IBM大中華區首席健康官陳彤博士：大數據和人工智慧在醫療的應用

2018年8-9日，品途集團舉辦的2018·NBI夏季創新峰會在北京召開，本次峰會主題是「與創新節律同步」，旨在探討商業領域的發展規劃和創新趨勢，並持續關注科技前沿、零售消費、泛文娛、大健康、教育、旅遊等10大領域，品途集團希望通過峰會的交流與合作，讓創新「更有價值 」、「更易觸達」、「更有用」。

在8日主會場中，中國電商委主任兼秘書長蘇軍、微軟中國CTO韋青、阿里巴巴集團新零售研究中心主任崔瀚文等嘉賓，就產業創新等發表主題演講。

分會場中，場景實驗室創始人吳聲、全時創始人兼CEO陳學軍、Boss直聘創始人兼CEO趙鵬、《吐槽大會》卡司、笑友文化CEO史炎等嘉賓，分別發表了關於消費零售、企業服務、消費、文娛創新等領域的主題演講。

在9日關於《新政策環境下的大健康創新》的醫療創新專場中，IBM大中華區首席健康官陳彤博士發表了題為《大數據和人工智慧在醫療的應用：機遇和挑戰》的主題演講，他認為：雖然發展人工智慧有很多挑戰，但人工智慧在醫療和健康領域將會有極其重大和深遠的影響，並且能造福人類。

以下內容經品途商業評論精編整理：

非常感謝今天能和大家交流，首先我要申明，今天我所有講的內容，只代表我個人觀點。

全球醫療面臨嚴峻挑戰

全球醫療目前面臨著非常嚴峻的挑戰，首先來看醫療質量。跟很多人想像中的不一樣，醫療行業存在著非常多的差錯。2000年美國做了一個研究，一年死於醫療差錯的人是10萬人，幾乎比任何一種常見疾病死亡人數都要多。

現有的癌症治療方案，在美國接近一半的第一次診療方案都需要修正。不僅如此，再來看醫療費用，美國是全球醫療費用最多的，佔GDP的17.6%，這是什麼概念呢？中國房地產所有的花費是GDP的17.2%。不僅如此，美國醫療費用的增長速度2.5倍於經濟增長。截止到去年，中國醫療花費佔GDP6.2%，2017花費的增長速度年比2016年增加11.3%，2016年比2015年增加13.1%。而且在短期內，這個趨勢不會有明顯降低。照此發展，全球絕大多數國家醫療無法持續下去。

不僅如此，大家都在談老齡化。最嚴重的是日本，65歲以上的人口佔了日本總人口的四分之一。到了2025年，可能會到40%，而 65歲以上的老人，至少三分之一以上平均4到6個人有慢病疾病。這意味著所有的健康需求、醫療費用都會大幅上漲。中國的老齡化程度相對比較好，但是大家已經感覺到熱度。八年前的中國65歲以上人口佔比大概是11.1%，在一些一線城市，像上海、北京，這個數字早就超過了15%。人類整個醫療、整個健康，正面臨著前所未有的挑戰。

發展醫療大數據和人工智慧的機遇

第一個工具是大數據。我們常談論大數據，醫療數據其實是最巨大的數據。大到什麼程度呢？一個人的健康數據，以現在所知，把他所有的信息收集起來等於300億頁的一本書。現在的醫療數據，是10的21次方。我們不僅看一個人，還要看一群人，看整個群體，整個中國，甚至全球。這些所有數據，在不同的空間，隨著人的一生在不同的場景產生極其複雜的社會交互，所以這個數據會以令人無法預計的速度增長。

如何面對這樣的挑戰呢？很幸運，我們這個階段有機會面對這樣的挑戰。

人們對大數據有很多誤解，比如我有全中國所有人的身高，這是一個大數據嗎？這不是大數據。大數據的數據是在不斷的延伸，有3V、5V、6V的說法，我傾向於5V、6V。這類數據的特點有：

（一），海量。數據量是很大的。

（二）多樣。多樣化在醫學數據上尤其突出。它是不斷生成的，我們現在講測序，一代測序、二代測序，馬上要到三代測序，非常快。第一代測序花了10年時間，全球共同工作，10億美金最後才測了一個人。但是這個速度，現在被大大縮短，幾周可以測到，而且降到了幾萬美金以下。

（三）高速。

（四）異質。數據有高度異質性。

（五）現實。就是數據的質量問題，幾十萬份病例下來，能夠用的可能才幾萬份病例。

有了大數據，我們聚焦在非常小的需要關注的點，經過分析，把它變成信息。但是僅僅有信息遠遠不夠，必須通過認知，才能真正產生知識，產生洞察。

第二個工具是人工智慧。人類計算分為三個階段。第一個階段，打孔機算。第二個階段，50年代，開始編程。第三個階段，2011年的時候，有人稱之為「認知計算」，這時候開始了一個新的時代。什麼是認知計算系統？

第一，理解。以往的計算機是機構化的，現在既有機構化，又有非機構化的，比如語音識別、圖像識別。

第二，推理。它把不同的場景關聯起來，可以產生可行動、可執行假說。

第三，學習。根據推理，它可以一天比一天強大。

第四，互動。它可以相互作用，可以跟使用者相互作用。這樣就構成了現在所稱的認知技術。

IBM的沃森就是認知計算的代表，它閱讀了1500萬頁的文獻，幾百本教科書，遠遠超過了人類能夠閱讀的極限，能夠了解知識的極限。人跟機器的關係，永久性地被改變。人有常識、有道德、有同理心和想像力，機器人不能自然語言，但是現在可以語音識別。尤其是人類不擅長的交叉學科，正是人工智慧非常擅長的地方。

談到醫療，中國做人工智慧醫療的有近500家。其中相當多的是在做影像。有CT三維、心臟的超聲、眼底鏡，到三維重構和儀器，有了大量的進展。在影像上人一定會被技術替代，這是醫療的第一步。

人工智慧在醫療領域有非常廣泛的應用，大家認為機器人沒有情感，將來的人工智慧可能更有人格屬性，帶有情緒。而隨著基因測序越來越便宜，沃森能做到把一個病人的基因輸進去，它能反饋到這個人有多少基因變異、是怎樣的通路，給到診療方案、療程和藥物。這是已經能夠做到的商業化。

人工智慧在醫療領域面臨的挑戰

講完這些非常激動人心話，其實人工智慧已經成為了最大的泡沫池。真正在做人工智的話，會發現非常多的挑戰。有數據的挑戰，有算力的挑戰。更別說極少有產品，達到醫療級。而且最近的疫苗事件已經說明，對於人工智慧應用到醫療上，必須以嚴格務實的科學態度予以重視。

對於比較遙遠的預測，人工智慧目前還做不到。不僅如此，所謂的健康決定因素並不僅靠醫療，對於一個群體而言，醫療起到的作用只有10%到15%。比如空氣污染和癌症有關，80%的肺癌是吸煙引起的，剩下的20%跟空氣污染有關。

另外出於對人類醫療數據的隱私保護，很少有產品真的能通過數據保護法案，幾乎沒有。沒有任何人希望自己的健康數據，比如生了幾個孩子、有沒有性病、哪裡有疤，被全世界的人都知道。最後人工智慧是極其燒錢的。

所以人工智慧在醫療上的發展有很多挑戰，大多數人只看到了人工智慧的一小部分，這遠遠不夠，我們還需要各種各樣的技術和商業模型。雖然講了這麼多的局限性，我深信人工智慧在醫療和健康領域，將會有極其重大和深遠的影響，並且能造福人類。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！