医疗荒野中的赌注：百度如何靠人工智能“绝处逢生”？

许多迹象表明， 百度 在人工智能领域已经下了相当大的赌注。尤其引起医疗行业极大关注的是，百度于近期裁撤了医疗事业部。外界的解读“众说纷纭”，但李彦宏在新年内部信中清楚的阐明，百度相信人工智能在医疗领域“能够有所作为”。很明显，百度依旧热衷医疗，但押宝人工智能。

已经发布百度医疗大脑，则是其在医疗人工智能上有所作为的重要基础。百度医疗大脑主要由成立了两年多的百度大数据实验室“折腾”出来。百度大数据实验室高级总监范伟在不同场合都曾谈到，国家医改正在力推的分级诊疗是百度医疗大脑所瞄准的关键应用场景。

分级诊疗政策希望将“小病”患者留在基层，甚至通过“健康守门人”减少人们生病，以此来解决看病难、优质医疗资源紧缺、医疗经济社会负担持续增加的问题，并进一步推动我国的医疗服务体系的着眼点完成从治疗疾病到保持健康的转变。但实现这个转型面临的最大困境，是能够担当健康守门人的全科医生不仅技术能力薄弱，而且非常短缺。

这个空缺被百度视为可有作为的机会。“如果说我们的智能问诊的系统能够达到一个医生职业的平均水平的话，那就完全可以先通过一个智能的系统，起码是辅助这些医生做一些判断，真的是到大病的时候才到医院，到更具有规模的医院去。”李彦宏平铺直叙讲出了一个最令人憧憬的未来。

但百度这条路也许充满了比荒野更多的荆棘。至少马化腾、杨元庆都曾反驳过李彦宏，人工智能仍然为时尚早；面对裁撤了医疗事业部的百度，人们依然窃窃私语，它依旧做着医疗广告的生意；医疗行业的封闭和高质量医疗数据的稀缺，本身就让医疗人工智能起步艰难且成本高昂。

在BAT前一波冲击医疗整体受挫之后，百度的这次转身真的能够华丽起来吗？

解析百度医疗大脑

百度医疗大脑是百度人工智能计划的第一个落地产品，于2016年10月份正式亮相。

目前，百度医疗大脑的设计思路包含两个层面：一个是toC，模拟医生问诊流程，通过与用户的多轮交流，依据用户的症状，提出可能出现的问题，经过反复验证之后给出相应的建议；一个是toB，在患者就诊过程中收集、汇总、分类、整理病人的症状描述，提醒医生更多可能性，辅助基层医生完成问诊。

为用户提供的服务主要是帮助其解决简单、常规的健康问题，而为医生提供的服务则可以帮助其提高工作效率。“对于基层医生来说，百度医疗大脑还可以向他们提示相关的风险和容易被忽视的问题。”范伟曾谈到。

但这个看似普通的过程，需要解决两个非常关键的问题。

医疗数据——李彦宏曾说过，百度大脑大致具有三四岁孩童的水平，那么获取医疗数据其实就是相当于“早教”的投入。“目前我们采用的数据主要是医学教科书、权威的医学文献等。”范伟此前曾对媒体表示，深度学习的关键就是要找到数据之间的关系。具体到医学中，就是通过循证分析，找到症状与疾病之间的关系。此外，范伟还表示，他们也在考虑在深度学习的数据中加入电子病历。

理解患者——患者对疾病症状的表述，可能与专业的医学表述之间相距甚远；而且同一个口语症状表述在不同的情景或不同患者身上，都可能含义不同。而且，有些重要信息，患者未必能够想得到。这些都需要机器在与人的交互过程中，充分理解和挖掘患者所提供的信息。这方面百度的优势是拥有搜索这个入口，每天要响应超过60亿次搜索请求，可以“聆听”大量患者的非医学语言。

范伟曾经谈到，除了注重诊疗结果，百度希望能够提供类似医生问诊的人机对话体验。理解用户的语义对实现这一点就显得非常重要。百度大数据实验室采用符合神经网络来拼接识别来自用户的信息，而目前的精度已经可以达到97%。

当然，百度未来对医疗大脑的应用上并不止于诊疗。李彦宏曾在《智能医疗 奇点临近》的演讲中提到过，包括基因测序、精准医疗、新药研发等领域，人工智能都有可作为的空间。百度在憧憬中，依然希望医疗大脑能够成为智能医疗平台级的应用。

“两个转折”交叉中的机会

百度下注医疗人工智能，处在两个转折的交叉之中。

第一个转折是技术转折，即移动互联网向人工智能的转变。百度在发布医疗大脑时，曾谈及自身对医疗演进的理解，包含三个层面：连接人与信息、连接人与服务、连接人与机器。百度依靠搜索在“人与信息”的连接中占得了先机，看起来，他们现在希望通过率先发力人工智能来实现从第二到第三阶段的“跨越式”发展。

