陳金雄：智能醫療蓬勃興起 之應用篇
導讀
這一輪人工智慧之所以引起熱潮，主要是因為在各個行業取得了廣泛的應用。
知名醫療信息化專家、中國醫藥信息學會電子病歷與電子健康檔案專業委員會主任委員、中國研究型醫院學會醫療信息化分會副會長陳金雄教授
四、行業應用取得突破
這一輪人工智慧之所以引起熱潮，主要是因為在各個行業取得了廣泛的應用。在醫療領域，2017年主要在以下幾個應用方面取得進展。
1.在醫學影像方面，由於有規範的數據並適合深度學習，AI影像診斷髮展迅速。在支撐技術初步成熟和資本助推的前提下，一大批初創企業茁壯成長，這些公司基本集中在利用深度醫學構建影像診斷，典型企業有推想科技、深睿醫療、依圖科技、圖瑪深維和匯醫慧影等。
與此同時，像阿里巴巴、騰訊、科大訊飛這樣的大公司也卯足了勁「插一腳」。阿里健康發布醫療 AI 系統—— Doctor You，該系統就包括醫學影像輔助診斷雲平台；騰訊在2017年 8 月發起人工智慧醫學影像聯合實驗室，並公布其首個 AI 醫學影像產品「騰訊覓影」，輔助肺結節和早期食道癌等疾病的篩查；科大訊飛有智慧醫療事業部，這家語音人工智慧公司在2017年 8 月還刷新了 LUNA 醫學影像國際權威評測世界記錄……
到了11月，吳恩達領導的一支斯坦福團隊發布了一項將深度學習應用到醫療領域的成果。他們設計出了可以用來檢測肺炎的「CheXnet」演算法，這種演算法是一個 121 層的卷積神經網路，能夠通過胸部 X 光片判斷病人是否患有肺炎。據該團隊的描述，CheXnet的水平已經超越了專業的放射科醫師。
2.在臨床診療方面，儘管質疑不斷，IBM沃森無疑還是最耀眼的明星，在腫瘤治療方面，Watson能夠在幾秒之內篩選數十年癌症治療歷史中的150萬份患者記錄，並為醫生提供可供選擇的循證治療方案。繼2016年跟杭州認知公司合作外，2017年又跟百洋智能合作，合作領域除了Watson for Oncology，還有「基因學沃森」(Watson for Genomic)。據百洋智能市場部負責人透露，2017年簽約合作醫院已達57家。
除了IBM之外，谷歌、微軟等科技巨頭也在醫療人工智慧領域取得了積極進展。2016年2月，谷歌DeepMind公布成立DeepMind Health部門，將與英國國家健康體系（NHS）合作，幫助他們輔助決策，提高效率縮短時間。DeepMind還參與了NHS一項利用深度學習開展頭頸癌患者放療療法設計的研究。DeepMind還與Moorfields眼科醫院合作，將人工智慧技術應用於及早發現和治療威脅視力的眼部疾病。
微軟於2016年宣布了將AI用於醫療健康的計劃Hanover，幫助尋找最有效的藥物和治療方案，並且與俄勒岡衛生科學大學Knight癌症研究所合作，共同進行藥物研發和個性化治療。
荷蘭阿姆斯特丹自由大學黃智生教授一直致力於知識圖譜在臨床診療中的應用，2017年他和安定醫院合作的抑鬱症知識圖譜取得階段性成果。該成果使用結構化和語義化的知識圖譜幫助醫生分析備選藥物不良反應發生概率，避免加重原有軀體疾病,提高臨床分析的效率和準確度。提出一種抗抑鬱葯知識在抑鬱障礙知識圖譜中的構造與整合方案,並分析其如何用於臨床決策支持。
國內在臨床診療人工智慧方面未見特別成功的企業或案例，大多聚焦在臨床決策支持層面，基本屬於臨床決策支持系統（CDSS）。動脈網梳理了國內（含國內代理的國外產品）研發CDSS產品的公司，共計24家。
