医疗人工智能成资本新宠

继电商、O2O、AR、共享经济之后，2017年，AI成为新晋网红。在应用场景上，已有教育、金融、医疗、交通等多个领域切入。一时间，创业者、传统厂商、互联网巨头纷纷入场。君联资本董事总经理蔡大庆指出：“在2010、2015年，政策和市场仍是行业的主导力量，但目前在国内，AI技术的进步已经成为行业的主导力量之一。”

不过，在表面繁荣的背后，更需要冷静看待医疗人工智能。谈到人工智能发展的现状，更令人担心的是技术同质化，会使医疗AI这样的朝阳行业像当年的医疗信息化，陷入“红海”竞争之中。

依图医疗副总裁郑永升就人工智能同质性这一问题指出：“外行谈算法，内行谈数据标准。在人工智能算法趋同的当下，对算法、数据的理解是区分团队竞争力的关键。”

AI算法已成熟

不可否认，目前人工智能的算法模型已趋于成熟，临床实践也取得不错的反馈，可是政策的引导、数据的合规合法及规范化依旧是掣肘产业进一步发展的要素。

虽然产业领头羊已经到了B轮阶段，可整个行业依旧缺乏成熟的变现模式。这些都是医疗人工智能企业在2018年需要直面的问题。郑永升坦言：“结合人工智能发展来说，无论是临床诊断，还是AI制药，都是人工智能在医疗领域可以发挥作用的方向。我们应多去深入了解临床，寻找可发挥作用的方向，共同把应用丰富起来。”

AI能否替代科学家、医生在医疗上实现颠覆性的改变，成为人们关注的话题。郑永升介绍：“从行业的角度来讲，今天核心的问题不是要去取代医生，本质上医疗服务最终的受众是患者，大家只有一个出发点，就是给患者提供最好的服务体验，同时也能改善医疗从业人员的工作质量、生活质量。如果一定要定性医生和AI之间关系的话，我认为是医生驾驭AI这样的一个关系。人类发展历史上出现过非常多的工具，每一代工具都比前一代工具更强，但从来没有因为新工具的出现，人就会被替代。”

希氏异构医疗科技创始人宋捷强调：“AI解决的是人类探索医学奥秘和获得医疗手段的效能问题，替代性扩充人类的脑力。简单复制人类的能力，仅是AI发展过程中的副产品，并不是AI的目标，因为它能做得更好。仅从技术与产品层面看待AI对医疗的影响是片面的，AI可以改变医疗的未来。”

汇医慧影创始人兼CEO柴象飞介绍：“现阶段，AI使用超过人类的暴力运算方式，替代医生做繁琐性的工作。但是，未来把影像以及更多维度的相关医学数据进行整合计算，包括基因数据、病理数据、临床数据，同时还需要时间维度的持续性数据，进行整合计算。只有这样系统的计算能力才能超过人的水平和普通医生的水平，达到更加精准做定量的诊断。”

郑永升对人工智能未来的畅想是：“人工智能在医疗领域发展的终极目标是帮助人去做人做不到的事情，或人做起来挑战比较大的事情，比如跟专家一起去制定临床的医学标准，利用其在大数据挖掘和提取方面的优势，站在人工智能肩膀上推动医学学科发展，让医学极限进一步推进。乐观来说，未来医院、制药企业人工智能将成为不可或缺的基础设施，只是其间还有很长的路要走。”

未来比拼渠道还是标准

现在，算法趋同已成为医疗AI发展中面临的一大问题，东北证券计算机与互联网行业首席分析师闻学臣指出：“在整个医疗信息化或者医疗科技产业当中，医院是重点布局和考虑的核心资源要素。在人工智能时代，由于技术开源，技术不会成为各个公司的竞争优势，渠道资源和应用场景才是未来决定公司发展前景的因素。”

毫无疑问，AI的算法拥有超乎寻常的深度学习、暴力运算能力。但是，在医疗领域，如果没有数据的标准化，AI的作用很难发挥出来，毕竟医疗比下围棋复杂得多，围棋的规则简单多了。

郑永升强调：“现在最为关键的是标准，数据的标准化程度决定了一个人工智能产品能走多远。以电子病历结构化为例，电子病历结构化的价值在于将临床沉睡的大量文本信息结构化后，供上层数据平台直接应用，但临床实际面临着大量非标医学术语，如果想要去挖掘和使用这些临床数据，一个重要的基础工作是要能够通过数据库将临床历史数据转化成知识图谱，转化成可以被计算机和算法直接使用的语料。”

业内已经达成共识，对于临床数据的理解和应用才是核心竞争力。郑永升建议：“现在行业的从业者都在谈数据标准，当你想要做一个临床应用，并且把这个应用准确率在数理维度推到让医生接受它的时候，你会发现困难和瓶颈是今天的医学问题定义非常模糊，不同医生甚至是顶级专家，他们之间对很多影像上的判定和识别都存有差异。对于人工智能这样一个强数理，强逻辑，要求输入输出确定和标准的事情，必须要和医学专家一起去解决和推动医学本身标准化和精确性的前进。”

此内容为《医药经济报》融媒体平台原创。未经《医药经济报》授权，不得以任何方式加以使用， 包括转载、摘编、复制或建立镜像。如需获得授权请事前主动联系：020-37886610或020-37886753；yyjjb@21cn.com。