雷鋒網消息，4月1日，2019國際醫(yī)學人工智能論壇暨ITU與WHO健康醫(yī)療人工智能焦點組會議在上海舉辦。在醫(yī)學人工智能新技術創(chuàng)新環(huán)節(jié)，百度AI創(chuàng)新業(yè)務部高級總監(jiān)、智慧醫(yī)療總經理黃艷發(fā)表了演講。

百度靈醫(yī)是百度旗下的AI醫(yī)療品牌。2018年4月，AI創(chuàng)新業(yè)務部成立，隸屬于百度AIG事業(yè)群（人工智能事業(yè)群），同年6月開始做醫(yī)療影像。2018年11月1日，百度靈醫(yī)品牌正式發(fā)布，百度CEO李彥宏在百度世界大會介紹了AI眼底篩查一體機，同時向貧困縣發(fā)起500臺的公益捐贈計劃。

作為百度醫(yī)療的負責人，黃艷在演講中表示，在線上化、智慧化和云化這三大趨勢的有力支撐下，醫(yī)療生態(tài)將從以醫(yī)院為中心變成以患者為中心，從重視治療轉變?yōu)橹匾暯】倒芾?，整個醫(yī)療生態(tài)也將發(fā)生脫胎換骨式的升級。

黃艷介紹，百度靈醫(yī)已在基層篩查、臨床輔助決策、讓醫(yī)療數據“條理化”三大方面實現廣泛應用，并取得階段性成果。

以下為黃艷的現場演講內容，雷鋒網作了不改變原意的編輯及整理：

黃艷：各位尊敬的領導、各位嘉賓，大家中午好。我是來自于百度的黃艷，我負責百度的智慧醫(yī)療業(yè)務。今天我想和大家探討的主題，是“AI賦能醫(yī)療新時代”。

從全球來看，通過三組數據來看一看今天全球人類健康面臨的巨大挑戰(zhàn)。老齡化的問題，2017年全球60歲以上的老齡人口已經達到了10億，占比超過了13%，距離“深度老齡化社會”僅一步之遙。老齡化其實還在不斷的擴大，到2030年、我們預測60歲以上的老齡人口會達到14億，占比會超過16%。

從人均醫(yī)療資源的角度，美國每萬人擁有的醫(yī)生量是24.5名，而印度的這一數據是7.0名，遠低于美國的數據。區(qū)域的醫(yī)療資源差異是非常巨大的，醫(yī)療負擔非常重，醫(yī)療支出占美國人均收入支出占比17%，而在印度這個數據是每年75美金，只有美國的不到1%。

如果我們再看看中國的數據，到2030年60歲以上的老年人口將占中國人口比例的1/4，將進入“超級老齡化時代”，這必將帶來對于疾病的一些新的挑戰(zhàn)。中國萬人醫(yī)生擁有數是14.9，遠低于發(fā)達國家的水平。中國人均醫(yī)療支出占比11%，對于發(fā)展中國家來說醫(yī)療負擔是非常重的。

除了人均資源少、人均支出高之外，中國的醫(yī)療還面臨著一個非常大的問題，就是醫(yī)療資源的結構性失衡的問題。剛剛很多專家也都指出：在中國三甲醫(yī)院人滿為患，但是基層人員卻門可羅雀。我們從數據上來看，中國的三級醫(yī)院數量占醫(yī)院總數8%，但是卻承擔了四成診療和住院人次的重任。三級醫(yī)院在超負荷運轉，基層醫(yī)療資源沒有得到充分發(fā)揮、被閑置。

在這樣的情況下，用技術來解決行業(yè)的問題變得尤為重要，當然這背后有很多的原因，從供給方的角度有藥的原因，也有醫(yī)生能力的原因。從需求端的角度，也有患者對于基層醫(yī)院不信任的原因。所有的這些原因交織在一起，形成了一個非常矛盾的共生體。

