2020年8月7日，全球人工智能和機(jī)器人峰會(huì)（CCF-GAIR 2020）正式開(kāi)幕。CCF-GAIR 2020 峰會(huì)由中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，香港中文大學(xué)（深圳）、雷鋒網(wǎng)聯(lián)合承辦，鵬城實(shí)驗(yàn)室、深圳市人工智能與機(jī)器人研究院協(xié)辦。從2016年的學(xué)產(chǎn)結(jié)合，2017年的產(chǎn)業(yè)落地，2018年的垂直細(xì)分，2019年的人工智能40周年，峰會(huì)一直致力于打造國(guó)內(nèi)人工智能和機(jī)器人領(lǐng)域規(guī)模最大、規(guī)格最高、跨界最廣的學(xué)術(shù)、工業(yè)和投資平臺(tái)。

在8月9日的醫(yī)療科技專場(chǎng)上，西門(mén)子醫(yī)療中國(guó)數(shù)字醫(yī)療負(fù)責(zé)人陳黎峰，以《人工智能賦能數(shù)字化醫(yī)療：機(jī)遇與挑戰(zhàn)》為題，介紹了西門(mén)子醫(yī)療如何利用AI滿足臨床場(chǎng)景中的核心需求。

陳黎峰表示：醫(yī)療流程中最重要的環(huán)節(jié)是決策，一名醫(yī)療工作者平均每小時(shí)就要做出22個(gè)重要的決策。這些決策直接影響著病人從檢驗(yàn)、診斷、治療和愈后管理的質(zhì)量。

從統(tǒng)計(jì)數(shù)據(jù)來(lái)看，醫(yī)療決策過(guò)程中，常常有超過(guò)50%以上的病人，會(huì)缺失病史等關(guān)鍵決策點(diǎn)信息。

如何優(yōu)化這些診療路徑中的決策問(wèn)題？陳黎峰表示，最好工具就是AI。

從1990年起，西門(mén)子醫(yī)療就已經(jīng)將人工智能應(yīng)用在設(shè)備成像中。西門(mén)子醫(yī)療在AI領(lǐng)域擁有長(zhǎng)期經(jīng)驗(yàn)，擁有600多個(gè)與機(jī)器學(xué)習(xí)相關(guān)的系列專利，其中200多個(gè)涉及深度學(xué)習(xí)的系列專利。

例如，為了解決病史缺失的問(wèn)題，西門(mén)子醫(yī)療提供了解決方案eHealth，可以在病人授權(quán)后將所有病史提供給醫(yī)生進(jìn)行判斷。

在預(yù)約檢驗(yàn)、檢查環(huán)節(jié)，西門(mén)子醫(yī)療還開(kāi)發(fā)了Medicalis系統(tǒng)，可以將所有醫(yī)療資源集中在平臺(tái)，再根據(jù)病人的不同情況，把病人分診到對(duì)應(yīng)醫(yī)院、對(duì)應(yīng)科室進(jìn)行診斷，這種分診方案會(huì)結(jié)合病人本身所處的地域、保險(xiǎn)情況，給出最優(yōu)路徑。

此外，陳黎峰還介紹了人工智能閱片平臺(tái)AI-Rad Companion，可以在一張CT影像中，同時(shí)識(shí)別肺結(jié)節(jié)、肺氣腫、主動(dòng)脈、心臟、脊柱重建等6個(gè)病種，直接以量化形式展現(xiàn)胸腔內(nèi)所有疾病。

以下為陳黎峰的現(xiàn)場(chǎng)演講內(nèi)容，雷鋒網(wǎng)作了不改變?cè)獾木庉嫾罢?/h3>

陳黎峰：首先，我介紹一下西門(mén)子醫(yī)療。西門(mén)子醫(yī)療有130余年的歷史， 現(xiàn)有三大核心業(yè)務(wù)部門(mén)：影像診斷、實(shí)驗(yàn)室診斷和臨床治療。

1999年，阿里成立的那一年，西門(mén)子醫(yī)療已經(jīng)推出了IT全平臺(tái)。2014年，西門(mén)子醫(yī)療又發(fā)布了一個(gè)基于云的數(shù)據(jù)中臺(tái)和自帶用量、劑量的數(shù)據(jù)云平臺(tái)teamplay。截止到現(xiàn)在，西門(mén)子已經(jīng)有40多款人工智能應(yīng)用。

這張圖是西門(mén)子醫(yī)療2019年財(cái)年的數(shù)據(jù)。

接下來(lái)分享一下行業(yè)趨勢(shì)變化，我們認(rèn)為，未來(lái)整個(gè)市場(chǎng)動(dòng)態(tài)和趨勢(shì)變化會(huì)對(duì)醫(yī)療行業(yè)發(fā)展產(chǎn)生巨大影響。現(xiàn)在市場(chǎng)上一些趨勢(shì)和變化，都是我們以往從來(lái)沒(méi)有遇到的，例如人口老齡化和慢性疾病增加。