这仍然面临风险，一众大佬都认为人工智能尚处早期。而过早进入尚未成熟的领域，往往意味着将面临技术、市场、人才、资源等多个方面的匮乏和挑战。但李彦宏和百度似乎已认定了这条道路，引入微软前全球执行副总裁、人工智能顶尖专家陆奇出任百度总裁兼首席运营官，便是向外界发出的最强信号。

好在百度在这条路上并不孤独，比如创新工场的创始人李开复近段时间就一直在为人工智能奔走呼号。而《纽约时报》在近期对比中美两国人工智能进展的报道中，也将百度作为中国在这项新技术领域抗衡美国的一个重要案例。

另一个转折就是中国医疗服务体系向分级诊疗方向的转折。这个转折不仅引起了百度的注意，而且引来大批创业者趋之若鹜。或是通过信息化手段，或是通过建设实体机构手段，所有人都希望在基层市场的爆发中分得一杯羹。但人工智能在其中真的有机会吗？

从当前已有的路径中可以看到，医疗人工智能在基层应用的场景主要有两个：一个是在患者端充当“健康守门人”，一个是在医生端辅助诊断决策。

医生端的应用前景可能困难相对更多。从移动医疗的发展过程来看，医生对新技术介入表现出了比较慢的接受程度，甚至存在一定的抵触。而且医生端的应用还要涉及到监管标准、设备采购等问题，门槛比较高且复杂。

相比之下，患者端的应用短期内可能更值得期待。目前在欧美等地，患者端已经有非常流行的人工智能产品，比如HealthTap、Your.MD等。英国NHS甚至还引入了Babylon公司的人工智能产品，向“小病”（non-emergency）患者提供咨询服务。

英国当地媒体从多个角度分析过这一举措的合理性。比如沉重的医疗费用负担是其中的一个重要因素。有预测显示，NHS到2020年左右会面临300亿英镑的资金缺口。医疗资源短缺则是另外一个因素。有研究演示，五分之一的英国人无法及时约到医生。再有一个需要考虑的因素是，医疗差错。在英国，每个月有1000人因为医疗差错而丧命，而且医疗差错已经是欧美的第三大致死因素。

英国的案例预示着，当缺人、缺钱日渐成为全国各国医疗体系面临的共同局面时，人工智能也许真的能“有所作为”。

巨头的盛宴，还是万民的狂欢？

虽然人工智能在医疗当中的应用仍处于早期，但百度的行动肯定不是最早。

IBM旗下的Watson已经人工智能在医疗中应用的标杆级产品，而且已经在北美、亚洲等多个国家和地区落地推广，包括中国。Google也一样，旗下的DeepMind与NHS达成了合作，能够获取超过160万患者的医疗健康数据。而不久前，Amazon Echo通过与HealthTap合作，已经可以通过其音箱为用户提供语音的人工智能医疗服务。

百度也是直言不讳，医疗大脑对标的就是IBM、Google、Amazon这类公司的产品。而这个对标其实有可能意味着相当巨大的投入。比如IBM前期在Watson的“医学早教”方面，至少花掉了40亿美金用于购买医疗数据。

但这个门槛似乎并没有挡住创业者和投资机构的热情。

仅从国内的形势来看，今年年初，医学影像人工智能解决方案提供商推想科技宣布完成A轮5000万人民币的融资，红杉资本领投；医学文本人工智能分析公司森亿智能宣布完成千万级天使融资，真格基金领投；2016年底，人工智能结合肿瘤放射治疗的连心医疗获国科嘉和等1200万天使投资；2016年下午，医学影像人工智能公司12sigema获真格、经纬共同投资的150万美金天使投资；也是2016年下旬，智能辅助诊断系统开发商康夫子获晨兴、唯猎等数百万人民币天使投资等。

从全球的形势看，美国确实不是一枝独秀。包括加拿大、英国、以色列、澳大利亚、韩国等地，都有出众的创业公司出现。但美国的风向标作用仍然明显。也是今年年初，人工智能医学影像公司Arterys旗下的Arterys Cardio DL获得了FDA的批准。这位医学影像公司打开了一扇明媚的大门。

前有强敌、后有追兵，也可以理解李彦宏为何频频用“战斗”来形容百度当前所处的形势。当然，从2013年就开始全力投入人工智能的百度，仍然建立了不可忽视的技术积累和优势。

去年年底，百度与西交大联合成立“大数据分析与处理技术国家工程实验室”，百度大数据实验室在其中将承担医疗大数据方向的重要研究内容。就在近期，国家发改委正式批复，百度将牵头筹建深度学习技术及应用国家工程实验室，还将作为共建单位共同参与大数据系统软件国家工程实验室，及类脑智能技术及应用国家工程实验室的建设工作。

百度在深度学习上技术能力，也让百度医疗大脑越来越多收到国内外的认可与接收。据了解，目前百度医疗大脑在国内的三甲医院、基层医疗机构都有合作正在进行中，。此外还有国外的医疗公司引入百度的深度学习技术，用于医疗人工智能方面的探索。

曾经，人们改造医疗的过程如此艰难，如今，通过机器重塑医疗的前景究竟如何？这个答案会来自百度吗?