雖然我們說“人均資源不夠、人均成本非常高”，但是其實我們也是看到現在很多的這些因素都在發(fā)生一些積極的變化，都在試圖去改變這樣的一個問題，試圖去達到供需平衡。2018年中國政府相繼出臺了互聯網醫(yī)療、電子病歷評級、AI醫(yī)療準入標準等諸多政策，也在分級診療上不斷的強化，這都給市場的良性發(fā)展帶來非常好的政策基礎。

醫(yī)院在醫(yī)改的背景下，謀求轉型、開放探索，一些大醫(yī)院嘗試“線上問診”模式。我們也看到以“城市”為單位的互聯網醫(yī)院在逐步的出現。從患者的角度來說，患者的人均收入在不斷提高，患者的健康管理意識也在不斷的加強。所以從需求方的角度，這樣的需求也在不斷的得到釋放。

我們來看“技術”?；ヂ摼W技術、人工智能技術、大數據技術都在不斷的進入到醫(yī)療行業(yè)，給醫(yī)療行業(yè)的變化帶來了技術的支撐。所以這些因素交織在一起，我們認為它指向了一個醫(yī)療的新生態(tài)。我們認為相比于現在的醫(yī)療生態(tài)，未來的醫(yī)療生態(tài)將會發(fā)生改變，未來的醫(yī)療生態(tài)會有兩個非常重要的特征：

第一個特征，是將會從以醫(yī)院為中心轉變?yōu)橐曰颊邽橹行?。第二個特點是會從重視治療，轉變成為重視健康管理。

而這樣的兩個重要特征之后，是由三個重要的趨勢所支撐的——線上化、智慧化、云化。

首先，患者未來將能夠非常便捷的在線上獲得常見病的“線上問診”服務。當他需要檢查的時候，才需要到線下醫(yī)院。這樣線上線下一體化的就醫(yī)體驗，將會得到塑造。

其次，AI將成為醫(yī)生的助手，成為患者的助手，將成為醫(yī)院的助手，它將能夠幫助優(yōu)化醫(yī)療資源的分配，提升醫(yī)療服務的質量和效率。

第三，患者的全生命健康周期數據將會在“云端”進行打通，健康管理會變成一個非常重要的環(huán)節(jié)，變治療為預防。這樣AI的技術和大數據的技術，就能夠為患者提供主動的健康管理服務。相比現在的這種被動服務，就會提升了一個層次。

在這樣的未來醫(yī)療新生態(tài)下，患者的需求會被重視，我們相信醫(yī)療行業(yè)的各個環(huán)節(jié)也會實現脫胎換骨的變化。毋庸置疑，在這樣的變化中，人工智能所承載的智慧化將會承擔非常重要的作用，它會對醫(yī)療行業(yè)的各個參與者、各個環(huán)節(jié)都帶來全面的能力提升。

對于患者而言，我們通過可穿戴設備等數據采集的方式，能夠讓AI精準的去預測、去描繪一個患者的健康畫像，從而成為患者的貼身醫(yī)療助理。

對于醫(yī)生而言，我們可以幫助醫(yī)生進行全方面的輔助，包括：診前的智能分導診、智能篩查，手術中的機器人等。整個醫(yī)療行業(yè)的優(yōu)質資源缺乏的問題可以得到極大的緩解。

對于政府而言，我們可以從流行病的監(jiān)測、預測方面，幫助政府去降低疾病防控的成本。

對于醫(yī)院而言，AI可以幫助去提升醫(yī)院的運轉效率。

對于藥企、對于保險而言，AI能夠提供的能力提升也是多方位的。

我們堅信AI醫(yī)療一定會到來，但是由于醫(yī)療行業(yè)本身具有極高的嚴謹性和專業(yè)性，所以在這個過程中一定會對AI的研發(fā)和AI的落地帶來非常大的挑戰(zhàn)。

這里“挑戰(zhàn)”一方面是來自于數據，包括：數據的體量、數據的質量、數據的標準化、數據的結構化，數據的安全隱私怎么得到保護。

另一方面的挑戰(zhàn)，來自于算法。算法怎么樣能夠進行醫(yī)療行業(yè)的適配化，算法需要有非常高的準確性和魯棒性，算法需要可被解釋。這和AI在其它行業(yè)的應用中，通過黑盒的算法給出一個不可解釋的結果是并不一樣的，因為這并不遵循醫(yī)療行業(yè)循證這樣的一個理念。

