消息：醫療AI能PK頂尖大夫？商業落地還面臨分級、標準等諸多問題

1997年，IBM超級計算機深藍(Deep Blue)戰勝堪稱國際象棋棋壇神話的棋王卡斯帕羅夫，震驚世界。

2016年，經過長達5個小時搏殺，獲得過14個圍棋世界冠軍頭銜的韓國名將李世石最終以總比分1：4不敵谷歌Deep Mind的AlphaGo。

AI(人工智能)的不斷封神，也讓相關概念持續火爆，大量資本涌入這一領域，各行各業也都開始搶搭人工智能的快車。

日前，日本軟銀集團宣布，將為名為第二代愿景基金(Vision Fund II)的新投資基金籌集至少1080億美元。集團創始人兼CEO孫正義表示，人工智能已經過了學術研究階段，正處于現實應用階段，將被廣泛應用。“如果讓我說出10年內人工智能將徹底改變的三個領域，那就是企業的商業模式、醫療保健以及交通運輸。”

AI真的能在孫正義看好的醫療保健領域里大顯身手嗎?

近日，在“雁棲健談”GIIS第四屆中國大健康產業升級峰會的一場科技醫療產業論壇上，業界嘉賓紛紛對人工智能在醫療領域的運用展開探討。在醫療的哪些領域AI有望發揮作用?醫療AI可以PK頂尖專家嗎?讓我們看看專家能否帶來明確的答案。

AI可緩解缺醫少藥看病難

醫療AI會像深藍和AlphaGo那樣，PK掉最頂尖的醫療專家嗎?

對此，森億智能創始人張少典坦言，做醫療人工智能第一個切身體會就是千萬別挑戰高精尖，“你別去跟最好的腫瘤醫生PK，說你看病看得比他準，這沒有任何意義，目前AI還沒到這個程度。比如我們做的深靜脈血栓這個產品，我從來不認為這個比好的專家判斷得更準，事實上也不可能。”

那么AI要解決的到底是什么問題呢?答案是寶貴的醫療資源。“排隊兩小時，看病五分鐘”，想必這是很多人去醫院看病都曾經歷過的場景。相對于需求而言，我國醫療資源確實十分緊缺。

在長征醫院影像醫學與核醫學科主任劉士遠看來，每個人都有得到優質醫療服務的權利，但目前中國在醫療服務供給方面，還存在著地域發展極度不平衡的問題，并且這種不平衡不單純是東西部地區間的不平衡，即便都在東部省會城市，其核心區域和下面的基層區域之間，差別也非常大。而且隨著醫療需求的不斷增長，優質的醫療服務需求和缺醫少藥看病難之間的矛盾，將越來越尖銳。

推想科技創始人陳寬認為，在醫療產能不足、分配不均勻的背景下，AI就是最有前途的解決方案。在產業發展過程中，國家對于醫療人工智能技術可以出臺更多的政策指引和支持。

《每日經濟新聞》記者注意到，7月24日召開的中央全面深化改革委員會第九次會議強調，在患者流出多、醫療資源相對薄弱地區建設區域醫療中心，充分運用人工智能、大數據等先進技術，推動優質醫療資源集團化發展，更好滿足群眾醫療服務需求。

醫療人工智能可以為社會帶來巨大社會價值。陳寬說，AI在不同產品上都能幫助醫生去提高診療的敏感性、準確率，幫助他們在更短時間內完成同樣的診斷。

他以肺癌舉例說，人工智能技術的普及可有效提升癌癥篩查的普及性和可及性。早期篩查非常有價值，國外文獻顯示，早期肺癌五年生存率可達到55%，晚期肺癌五年生存率只有4.2%，早發現和晚發現之間整整差了約50%的五年生存率。

他給出了一組數據：2018年全國肺癌新發病例約為80萬人，其中早期發現只占20%，有16萬人。“如果我們能通過人工智能去提升癌癥篩查的普及性和可及性，哪怕只把其中60%的患者從晚期發現變成早期發現，那就是48萬人。”陳寬說，假設早期肺癌篩查可以幫助節省醫療保險10萬元/人的成本，那么僅僅這一項輔助工作就可以幫助醫療行業節省480億元的成本。

更重要的是，陳寬認為，如果這48萬人能夠從晚期發現變成早期發現，實際上55%的五年生存率就意味著26.4萬人有望重獲健康，從原本晚期生存幾率極低變成有機會可以治好，這背后就會涉及26.4萬個家庭的幸福。

醫療AI商業化尚存阻礙

人工智能在醫療領域的應用范圍廣泛，社會價值巨大，但目前的發展也還存在一些阻礙。

以影像AI為例，“目前影像AI還有一些問題。”劉士遠坦言，比如臨床產品方面，我們需要完整的臨床產品而不光是單病種產品，我們需要產品特別穩定，放在哪個醫院都可以用。在監管層面，由于醫療過程中每個環節風險不一樣，需要AI可以在每個環節發生作用，所以需要對AI產品進行準確的定義、分類和分級。

此外，有很多公司都在做臨床驗證，但每個公司做的臨床驗證方法都是用自己的理解、用自己的人員、做自己的驗證。AI產品畢竟和傳統醫療設備不一樣，從國家層面而言，驗證的方法缺乏一個行業標準規范或流程。

記者注意到，論壇中不少嘉賓都談到醫療AI的商業化問題。億歐公司副總裁兼億歐智庫研究院院長由天宇認為，行業要進步、要發展，一個很重要的拐點就是商業化的實現。在醫療產品領域里，新技術或新產品從研發到最終上市都要經過層層審批，目前整個市場處在注冊審批和市場準入階段，這其實是最難的一個階段。

而在張少典看來，做醫療人工智能產品，尤其是診療類產品，一定要緊扣中國醫院的“剛需”，要急院長所急。“為什么我們做深靜脈血栓，為什么做急性冠脈癥，就是因為這些病有可能導致院內的不良反應和院內死亡，你幫醫院解決這個問題才有望實現商業化落地。”

“但是談商業層面的前提是要有完整意義的產品。”劉士遠說，雖然這個前提現在還不完備，但很多公司已經在積極探索商業落地的途徑，也取得了較好的效果。但是核心的問題是誰受益、誰付費。“其實在醫療環節里面，我們希望實現共贏，不管是AI廠商，還是醫院、政府、患者，都能夠從AI發展當中獲得一些正面作用，獲得一些收益，這才是大家愿意看到的。”

此外，劉士遠還提到醫療AI發展當中一些其他問題。比如在安全層面，數據的歸屬權屬于誰，如何合法合理地使用，數據、產品使用的倫理，這些都需要制定相應的規范和標準。在醫院層面，醫療設備進入醫院需要有一套準入的標準，要考核評價體系等等。

張少典也提到，醫療AI主要是醫療而不是AI，很多診療類產品根本不是單點環節的產品，而需要跟醫院整個工作流耦合，需要對臨床流程非常了解。

到底應該怎樣尋求出路呢?“我想一是算法和技術上要取得突破，二是由于AI的特殊性，醫生要更多、更深入地參與，同時也需要公司更加深耕細作，做實產品;也需要社會和資本方要有足夠的耐心;最后還需要政府相關監管部門能夠在各個環節里面破解這些難題。”劉士遠說。