医疗人工智能的时代已经到来，不同的角度看待医疗AI有不同的看法

要说近两年最火的一个词，非“人工智能”莫属。

要说未来人类最担心的一个威胁，“人工智能将取代人类”成为了一个必选项。

即使有被替代的危机感，然而人工智能作为全球医疗领域发展的突破口依然被寄予了厚望。目前，人工智能在医疗健康领域中的应用已非常广泛，包括语音识别、医学影像、药物挖掘研发、营养学、生物技术、医院管理、健康管理、精神健康、可穿戴设备、病理学等多个领域。

相关统计数据显示，预计到2025年，人工智能应用市场总值将达到1270亿美元。其中，医疗行业将占市场规模的五分之一，而我国正处于医疗人工智能的风口：2016年中国人工智能＋医疗市场规模达到96．61亿元，增长37．9％；2017年超130亿元，增长40．7％；2018年则有望达到200亿元，医疗人工智能的中国时代已经到来。

而作为与医疗人工智能发展紧密相关的三方：政府职能部门监管层、资本市场、医生如何看待AI时代。

监管层看医疗AI：大数据是制高点

大数据作为医疗人工智能的发展基石，且应用场景价值高，已成为全球的关注焦点，据了解，从2012年至2017年，美国、英国、法国、日本、澳大利亚等主要发达国家都相继出台了若干大数据的发展规划，以此催化了大数据产业的快速发展，而我国对于大数据的发展则是在不断探索中循序渐进。

国家卫生健康委统计信息中心副主任周恭伟于日前在广州举行的“医疗 AI 推动产业变革圆桌论坛”上表示：2014年，大数据被首次写入政府工作报告；2015，顶层设计启动了国家级的大数据整体政策编制与产业框架规划；2016年，是大数据相关政策的细化之年，在这一年，包括原卫计委在内的多个国家职能部门相继出台了关于大数据的发展意见和方案，其中，国务院办公厅颁发的《关于促进和规范健康医疗大数据应用发展的指导意见》，该意见对于我国医疗大数据的应用发展带来了重要影响；2017年，是大数据产业的孵化之年，大数据开始从理论研究进入应用阶段，并向细分领域延伸；2018年，则是大数据的标准化之年。因为在这一年，中国电子技术标准化研究院与全国信息技术标准化技术委员会大数据标准工作组联合发布了《大数据标准化白皮书》。

“国家监管层在医疗大数据发展的规划方面，朝向是非常明确的，核心主要围绕三大任务”周恭伟说道：“一是要加强立标立规，完善顶层设计，这是健康医疗大数据信息化建设的前提条件；二是要加强相关信息标准规范和标准化成熟度的测评；三是推进互联互通，破除信息孤岛。”

而在医疗大数据的布局应用方面，原国家卫计委按照“1＋5＋X”的总体规划，先后确定了福建、江苏、山东、安徽和贵州为五大区域数据中心试点省份，并推动组建五大集团公司担任健康医疗大数据建设国家队，承接数据中心和产业园建设。

大数据的快速发展随之带来的另外一个绕不开的话题：安全性和隐私性，北京大学法学院教授孙东东表示：由于医疗行业数据呈几何级数激增，市场规模不断扩大，数据安全不容忽视，对于医疗大数据行业的法律监管需要引起行业重视。

中国科学院院士、阜外医院副院长顾东风也指出：患者要有安全意识，做好隐私保护，在应用推广大数据时应该隐去个人特征如姓名、住址等信息，而包括腾讯和零氪科技等公司就非常重视个人隐私信息保护，除了医疗机构或企业要有安全防范意识外，相关法律方面也要进一步完善。“

零氪科技CEO张天泽对医谷坦陈：企业作为医疗大数据的采集方，大数据的安全性和隐私性绝不容忽视，而零氪科技主要从三个方面来实现：特殊的技术处理、严格遵守的法律监管、伦理道德的依从。

资本市场看医疗AI：倾斜独、角、兽

根据前瞻产业研究院发布的《2018－2023年中国医疗人工智能行业市场前景预测与投资战略规划分析报告》数据统计：国内目前为止已有公开披露的医疗人工在智能企业融资事件有93笔，其中有57笔明确公布了融资金额。从时间上来看，2014－2016年融资数量有了明显的上升，而且增长速度很快，资本的活跃度逐年走高。从融资额度的角度来看，增长趋势更加明显，千万级和亿级的融资事件占到了65％以上。

