5 月 25 - 27 日，在杭州，上千名志愿者、出品人完成了一場為年青人舉辦的大會(huì)。按照發(fā)起人阿里巴巴技術(shù)委員會(huì)主席王堅(jiān)的說法，2050 是一個(gè)年份，不太近，充滿想象，也不太遠(yuǎn)，我們都能活著看到。
在第一次聽到「讓世界離年青人更近，讓年青人離世界更近」這樣的辦會(huì)理念時(shí)，我們想起機(jī)器之心用前沿科技內(nèi)容聚合的全球 AI 青年，從在象牙塔里研究技術(shù)到畢業(yè)后面臨創(chuàng)業(yè)、擇業(yè)的選項(xiàng)，他們不僅應(yīng)該關(guān)心技術(shù)走向，也需要了解因?yàn)檫@些技術(shù)的創(chuàng)新促成了產(chǎn)業(yè)正在發(fā)生的商業(yè)變革。
而那些被我們報(bào)道過的 AI 創(chuàng)業(yè)公司，大多恰好處于成長周期的少年或是青年階段，如何生存和發(fā)展也同樣是他們心頭大事。
在 2050 大會(huì)上，機(jī)器之心發(fā)起了一場以《AI 技術(shù)公司的活法和前景是什么》為主題的論壇，云從科技、體素科技、深瞐科技、聲智科技、一知智能和 Udacity 分別談了談 AI 技術(shù)如何才能「落地為安」。以下為第一支演講視頻——體素科技創(chuàng)始人丁曉偉《AI技術(shù)如何推開傳統(tǒng)醫(yī)療市場的大門》：
要點(diǎn)速覽：
醫(yī)療領(lǐng)域以經(jīng)驗(yàn)積累為基礎(chǔ)的診斷方式與AI算法模型訓(xùn)練過程的機(jī)理非常相似。此外，醫(yī)療數(shù)據(jù)爆炸與醫(yī)療人才緊張現(xiàn)狀，讓用AI去賦能一些現(xiàn)有的臨床工作流程變得非常有必要。
心臟病與肺癌等疾病的診斷流程可以做成一個(gè)全自動(dòng)的量化分析的過程，診療時(shí)間大大縮短，期間醫(yī)生的主觀程度，包括勞累，疲勞，經(jīng)驗(yàn)不足這些問題就統(tǒng)統(tǒng)得到非常好的解決。
除了診斷流程，AI醫(yī)療解決方案也能解決互聯(lián)網(wǎng)問診平臺(tái)與家庭疾病預(yù)防面臨的各種問題。
丁曉偉：
大家早上好，我是丁曉偉，是體素科技創(chuàng)始人，也是 UCLA 的研究助理教授。體素科技作為醫(yī)療 AI 的創(chuàng)業(yè)公司，代表 AI 公司講一下怎么把醫(yī)療傳統(tǒng)市場用 AI 打開。
其實(shí)這個(gè)問題大家都比較好奇，或者在座的醫(yī)療界之外的人士，包括醫(yī)生，我們合作的醫(yī)生也經(jīng)常問我：「你們做 AI 的人到底怎么把這個(gè)用在醫(yī)療領(lǐng)域？」
大家一直在新聞上看 AI 醫(yī)療，但是都不知道長什么樣子，怎么用。我今天就去講一些更加具體的案例。給大家介紹一下這個(gè)領(lǐng)域是怎么回事。
我們公司一開始創(chuàng)立在中美兩地。在美國的地點(diǎn)是洛杉磯和鳳凰城。在國內(nèi)，北京和上海是我們主要團(tuán)隊(duì)的所在地。
AI 醫(yī)療是一個(gè)研究大于工業(yè)界的領(lǐng)域。之前這個(gè)領(lǐng)域主要是處于研究的階段，我們公司的創(chuàng)始人也都是具有學(xué)術(shù)背景的，除了我之外還有我 UCLA 的博士導(dǎo)師 Demetri Terzopoulos，他是英國皇家科學(xué)院和加拿大科學(xué)院的院士。
