大數據時代，人工智慧如何助力醫療進化？

【獵雲網（微信：ilieyun）】4月26日報道

隨著大數據時代的快速發展，醫療衛生領域也開始逐步應用人工智慧和大數據技術，智慧醫療隨之興起。在這一新興領域，人工智慧和大數據技術是如何運用的？機器對病人的診斷與分析是否可靠？智慧醫療是否使私人醫生成為可能？

4月24日，搜狐創投SoPlus系列沙龍活動邀請了普華永道中國醫療行業諮詢服務合伙人邢立萍，春雨醫生董事長、聯合創始人曾柏毅，康夫子創始人張超，連心醫療聯合創始人李曉東和麥歌演算法CEO王曉東5位嘉賓，對智慧醫療的現狀和未來進行了探討。

在「互聯網+」的發展浪潮下，結合了互聯網的醫療行業獲得了新的發展。曾柏毅認為移動互聯網和醫療的結合可以比PC互聯網時代做得更好。移動互聯網時代，醫患雙方使用手機達到實時在線，手機成為醫生和患者溝通的高效工具。患者利用移動應用向醫生提問，移動應用通過消息推送的方式及時觸達用戶，醫生及時做出反應，患者也能快速獲得回應。

並且移動醫療不僅有面向患者端的，面向醫生端和醫院端的移動醫療應用也將會出現。邢立萍還提到移動醫療其實有不同的概念，一是醫療和互聯網移動端的結合，二是和遠程醫療的結合，以解決醫療資源難以下沉時如何更好地觸及遠端的問題。隨著醫療行業和互聯網的結合不斷深入，人工智慧、大數據等技術也運用進醫療領域，智慧醫療逐漸興起。

目前，人工智慧在智慧醫療中可以解決賦能問題，提升了效率和質量。王曉東認為現在人工智慧在醫療行業應用的核心在於賦能，解決的關鍵問題是效率問題。醫學是靠信息驅動的，從臨床雙盲實驗採集數據，放到統計模型裡面變成信息，信息再形成知識，知識構成指南，指南反過來指導臨床，所有的流程裡面都有信息的傳播。人工智慧則加速了這一流程，從而加速醫學發展。

李曉東也認同賦能的觀點，並提到人工智慧在醫療工作上有兩個作用。第一是工具屬性，比如之前放療科醫生根據CT圖像，需要花兩到四個小時才能把器官全部勾畫出來，而利用人工智慧，三分半鐘就呈現勾畫結果，醫生再據此修正。在此基礎上的第二個層面是服務屬性，一些專家醫生髮現人工智慧會抽提自己的認知和技能並將其標準化，再進一步實現工具化，通過互聯網的方式遠程化實時協作。這就是一種服務，將醫療工作者從簡單勞動中解放出來，使醫療工作更加高效和精準。

張超指出，人工智慧的本質是提升效率，在醫療資源不足的現狀下可以應用到很多場景，例如大醫院、基層、藥店以及體檢康復機構等，其中邢立萍認為智慧醫療會最先在基層醫院產生效果。智慧醫療可以解決資源分配不均的問題，而基層醫院是資源最匱乏的地方，很多醫生普遍不做村醫，認為自己開藥店都比做村醫掙更多錢。而智慧醫療可以利用人工智慧幫助基層醫生進行診斷，由此便節約了人力。

但同時，張超也提出了智慧醫療落地基層的擔憂，當前人工智慧並不完備，如果出現誤診、誤判，醫生未能及時發現，勢必會造成失誤或二次診療，如果醫生不能完全信賴人工智慧的演算法，在輔助醫療層面則難以在基層推進。李曉東針對這一問題介紹了目前人工智慧在醫學影像診斷上的應用。人工智慧可以第一判斷是否是腫瘤，第二判斷腫瘤良性或惡性的概率是多少。影像科醫生在下診斷報告的時候會參考人工智慧的判斷，再根據自己的考慮給出診斷結果。

李曉東和邢立萍都指出一個問題：不管在診斷還是治療階段，人工智慧現階段還只能起到輔助作用，並不能完全取代醫生。醫療雖然有很多客觀的東西，但同時也依賴專業醫生綜合性的主觀判斷。醫生的經驗和判斷仍非常重要，人工智慧的輔助越精確、越合理，會越有指導意義，越能幫助做決策。人工智慧未來可能會發展到很高的精確程度，在做決策中的作用會越來越大，但是目前的階段還是需要依賴醫生做最後的判斷。