所以我們說AI的研發(fā)和落地，其實要做到并不是很難，有很多種方法可以去做到，但是如果要做好卻困難重重。所有的這些挑戰(zhàn)和困難，都指向了對于很強大的AI技術積累的需求。而百度作為全球領先的人工智能技術公司，我們在人工智能技術的研發(fā)方面，有著最長時間的積淀，有著最完整的技術棧，這也為我們?yōu)锳I醫(yī)療可靠落地提供了堅實的保障。

百度在醫(yī)療行業(yè)的幾個實踐：

一、基層篩查：疾病防控從“治療”到“預防”

國家在疾病的預防上投入了非常多的資源，比如：糖網的防篩工程。如果我們以眼底篩查為例，研究表明40歲以上的人群是眼底疾病高發(fā)人群。這些人群需要定期的進行眼底的拍照和篩查，極早的進行防控，致盲率就可以大大降低。

中國有6.6億眼底疾病風險疾病人群，但是只有3.6萬專業(yè)眼科醫(yī)生，這里面能夠識別眼底照片的醫(yī)生數量更少。如果這個數據放在基層，它會表現的更為嚴峻。全球數據也并不樂觀，全球有26.5億眼疾風險人員，僅有21萬專業(yè)眼科醫(yī)生。

我們打造了“AI眼底篩查一體機”，用AI方式學習權威眼科專家標注的“眼底影像數據”。目前我們已經可以針對糖尿病視網膜病變、青光眼等多種進行篩查功能，將這樣的能力植入到“眼底像機”設備，準確率可以達到94%。當患者進行眼底拍照后，我們的系統10秒鐘就能夠輸出一個篩查報告，我們通過這個報告的形式呈現出來AI是為什么做出這樣的一個判斷，讓我們的報告結果是可解釋的。

百度的CEO李彥宏先生在2018年11月“百度世界大會”上宣布了“500臺AI眼底篩查一體機”公益捐贈計劃，希望在中國最偏遠、貧窮的地方，這些患者也能夠接受到好的醫(yī)療服務。

二、臨床輔助決策

由于能力和經驗的限制，中國基層醫(yī)生在實踐的過程中有誤診和漏診的風險。我們打造這樣一款產品的目的，實際上也是為了讓基層的醫(yī)生在他們的工作過程中擁有隨時可以調用、專業(yè)而且準確的醫(yī)療助手。在這款產品背后，有著非常強大的技術框架支持。我們從學習權威的書籍、藥典、三甲醫(yī)院的病例數據等，向上層夯實知識圖譜基礎。在這里處理了上億級別的異構數據和知識圖譜關聯關系，覆蓋了千萬量級的醫(yī)學實體。

再往上一層，通過深度學習、多層貝葉斯網絡的決策支持基礎，打造決策支持能力，并且通過產品化的方式對外去輸出?，F在我們的產品已經可以去支持輔助診斷、輔助診療方案、臨床指控、相似病例等多種功能，這些功能還在不斷的被完善，讓它能夠被臨床醫(yī)生更容易、更方便的使用。

（圖-這是醫(yī)療知識圖譜小角落，支氣管哮喘是小領域疾病。我們通過一個自動化的平臺，來對醫(yī)療的實體進行自動的挖掘、自動的驗證和自動的歸一。同時我們通過條件、概率等關系屬性的挖掘技術，讓我們的知識構建的方法、知識構建的結果能夠精準而不冗余。）

目前我們的這個產品已經覆蓋了27個科室，超過了4000種疾病。在常見疾病方面TOP3疾病推薦準確率達到了95%，同時通過循證算法使得這個結果可解釋，讓醫(yī)生在使用的時候有據可依。這樣的一個產品是進入到了醫(yī)生平時工作的流程中，醫(yī)生使用起來非常便捷，可以獲得實時的決策輔助。我們打造這樣的產品不是取代醫(yī)生和患者之間的溝通交流，只是讓我們的基層醫(yī)生能夠站在巨人的肩膀上面隨時的學習和掌握優(yōu)秀的診療經驗，從而來完成基層醫(yī)療的重任。