你可以查一下，牛頓、居里夫人等等，課本上有的人都是牛頓皇家科學(xué)院的人。他在醫(yī)療方面不僅做過基礎(chǔ)的工作，還把 AI 技術(shù)用到電影特效上面，所以在 2006 年被授予過一次奧斯卡獎(jiǎng)，這是一位具有傳奇經(jīng)歷的教授。
我的另外一個(gè)合伙人也是 Demetri 的學(xué)生，梁建明教授，他是梅奧醫(yī)學(xué)中心首批入駐教授之一，以前在西門子工作過六年，為西門子的機(jī)器學(xué)習(xí)和醫(yī)療影像分析產(chǎn)品做過貢獻(xiàn)，帶領(lǐng)團(tuán)隊(duì)做過十幾款產(chǎn)品的研發(fā)。
剛才介紹了我們獲得了世界上比較知名的資本的認(rèn)可聯(lián)——聯(lián)創(chuàng)，紅杉和騰訊。
大家比較清楚，利用 AI 做的人臉檢測，在場景視覺，以及自動(dòng)駕駛上面開始有一些成功的應(yīng)用了，但它為什么可以用到醫(yī)療上面？
這個(gè)不能簡單推論，因?yàn)獒t(yī)療是一個(gè)比較獨(dú)特的行業(yè)，首先它適合做在醫(yī)療上是因?yàn)闄C(jī)器學(xué)習(xí)本來就是通過數(shù)據(jù)驅(qū)動(dòng)讓它學(xué)習(xí)數(shù)據(jù)。
它不像數(shù)學(xué)或者是物理學(xué)一樣的，很多東西是發(fā)現(xiàn)了真理，大家用一些公式可以推導(dǎo)出不少實(shí)際生活中的現(xiàn)象。
人類對咱們自己生命的認(rèn)知還是比較淺薄的，有很多東西就算在臨床中已經(jīng)是常用的處理方法，我們其實(shí)是不知道背后機(jī)理的，很多還是以病例的積累為主的。
其實(shí)這個(gè)特性還是蠻適合做技術(shù)驅(qū)動(dòng)和數(shù)據(jù)學(xué)習(xí)的技術(shù)方法論，有的時(shí)候需要探究機(jī)理，但有的時(shí)候是不需要看背后機(jī)理的。
另外就是需求。
醫(yī)療診斷，是一個(gè)病人在醫(yī)院里面的開始，它的準(zhǔn)確性其實(shí)直接關(guān)系到病人的愈后（出院結(jié)果），這個(gè)過程對醫(yī)生的挑戰(zhàn)蠻大的。
人的身體上有超過 12000 多種診斷的可能性，如果把它標(biāo)準(zhǔn)化，就是 WHO-IC-10 的一個(gè)編碼系統(tǒng)，它編輯了所有可能的診斷。
在一個(gè)器官上的一個(gè)病種，就有上百種的亞型，亞型間的區(qū)別是非常細(xì)微的，這么細(xì)微對人類的經(jīng)驗(yàn)和挑戰(zhàn)都是比較大的。甚至在美國這種醫(yī)生并不是非常忙碌的環(huán)境下，他們也會(huì)出現(xiàn)有 12000 次以上誤診的存在。
另外就是工作量的問題了，這在國內(nèi)尤為突出。就是所謂醫(yī)療數(shù)據(jù)的爆炸。
從 2012 年的 500PB 到 2020 年的 25000PB（一個(gè) PB 是 1024TB），人來消化這么大的信息量，是非常非常困難的。所以這 25000PB 里面的 99% 是需要計(jì)算機(jī)和 AI 消化的。
這個(gè)數(shù)據(jù)增長也是好事，代表醫(yī)療器械更新?lián)Q代，信息量越來越大了，還有就是人們對健康的關(guān)注也越來越多，檢查的頻次或者檢查的種類也是越來越多。
