醫療人工智慧這三年：它改變了什麼？

文/向雪 胡敏

億歐專欄作者

人工智慧的應用，將醫療再一次拉到革命的邊緣，且進展迅速。

從上世紀70年代起，便接連不斷有人在醫療領域進行人工智慧探索。1972年，由利茲大學研發的AAPHelp是資料記載當中醫療領域最早出現的人工智慧系統。我國人工智慧領域的開發研究始於20世紀80年代初，起步雖然較發達國家晚，但是發展速度迅猛。

前兩年，醫療人工智慧進入「高潮期」，從較早試水的IBM Watson，再到諸多初創型企業，勇敢入局的「創新者」不斷。

雄心勃勃的創業玩家們，在醫藥、醫療器械、醫療服務等各大領域紛紛製造變局。但2017年開始，商業化變現、政策審批等諸多問題將諸多實力不足的企業逼到絕境。對於已經走入價值驗證的醫療人工智慧來說，對於醫療大健康行業有何變化？各大醫療人工智慧企業又是如何「接招」？

告別「野蠻」增長

人工智慧醫療影像路在何方？

人工智慧在醫療影像領域的熱度與瘋狂有目共睹。2015年，IBM出資10億美元將醫療影像公司Merge Healthcare收之麾下，成為了人工智慧醫學影像領域的標誌性事件。短暫兩年後，2017年，國內多數初創類的人工智慧醫學影像公司獲得大筆融資，總金額超過40億元；互聯網巨頭也開始不甘落後，紛紛成立醫學影像部門。人工智慧醫療影像的熱度徹底被「點燃」。

2019年8月30日，在由國家衛生健康委醫療管理服務指導中心、中國信息通信研究院、上海市經濟和信息化委員會、徐匯區人民政府和互聯網醫療健康產業聯盟承辦，中國信通院華東分院協辦的「2019全球人工智慧健康峰會」上，英國皇家科學院院士、體素科技首席科學家Demetri Terzopoulos表示，人工智慧在醫學影像中，它能夠從海量的醫療數據中提取更有用的信息，提供自動化、精確和及時的洞見，尤其是當醫生工作量很大的時候。AI和深度學習的未來是非常光明的。

中國工程院院士、上海交通大學醫學院附屬瑞金醫院副院長寧光表示：「作為一個醫生，我深刻意識到AI在醫學中的重要性，生命將來肯定也是要用數字去注釋的。現在大家看病的時候，醫生問你頭痛嗎？你說痛。將來可能會變成痛幾分，把主觀感覺進一步客觀化，而客觀的事情能夠進一步數字化，診療也更為精準。」

人工智慧醫學影像的前景的確極為光明，但是新興產業的演化路徑往往比預想的更為複雜。隨著資本市場的冷卻，這一行業開始告別「野蠻式」增長，開始迎來對於產品落地、三類醫療器械註冊審批等問題的探討。

對於人工智慧健康醫療在資本市場上的挑戰與機遇，普華永道醫療及醫藥行業大中華區主管合伙人Mark Gilbraith談到，最近資本市場的確遇冷，但過去兩三年的醫療投資，比如人工智慧 健康領域，2017年大概有20億的美金，2018年大概有30億美金的投資，很多年都保持這樣的上升趨勢。

不過，他補充道，醫療行業本身就是非常謹慎、需要專註的行業，所以一定要保證其準確性和安全性。在美國，監管部門希望能夠站在行業的前端，所以美國FDA有專門的突破性渠道，比如說有糖尿病人工智慧設備審批通過，其實可以有更好的行業支持性政策，所以要確保相關部門能夠理解人工智慧現在的進展，幫助監管者加強他們的工作、提高效率，這樣也可以讓投資者有一定的信心。

而對於我國三類醫療器械審批，由於人工智慧產品涉及到數據質量、演算法泛化能力、臨床使用風險、倫理等方方面面，我國葯監局直到今年6月末，才正式向AI企業發布了審批相關文件《深度學習輔助決策醫療器械軟體審批要點》。也因此，目前我國還未真正有企業拿到三類的醫療器械經營許可證。

中國衛生信息學會健康醫療大數據基層應用專業委員會主任委員許速指出：「目前很多人工智慧都還處於探索的階段，但我覺得應該更多的去應用、探索，去解決實際問題，在這個過程當中再不斷的去形成一些標準和規範，之後再規範應用。在沒有道理的時候，我認為我們的方法不要太講道理。實際上，不講道理起步比講道理更為科學，在不講道理的過程中逐步形成規範和法律，這就是道理。」