從大的醫(yī)療市場(chǎng)角度來(lái)看，這種趨勢(shì)是市場(chǎng)的持續(xù)增大，在2015-2020年短短五年間，全球主要經(jīng)濟(jì)體在醫(yī)療衛(wèi)生上的支出從平均2.4%增長(zhǎng)到7.5%，這些支出大約有一半、約4萬(wàn)億花費(fèi)在三大疾病上——癌癥、心血管和呼吸系統(tǒng)疾病。

但是，我們也能看到一些潛在趨勢(shì)。

首先，醫(yī)療會(huì)更加精準(zhǔn)，但精準(zhǔn)醫(yī)療跟醫(yī)院以往操作模式非常不一樣的是，需要各部門(mén)協(xié)同作戰(zhàn)，甚至需要我們重新思考診療轉(zhuǎn)化模式。

其次，改善患者體驗(yàn)?，F(xiàn)在，自己或家人生病后，首先一定會(huì)去網(wǎng)上搜索得了什么疾病、需要怎么治療，這也導(dǎo)致醫(yī)生的工作變得困難，因?yàn)槟銜?huì)帶著信息和研究，和醫(yī)生去探討疾病。

但從另一個(gè)角度來(lái)看，這也代表患者更關(guān)注和更多地參與自己的醫(yī)療健康管理當(dāng)中，實(shí)現(xiàn)了醫(yī)療的消費(fèi)者化，患者更像是消費(fèi)者。在這個(gè)過(guò)程中，患者對(duì)疾病的認(rèn)知、知識(shí)也大幅增加，會(huì)有更多的選擇。

最后我們認(rèn)為，數(shù)字化、信息化、人工智能一定會(huì)驅(qū)動(dòng)健康和醫(yī)療行業(yè)的發(fā)展。

今天，我打算從決策的視角來(lái)看待其中AI的機(jī)遇和挑戰(zhàn)。

什么是決策？我們每個(gè)人每時(shí)每刻都在做決策，而醫(yī)護(hù)人員每天也會(huì)把絕大部分時(shí)間花在決策上，這些決策跟每個(gè)人的生命健康息息相關(guān)。

除了在臨床環(huán)節(jié)，醫(yī)療工作者的決策還會(huì)涉及運(yùn)營(yíng)層面。例如，一個(gè)中風(fēng)病人進(jìn)入醫(yī)院，如果這個(gè)病人在本院治療不了，就需要轉(zhuǎn)診。轉(zhuǎn)到哪里？怎么轉(zhuǎn)？里面的判斷就是典型的運(yùn)營(yíng)決策場(chǎng)景。

對(duì)于醫(yī)療工作者來(lái)說(shuō)，平均每小時(shí)就要做22個(gè)重要的決策判斷，這些決策直接影響病人診療過(guò)程，從檢驗(yàn)檢測(cè)、診斷、到治療、愈后管理等各個(gè)節(jié)點(diǎn)。但這些決策，經(jīng)常會(huì)因?yàn)椴∪瞬∈返娜笔Ш托畔⒌牟粚?duì)稱，出現(xiàn)大量錯(cuò)誤和偏差。

例如，病人到醫(yī)院時(shí)，會(huì)對(duì)自己的疾病史有一定的了解，但不了解目前的進(jìn)展；而醫(yī)生通過(guò)檢驗(yàn)、檢測(cè)能夠知道病人現(xiàn)在的癥狀，但是不一定知道所有的病史和服藥史，最后的決策就會(huì)非常困難。

例如，上海某三甲醫(yī)院急診科主任曾介紹一個(gè)案例。他們醫(yī)院的員工家屬某天突然暈倒，但在急診科做了一系列的檢驗(yàn)、檢查都沒(méi)有發(fā)現(xiàn)問(wèn)題。

留院觀察期間，主任和病人談話偶然間得知病人有輕微的地貧，馬上聯(lián)想到地貧可能引起肺栓塞，而后者則會(huì)引起肺動(dòng)脈高壓而導(dǎo)致暈厥，最后發(fā)現(xiàn)果然如此。

但之前的問(wèn)診，病人根本不會(huì)把兩者聯(lián)想在一起，而大夫也不可能知道地貧這件事。

統(tǒng)計(jì)來(lái)看，醫(yī)療決策過(guò)程中，常常有超過(guò)50%以上的病人，會(huì)缺失病史等關(guān)鍵決策點(diǎn)信息。

