丁晓伟：成为医生左膀右臂的AI技术，如何推开传统医疗市场大门？

行业内，大家都在谈AI赋能传统医疗，但AI医疗有哪些特征？技术如何推开市场大门？作为企业，又该如何打进传统医疗市场？

为了解答这些业界困惑，6月1日晚上8点亿欧大健康组织了一场线上分享活动，邀请到体素科技创始人兼CEO丁晓伟作为活动的主讲人。一个多小时的时间里，丁晓伟从三个方面分享了AI技术如何成为医生的左膀右臂，又怎样打开传统医疗市场大门的相关看法与思考。

为什么AI可以用于医学诊断影像分析？

丁晓伟认为，从技术和方法论的角度看，医学是一门偏重经验的学科，涉及非常复杂的领域。 通过经验、案例的积累，医学逐步发展成一套临床治疗的方法。这个特点使得医学非常适合用数据驱动的办法去解决问题。 因为机器学习发现的是事物的相关关系，而医学虽然也会做一些基础的病理研究，但更多的还是通过经验去总结病症的相关性。

而从需求来说，医学AI也颇具市场。以WHO ICD-10的诊断编码系统为例，在人体身上一共有1.2万多种诊断编码，包含了不同的器官、疾病、疾病的亚型，而不同的亚型之间的区别有的是非常细微的，凭借医生去判断也会有一定难度。 在美国这样的医疗体系下，每年仍会发生120万例的误诊，借助AI去辅助诊断，可以很大程度降低误诊的发生率。

此外，医疗数据也是非常值得注意的因素。丁晓伟介绍说，2012年全世界的医疗数据只有500PB，预计2020年会增加到2.5万PB。这种增幅主要来自两个方面，一个是检查频次、受众群体的增加，另外一个是医疗器械的升级，使得可获得的信息量的密度也出现。 如此大信息量远超人脑的可处理程度，医学最终还是需要借助AI来解决这种不平衡。

AI技术如何成为医生的助手？

丁晓伟强调， 想要成为医生的助手，很重要的一点是遵守医院的临床工作流程。 医学由于安全性、可靠性、效率、病种的考虑，会产生不同的临床工作流程。甚至在不同国家之间，诊断和干预的标准都有差别。这些流程和标准是难以用普通思维来解释的，所以，AI医学需要尊重这些现状。

AI医学的落地情况有哪些？

直播间里，丁晓伟展示了体素科技的产品落地情况。这些AI医疗产品主要集中在放射影像和光学影像方面。

丁晓伟总结说，目前临床AI医疗产品的主要特性有两个：

1、AI医疗产品的发展空间在于两个极端：一个是医生难以辨别的微小差异，精尖量化的指标；另外一个是医学质量特别低的环节，例如早期筛查等领域，对于这部分基础性的工作，AI技术可以大程度地解放医生劳动力，同时提高诊断质量。

2、AI医疗技术还有一些创新性的应用，比如用于家庭自查，将稀缺的的医疗资源变得触手可及。

环节问答：

1、医院凭什么要把自己的影像和临床数据开放给第三方公司去做研究？医院完全知道这些数据的价值，为什么不选择自己转化？

医学界和工业界结合是长期存在，医院能力不适合做深技术开发，对数学、工程方面的研究能力不是特别强，选择合作可以发挥各自优势。

2、医院的临床数据是不是要考虑个人隐私，不是所有人都希望自己的资料被扩散？

各国都是肯定的，美国有HIPAA法案，中国也有相关法律条文规制。做研究是不需要了解数据中包含的个人隐私，最基础的隐私脱敏是行业基本良知。

3、医疗AI产品在医院收费，是否一定要通过CFDA认证？

有一定关系，但收费与否更主要的是看用于什么目的。CFDA认证之前，是不能用于临床。如果有研究价值，可以用于科研使用，也会存在免费与付费的情况；CFDA认证之后也可以免费使用。

