人工智能在醫(yī)療領域的應用也在加速落地。

就在上周，騰訊首款將人工智能技術運用到醫(yī)療領域的產(chǎn)品“騰訊覓影”與河北醫(yī)科大學等五家醫(yī)院達成合作。

該產(chǎn)品除了提供在AI影像上的嘗試外，還會擴展在AI輔助診斷上的探索，輔助醫(yī)生更準確地理解病案，降低風險，提升診療水準。

而在創(chuàng)業(yè)領域不斷傳出融資利好，也從另一個角度見證了人工智能+醫(yī)療的熱度和吸引力。

在人工智能的眾多落地場景中，人工智能+醫(yī)療為何備受資本青睞？在這一日漸火熱的領域，有哪些應用場景有望先行落地？在一片看好的趨勢下，未來還可能遇到哪些“成長的煩惱”？劉    瓊     騰訊研究院高級研究員戈書寧     騰訊研究院助理研究員2011-2016年間，人工智能+醫(yī)療是資本投入最密集的領域，且在未來5年仍將保持40%的增速。

資本大量涌入人工智能+醫(yī)療，要歸功于IBM、谷歌等先行者在醫(yī)學影像、藥物研發(fā)、人工智能助手等領域的突破和落地所帶來的信心和前景。

咨詢公司Frost & Sullivan預測2021年全球人工智能+醫(yī)療健康市場規(guī)模將從2014年的6.64億美元擴大至66.62億美元。

人工智能為何選擇醫(yī)療？ 需求升級：從優(yōu)化就醫(yī)流程到破解資源不均衡 近些年，借助互聯(lián)網(wǎng)的連接，就醫(yī)效率和體驗得到了極大提升，但醫(yī)療最大痛點——資源不均衡的矛盾并沒有得到根本性地解決。

2017年上半年，三級醫(yī)院診療人次依舊保持了最快增長，增幅達到6.1%，遠高于一級（4.0%）、二級醫(yī)院（4.0%）；就醫(yī)有進一步向三級醫(yī)院集中的態(tài)勢，診療人次占醫(yī)院總量比重由48.64%提高至49.55%。

人口老齡化進程加快、慢性病發(fā)病率走高等需求端的壓力將進一步激化資源不均衡的矛盾。

受制于周期長、成本高等特點，培養(yǎng)更多的醫(yī)務人員“這杯遠水”解不了近渴。

《2016年中國衛(wèi)生和計劃生育事業(yè)發(fā)展統(tǒng)計公報》顯示，醫(yī)院衛(wèi)生技術人員數(shù)同比增長5.57%，低于診療人次6.17%的增幅，供給跟不上需求的增加。

而人工智能、醫(yī)療機器人在醫(yī)學影像識別、輔助外科手術、臨床輔助診斷等環(huán)節(jié)所表現(xiàn)出的降本增效能力，可以將醫(yī)生從繁重的重復性勞動中解決出來，專注于更有價值的事情。

 沉睡的數(shù)據(jù)“金礦”需要人工智能來喚醒 近年來，大數(shù)據(jù)爆發(fā)式增長，到2020年體量將達到44ZB。

而每年超過70億的診療人次數(shù)據(jù)以及7.5億網(wǎng)民的日常健康數(shù)據(jù)，中國無疑坐擁最海量的醫(yī)療數(shù)據(jù)庫。

2016年6月，國務院辦公廳發(fā)布《關于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應用發(fā)展的指導意見》，首次把生物學資源和醫(yī)療大數(shù)據(jù)作為國家的基礎戰(zhàn)略資源，也把它納入了國家大數(shù)據(jù)戰(zhàn)略的布局。

但這座數(shù)據(jù)金礦仍在“沉睡”，需要人工智能喚醒。

眾所周知，80%的醫(yī)療數(shù)據(jù)都是非結(jié)構化數(shù)據(jù)，遠遠超出傳統(tǒng)的計算和處理能力。

另外，我國醫(yī)療數(shù)據(jù)分散在不同醫(yī)院、機構，深度利用率不高。

計算機視覺、機器學習、深度學習等技術突破，縮小了數(shù)據(jù)規(guī)模和數(shù)據(jù)洞察力之間的差距，有望激活這座沉睡的數(shù)據(jù)金礦。

醫(yī)療行業(yè)特征高度契合人工智能的技術優(yōu)勢醫(yī)療是一個數(shù)據(jù)密集型、腦力勞動密集型、知識密集型的行業(yè)，需要依賴強大的知識儲備和處理分析能力進行判斷、診療。

同時失誤“零容忍“使得醫(yī)療領域從基礎層藥物研發(fā)、檢測，到應用層預防、診斷、治療、康復、健康管理等各環(huán)節(jié)都面臨嚴格的質(zhì)量和監(jiān)管要求。