在這樣的一個(gè)背景之下。我們提供的一個(gè)解決方案就是，用 AI 去賦能一些現(xiàn)有的臨床工作流程、醫(yī)生還是在扮演整個(gè)醫(yī)療診斷的主體。但因?yàn)楣ぷ髁看?，我們?AI 嵌進(jìn)工作流程里，稍做修飾就會(huì)讓流程變得非?？茖W(xué)、客觀。
一個(gè)病人做 CT 掃描，核磁共振，他躺在機(jī)器里面，影像會(huì)自動(dòng)上傳到醫(yī)院的云服務(wù)器上，通過 AI 進(jìn)行分析，在沒有人工干預(yù)的情況下，出一份就像醫(yī)生撰寫的、具有自然語言的報(bào)告。
比如說「左肺下有一個(gè)什么大小的結(jié)節(jié)，邊緣是不是光滑，惡化的可能性有多高」等等，就是這樣一種「自然語言」的呈現(xiàn)方式。但最后還是需要醫(yī)生簽字審核。
這是 AI 用在影像診斷上面的一個(gè)典型的工作流。
AI 也可以用在醫(yī)療的其他很多領(lǐng)域，比如說藥物的研發(fā)，醫(yī)院院內(nèi)的流程管理，減少一些不必要的失誤，優(yōu)化效率，這個(gè)都會(huì)有，但這不是今天討論的范疇。
診斷市場里的數(shù)字很多，大家只看兩三個(gè)數(shù)字就可以了。
中國每年有 38 億次的醫(yī)療影像掃描，核磁、CT、X 光，超聲等等，美國是 4.3 億人次，這兩個(gè)數(shù)字還是 2014 年的。其實(shí)最近幾年國內(nèi)增長尤其快。
另外就是去醫(yī)院就醫(yī)的習(xí)慣也慢慢受互聯(lián)網(wǎng)的影響。
很多人習(xí)慣在網(wǎng)上或者遠(yuǎn)程進(jìn)行看病，這樣的增量市場基本來自城鄉(xiāng)居民或者使用互聯(lián)網(wǎng)的用戶。當(dāng)然這部分人也需要自身有病或者身上有不舒服的感覺，才會(huì)這樣用。
現(xiàn)在這大約是個(gè) 2000 萬人的市場，可能在未來的五年中增長到兩到三億規(guī)模。
互聯(lián)網(wǎng)輕型的診前環(huán)節(jié)問診也是一個(gè)爆發(fā)的市場。所以我還是用一些具象案例講一下這個(gè)東西（AI 醫(yī)療解決方案）在醫(yī)院里面，在互聯(lián)網(wǎng)問診，或者在家庭里面，到底都長什么樣子，我講一下醫(yī)生怎么用這個(gè)。
這是我們團(tuán)隊(duì)創(chuàng)業(yè)前，在美國參與研究的項(xiàng)目，這個(gè)項(xiàng)目作為一個(gè)比較成功的已經(jīng)用于美國預(yù)防心臟病類的診斷系統(tǒng)，已經(jīng)有一些時(shí)間了，它比較成熟。
這個(gè)圖非常好看，它是心臟的核醫(yī)學(xué)，用來評(píng)估得了冠心病的人是否缺血。是不是值得做支架，值得做搭橋手術(shù)。
之前是影像拍出來，醫(yī)生拿著看，不同醫(yī)生之間經(jīng)常有不一樣的見解；同一個(gè)醫(yī)生兩次看結(jié)果也可能不一樣。因?yàn)橛跋裼泻芏嘣肼?，有很多不確定的現(xiàn)象，而且還要耗費(fèi)時(shí)間。
我們現(xiàn)在就想解決這個(gè)問題，就把心臟病的分析做成一個(gè)全自動(dòng)的量化的過程。
按美國協(xié)會(huì)的標(biāo)準(zhǔn)，我們用系統(tǒng)去跟蹤心臟的左心室跳動(dòng)，把左心室代謝的分?jǐn)?shù)用一些量化的指標(biāo)打出分來，去對比心臟在受壓情況以及平靜狀態(tài)之下兩個(gè)分?jǐn)?shù)的區(qū)別，這樣就可以客觀穩(wěn)定的做出一模一樣的結(jié)果，因此整個(gè)診療就變成幾秒鐘的時(shí)間。這個(gè)期間醫(yī)生的主觀程度，包括勞累，疲勞，經(jīng)驗(yàn)不足這些問題就統(tǒng)統(tǒng)得到非常好的解決。