其中，「人衛臨床助手」是人民衛生出版社旗下臨床決策輔助系統的應用客戶端，屬於政府推行的項目產品，擁有人衛社63年、2000多家醫院的核心資料。
美康、行心信息和惠每科技的產品來源於國外的三家公司，分別是荷蘭威科集團、英國的BMJ和美國梅奧診所。這三家企業的產品由於已經在不少國家被使用多年，因此知識庫所積累的信息量十分龐大，產品也相對成熟。並且，這幾家公司的產品都在中國進行了本地化定製，如中華醫學會與BMJ經過近兩年的合作，開發出中文版產品，不僅實現了全庫翻譯，還添加了本地指南和專家點評。
此外，UpToDate臨床顧問也將國內權威藥物專論資料庫整合至專題中。與電子病歷系統交換數據方面，表中總共有9家企業的產品可以實現。但這並不代表其他所有的產品都無法做到，如UpToDate，由於它完全符合美國電子病歷系統功能應用水平分級評價方法及標準的要求，因此美國的大部分醫院都將 UpToDate整合至電子病歷系統。
在人工智慧方面，明確提到有深度學習能力的CDSS產品共有7款，其他則多為擁有機器學習能力的知識庫產品。從技術的角度看，具有深度學習能力的CDSS，對於醫生在使用過程中的反饋處理會更加及時，反饋速度更快，臨床決策更加智能，這也是CDSS未來發展的方向。
3.在藥品研發方面，將人工智慧技術應用到藥品研發，可以大幅降低成本，並提高藥物研發成功的概率。人工智慧在新葯研發上的應用主要分為兩個階段：一個是新葯發現階段，二是臨床試驗階段，共有七種不同的應用方向。據相關數據統計，所有進入臨床試驗階段藥物的研發周期在10年左右，研發經費高達26億美元，另外，只有不到12%的藥品最終能夠上市銷售。而通過人工智慧研發的藥物周期可以縮短至三年，成本降低一半。
2017年，日本京都大學聯合多家企業就計劃推出研發新葯的人工智慧成立相關機構。藥品研發人工智慧的工作內容包括：鎖定致病蛋白質、篩選對蛋白質起作用的藥物成分、評估藥物成分的安全性並決定合成方法、制定臨床試驗計劃以確定藥效等。據悉，僅篩選藥物成分一項，以往靠製藥企業研究人員調查海量的國內外醫學論文和數據，耗時又耗力，而人工智慧則可以更快地處理龐大的醫學文獻數據。
據雷鋒網調查，作為人工智慧世界中的又一個新興領域，除了日本之外，業內很多公司在此之前就已涉獵。
如美國的Atomwise公司，該公司設計了一套名為AtomNet的系統，運用超級計算機、AI和複雜的演算法模擬製藥過程，來預測新藥品的效果，加快新葯研發進度，並最大限度降低成本。
另外，英國的初創公司BenevolentAI也是其中的一頭「獨角獸」。據雷鋒網了解，BenevolentAI目前是歐洲最大的AI初創公司之一，在全球排名前五。BenevolentAI的技術平台應用人工智慧技術，它可從海量的散亂無章的信息中提取出能夠推動藥物研發的知識，提出新的可以被驗證的假說，從而加速藥物研發的過程。
除了以上介紹的幾家專註於研發藥物的人工智慧公司以外，全球範圍內已有很多公司發力該領域。2016年底，美國高盛集團發布了人工智慧報告：《人工智慧、機器學習和數據將推動未來生產力的發展》(AI, Machine Learning and Data Fuel the Future of Productivity)，其中提到：「隨著人工智慧和機器學習的不斷整合，人們將有望在新葯研發的過程中顯著地實現『去風險』，不但將節約每年約260億美元的研發成本，同時還將提高全球醫療信息領域的效率，節約的成本價值超過每年280億美元。」從該數據中不難讀出，人工智慧的發展已不僅僅局限於互聯網服務業，AI的強勢注入也給傳統藥物研發領域帶來了非常積極的推動作用。
