8月31日，作為“2018（上海）中國人工智能展覽會暨OFweek（第二屆）人工智能產(chǎn)業(yè)大會”的重要論壇之一的AI＋醫(yī)療分論壇在上海成功舉辦。本次專場論壇圍繞AI+醫(yī)療技術應用，就AI醫(yī)療技術實現(xiàn)產(chǎn)品商業(yè)化遇到的困難與挑戰(zhàn)進行討論。

隨著大數(shù)據(jù)、云計算、以及物聯(lián)網(wǎng)的快速發(fā)展，人工智能技術在醫(yī)療領域的應用已經(jīng)較為普遍，對醫(yī)療行業(yè)起到較為重要的作用。目前，政策對人工智能的持續(xù)可謂是極其利好，各級政府對AI的持續(xù)補貼投入，讓更多的本土產(chǎn)品實現(xiàn)醫(yī)療AI的彎道超車。

在本次AI＋醫(yī)療分論壇上，依圖醫(yī)療資深總監(jiān)竇玉梅從各智能輔助診斷系統(tǒng)案例中推出病種庫臨床科研智能解決方案，并在目前政府大力支持下進行融資，通過智能醫(yī)學影像輔助診斷、互聯(lián)網(wǎng)＋智能醫(yī)療、醫(yī)療大數(shù)據(jù)智能三方面實現(xiàn)了AI醫(yī)療應用領域落地，推動了產(chǎn)品商品化的發(fā)展。

在醫(yī)療AI的應用上，落地實踐及產(chǎn)品商品化是依圖醫(yī)療科技今后工作的重點。竇玉梅表示，今后將會針對多種案例推出更多智能解決方案來助力醫(yī)療行業(yè)。同時，希望聚集越來越多的有識之士、優(yōu)秀的人才、以及具備國際化視野的人才，來建設AI新的時代，建設一個新的AI醫(yī)療行業(yè)。

以下為依圖醫(yī)療資深總監(jiān)竇玉梅的現(xiàn)場演講內容，OFweek醫(yī)療科技網(wǎng)作了不改變原意的整理和編輯：

非常高興今天有這個機會能到這里跟大家交流，今天我將在企業(yè)的角度來談AI醫(yī)療，主題將更扣產(chǎn)業(yè)方面。目前AI醫(yī)療已經(jīng)發(fā)展了兩年多的時間，從實驗室科研階段走到市場上，成為一個商品化，形成產(chǎn)業(yè)，企業(yè)在其中獲得了哪些實踐和新知呢？

醫(yī)生是一個充滿哲學意味的工作，這是兩年來進入到醫(yī)療領域之后，我們從心底里很敬畏的一個觀點。AI醫(yī)療的理念，我覺得非常像循證醫(yī)學的理念，結合了三方面的要素：

一、醫(yī)生自身的經(jīng)驗。

二、病人個人的意愿。

三、基于現(xiàn)實客觀世界的科學證據(jù)和數(shù)據(jù)。

我覺得AI醫(yī)療也是這個三個理念的集中。

縱觀這兩年的發(fā)展，其實AI給社會、科技及方方面面產(chǎn)業(yè)化的新發(fā)展，都帶來了天翻地覆的影響，這個理念是沖擊型的。在科技領域的工作者們會發(fā)現(xiàn)這個理念、這個技術的前沿，對我們每個人的科研工作和產(chǎn)品研發(fā)工作都帶來了很大的挑戰(zhàn)。

我們公司其實已經(jīng)成立了四年多，最初我們做計算機視覺方面的工作。在16年年底我們進入了醫(yī)療領域，開始了技術的三駕馬車：一是計算機的視覺；二是自然語義理解，就是文本的結構化；三是語音識別。這三個主要核心的人工智能技術，其實也點亮了我們現(xiàn)在基本所有的產(chǎn)品數(shù)。