后來我們就拿這個(gè)產(chǎn)品跟很多國際大廠商，譬如飛利浦、西門子、東芝等公司合作，把這個(gè)產(chǎn)品就變成他們硬件里面的一個(gè)軟件。
這個(gè)東西的影響力，大眾是感覺不到的，但是對醫(yī)生來說其工作流程效率得到非常大的提升。
這個(gè)是我們創(chuàng)業(yè)之后做的。
剛才心臟是比較特殊的，相對問題比較單純一點(diǎn)。
但像我們醫(yī)院里面最最常見的流程，譬如掃一個(gè)胸部的 CT，不管你是咳嗽、肺炎、胸痛，或者不知道什么情況，或者心臟有問題，都會(huì)掃這個(gè)影像。因此其工作量和壓力也是最大的。
我們做的跟剛才講的模式一樣，只是這個(gè)問題的復(fù)雜程度大很多。CT 有很多細(xì)節(jié)，可以看到身體里各種各樣的組織——心臟、器官、血管、脂肪都能看到。
我們也是用自然語言的報(bào)告來呈現(xiàn)這個(gè) CT 中的可見異常，把 20 到 30 分鐘的工作量，縮短到 5 到 10 分鐘，醫(yī)生節(jié)省了打報(bào)告的時(shí)間，只需要修改上面的內(nèi)容就可以了。
此外，在日常工作中沒有時(shí)間量化的東西也可以自動(dòng)被量化出來，這樣隨訪病人的時(shí)候就會(huì)非?？陀^。譬如腫瘤六個(gè)月長出來 30%，以前都是用人眼去估計(jì)的。
肺癌，是讓人產(chǎn)生恐懼最大的疾病，我們也結(jié)合醫(yī)療影像這種宏觀信息（就是病灶長什么樣），以及一個(gè)微觀信息（就是從血液里面找到腫瘤殘留的 DNA 片段），將兩種宏觀微觀信息結(jié)合起來，更好地進(jìn)行二次確診。
這樣就知道一個(gè)早期的肺癌病人，到底是應(yīng)該開刀，還是做進(jìn)一步觀察。就是用一些更先進(jìn)的技術(shù)手段，為一些病情非常模棱兩可的病人提供更多有信心的診斷。
再就是冠心病，人類第一大殺手。在國內(nèi)，如果家里老人感到胸痛、胸悶，到了醫(yī)院第一步就是做這個(gè)檢查——心臟冠脈造影 CT，通過這個(gè) CT 可以看到心臟三個(gè)冠脈的狹窄程度，以及造成狹窄的原因。
利用 AI，他們就能夠把本來只有通過插導(dǎo)管才能夠看到的結(jié)果（比如說冠脈的斑塊，成分是什么樣的，體積，實(shí)際的狹窄情況是怎么樣的），通過無創(chuàng)檢查（CT 是無創(chuàng)的，不用放東西到身體里面），可以預(yù)測和推理有創(chuàng)檢查可以得到的結(jié)論。
這對患者風(fēng)險(xiǎn)的控制，外加用藥場景整個(gè)開銷的控制，都是非常有益處的。
心臟病致死的原因，一般是急性心臟病發(fā)作。大家也想知道自己多少年內(nèi)有可能發(fā)這個(gè)病，這個(gè)醫(yī)生一般也說不準(zhǔn)。如果一個(gè)醫(yī)院發(fā)現(xiàn)一個(gè)病人在未來五年內(nèi)有可能發(fā)心梗的話，是不會(huì)輕易讓這個(gè)病人回家的，會(huì)做一些預(yù)防措施。
人很難通過這個(gè)病人所有的信息做出相對準(zhǔn)確的預(yù)測。因?yàn)樵\斷考慮的東西太多了，預(yù)測太難了。