除了診斷，在處置、檢驗(yàn)檢查過(guò)程往往也需要醫(yī)生做出很多決策。例如，我一個(gè)朋友的母親在今年擦窗過(guò)程中，忽然背部扭了一下，當(dāng)時(shí)雖然沒(méi)注意，但后來(lái)卻疼到睡不了覺(jué)，于是去了全國(guó)前五的三甲醫(yī)院。

到醫(yī)院之后，他們最頭疼的就是導(dǎo)診，因此背疼不知道掛哪個(gè)科；于是就先去了心內(nèi)，在心內(nèi)做了很多CT平掃、重建檢查，都沒(méi)有發(fā)現(xiàn)問(wèn)題；又去了骨科，骨科大夫也覺(jué)得沒(méi)有問(wèn)題，推斷是神經(jīng)出了問(wèn)題；但后來(lái)又錯(cuò)掛了神經(jīng)內(nèi)科。

回溯來(lái)看，這些檢查和流程里面，大概15%的影像診斷是錯(cuò)誤或者非必需的，甚至是重復(fù)的。醫(yī)生在診斷決策過(guò)程中，如果沒(méi)有掌握充分的信息，就會(huì)導(dǎo)致做出錯(cuò)誤的診療決策或診療流程。

研究表明，大約40%的病人會(huì)不同程度上曾有“過(guò)度醫(yī)療”的經(jīng)歷。

但醫(yī)生在開(kāi)處方過(guò)程中，可能也不知道你的既往病史、服藥史等。這樣的信息不對(duì)等會(huì)導(dǎo)致隨訪過(guò)程變得困難。中國(guó)每年有80億次的診療量，每個(gè)人都去隨訪基本不太可能。

那么，我們應(yīng)該如何解決這些診療路徑、診療流程的問(wèn)題，幫助患者、醫(yī)生進(jìn)行全流程正確決策。我認(rèn)為解決這些問(wèn)題最好的工具就是AI。

目前，AI已經(jīng)完全貫穿西門(mén)子的全景解決方案之中，有超過(guò)40多項(xiàng)AI應(yīng)用，甚至每小時(shí)就已經(jīng)有24萬(wàn)患者直接或間接體會(huì)到AI的幫助。

剛才已經(jīng)講到，醫(yī)生的治療、診斷等流程的決策都需要醫(yī)生掌握病人的完整病史做判斷，那又該怎樣得到病人的完整病史？

目前，西門(mén)子醫(yī)療在病史方面有一套解決方案——eHealth，這個(gè)產(chǎn)品目前已經(jīng)在奧地利全國(guó)落地。為了避免病人隱私泄露，產(chǎn)品會(huì)在病人通過(guò)eHealth遠(yuǎn)程或者當(dāng)面進(jìn)行授權(quán)后，把所有病史提供給醫(yī)生做判斷。

西門(mén)子醫(yī)療在預(yù)約檢驗(yàn)、檢查環(huán)節(jié)也有一套系統(tǒng)Medicalis，這個(gè)系統(tǒng)目前已經(jīng)在美國(guó)上線。系統(tǒng)可以把所有醫(yī)療資源集中在平臺(tái)，再根據(jù)病人的不同情況，把病人分診到對(duì)應(yīng)醫(yī)院、對(duì)應(yīng)科室進(jìn)行診斷。

當(dāng)然，這種分診方案會(huì)結(jié)合病人本身所處的地域、保險(xiǎn)情況，給出最優(yōu)路徑。

在診斷方面，西門(mén)子醫(yī)療也有自己的一套人工智能閱片平臺(tái)——AI-Rad Companion，這個(gè)平臺(tái)的目標(biāo)就是減少醫(yī)生日常冗余重復(fù)性工作，提高診斷準(zhǔn)確度。我們希望這個(gè)產(chǎn)品可以和多廠商兼容，提供多器官綜合診斷，乃至最后自動(dòng)生成展示服務(wù)。

在醫(yī)學(xué)影像AI層面，作為老牌的器械廠商，西門(mén)子醫(yī)療存在一定的先天性優(yōu)勢(shì)。

例如，這次新冠肺炎期間，我們發(fā)現(xiàn)西門(mén)子CT設(shè)備掃描出來(lái)的影像，使用AI-Rad Companion進(jìn)行新冠肺炎陽(yáng)性和陰性的判斷后，會(huì)比其他廠商的產(chǎn)品更加精準(zhǔn)。

這個(gè)現(xiàn)象背后是因?yàn)槠渌麖S商的產(chǎn)品，由于本身卷積核（reconstruction kernel）問(wèn)題，對(duì)于肺炎早期的判斷會(huì)出現(xiàn)一些假陰性和假陽(yáng)性。而西門(mén)子醫(yī)療的AI-Rad Companion，早已經(jīng)在普林斯頓的一個(gè)超級(jí)計(jì)算中心研發(fā)了很多年，在國(guó)內(nèi)也已經(jīng)到臨床階段，和很多醫(yī)院進(jìn)行合作研發(fā)。