縱觀兩年多的歷程，我們經(jīng)歷了一個無以倫比的時代。今年2月份一家期刊發(fā)表的有關北美的張康教授運用原來的肺炎算法模型，將遷移學習用在眼底疾病診斷上的文章，對整個AI醫(yī)療的沖擊非常大，使我們對這個行業(yè)的認知再次刷新，讓每一個AI醫(yī)療的企業(yè)，無論在做產(chǎn)品和做科研的過程中都更慎重更嚴肅。

AI對醫(yī)學領域的影響，概括起來可能只有八個板塊：從影像出發(fā)、深入到臨床的應用、再到病種庫、MDT多學科的診療診斷，還包括一些基礎的研究，制藥方面，器械藥物挖掘等等一些基礎研究，其實AI確實能給醫(yī)學的多個板塊帶來很大的沖擊和技術上的顛覆。

那講一講我們本身在這個領域的一些探索。我們現(xiàn)在涉足了三個方面，第一塊就是我們的出發(fā)點——影像的診斷。為什么AI醫(yī)療企業(yè)發(fā)展都要從肺結節(jié)的這個診斷開始呢？原因是肺結節(jié)在公開的網(wǎng)絡上有大量的數(shù)據(jù)集，這非常便于初創(chuàng)公司去做算法模型的設計、印證和訓練。但這只是非常非常微小的一個起點。

第二塊是智能互聯(lián)網(wǎng)醫(yī)療平臺，在這個領域我們探索的是兒科，就兒科兒童常見病的就診前中后，全貫通的診斷系統(tǒng)。在醫(yī)療大數(shù)據(jù)的挖掘上，我們有醫(yī)療大數(shù)據(jù)的智能，等一下我會給大家介紹我們在這個領域的階段性成果，是和華西醫(yī)院的共同的實踐。

先介紹一下影像方面的代表產(chǎn)品。從兩年前肺結節(jié)開始，到今天第三代的肺癌的影像輔助診斷系統(tǒng)，我們已經(jīng)走過兩年多的時間。這款產(chǎn)品目前已經(jīng)進入了將近一百多家的醫(yī)院，有的在工作流程中嵌入了，有的是在影像科里面去做產(chǎn)品的試用。目前第三代的肺癌產(chǎn)品已經(jīng)應用于了腫瘤的良惡性判斷。在肺癌影像診斷技術上的優(yōu)勢是我們的核心技術優(yōu)勢。我們擁有300多個醫(yī)生、醫(yī)學生組成的團隊給我們做金標注。

經(jīng)過兩年多的時間，我們在算法模型的淬煉上已經(jīng)越來越貼近臨床醫(yī)生的真正需要。同時我們用的數(shù)據(jù)在百萬量級數(shù)據(jù)以上，這可能是國際范圍內使用、訓練肺結節(jié)、肺癌、腫瘤影像診斷最大的數(shù)據(jù)集。

第二款影像產(chǎn)品是今年春天我們發(fā)布的乳腺鉬靶的智能影像診斷。這是我們和復旦腫瘤醫(yī)院一起合作的一款產(chǎn)品。乳腺的鉬靶產(chǎn)品在全球的范圍之內，有幾個領先點，一是算法的設計上、病灶檢檢出上，包括3D重建上提出的一些新的算法。

在兒童方面，我們有兒童骨齡的智能診斷，一個在影像上的具體應用。通過掃描小孩子的左手X光片，然后在秒級時間內就可以智能判斷出小孩子生長發(fā)育的年齡，甚至能精確到自然月上。我們做這款產(chǎn)品的目的是想做中國第一個屬于中國兒童的骨齡庫，因為中國兒童其實是沒有骨齡圖譜的，所以我們要基于此去做中國民族自己的兒童骨齡庫。

智能互聯(lián)網(wǎng)醫(yī)療平臺上的應用方面，我們第一個探索是兒科方面。因為中國兒科醫(yī)生的資源分配非常不均衡，大概有幾十萬兒科醫(yī)生的缺口，所以我們選擇了兒科這個領域。目前這套系統(tǒng)涵蓋了兩個部分，一部分是B端——醫(yī)院端，在每一個醫(yī)生自己的工作臺上。第二端是C端——用戶端，在每一個用戶自己的手機移動端上。目前我們在手機移動端上用的是微信小程序，這樣的話預裝非常容易，就幾乎不用預裝。