而我們其實(shí)就是在一個(gè)病人心臟的影像上對心臟的脂肪，血管里面幾個(gè)狹窄的斑塊等等進(jìn)行量化，獲得量化指標(biāo)，再結(jié)合病人的臨床信息，譬如生化指標(biāo)、血液指標(biāo)，病史、家族史等，預(yù)測這個(gè)人在未來五年的哪個(gè)時(shí)間段發(fā)心梗的概率最大。
我們倒不是去猜，結(jié)果肯定是通過實(shí)在的數(shù)據(jù)推理出來的，在國內(nèi)有 20 家醫(yī)院，提供 5 萬位病人隨訪的檢查結(jié)果。這些數(shù)據(jù)都是病人在進(jìn)醫(yī)院的 5 年間，醫(yī)院不停的給他打電話，問他有沒有發(fā)生心臟的問題。就是通過這樣的方式，來預(yù)測還沒有經(jīng)歷過這五年的人的發(fā)病風(fēng)險(xiǎn)。
我們可以從一個(gè)影像里面把造成胸痛的三個(gè)主要原因找出來，冠心病，肺動(dòng)脈栓塞，主動(dòng)脈夾層，醫(yī)院是分開來看的，但有了我們的解決方案，是有望通過一次檢查就能看出來。這樣病人受到的輻射是三分之一，花銷也是三分之一。
再有就是一些大面積使用的體檢類的產(chǎn)品。譬如超聲，這個(gè)是沒有輻射的，所以它在體檢中最常用，做多少次對你身體都沒有影響；還有胸片，快速廉價(jià)，輻射又低，常規(guī)一年做幾次體檢的話，胸片肯定會(huì)拍。
比如說國內(nèi)一些大的體檢連鎖機(jī)構(gòu)，每年胸片數(shù)量是用億來算的，你想想會(huì)有多少醫(yī)生來看，這個(gè)壓力非常非常大，我們至少可以用 AI 給他做病人的分流，或者是優(yōu)先級(jí)的排序，甚至是初步的診斷報(bào)告，這都是有很大好處的。
這個(gè)東西效率提上去價(jià)格降下來的時(shí)候，以前沒有條件做這些檢查的人，現(xiàn)在也會(huì)有條件了。
剛剛講的都是放射影像，就是一些大的設(shè)備拍出來的影像，其實(shí)還有很多是放射科之外用的，譬如眼科，皮膚科等一些使用光學(xué)影像的科室。
眼病，跟內(nèi)分泌，以及人是否會(huì)致盲都有非常大的關(guān)系，我們對眼底照相，對于所有可見的疾病病灶類型，都是能看到的。
以上都是在醫(yī)院里面使用的系統(tǒng)，跟我們每個(gè)人是接觸不多的，但是你的醫(yī)生會(huì)接觸到。
看行業(yè)的話，能適應(yīng)上面這些產(chǎn)品的商業(yè)模式都是圖里的藍(lán)色標(biāo)注（下圖）。
比如說在大醫(yī)院小醫(yī)院，第三方醫(yī)院，公立醫(yī)院等等，它們會(huì)作為輔助型醫(yī)療設(shè)備進(jìn)到醫(yī)院。
還有一些篩查的項(xiàng)目，國家研究的項(xiàng)目，或者做藥物臨床實(shí)驗(yàn)時(shí)篩選一些合適病人，這些用人去篩，肯定沒有用機(jī)器篩來的高效。
其次，之前有對病人做過一項(xiàng)統(tǒng)計(jì)，病人一般不會(huì)相信一個(gè)醫(yī)生的結(jié)論，他一般會(huì)看完這個(gè)醫(yī)院再找另外幾個(gè)醫(yī)生，對比一下看看診療意見是不是一致，這個(gè)對病人來講也是蠻好的選擇。
另外，這個(gè)系統(tǒng)要利用大型設(shè)備拍攝出來的數(shù)據(jù)，這個(gè)設(shè)備本身就可以直接增加模塊，我認(rèn)為下一代儀器都會(huì)帶這個(gè)模塊，合作方集成這樣的模塊是整個(gè)行業(yè)設(shè)備未來的趨勢。