而醫(yī)療費用居高不下已成為全球普遍性難題。

基于人工智能的技術優(yōu)勢和應用，其賦能醫(yī)療行業(yè)的價值將是不可估量的。

技術的發(fā)展大幅提高了醫(yī)療數(shù)據(jù)處理效率和洞察深度：IBM Watson閱讀10.6萬份臨床報告僅需17秒，騰訊覓影在2-3秒內(nèi)即可返回內(nèi)鏡圖像計算結(jié)果。

借助深度學習自學習、自分析、自判斷以及不知疲倦等優(yōu)勢，人工智能可將醫(yī)療失誤降低30-40%。

人工智能+醫(yī)療的應用場景回顧醫(yī)療信息化走過的歷程，經(jīng)歷了從產(chǎn)品單點應用到圍繞流程的平臺創(chuàng)新。

未來10年，醫(yī)療信息化將步入融合創(chuàng)新階段，即集成融合人工智能、機器人、虛擬現(xiàn)實/增強現(xiàn)實等技術打造面向可預測、可預防以及精準醫(yī)療的健康解決方案。

其中，人工智能被寄予厚望，有著廣泛的應用場景。

而醫(yī)學影像識別、人工智能助手、醫(yī)療機器人有望先行落地。

據(jù)美國醫(yī)療信息與管理系統(tǒng)學會下屬的研究機構與Healthcare ITnews的聯(lián)合調(diào)查顯示，場景一醫(yī)學影像識別——離商業(yè)化最近的板塊作為三大治療手段之一，醫(yī)學影像的精準識別對醫(yī)生決策至關重要。

癌癥、心臟疾病等許多重大疾病都可以在早期通過醫(yī)學影像設備識別出來。

有文章曾將影像科比作戰(zhàn)爭中的突擊小隊，其重要性、工作量和壓力可見一斑，急需通過技術來賦能。

醫(yī)學影像數(shù)據(jù)標準化程度最高，也為人工智能應用先行落地提供了重要基礎。

11月15日，科技部公布了首批國家新一代人工智能開放創(chuàng)新平臺名單，其中，四大平臺之一就是依托騰訊公司建設醫(yī)療影像國家人工智能開放創(chuàng)新平臺。

目前，人工智能對肺病、胃癌、甲狀腺癌變、乳腺癌、皮膚病等多個病種的醫(yī)學圖像檢測效率和識別精度都可以達到甚至超越專業(yè)醫(yī)生水平。

騰訊覓影對食管癌早篩臨床預試驗的準確率超過90%，而肺結(jié)節(jié)早篩準確率超過95%，可檢測3毫米及以上的微小結(jié)節(jié)。

除此之外，人工智能可以大幅提高讀片效率，以及減少人為失誤。

以肺病為例，針對平均超過200層的肺部 CT 掃描圖片，醫(yī)生人工篩查需要20分鐘甚至更長，而人工智能僅需數(shù)十秒。

場景二人工智能助手——醫(yī)患交互新方式醫(yī)生看病時間短的現(xiàn)狀有望被改善。

隨著技術的成熟，人工智能有望成為臨床醫(yī)生的合作伙伴，幫助醫(yī)生承擔診前問詢、自動化檢測等工作，使醫(yī)生有更多時間可以與患者互動。

例如，智能語音技術的發(fā)展使得人工智能助手可以跟人類醫(yī)生一樣與患者進行語音交談，詢問病情、判斷癥狀以及提供個性化治療方案給醫(yī)生參考。

更重要的是，人工智能助手背后豐富的醫(yī)學知識庫和“臨床診斷經(jīng)驗”，有助于增強醫(yī)生臨床診斷能力和精準度。

埃森哲發(fā)布的《2017年數(shù)字化健康技術展望》報告顯示，72%的衛(wèi)生機構已經(jīng)引入智能虛擬助手并投入服務。

場景三醫(yī)療機器人的興起醫(yī)療機器人并不是新話題。

但當人工智能與機器人結(jié)合，醫(yī)療機器人借此步入加速道，應用場景從手術機器人拓展至康復機器人、服務機器人、試驗機器人等。

據(jù) Markets and Markets估計，從2016年起，全球醫(yī)療機器人將保持近17%的年復合增長率，到2020年，市場規(guī)模有望達到114億美元。

其中手術機器人仍處于主導地位，占據(jù)60%左右的市場份額。

以最負盛名的手術機器人“達芬奇”為例，已經(jīng)完成了超過60萬場手術，從心臟瓣膜修復到腫瘤切除均有涉獵。

我國醫(yī)療機器人起步較晚，但發(fā)展速度不容小覷。

北京天智航醫(yī)療科技股份有限公司（TINAVI）作為我國第一個醫(yī)療機器人產(chǎn)品注冊許可公司，是繼美國 ISI、ISS、瑞典 Medical Robotics、以色列 Mazor之后全球第五家獲得醫(yī)療機器人注冊許可證的公司。