在圓桌《醫療AI不斷進步，如何監管成難題》的議題中，國家葯監局醫療器械技術審評中心部長賀偉罡表明，人工智慧醫療器械是一個新興的領域，在研發的過程中，很多的產品、想法和思路確實遇到了一些技術的難點，但是對於器械的研發，企業單獨靠自己解決的挑戰比較大。因此今年7月17號成立了人工智慧醫療器械創新合作平台，服務企業的審評審批，服務產品的技術創新，促進產品轉化。

對於人工智慧醫療影像未來的發展趨勢，聯影醫療董事長兼CEO薛敏認為，總體來說，目前還是剛剛起步，現在的應用還比較單一，未來有更大的潛力。在很多醫院應用的早期產品，大部分都是跟肺結節篩查、X光晶元等AI診斷相關的產品，真正能解決更多、更複雜的臨床疾病的AI產品還沒有出現或成熟。實際上，醫療的疾病種類是非常多且複雜的，人工智慧用武之地還有很多，包括人體的大腦結構、神經系統疾病、心血管系統疾病和腫瘤疾病等比較複雜的科學問題和重大疾病的病因解決問題方面。

「人工智慧在進入新一代的時候，將對醫療儀器和人類醫療保健的方式產生巨大的變化，也對醫療、藥物和醫療保健的整個系統的構成產生一個巨大的變化。在這個變化中間，醫療的水平一定會取得極大的提高，關鍵要在醫院、醫生和病人以及政府之間形成一個多贏的模式，如此才能把醫療的智能化迅速的推向一個高潮。」中國工程院院士潘雲鶴表示。

打破「傳統」思路

利用大數據驅動未來葯企轉型

人工智慧的來勢洶洶，同樣也攻入了醫藥這座較為封閉的城池。

過去，對於傳統葯企來說，以產品為主，將產品打包銷售給患者即可。但在藥品銷售過程中，決策者、使用者、接收者的需求日益多元，這就致使原來的簡單思路在目前的大環境下已經「失效」，葯企必須利用人工智慧、大數據技術進行企業內部結構革新。

會上，阿斯利康中國副總裁徐晶發表了《科技向善——圍繞患者福祉的葯企數字化轉型》的主題演講。

她提到，為應對時代的發展變化，關注數字化，實施信息化管理，用信息化去提升管理效率，降低成本，增加利潤將會是未來葯企的重要轉型方向。而對於阿斯利康中國來說，打造以患者為中心的創新醫藥平台已經成為阿斯利康中國數字化與創新轉型的重要航向。

除了阿斯利康外，羅氏也是這場葯企數字化浪潮的典型案例。近幾年，羅氏在醫療大數據方面已經進行了一系的探索與實踐。本次大會上，羅氏信息技術部總監徐兵發表了《醫療大數據與人工智慧探索與實踐》的主題演講。他提到，如果「診斷 製藥」是模式上的創新，那麼加入AI之後，葯企對於靶點、晶型、苗頭化合物等方面的篩選效率將大大提高，從而縮減了時間和開發成本。

大數據對於葯企內部轉型起著事關重要的作用。尤為一提的是，大數據在醫藥研發上的「功勞」。新葯研發歷來貼著風險大、周期長、成本高的標籤。國際上甚至有「雙十」的說法：10年時間，10億美金投入，才能成功研發出一款新葯。

本次大會上，中國中醫科學院青蒿素研究中心、專家委員會副主任廖福龍概述了Al在傳統中醫藥中的研發應用。

中醫藥有著悠久的發展歷史、豐富的實踐經驗和海量的文獻，但資源挖掘利用不足，將直接影響發展和傳承效率。廖福龍說：「醫療健康領域，尤其是傳統醫藥與人工智慧的交匯是傳統醫藥技術的創新點，也使得健康行業面臨著一個全新的機遇和挑戰。在AI 醫療健康的主題背景下，人工智慧的結合不僅僅能夠將現有的傳統醫藥研發能力乃至醫療健康大環境下的科學技術得到前所未有的提升、創新和發展，也能夠大幅度降低研發的人力和物力和成本。有助於解決醫療健康懸而未決，或者是日漸顯現的難題，有利於為醫療健康產業和傳統醫藥行業注入新的血液，帶來值得期待的多米諾效應，這正是人工智慧與醫療健康跨行業合作的真諦所在。」

當人工智慧醫療成為一種新的業態，它對於傳統的醫藥、醫療器械、醫療服務等領域都提出了新挑戰，質量保證、資源共享與有效監管等問題都成為了無休止的辯題。儘管如此，未來，隨著人工智慧技術的加速應用落地，醫療將變得愈發高效與便捷，每個個體都將成為受益者。

RECOMMEND

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！