在家里面，對于小孩一些發(fā)育型的疾病，譬如小孩視力障礙，父母可以利用 AI 解決方案對小孩做一些行為分析。
譬如給自己的孩子在家里錄一段視頻，軟件能夠跟蹤其頭部，肢體，眼球的運(yùn)動(dòng)，可以從這個(gè)行為中分析它有沒有產(chǎn)生這個(gè)疾病的先兆。
這個(gè)病早期是非常容易干預(yù)的，做一些工作就很容易恢復(fù)；但如果發(fā)病一年以上再做手術(shù)，做很多訓(xùn)練都不一定見效，就變成殘疾兒童了。
很多小孩，一般是眼睛看不見了才覺得有近視，在這之前父母可以通過眼部的外形變化，更早的察覺到這種病情。
國內(nèi)有六千萬視力障礙患者，從 6 歲到 15 歲、18 歲，這個(gè)基數(shù)非常大。
再就是在線的網(wǎng)上問診平臺(tái)，譬如「好大夫」等等。這些問診平臺(tái)現(xiàn)在有一些運(yùn)營的訴求。
如病人的吞吐量是很難呈現(xiàn)爆發(fā)性增長的，因?yàn)樵诰€醫(yī)生數(shù)量是飽和的，他們不可能一年招二倍三倍的醫(yī)生，那全國的醫(yī)生就被挖的差不多了。
如果他們通過 AI 做一些簡單病問診的分流，做一些初步的分析?；蛘甙?AI 用到內(nèi)部運(yùn)營管理方面，把一些病人拍的不標(biāo)準(zhǔn)的信息，進(jìn)行自動(dòng)標(biāo)準(zhǔn)化后再發(fā)給醫(yī)生；反過來，AI 可以幫病人找到一位最適合的醫(yī)生，達(dá)到醫(yī)生和病人的雙重滿意。
以上這都是網(wǎng)上平臺(tái)非常大的訴求。
以皮膚為例，遠(yuǎn)程問診的入口，就已經(jīng)不是病人自己去判斷自己，點(diǎn) APP，再點(diǎn)一個(gè)他認(rèn)為擅長的醫(yī)生，這都是非常主觀的。
你可以直接拍照，再描述一下自己的病情，系統(tǒng)會(huì)自動(dòng)給你找一個(gè)最匹配的醫(yī)生。
一個(gè)看白癜風(fēng)的專家，不希望看你的粉刺，一天 50 個(gè)病人有 49 個(gè)是看粉刺的，他是不喜歡的，對醫(yī)生來講，滿意度也是很關(guān)鍵的。
這樣的商業(yè)模式是一個(gè)對輕問診平臺(tái)入口的重塑，讓它變得更加直觀，貼近患者的使用習(xí)慣；再就是他內(nèi)部吞吐量以及服務(wù)的響應(yīng)時(shí)間的優(yōu)化，這些增長也是 AI 公司的機(jī)會(huì)。
以上就是 AI 應(yīng)用在醫(yī)療市場的一些可能性，這個(gè)狀態(tài)大家都比較關(guān)注，在一些醫(yī)院里面我們也在進(jìn)行實(shí)驗(yàn)性試點(diǎn)。
在美國和國內(nèi)一些大的篩查組織，疾病管理中心，超過 700 個(gè)點(diǎn)也在用這些產(chǎn)品優(yōu)化他們的管理流程。
此外，這個(gè)行業(yè)發(fā)展還是比較早期的，大的機(jī)構(gòu)會(huì)帶領(lǐng)著一個(gè)行業(yè)的運(yùn)行。作為騰訊被投資的企業(yè)，騰訊也有 AI 醫(yī)療影像國家項(xiàng)目，他們跟我們有很多深度合作。
我們想讓診斷變得對每個(gè)人都觸手可及，不僅是我們的大城市，鄉(xiāng)村、基層群眾都應(yīng)該得到平等高效的，跟大城市一樣的治療。
我覺得「早發(fā)現(xiàn)早治療」是治療疾病最有效的辦法，而不是「病入膏肓后殊死一搏」。我們應(yīng)該把診斷和早發(fā)現(xiàn)這些環(huán)節(jié)做好。