務有什麼需求。優圖近幾年陸續打破多項圖像記錄，基於此，於是開始去考慮如何跟醫療影像結合。

與此同時，雙方除了聯合成立實驗室進行純科研外，騰訊的AI醫學影像產品——騰訊覓影，也將在廣東省第二人民醫院進行臨床預實驗，輔助醫生對早期食管癌進行篩查。

在問到項目合作最大難點是什麼時，作為醫院方，廣東省第二人民醫院副院長李觀明從非技術角度談了談自己的看法：單從技術方面考慮，我覺得AI完全可以加入到醫療里來，它有助於提高我們的診斷速度和精度。但醫學有一個很大的特點：你可以明確給病人診斷出是什麼病，但是機器檢查出的結果，你能不能直接告訴病人，或者病人家屬接不接受。如果對方接受了，能不能直接進行治療。這背後涉及到很多問題，不是單單靠AI診斷出他需不需要接受做手術就可以解決所有臨床問題的。它還有經濟、社會、道德、倫理等多方面的問題，很複雜。

作為演算法輸出方，騰訊優圖實驗室總經理吳運聲談到從AI跨到醫學領域，需如何與醫院進行有效合作：以前我們做圖像識別感覺蠻簡單，一堆研究員在實驗室里做出來結果就萬事大吉。但當面對醫療領域時，發現這不是我們技術團隊就能夠搞定的東西，因為確實有很多醫學專業知識，我們完全不懂。

除了省二醫外，在做肺癌篩查和眼底方面的研究期間，優圖也與省醫達成合作：當時與醫生們坐在一起工作了好幾周，也從最基礎的醫學知識開始學起。現在省醫的醫生也派了他兩個學生飛到上海，跟我們優圖的人一起工作，醫生給我們，技術做出來什麼樣的結果才對醫生有幫助，他們也從醫學的角度講讓我們應該怎麼去分析。

我們也需要給醫生講如何建模，演算法的大致流程等，所以確實需要研究人員和醫學領域的專家密切配合才能夠得出結果。

騰訊AI Lab機器學習中心總監黃俊洲根據個人經歷補充到：我大概做了差不多15年的醫療，研究AI將近20年。我從博士期間開始接觸醫療，一開始我們經常開玩笑說，AI都不懼，醫學自然不在話下。等到我自己做教授時才發現，真是是江湖越老，膽子越小，我發現這不單純是技術問題，醫療事關生命，不是技術就能完全解決的。

大家一定要明確這個前提，技術只是輔助，醫生才是主體。如果醫生不能作為主體參與進來，AI恐怕很難落地。醫學跟AI的結合，最重要也是最難的地方是我們怎麼把醫學知識融入技術當中，而不僅僅是把技術用在醫學上面，雖然看起來相似，但差別非常大。

我們技術能達到99.99%，那萬一不幸的是，某個病人正好是那0.01%，最後是醫生來負責，還是AI來負責，這是一個很重要的課題。

演算法研究者中懂醫學的人很少，懂的人很貴，醫生的時間也很寶貴。在這種情況下，演算法人員一定自己學習醫學知識。第二，演算法研究員應該往長遠看，我們在美國做的一個項目，是通過醫學圖像數據、病歷，幫助醫生判斷癌症病人能活多久。假如這個病人只能活一周，我們的醫療方案是A，假如這個病人還能活5年，醫療方案則是B。當我們能做一些醫生還做不到的事情，這才是演算法從業者的終極目標。

最後，在騰訊談到對AI醫療的未來暢想時，廣東省第二人民醫院副院長李觀明總結到，我們擁有很多的病例、案例和大數據在手，如果與技術背景很雄厚的科技公司在某些方面適當合作，一定會不斷引領今後AI+醫療的整個大方向。

同時，廣東省第二人民醫院也在非常積極地擁抱信息化，不會被動被別人抽打著跟進。

「對我們而言，只要供應商的案例夠新、夠實用，我們就敢用。」

更多關於人工智慧升級傳統行業的的文章，請關注雷鋒網AI商業化垂直微信公眾號：AI掘金志。雷鋒網雷鋒

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！