這套系統(tǒng)貫穿了就診前、中、后這三個不同的階段。首先AI起的角色是護士臺，然后是醫(yī)生助手、便民服務和自己的專家型健康管家。真正打造了以患者、患兒為中心的就醫(yī)的體驗流程。

我們在醫(yī)療大數(shù)據(jù)治理智能上的一個解決方案叫病種庫的科研大數(shù)據(jù)平臺。在這類型的平臺上，我們把醫(yī)院整體信息化系統(tǒng)上的數(shù)據(jù)全部打通，然后匯集到這個平臺上，做大數(shù)據(jù)的治理。并且我們提出了一系列人工智能的模型算法，針對臨床問題，科研問題的算法和策略，最終打造出醫(yī)生需要的一系列科研應用。

在醫(yī)療大數(shù)據(jù)智能這個領域，我們第一個階段性的成果是跟華西醫(yī)院共同發(fā)布的肺癌單病種控MDT診斷系統(tǒng)，它的核心能力和核心技術在于對復雜醫(yī)學語義的全量提取上。這個算法模型非常復雜，是一系列模型的組合。

我們與華西醫(yī)院一同發(fā)布了MDT的智能診斷系統(tǒng)，這個系統(tǒng)幾乎集囊括了過去十年來華西醫(yī)院肺癌患者的全維度數(shù)據(jù)。我們現(xiàn)在最重要的工作是在綜合的MDT診療決策建議模塊的開發(fā)上。

我剛才匯集了依圖醫(yī)療的一些現(xiàn)有的、成熟化的，能夠從實驗室階段走向真正的臨床，走到醫(yī)院、科室使用的產(chǎn)品。那真正進入到產(chǎn)業(yè)化這個階段，我們究竟有什么樣的困難？或者說我們的邊界條件在哪里？我們羅列了幾點。

第一個邊界條件，或者說是整個醫(yī)療行業(yè)的天花板，應該是國家、行業(yè)的政策合規(guī)性。

第二個邊界條件在于商業(yè)模式的搭建，這也決定了一個企業(yè)的成敗。

其次是整體環(huán)境的融資條件，在整體的醫(yī)療行業(yè)里都有雙十的說法，特別對制藥企業(yè)，也就是前十年投入，十個億出正式的產(chǎn)品。在AI醫(yī)療領域，我們認為3到5年期都是一個重投入的階段，所以對我們來說融資也是非常重要。

那我來拆解一下這三個要素，第一塊就是政策和合規(guī)性上。目前在國際范圍內，中美兩國是真正的在AI創(chuàng)新方面實現(xiàn)雙贏的。所以從美國國際范圍來看，美國在對人工智能的醫(yī)療應用的審批上，正在加速的推進中，已經(jīng)陸續(xù)審批了十個。最新的審批是關于ct的腦出血智能診斷，然后幫助醫(yī)生進行分診建議的一個應用。其實最近的這樣一應用也從一個角度上非常典型的暴露出目前AI應用給醫(yī)生帶來的兩個意義。

一是涉及到醫(yī)生的輔助診斷的決策中去。

二是和醫(yī)生自己的工作流緊密的貼合在一起。

如果AI應用全部都進入到醫(yī)生自己的工作臺工作流程中去，那么責任認定和風險其實也是一個不能繞開，必須要正面面對的問題。

在這方面，國際范圍內像日本最近有了法規(guī)，明確規(guī)定AI應用定位為醫(yī)生的輔助系統(tǒng)，最終責任認定是在于醫(yī)生。所以AI應用層出不窮的設備、應用，它的角色最終還是輔助功能，而不可能真正的取代醫(yī)生。在中國，AI作為國家的發(fā)展戰(zhàn)略，整個國家在政策上的推動力很巨大，所以整體上來說，中國的發(fā)展速度會比其他國家，美國和日本更快。包括中國整體的高層對AI應用在2030年的一個布局和要求。