我國在這一方面的探索還不多，其中太美醫療的電子數據採集系統（EDC）和臨床實驗項目管理系統（CTMS）有一定的發展為醫療人工智慧的可能性。太美醫療於2013年成立於嘉興。公司基於雲計算和移動技術，為藥物和醫療器械臨床試驗提供實驗數據採集解決方案，並提供後續的數據管理和統計分析服務。
4.在健康管理方面，沃森也是當仁不讓，其與美國第二大零售藥店CVS合作，預測用戶患有疾病的風險，為用戶制定健康問題解決方案。另一方面，通過與各合作方的對接，搜集醫療健康領域的各類數據，完善自身的分析學習能力。例如，與蘋果合作，將Watson應用軟體整合至HealthKit和ResearchKit工具系統，允許應用開發者收集個人健康醫療數據，和在臨床試驗中使用這類數據；與美敦力合作，處理來自美敦力可穿戴醫療設備及其他情景化來源的數據，並提供個性化的糖尿病管理服務。
另一家從事人工智慧健康管理的公司是Welltoks，它本身不僅做健康數據分析或者專業健康管理建議，還將此作為平台切入點，接入其他服務商，比如硬體、保險公司、內容、應用等，同時幫助一些群體健康管理公司提供管理辦法。
國內在健康管理人工智慧方面也有優秀的創新型公司。例如時雲醫療科技，就是一家結合了個性化醫療大數據分析系統和可穿戴式設備的移動健康管理技術公司。
5.在基因檢測方面，基因檢測能夠準確檢測出人體的基因信息，還能在此基礎上，依靠生物信息技術計算出人體罹患癌症、心腦血管疾病、糖尿病等多種疾病的風險，從而進行早期預防與精準治療。
現有的生物信息方法基於統計學模型，在這一領域的研究日新月異。如谷歌子公司Deep mind的DeepVariant檢測工具、生物信息學軟體GATK、康奈爾大學的檢測基因變異的軟體等。這些研究都表明了醫療人工智慧在基因檢測方面的巨大潛力。在國內，天方創新、基因說、艾吉泰康等基因檢測公司也逐步涉及到了基因測序人工智慧技術。如艾吉泰康提供多重靶向捕獲測序解決方案，即在保證擴增均一性的前提下，對幾千甚至上萬個位點進行快速測序，使用主流的測序平台進行大批量樣本平行檢測與深度分析，並提出整體解決方案。
6.在導診分診方面，智能導診分診由於不涉及醫療的核心業務，又有更良好的醫患匹配和用戶體驗，會率先在患者服務系統得到應用，並逐步進入到醫院的門診大廳。科大訊飛的導診智能機器人「曉醫」就是這個人工智慧診療平台的重要組成部分，2017年6月，「曉醫」進入中國科學技術大學附屬第一醫院（原安徽省立醫院）。在不到兩個月的時間，「她」們持續地學習了53本醫學教科書——相當於一位醫學博士所需要掌握的教材內容，還學習了大量其他相關數據。「曉醫」可以支持47個科室的醫生排班查詢、618個地點導航、607個功能地點導航、227個地點的上班時間和260個常見醫療問題的詢問。推出不到一個月，「曉醫」就接受詢問4905人次，目前「她」回答問題的正確率也由早期的81%提升到90.81%。
妙尋醫生是一款基於大數據和人工智慧技術，為用戶提供高效、精準尋找適合自己的醫學專家的科技類應用。通過匯聚互聯網醫生大數據，並通過獨創的評價模型、醫生畫像、擅長分析，打破傳統的醫療信息壁壘，幫助用戶快速精準地找到最適合自己的醫生。
【回顧展望】系列
HIT專家網∣最新鮮的醫療信息化資訊，不一樣的專家視角
TAG:HIT專家網news |