AI-Rad Companion不僅僅可以看結(jié)節(jié)，而且可以識(shí)別肺結(jié)節(jié)、肺氣腫、主動(dòng)脈、心臟、脊柱重建等6個(gè)病種，直接把胸腔里面所有疾病以量化的形式展現(xiàn)出來(lái)。

對(duì)于診療決策和治療環(huán)節(jié)，現(xiàn)在所有的方法也都在持續(xù)革新。這就像導(dǎo)航，過(guò)去所有人出行都需要買(mǎi)一本全國(guó)地圖冊(cè)，GPS出來(lái)后也出現(xiàn)一些道路升級(jí)而軟件沒(méi)升級(jí)，從而誤入歧途的情況。但現(xiàn)在手機(jī)就可以完成導(dǎo)航的所有問(wèn)題。

病人的診療路徑也是一樣，過(guò)去很多診室邊上都會(huì)放一個(gè)人體全身骨架，但現(xiàn)在已經(jīng)都不需要了?，F(xiàn)在的診療決策變成只需要兩件事，首先需要知道各項(xiàng)檢驗(yàn)指標(biāo)，其次病人的全面病史、所處的狀態(tài)。

因此，現(xiàn)在很多廠家都提出了數(shù)字孿生/數(shù)字雙胞胎的概念，把這個(gè)人所有醫(yī)療指標(biāo)數(shù)字化，包括實(shí)驗(yàn)室、用藥、影像數(shù)據(jù)、基因等，再把這些數(shù)據(jù)和文獻(xiàn)、指南以及其他知識(shí)庫(kù)整合，為病人選擇出最好的診療方案。

利用這些信息和病人交流，也可以幫助病人更加直接、積極的參與到自己的疾病治療和健康管理當(dāng)中。

AI-Rad Companion也有一個(gè)隨訪模塊，可以利用一個(gè)小家用設(shè)備，對(duì)病人的各項(xiàng)指標(biāo)變化進(jìn)行管理。這樣就可以解決前面提到的80億人次的隨訪問(wèn)題，在人工智能的幫助下，設(shè)備可以自動(dòng)提出預(yù)警和其他干預(yù)方案。利用這種方式，一個(gè)護(hù)士甚至可以隨訪上千人。

前面已經(jīng)介紹了西門(mén)子病人診療路徑和數(shù)字化的解決方案，回頭再了解一下人工智能的驅(qū)動(dòng)力，我認(rèn)為主要包括三個(gè)方面：

一、政府和醫(yī)院的成本效率需要提升，運(yùn)營(yíng)方面需要決策支持；

二、醫(yī)技人員的缺乏，例如國(guó)內(nèi)超聲醫(yī)生大概就有15萬(wàn)的缺口；

三、協(xié)同醫(yī)療概念，用數(shù)字化驅(qū)動(dòng)患者和醫(yī)生的互動(dòng)。

所以圍繞這三個(gè)方面，AI也發(fā)揮了幾點(diǎn)作用：首先，提升效率和生產(chǎn)力；其次，提供臨床輔助決策支持；最后，為醫(yī)院提供病人管理。

既然已經(jīng)看到了需求和前景，那中間又是否存在壁壘？

單純從技術(shù)的角度來(lái)看，AI應(yīng)用最大的問(wèn)題，就是各個(gè)科室之間、各個(gè)機(jī)構(gòu)之間的數(shù)據(jù)孤島問(wèn)題，這也導(dǎo)致可能出現(xiàn)潛在的決策和判斷錯(cuò)誤。

那么西門(mén)子醫(yī)療怎么解決這個(gè)問(wèn)題？

西門(mén)子醫(yī)療目前有一個(gè)teamplay數(shù)字中臺(tái)，正逐步在國(guó)內(nèi)落地。這個(gè)平臺(tái)的目的就是為了打破數(shù)據(jù)孤島，讓醫(yī)療AI產(chǎn)品快速落地，產(chǎn)品可以實(shí)現(xiàn)多模態(tài)部署，在醫(yī)院端、邊端或云上都可以。

這個(gè)平臺(tái)的數(shù)據(jù)來(lái)源也不止于DICOM格式，對(duì)HL7、FHIR等標(biāo)準(zhǔn)也同樣兼容。目前，西門(mén)子醫(yī)療已經(jīng)將AI-Rad Companion部署在這個(gè)平臺(tái)之上，未來(lái)也希望更多的廠商加入。

我認(rèn)為，雖然一個(gè)人可以走得比較快，但一群人則可以使這個(gè)行業(yè)走得更遠(yuǎn)。雷鋒網(wǎng)雷鋒網(wǎng)

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。