首页

位置导航: 首页 > 学术前沿 > 正文

胡盛寿院士:智慧医疗——离我们很近,也很远

来源:菠菜担保网

访问:

2019-07-10 16:08

“智慧医疗,离我们很近,也很远。”这是中国工程院院士、国家心脑血管病中心主任、中国医学科学院埠外医院经理胡盛寿在9月20日举行的2018深圳国际BT领袖峰会上提出的对人工智能的思考。

人工智能风起云涌

如果我们在搜索引擎里查阅一下最时髦关键词,出现频率最高的关键词可能是大数据、人脸识别等等,这些关键词频繁出现的背后,预示着我国在大数据、智慧医疗领域里已经发生了深刻的变化。

人工智能的概念火热,甚至在老百姓中都产生非常大的共鸣,而这一切都要归功于Alpha Go的出现。2016年,Alpha Go学习人类的棋谱,以4:1的成绩战胜了韩国最知名的九段棋手李世石。2017年5月,Alpha Go Master问世,实现人类棋谱自我对弈,并以3:0的成绩战胜我们国家顶级九段棋手柯洁,比赛到第三盘的时候,柯洁流下伤心的眼泪,这个画面影响很多人。2017年12月,Alpha Go的升级版zero出台,和上一代Master进行比拼,以100:0的成绩完胜上一代。胡盛寿说道,人类的智慧在和所谓计算机的智慧之间的较量,给我们打开了完全不同的一扇窗。

随后,人工智能迅速得到各国的关注。2016年10月12日,美国白宫发布了《准备迎接人工智能未来》。2017年7月8日,我国国务院印发了《新一代人工智能发展规划》。各大院校对于人工智能的关注更是风起云涌,包括北京大学、清华大学、南京等都建立了人工智能专业,该学科甚至进入了中学的教材。此外,人工智能在医疗领域也取得了诸多进展,比如说科大讯飞智慧医疗的助理医疗参加2017年国家执业医团队格考试比试,排名前5%。天坛医院进行人机大战,准确率远远超过医生们的答卷。

过去几年中,美国FDA已经审批通过12个泛AI医疗产品进入临床,比如说Apple Watch 、Dr Master。包括百度、阿里健康,大量的企业纷纷踏入这个行业,智慧医疗似乎离我们很近。

雷声大雨点小

然而,医疗人工智能产业一直面临着雷声大雨点小,落地非常困难的窘境。胡盛寿如是说。智慧医疗昔日的老大Watson,在Jeopardy节目上打败人类,2016年诊断罕见白血病只花了十分钟,风头十足……可是,好景不长,2018年Watson的股价持续下跌,健康部门裁员70%。这也说明,人工智能一方面得到初步认可,另一方面产业自身发展又非常艰难。中国亦是如此,2018年智慧医疗市场规模超过200亿,新成立的公司不断出现,医疗人工智能的热度不断高涨,然而到目前为止国内还没有一款真正的智慧医疗的产品通过了监管部门的认证,应用于临床。

胡盛寿思考着,突破点或许在于智慧医疗的产业链条中三个非常重要的环节:一是研发;二是应用;三是评价监管。

智慧医疗的研发:数据、算力和算法这是智慧医疗的三驾马车。算力也就是通常所说的硬件,在过去的二三十年中,计算机技术的硬件已经得到了长足的发展,无论是从CPU到现在的GPU,硬件快速的发展,还在不断的更新,为智慧医疗奠定了物质基础。但是我们也看到,目前使用的主流深度学习计算机平台均是国外公司开发的,需要将数据上传到云端,自然存在数据全方位安全性的问题,东西都存在别人的手上。而且基层医疗机构用不起智慧医疗产品。

其次是算法,概念和算法的不断进步是人工智能发展的软件基础,从最早的人工智能到机器学习,再到当下的深度学习,都在不断演进,而且演变的过程实际上是充满了争议和不可预知。软件的开发和相对的硬件成熟形成了非常大的反差,其实我们现在所说的机器学习、深度学习只是整个人工智能软件开发中的几个小的分支,从这个意义上讲,我们在算力、算法方面还有很长的路要走。

再者是数据,人类现在得到数据的量级,从它的完整性和系统性上讲只是凤毛麟角。从数据的完整性、系统性的角度讲,现有的智能产品失真的可能性有多大?可想而知。国内临床医疗数据可利用率低下,这是我们不可回避的事实。数据之所以可以用,它与结构化、电子化的程度统一规范是紧密相连的,缺了这个数据再多也是垃圾。数据是智慧医疗的核心,基础不稳没有真实的数据做依托,产生出来的产品一定是效率低下甚至可能是贻害大方的。所以,从底层完善数据的标准化、结构化、规范化,成为智慧医疗最关键的基础。

智慧医疗的应用:智慧医疗工具可以辅助医生,也可以间接辅助患者,同时医生又可以监督智慧工具。三者之间到底是什么样的关系?很大程度上要取决于应用过程中不同产品在不同场合、不同的领域、不同的疾病中确定相互关系。这就构成在应用领域里使用更加复杂,而应用的过程决定了这个产品是否有价值。

智慧医疗的评价:其实不仅包括产品上市之后,研发开始,数据层面要对它进行监管、评价,算法层面上也要对它进行分析、监管,最后它用到患者进入临床实验的时候必须要进行所谓的临床评价,三个环节我们设想一下,我们对AI的监管能力、观念、行为、路径几乎是个空白。

第三次人工智能浪潮

胡盛寿指出,医疗人工智能还有很长的路要走。以算法和数据的有效性作为横坐标来说明,我们国家尚处在初级阶段,第一阶段是数据整合阶段我们还没做完,美国进入了第二阶段,数据的共享和感知智能。第三个阶段是认知智能+健康大数据,形成基于大数据智慧医疗产品临床的应用进入现实的医疗健康产业中,中美医疗智能反战的差距,心血管大数据层面来看,现阶段在数据的有效性方面我们还有很大的距离。

好消息是,我国有着发展人工智能得天独厚的优势:腾讯、华为等全球领先的互联网产业在深圳,微信、淘宝走在世界的前列,这些领域已经积累了相当多的资源和能力;加上中国13多亿人口,庞大的市场资源和需求以及政府层面的大力支持等。

此外,从我国实际临床需求出发,胡盛寿觉得,智慧医疗在改变基层医疗公共服务能力大有可为。大医院人满为患,我们国家医疗改革很重要的就是要解决医疗配置合理的问题,优质医疗资源下沉,解决基层服务能力的问题。大部分的常见病基层医生可以诊断,那我们如何提升基层医生的服务能力,还是对基层全科医生进行培训吗?把家庭医生、基层医生培养成让患者相信的基层医生耗时多久?传统的路显然是有很多问号或是走不通,我们需要借助基于健康大数据的智慧医生系统。

解决人工智能的核心问题,胡盛寿表示,需要平心静气、扎扎实实的做好基础工作。做到数据的准确、完整、结构化,才能基于正确的数据产生正确的AI产品。还需要搭建一个机制,将各方面的人才聚集到一起,资金融入到正确的项目、正确人的身上,才能高效的产出需要的人工智能产品。从政府来讲,监管在一开始就要走在前面,从产品的开始研发阶段,监管系统就必须要进入。

人工智能不是一个新话题,1956年就开始谈人工智能,我们经历了第一次浪潮和第二次浪潮,现在是第三次人工智能浪潮的到来,我们衷心的期待真正形成可以持续影响我们国家基于大数据的医疗健康产业,这个领域我们国家应该有所作为,也一定能有所作为。胡盛寿如此期待着。