三、對于醫(yī)療數據結構化，讓醫(yī)療數據變得“有條理”

屏幕左方是真實的病例數據，在這樣的病例數據、文本里面，很多有效信息散落在病例各個角落，我們通過技術手段對于這樣的病例進行三層次的自動化梳理、自動化理解、自動化抽取。

首先，時間的維度。比如：我們這里可以識別出來九個月之前可以識別出來2019年3月3號這樣的時間標簽，這就代表了疾病的一個發(fā)展過程。     

其次是醫(yī)學實體的識別和歸一。這里的包括：癥狀、體癥檢查等。我們可以識別出來“肺部哮鳴音、哮喘”，并且可以規(guī)劃成標準的名方法——支氣管哮喘。

最后是對醫(yī)學實體屬性的處理。在這塊病例里面，我們會看到它描述到病人入院的時候出現了嚴重氣短的情況，我們識別出來“氣短”癥狀程度屬性是嚴重。另一個例子，在這個病例里面描述了患者無發(fā)熱、無咯血，我們對這個識別出來屬性是陰性。這樣梳理，讓病例變得真正可結構化、真正可計算，而這背后是百度強大的自然語言處理和知識圖譜技術所支撐的。

醫(yī)療數據結構化之后，這些醫(yī)療數據將能為醫(yī)療行業(yè)的各個領域帶來非常重要的作用。對于醫(yī)院臨床來說，它能被臨床輔助決策提供大量的數據支持。對于醫(yī)生科研來說，能夠讓醫(yī)生用更大量的數據展開科研合作。對于政府而言，能夠幫助政府去進行公共衛(wèi)生的一些輔助決策。對于新研種研發(fā)的支撐，可以由大數據協助。藥企藥品研發(fā)各個環(huán)節(jié)，大數據也能夠起到多方位作用，降低藥品研發(fā)成本、加快藥品上市速度。只有這樣我們認為醫(yī)療數據采能夠真正的去發(fā)揮其燃料價值，盤活整個行業(yè)生態(tài)，讓這個行業(yè)能夠更快速的發(fā)展。

我們相信這一個個的實踐，未來都會成長為參天大樹。但是在傳統的醫(yī)療和新興人工智能結合的過程中，這是兩個世界的結合、這是兩種理念的結合，這是傳統和創(chuàng)新的結合。這種結合過程中，本身就是非常艱難的。醫(yī)療又是一個關乎民生的行業(yè)，使得這樣的結合變得更加困難。比如：AI應該如何去定位？AI應該如何去進入到臨床醫(yī)生的工作環(huán)節(jié)，讓醫(yī)生可以去信賴它，AI的結果如何做到可解釋，醫(yī)療的數據如何可以安全的訪問和存儲。所有的這些困難都需要一一被克服，我們才能夠去創(chuàng)造一個醫(yī)療和AI相結合的美好未來。

我們相信閉關自守絕不是AI時代的精神。從百度的角度來說，我們希望以非常開放的態(tài)度和行業(yè)的各個合作伙伴們一起共建AI的基礎，在AI醫(yī)療新生態(tài)，在整體的AI醫(yī)療新生態(tài)來臨過程中，需要所有的行業(yè)參與者一起參與、一起創(chuàng)造?！吧】怠⑷巳似降取?，這是我們一直所追求的。我們希望世界上的每一個個體，都能夠有機會去獲得充足的醫(yī)療保障和醫(yī)療資源。這是技術可以、也應該給這個世界和這個行業(yè)帶來的。AI醫(yī)療，讓這個夢想變得可以暢想。

愛無國界，AI無國界、醫(yī)療無國界。百度希望借助我們的醫(yī)療行業(yè)的一些實踐，把它帶到世界、帶到全球，為人類健康共同體作出貢獻。謝謝大家！雷鋒網雷鋒網

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。