4、目前只知道大多医疗的AI集中在图像识别，还有其他成熟应用吗？

有的，在听诊、新药研发、医院管理、临床大数据、基因测序、医保控制等领域都有应用。

5、AI诊疗系统进入医院，需要撬动的具体人群是谁，医生、科室主任、院长还是政策制定者？

更主要的是看医院有需求，自然而然会采购这样的产品。

6、如果人工智能诊疗错误，发生医疗事故的话，被诉主体会牵涉到人工智能技术提供方么？

初级诊断发生医疗事故，责任依旧是医生本人。

7、目前传统医疗诊断在大多情况下，大多数还是在出现明显症状的时候。现在的AI应用对于更早发现疾病有什么样的应用价值吗？

价值表现在两个方面，一个是促进影像对疾病征兆敏感程度，提高疾病发现可能性，另一个是降低检查成本，使得检查周期更密集。

8、AI产品在临床落地中面临的障碍有哪些？怎么样排除和解决？

困难在于能否非常顺利地切入到现有临床医疗的工作流程中，打通医疗信息相对封闭的环境，让工作效率提高。这一点需要企业非常细致的打磨产品。

9、AI能应用到医学的什么程度？目前医院最缺全科医生，这种程度的医疗是否引入AI可以优化？

是的，AI技术有助于帮助实现分诊，提高资源的对接效率。

10、医疗领域很多都是小数据集，有没有什么基于小数据集的算法方面的进展？

“数据量小”其实是指精细标记的数据量小，这是个行业瓶颈，也非常值得行业研究。如果数据量小的话，单纯依靠算法不太可能进行弥补，必须建立在足够的医疗数据之上，建立相应的模型，算法才能发挥作用。

---

在由亿欧智库编著的《AI进化论》一书中写到：“ AI在医疗领域的变革作用，尤其是在诊断与治疗领域的各项重大成就，使我们有理由相信，AI将成为医生、医院、患者的好助手，它也将真正在提高医疗效率、降低医疗成本、实现精准医疗、拯救更多生命等方面，做出其不可估量的贡献。 ”

前景光明如斯，但我们同时也需要正视，AI医疗的发展仍然处于较早期的阶段，仍需面对落地与商业化的问题。人工智能是大势所趋，然而我们对于它的理解还十分有限。为此， 亿欧大健康将在6月15日举办“智能+大健康峰会”，期待与业界同道一起探讨AI与医疗的未来与走向。

此次线上分享的主讲嘉宾—— 体素科技创始人兼CEO丁晓伟，也将出席“智能+大健康峰会”，继续，继续展开对AI医疗的深入讨论。

本次“智能+大健康峰会”以AI和医疗为切入点，聚焦数字生命、智慧医疗、基因检测、AI影像、健康管理、医院管理等几大主题，回答AI如何赋能大健康。 我们还将在本次峰会上发布几大重要内容，分别是：《2018中国医疗人工智能发展研究报告》，《2018中国AI+大健康企业20强榜单》。

同时， “智能+大健康峰会”作为上海长宁区的战略规划之一，得到了区政府的大力支持。 除了体素科技之外，我们还邀请了飞利浦中国、微软、图玛深维等行业头部公司的高管参加，长宁区政府相关领导也将莅临此次活动。本次活动的规模人数达600人，将吸引全国各地的业界同行齐聚一堂，共同展开深入对话。

活动报名链接： https://www.iyiou.com/a/zhndjk_shanghai_2018

直播回看链接： https://m.qlchat.com/topic/details-listening?topicId=2000001409462053

本周精选：

专访丨极橙齿科塔尔盖：打造儿牙领域的迪士尼乐园

专访丨聚焦智慧医疗后，达实智能如何打造生态闭环？

创始人“出走”阿里健康，基层市场切入，天桃科技做的是什么生意？

---

2017年，人工智能在各行各业掀起了风暴，医疗界也不例外。与其他行业不同的是，医疗关乎到每一个人身家性命，这让人工智能在医疗行业的落地速度更缓慢。但在科技、政策的推动下，新科技和新理念带给医疗行业的惊喜远超乎想象： 辅助诊断、医疗机器人、生物技术、医疗影像等细分行业涌现众多玩家，它们正在角逐下一位独角兽。

2018年6月15日，亿欧将在上海举办“ 智能+大健康峰会 ” ，携众嘉宾畅谈智能在医疗各细分领域的应用，激发智能+大健康潜力。这片蓝海，远比你想象得更广阔。

报名链接： https://www.iyiou.com/post/ad/id/615

版权声明

凡来源为亿欧网的内容，其版权均属北京亿欧网盟科技有限公司所有。文章内容系作者个人观点，不代表亿欧对观点赞同或支持。