医疗AI领域缺乏统一的行业标准,AI技术能把优质的医疗资源带入千家万户

陈宽，人工智能医疗平台推想科技的创始人兼CEO，他就读于美国芝加哥大学，先后师从四位诺贝尔奖得主，攻读金融学预测模型与智能化建模专业并荣获经济学与金融学双博士学位，与行业大牛一起做过很多高深的研究。然而他现在却致力于让高深莫测的AI技术下沉，帮助优质的医疗资源和医疗诊断技术回到基层，让更多的人受益。

7月6日，由创业黑马主办的“2018中国独角兽峰会”在京举行，陈宽在演讲中表示，AI医疗在降低漏诊误诊率、分级诊疗、医保控费、卫生经济等方面都能产生巨大的价值。正如他在去年接受「红杉汇」专访时所言：

我其实希望最终大家忘掉我们这个公司的存在，推想科技变成了隐身幕后的智慧医疗解决方案的一部分，就像我们现在去医院看病，不会专门提到放射科里有一个CT机、X光机一样。

——陈宽推想科技创始人、CEO

以下是演讲部分要点摘录：

▨优质医疗资源不足，不仅仅存在于中国，它其实是一个世界性的普遍问题。

▨抄袭、模仿、数据安全、隐私保护等方面的很多问题来自于缺乏统一的行业标准。

▨鲁棒性（Robustness)、安全性和易用性是一个临床级别的AI产品的必要条件。

▨人工智能可以帮助优质的医疗资源、医疗诊断技术下沉到基层，最终进入千家万户。

人工智能已经在各个领域开花结果，包括安防、新零售、自动驾驶，以及我们推想科技所在的领域——医疗健康。它在不同行业解决着不同的问题，我认为AI在医疗领域的发展，对人类未来的影响非常深远。

优质医疗资源不足是世界性的普遍问题

AI在所有行业的落地，所面临的第一个问题，并不是关于技术本身，而是关于它在该领域到底能解决什么样的问题。在此，我们需要回顾一下，医疗行业的现状。医疗问题并不仅仅存在于中国，它其实是一个世界性的普遍问题。

首先要面对的就是优质医疗资源不足的问题。在国内，很多医院都人满为患，很多病人都得不到好的诊疗服务。虽然国外的医院不是如此，但是国外的医疗服务非常昂贵。

比如一个肺部的CT影像，一个医生可能需要很长时间才能看完。正常的肺和早期病变的肺差别非常细微，普通人去看CT根本没有办法分辨出来，就算是一个有多年诊疗经验的医生，也很有可能会因为疲劳发生漏诊和误诊的现象。

针对这个问题，人工智能就是很好的解决方案。除此之外，人工智能在医疗行业还有很多应用场景，比如我们所在的医学影像和辅助诊断环节。

2015年，推想科技刚刚成立的时候，世界范围内其实只有两家企业在真正做医疗AI、医疗深度学习和医疗影像。到2018年，很多医疗AI公司如雨后春笋般涌出，学术界和产业界也有越来越多的探索者。

2015年刚进入医疗深度学习领域的时候，我在谷歌上搜索了一下“深度学习”这个词，那时只搜到了一篇文章，是我的母校——美国芝加哥大学的一个日本教授写的，叫做《虚拟神经网络和医学影像》，那时候他都不把自己设定在深度学习领域。现在，大家也可以去搜索一下，基本上就可以看到学术界、产业界的几万篇文章。从这点看，医疗深度学习领域已经获得爆发性的发展。

医疗AI领域缺乏统一的行业标准

但是任何风口行业，包括医疗AI在内，都会出现一些问题。

比如，目前很多所谓的专家系统，鱼目混珠，说自己是深度学习。再比如，大量的抄袭与模仿，就像推想科技最早做的肺结节产品，后来就出现了大量仿制品。还有数据安全问题，病人的隐私也不能得到很好的保护。这些问题，归根究底还是因为没有一个统一的行业标准，没有人规划什么样的产品才是一个好的AI产品。

医疗AI发展到现在，在推想科技以及业内所有企业的努力下，人工智能其实已经融入到医生日常的诊疗路径之中了。

我认为好的AI产品，必然要经过临床实验的反复打磨，根据医生的需求不断迭代。它需要有优质的老师、数据源、数据标准以及深度学习模型。在这个过程中，需要反复练习修复。

我认为，AI产品的评判标准主要体现在以下三个方面：

▨鲁棒性。一个好的AI产品一定要能在不同的医疗领域、医疗环境里，还能保持相对较高的稳定性和准确性。所以，鲁棒性极为重要。

▨易用性。AI的价值，在于帮助人类释放出更多的产能，如果AI产品的使用非常麻烦、非常复杂的话，就没有用。

▨安全性。AI产品的使用，一定要在保证整个医疗系统安全的情况之下进行。

所以，我认为鲁棒性、安全性和易用性是一个临床级别的AI产品的必要条件。

AI技术能把优质的医疗资源带入千家万户

到目前为止，我们的几条行业线都已经开始陆续落地到产业。其中一个AI产品上线的时候，我们遇到一个案例。

医生看完肺部影像之后，医嘱是：双肺未见明显异常。但我们的产品在识别肺部影像时，圈出了一个异常的点，医生说可能是假阳。后来，推荐那个病人做了后续检查，发现是癌变。AI在识别病灶上对医生的帮助确实很大。

除了肺部产品之外，我们在乳腺、骨头、心脏、肝脏也都在做相应的产品研发。到目前为止，推想科技的产品每日完成肺癌辅助筛查近13000例。AI已经是全世界最大的诊断体系之一。推想科技的产品已经在世界范围的近150家顶级三甲医院落地，所在地包括美国、日本、欧洲等。

我国目前在推行分级诊断，其中对基层医院的要求是：基层医院必须有能力找到早期病变。但矛盾就在于，早期病变对漏诊率的要求越低，对诊断能力的要求就越高。基层医院往往医疗设备与医疗资源的状况也比较差，AI医疗可以降低早期病变的漏诊概率，把疾病诊断提前，为患者争取时间，提高治愈率，将给社会带来巨大价值。人工智能可以帮助优质的医疗资源、医疗诊断技术下沉到基层。

人工智能最终能在不同行业产生不同价值。在医疗行业，人工智能在分级诊疗、医保控费、卫生经济等方面都能产生巨大价值，这也是整个行业未来需要努力的方向。

到目前为止，推想科技已经逐渐成为医疗行业中全场景、全类型医疗机构服务平台。我们希望，最终人工智能技术能把优质的医疗资源带入千家万户。