從審批的角度來看，CFDA比FDA只會更加的嚴謹。目前在新的醫(yī)療器械分類目錄上，絕大多數(shù)的AI應用都被定位為第三類醫(yī)療器械應用。所以臨床試驗等要求是非常嚴格的，這就要求我們作為AI醫(yī)療企業(yè)，必須在指控體系的建設合規(guī)上面對自己有極高的要求，這樣才能最終使產(chǎn)品取得CFDA證，流通到市場上去，進行合規(guī)合法的經(jīng)營銷售。

同時就商業(yè)模式來說，企業(yè)搭建商業(yè)模式是至關重要。我們今天依然把我們的客戶定位為醫(yī)院或者醫(yī)療機構，在搭建商業(yè)方式上，我們可能會同時從傳統(tǒng)的醫(yī)療器械軟件或制藥公司的一些商業(yè)模式中去取經(jīng)，同時也有創(chuàng)新的部分。

有一個前車之鑒，有叫沃森，我把它定義為叫“第0批的探索者”，因為它也不屬于第一批。第一批就在我們的歷史進程中，正在引發(fā)這這個歷史進程的前進。沃森的收費方式是向醫(yī)院和病人同時收取費用，過度營銷和技術落后之間的矛盾，使得沃森已經(jīng)裁減了70％的員工。

目前我們的商業(yè)模式搭建，如果把醫(yī)療機構作為我們的整體用戶來看，我們其實也是分層，一層是高端醫(yī)院的合作互利，也就是把產(chǎn)品科研建立在高端的頭部三甲醫(yī)院上，在基層醫(yī)院進行普及和安裝，也就是說基層醫(yī)院會得到這些頭部三甲醫(yī)院優(yōu)質的醫(yī)療資源、知識的遷移，通過AI產(chǎn)品來解決中國醫(yī)療資源的嚴重的不均衡的問題。

同時對于企業(yè)來說，我們不可忽視的一大成本就在于和原有的醫(yī)療信息化系統(tǒng)的互聯(lián)互通上。這個成本分為兩塊，一塊是時間成本，另一塊就是真實的資金成本。如果我們想讓基層醫(yī)院普惠普裝，使用到AI醫(yī)療產(chǎn)品，我們就必須在最快的時間內完成這些互聯(lián)互通的工作。

最后講一下融資大環(huán)境，17年整體全球的融資環(huán)境上，在AI方面中國超過了美國，拿到全球總工資量的48％，這個還是比較意外的。說明從融資條件、融資環(huán)境上面，中國確實在跟美國進行了直接競爭。目前融資環(huán)境的更深層的分析，就是融資的數(shù)量在減少，融資的整體金額在增大，融資的節(jié)奏在放緩，但是資源越來越涌向了頭部賽道的頭部玩家。

如果從真正的AI醫(yī)療機構實踐者探索者的身份出發(fā)，我們來看今天AI醫(yī)療在中國這個大環(huán)境下所處的位置，我們的判斷是中國的AI醫(yī)療行業(yè)已經(jīng)進入到產(chǎn)業(yè)化的階段，這個產(chǎn)業(yè)化階段將在1到2年的時間內都體現(xiàn)出兩個很核心的特征。

一就是脫虛入實，也就是說從炒作、過度營銷真正落實到AI企業(yè)，醫(yī)療企業(yè)要拿出切實的，能夠進入到臨床流程中去，幫助醫(yī)生提高效率、減少漏診、誤診醫(yī)療風險，能夠帶給他們實實在在，有利用價值的產(chǎn)品。第二就是資源，整體的醫(yī)療的資源，數(shù)據(jù)的資源和專家的資源，包括融資的資金上資源，都會向一些頭部的玩家去集中，所以這是這兩個典型的特征。

這是一個嶄新的時代，因為看見所以相信，我們希望聚集越來越多的有識之士，優(yōu)秀的人才，國際化視野的人才一起來建設AI的新時代，來建設一個新的AI醫(yī)療的行業(yè)，謝謝大家。