其主要產(chǎn)品“天璣”骨科手術機器人已在全國十多家醫(yī)院使用，累計手術超過2000例；不僅如此，沈陽六維康復機器人有限公司開發(fā)的用于中風、腦癱所致運動功能喪失的康復治療機器人也已通過北美 CSA 認證，面向全球市場發(fā)售。

成長的煩惱毋庸置疑，人工智能帶給醫(yī)療行業(yè)的想象空間是無限的，但要真正大規(guī)模應用于臨床，還需要克服以下“成長的煩惱”。

煩惱一：有效數(shù)據(jù)的缺乏機器學習的特性決定了初期要依靠高質(zhì)量的數(shù)據(jù)來進行訓練并優(yōu)化算法，從而保證高精度。

因此如何獲取有效數(shù)據(jù)，是人工智能+醫(yī)療應用最先需要跨越的障礙。

從數(shù)據(jù)的獲取端出發(fā)，我國的醫(yī)學影像還處于從傳統(tǒng)膠片向電子數(shù)據(jù)過渡的階段，大量的影像資料還沒有實現(xiàn)電子化和數(shù)據(jù)化。

再加上數(shù)據(jù)源頭多、類型多、結(jié)構復雜、標準不統(tǒng)一等特征，導致要獲得真正高質(zhì)量的有效數(shù)據(jù)，需要花費高昂的成本，這是一個巨大的成本黑洞，單靠一家醫(yī)院或企業(yè)很難解決，需要上升到行業(yè)層面予以突破。

煩惱二：技術成熟尚需時間美國醫(yī)療信息與管理系統(tǒng)學會下屬研究機構2016年曾做過一次聯(lián)合調(diào)查：23%的被調(diào)查者認為人工智能技術本身的不成熟性，導致其存在一系列風險并承受質(zhì)疑，是人工智能應用于醫(yī)療所遇到的最基礎也是最難跨越的障礙。

人工智能很多底層技術，仍處于研發(fā)階段，很多問題并沒有得到解決。

例如，在超過100種的癌癥中，人工智能技術目前僅能精準識別乳腺癌、宮頸癌、胃癌、肺癌、肝癌等少數(shù)病種，大規(guī)模突破還需時間。

而手術機器人柔性控制模塊、傳感器等軟硬件技術也尚不成熟。

煩惱三：市場認知尚需過程任何一項產(chǎn)生變革或顛覆性的新技術，其產(chǎn)生、發(fā)展和應用必然要經(jīng)歷一個漫長的被市場認可的過程。

目前，消費者對人工智能+醫(yī)療仍處于遠觀和存疑的態(tài)度。

普華永道2017年就人工智能+醫(yī)療的應用意愿進行了調(diào)查，有近4成的消費者不愿意接受人工智能來看病，即使對人工智能+醫(yī)療相對寬容的用戶，也僅愿意用人工智能進行常規(guī)指數(shù)監(jiān)測、心率監(jiān)測、健身監(jiān)測等非治療環(huán)節(jié)。

數(shù)據(jù)來源：Why AI and robotics will define New Health，PWC，2017.6煩惱四：法律倫理的挑戰(zhàn)人工智能的基礎技術和應用仍是一個科技的黑匣子，具體計算過程是無從知曉和預測的，更無法掌控，由此帶來的法律、倫理挑戰(zhàn)是人工智能應用面臨的通用性難題。

同樣以醫(yī)療影像為例，人工智能目前扮演的角色還主要是輔助讀者，醫(yī)生仍需要對影像決策負全部責任。

隨著技術的不斷成熟，當人工智能成為主要讀者時，監(jiān)管部門如何認定其資格并進行監(jiān)管？2017年6月，美國食品藥品監(jiān)督管理局（Food and Drug Administration，簡稱FDA）批準了Arterys公司的產(chǎn)品Arterys Cardio DL可用于分析心臟核磁共振圖像，這是首個被批準可應用于臨床的基于云計算和深度學習的分析軟件，但主要是幫助醫(yī)生輔助心臟成像。

而如何厘定人工智能應用于臨床所需承擔的法律責任，以及避免算法偏見、歧視等都是不容回避的挑戰(zhàn)。

煩惱五：隱私安全隱患增大人工智能時代，大數(shù)據(jù)價值加速溢出的同時，也加大了數(shù)據(jù)泄露的安全隱患，個人隱私安全面臨前所未有的挑戰(zhàn)。

2017年，安全研究機構Kromtech Security Researchers發(fā)現(xiàn)，一家醫(yī)療服務機構存儲在亞馬遜S3上的大約47GB醫(yī)療數(shù)據(jù)意外對公眾開放，其中包含315363份PDF文件。

據(jù)Kromtech Security Researchers估計，這些文件至少涉及15萬病人，泄露的內(nèi)容包括驗血結(jié)果、姓名和家庭住址等個人信息，以及醫(yī)生和他們的病例管理筆記等內(nèi)容。