此外，人工智慧在醫療行業的應用是建立在大數據的基礎之上，曾柏毅指出「醫療大數據」由很多方面構成，其中很大一部分是醫院的大數據，包括醫院電子系統及醫生的臨床記錄等。另一部分是院外數據，是醫患溝通中產生的數據，這類數據詳細記錄了整個溝通過程，但屬於非結構化的自然語言數據，兩種數據都有各自應用的場景。

在王曉東看來，中國目前智慧醫療的發展優勢也正在於數據。國內數據基數大，並且目前對數據的監管力度也相對比歐洲寬鬆。這就節約了獲取數據的成本，為創新創業提供很好的發展契機。

但是張超表示，國內的醫療數據質量良莠不齊，且許多傳統醫院並不開放，不意去接受智慧醫療的介入，更難以說服醫院將寶貴的醫療數據打通。因此需要通過和數據平台合作，或和醫院以科研共建的方式都可以獲取數據，幫助優化模型打磨產品。

並且國內對於創業的支持力度也更大，資本市場也很活躍。不過雖然國內在數據獲取和數量上具有優勢，但數據質量是我們的短板。從數據緯度來講，中國現在醫療機構裡面的數據質量只能說是達標。智慧醫療的發展中還需要更重視解決如何在信息不完整的情況下提取有效信息，並和產品結合。

除了數據質量的問題，智慧醫療中還涉及到數據的敏感性和安全性問題。張超認為可以和醫院合作，將醫院提供的脫敏數據用以人工智慧學習，幫醫院做優化。隨著區域平台的整合，當前獲取數據的壁壘會越來越低。

但是邢立萍提出了不同的看法，她判斷未來獲取數據會越來越難。首先，數據涉及患者隱私，數據的安全問題越來越被重視。她觀察到現在數字安全已經備受國家的重視，上升到了一定的關注度，而且去年在參與健康大數據的探討時，首先被提到前面的就是數據安全問題。這其實是可以獲取和解讀的信號，數據安全越來越被重視。

並且，數據脫敏的標準化和認證方案等問題目前還沒有很好地解決，在數據安全的重要性上升到一定高度時，如果短期之內不解決這一問題，數據獲取就會變得非常困難。

雖然目前智慧醫療的發展可能會遇到各種問題，但未來還是具有發展前景。藉助人工智慧和大數據技術，未來的智慧醫療可能發展成為每個人的私人醫生。

春雨醫生這一產品已經接近私人醫生，曾柏毅提到目前春雨醫生的用戶中比較核心的是「媽媽」們，因為媽媽是家庭健康的守門人。要做家庭醫生或私人醫生，需要更多地影響媽媽這個人群，通過她們輻射到整個家庭。不過，目前春雨醫生還很難服務50歲以上的人群，因為他們對電子設備的使用水平還不高，五年或者十年以後這個情況會不一樣。

邢立萍補充認為，老年人使用互聯網較少，但智慧醫療科通過可穿戴設備或監測設備可實現遠程的信息交互，為子女或者社區提供老人的健康信息。由此來看，隨著中國逐漸進入老齡化，養老領域從市場潛力及未來的商業價值來看都很有發展前景，將成為智慧醫療未來發力的領域。

當前很多做移動醫療的公司通過各種技術和數據拿到大量融資，也引起外界對存在泡沫的質疑，但邢立萍認為公司多不等於存在泡沫。從目前的情況看，現在的公司數量尚不夠多，人工智慧有一個自我學習、推演的過程，但現在很多的公司還是在解決數據本身的挖掘和價值提取問題，從這個角度來說，其實很多公司在做的業務還不叫智慧醫療。

智慧醫療需要在數據提取的過程中得以被加工、提煉、優化，並且能夠落地應用。一定是機器要有學習能力、推演能力，而不是只把數據整理出來或把模型搭出來。因此，智慧醫療還不是泡沫，未來的空間是非常大的。當然可能有一些公司的估值確實超過了合理的區間，這個也是要去關注的，因為資本追逐的一定是爆發性的話題，有可以炒作的空間，這也是很多時候會出現泡沫的直接原因，從整個大行業看，智慧醫療目前還有很長的路要走。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！