在多个领域的资本市场已逐步迈入寒冬期的时候，医疗人工智能的资本春天才刚刚开始，究竟什么样的医疗人工智能企业才能得到投融资机构的青睐？

在“医疗 AI 推动产业变革圆桌论坛”上，长岭资本合伙人蒋晓冬指出：资本市场向来比较关注独角兽类的企业，这里说的独角兽远远不止于从估值额来看，而关键还是在三个字，独、角、兽，所谓‘独’，是指企业有自己独特的地方；而‘角’，指的是企业有自己的竞争优势，且这个竞争优势不断被加强且不能被替代的；兽就是兽性，也就是国人常常讲的狼性。只有团队有狼性，企业才能够在白热化的市场竞争当中迅速脱颖而出。

“国内较早一批探索医疗大数据应用的企业——零氪科技就是这样的公司，其发展路径与美国Flatiron Health有着相同之处，在长线布局智能化临床辅助解决方案的同时，在2017年开始向AI领域拓展，同时，它的独特性还在于整个团队从成立伊始就是一个跨学科的团队，分别来自医学、科研、技术、产业服务等领域，这在早期的创业公司里面是不多见的。”蒋晓冬表示。

“作为医疗大数据在临床实践‘拓荒者’，零氪尝试从医疗实践中存在的”病例量大、病历非结构化、随访困难、行业无标准、数据隐私和安全这五大问题去突围，在中国的医疗环境下，‘获取结构化且高质量的数据’是最难的事情之一。而肿瘤数据的收集、分析、处理的难度又是所有疾病中最复杂的之一。”蒋晓冬说，“零氪科技从最开始便选择了做‘最难’的事情，这使其拥有了很高的壁垒，而壁垒也是我们资本市场对创业项目判断的重要标尺之一。”

日前，医谷从零氪科技方面获悉，其已完成10亿人民币D轮融资，全球最大的主权财富基金之一“中国投资有限责任公司”是这一轮非常重要的投资者，此轮融资后，零氪科技成为医疗大数据和人工智能领域第一个独角兽企业，就在上个月，零氪科技还迎来了中共中央***、国务院副总理韩正的实地考察和点赞。

医生看医疗AI：符合临床应用场景是关键

现在的人工智能产品，尤其是在医学影像方面，已经有一些自动识别、信息提取功能，可以提取一些人眼难以分辨出来的东西，虽不能完全代替医生，但有的已能提供一些医生难以察觉的辅助信息。

由此，医生作为医疗人工智能的最切身体验者，什么样的AI产品才符合他们的预期和设想，上海长征医院影像医学与核医学科主任刘士远表示：以目前人工智能应用最多的影像领域为例，人工智能要形成一个结构化的报告，必须要符合医院的临床应用场景，同时能够提高工作效率和诊断率，敏感性和特异性高，且人机交互体验良好，这样的AI产品才是受医生欢迎的，比如目前做的最多也相较成熟的肺结节诊断，人工智能不仅可以降低漏报率，还可以识别多种肺部结节，包括磨玻璃结节、血管旁小结节、微小结节、多发小结节等比较难判定的结节。”

不过，医疗人工智能产品在临床中的表现也并不是那么尽如人意，还是以医学影像为例，从临床研究来看，目前医学影像的人工智能产品还存在着解释性差的问题，即输入的数据与输出的结果存在相关性但却不能用因果逻辑来解释。

张天泽表示，对医疗领域人工智能解释性差的问题，目前业内通常采用两种解决思路：一是引入医学专家对相关性的因果关系做进一步分析研究，赋予医疗人工智能产品医学基因，相当于对人工智能输出的结果的因果关系提出假说，由临床专家和技术公司一同找出逻辑关系。二是引入大量真实的临床案例，并利用这些案例对结果进行解释，从而提供解释，让医生在使用产品的过程中找到成功治疗案例的感觉。不过，这种感性的解释也对人工智能技术公司提出了掌握的具体案例要具有可重复性和学科前沿性的要求。

同时，张天泽还指出：由于医疗机构数据的结构化相对不高，导致用于训练AI算法的精准标记过的高质量医疗数据较为稀缺，很多情况下AI算法用特定数据集训练完成后，对是否适用于其他数据来源的诊断还需验证，理论上，不断的积累数据，算法会愈加精准，但在实践中，还需要考虑更多的问题。

对于该观点，刘士远表示赞成：“目前进入医院的AI产品同质化严重，数据普适性是个大问题，比如在医院检查的A数据是否适用于B医院的检查，用于AI训练的数据库缺乏且不规范，因此，虽然目前进入医疗AI的企业比较多，也尝试做了多样化的产品，但截至到目前为止，还未有一个产品能真正落地医院，完全符合医院的临床应用场景，现阶段进入医院的很多AI产品都仅仅还停留在科研合作或者试验阶段，要突破这一短板，还需要国家监管层、科学家、人工智能企业等几方合力来解决。”