以数据和政策为基础，助力人工智能在医药领域内的弯道超车

亿欧网 • 7年前扫码分享

人工智能在近两年一直处在风口浪尖，主要以2016年AlphaGo把世界冠军李世石打败为标志性事件，人工智能技术开始在各个赛道上加速。今年，AlphaGo Zero问世，从向人类图谱学习到不需要向人类学习，关于人工智能技术于中国医药的影响，12月2日，在杭州举办的第二届中国医健创业者大会上就这一命题展开了讨论。

面对近两年来，人工智能成为热潮，EDDA科技公司创始人和董事长钱建中表示，人工智能技术在这两年火起来的原因主要受大数据和数字化的影响。此外，微医创始人兼董事长廖杰远将数据和政策作为两个前提因素。

▌数据：鉴别真正的人工智能公司

“没有数据，没有血液，不会有智商”，廖杰远认为数据的前提是连接。但同时，他也提到，当人工智能与医疗相结合时，如果数据达不到完整性的话，就意味着风险的增加，如何基于完整数据做人工智能将会是个值得思考的问题。

针对AlphaGo Zero与医疗领域结合问题和廖杰远的思考，华大基因创新中心CEO刘靓 针对数据的价值问题，将数据分为全数据和类脑智能两个维度来看 ，这与树兰医疗管理集团总裁郑杰针将 人工智能分为 人工的智能和虚拟人 的观点大相径庭。

在第一个维度中 ，AI主要是在数据科学家和医生的协作下，从专家库发展到深度学习，AI针对全数据可能能够归纳总结，需要从最基本的原理推导 ，但刘靓认为 归纳是靠不住的 。在第二个维度中，主要 从人工生命的角度，探索AI在虚拟人领域的作用，用刘靓的话来说叫做类脑智能。 跟生命相关的可能药用非常小心谨慎的态度去推，刘靓表示，不是特别赞成现在人工智能一定能够替代很多很多东西，应该是稳步的推进，因为技术演进有很多种。

同时，郑杰也表示，谈及AlphaGo Zero在医疗领域中的应用，还为之尚早。但人工智能的基础是大数据，面对当下的AI风口，鉴别真正的人工智能公司同样需要以数据作为参考。

“大数据并不等于好数据，好数据并不等于有用的诊疗信息。” 钱建中表示，尽管基于大数据的人工智能在医药领域表现出种种好处，但 数据的碎片化、不完整性使得数据缺乏格式化和标准性。 因此他认为， 将大数据转化为有用的好数据，再应用到产品仍然具有巨大的挑战性。

在鉴别人工智能公司的同时，钱建中还表示， 数据应该是动态的，并且重视临床资料。 这与廖杰远在数据应具有连接性观点一致，通过线下数据的连接，将碎片的数据整合起来，成为流动的数据，与医生、医院相结合，才能让数据的效用真正落地。

廖杰远认为，场景属于衍生的活数据，动态结构化的数据，占了将近30%的分量，技术的演进占10%的比重。此外，他还认为，数据共享的前提就是政策。

▌政策：数据共享的前提

国家新药审评委员会专家朱迅表示，针对医药领域，我国采取的是前置审批、政府管控措施。他认为，在我国医药领域，中国创造的前提是中国消费。

对此，他认为 药品需要保证三点：

第一条如果是法制药，一定是高质量，而且低成本，两者本身就是一对矛盾。 但中国是仿造大国，但是仿制药一定要跟原研药做一致性评价，原来中国没有出台这一政策，现在是在补课，一致性就是让老百姓用上高质量的而且低成本的药，而不是山寨药；

第二是最新的、高质量药品的可及性和在一定程度上价格的可及性。 目前的中国，在这方面由于以往三报三批政策，所以此次包括加入ICH等方面的改变，使得中国老百姓能够在一些世界最新的、最安全、最可靠的药物的可及性方面能够快速的取得；

第三是不充分，不充分意味着人们的刚性需求没有满足。

目前尽管在医疗领域，企业、资金相继加入赛道，但腾讯、平安、百度等巨头也纷纷开始布局。提及未来人工智能格局中国内医药企业的发展， 针对未来医药领域可能出现寡头垄断的可能性，同写意论坛秘书长程增江和独角兽工作室创始人刘谦均表示担忧。

尽管辉瑞大中华区总裁吴晓滨和廖杰远等人纷纷提到，未来小企业仍有很大的上升空间，抓住蓝海，与大企业进行合作。 但在目前医药领域处处红海的情况下，国内医药企业如何抓住机会发力占道，发展民族企业，程增江在最后仍然表示担忧。