近年來，AI逐漸深入醫療界。廣東多家三甲醫院正緊鑼密鼓布局AI醫療。與此同時，BAT等互聯網企業“大咖”也爭相涌入AI醫療領域。今年7月4日，廣東省衛計委召開“廣東省互聯網+醫療健康發展行動計劃”啟動會，明確省衛計委近期將落實“建設遠程醫療服務體系”等八大行動。

 

　　AI幫醫生“看片子”只需幾秒鐘，提高效率，降低誤診；還可以做“醫生助手”，通過深度學習醫療專家的知識和經驗，降低醫生知識差異……AI在醫療界可謂大有用武之地，國內市場盡管處于早期階段，但仍然出現了碳云智能、零氪科技、醫渡云、推想科技等一批優質的醫療大數據公司，發展勢頭迅猛。但發展AI醫療也存在不少難點。以上場景實現的前提是：必須建立在醫療大數據充分的采集、存儲和處理能力之上，以及經過結構化處理打磨的高質量數據基礎上。南方日報記者在調研采訪中發現，這也是諸多AI醫療企業所面臨的問題，核心競爭力如何就在此處見分曉。

 

　　企業案例

 

　　醫療大數據平臺助力大樣本研究

 

　　在今年6月份舉辦的2018年美國臨床腫瘤學會（ASCO）會上，一項來自廣州醫科大學附屬第一醫院/呼吸疾病國家臨床研究中心梁文華教授團隊的大樣本研究，摘得了本次年會的重磅大獎“Merit Award”。

 

　　據了解，此項研究分析了非小細胞肺癌（NSCLC）驅動基因與化療/PD-L1（程序性死亡配體）阻斷治療敏感性標志物間關系，研究結果從基因突變角度，解釋了患者對不同藥物敏感程度不同的原因，從而指導患者使用更適合、有效的藥物進行治療。患者案例均來自中國，而PD-L1抑制劑是目前熱門的抗腫瘤藥物。

 

　　在上述研究中，零氪科技（LinkDoc）的醫療大數據平臺扮演了重要角色。作為我國醫療大數據和人工智能領域首個估值超過10億美元的企業，零氪科技以“數據+技術+平臺+服務”的模式為醫療機構、行業監管部門、各級政府以及醫藥產業、保險機構等提供大數據整體解決方案。目前公司的產品系列包括Hubble（AI輔助決策系統）、科研課題管理系統等。截至2018年上半年，零氪醫療大數據平臺的腫瘤單病種滲透率已達到60%，超越了美國。

 

　　通過LinkDoc醫院電子病歷系統（EMR），廣州醫科大學附屬第一醫院的科研人員實現了結構化數據錄入，并有專業的質控團隊進行數據核查，最后由專業統計團隊進行數據統計分析。因數據處理過程完全由數據模型完成，大大減少了人為干預及各類偏倚，盡量確保了研究成果的客觀、準確。

 

　　值得注意的是，數據統計分析與研究是一項浩大工程，如果按照以往通過瀏覽表格人工獲取數據，沒有1年多的時間很難完成，且研究假設、研究方法的選擇等方面也會存在很多的困難。但是有了醫療大數據平臺的支持，僅僅用了三個月的時間就完成了相關工作，這是大數據在醫療領域的重大進步。

 

　　技術難點

 

　　腫瘤數據庫結構化是關鍵

 

　　醫療大數據平臺如何助力大樣本研究？對此，據零氪科技有關負責人介紹說，零氪科技用了三年時間與全國700家綜合及專科三甲醫院合作，通過對這些病例的分析和診療經驗的積累、復制來幫助更多的患者治療腫瘤。

 

　　“我們建立覆蓋50余瘤種的LinkDoc真實世界腫瘤數據庫，數據涵蓋臨床各模塊。同時，研發具有自主知識產權的全球首個病歷結構化人工智能DRESS引擎。”對于建立腫瘤數據庫，零氪科技上述負責人表示：“結構化是最關鍵的，也是很困難的一件事。”

 

　　飛利浦大中華區CEO何國偉日前也對媒體表示，2020年，中國的數據量將占全球的20%，成為世界第一數據資源大國。中國不缺乏醫療健康數據，但各種原因造成數據“誤入誤出”，非結構化程度高，不能直接使用，為AI發展帶來挑戰。

 

　　中山大學附屬第六醫院副院長、結直腸肛門外科五區主任吳小劍教授對南方日報記者表示，人工智能技術在醫療領域的應用有助推動建立我們中國人自己的疾病數據庫，而建立高質量的中國人群基因數據庫將為我國復雜疾病、癌癥治療及藥物研發等領域提供重要支柱。據了解，中山六院已與IBM沃森合作建立起沃森胃腸疾病人工智能醫學中心，在胃腸腫瘤和炎癥診治方面中山大學附屬第六醫院全國領先，擁有相當規模的患者數據，尤其是單一病種數據。

 

　　發展建議

 

　　引導企業突破技術壁壘

 

　　人工智能可以幫助和輔助醫生更準確地把握病人，雖然現階段還有很多需要完善和改進，但其必將是未來的發展趨勢。不少AI醫療企業表示，期望政府、協會等能起到牽引和驅動作用，以推動產業發展。

 

　　“如果團隊只有技術基因，往往不知道產業需求是什么，做產業轉化很困難。醫療行業是個強業務導向行業，業務占六七成，技術占三四成，互聯網經常講‘試錯’，但醫學底層邏輯是不能證明對就不能做，不能拿患者來‘試錯’，非常需要政府、協會等進行牽引。”零氪科技方面表示。

 

　　據了解，人工智能在醫療領域的技術發展需求十分迫切。但是當前醫學AI領域并沒有完全成熟的技術，可以說還處在“嬰兒期”。對于不同患者及其呈現出的狀態，即使表面上看病癥相同，但其最終的診療方案可能完全不同，這是AI產品目前無法完全實現的。

 

　　零氪科技方面認為，目前的發展瓶頸是，AI目前還只是通過一個模式來學習，它在醫療領域還沒有達到完全個性化的區分，也無法取代人與人之間的溝通。因此，希望今后政府、行業協會能夠多出臺一些利于人工智能發展的政策，多引進此類企業，推動企業間的交流與合作，共同促進人工智能產業的發展。

 

　　吳小劍表示，國內剛開始重視數據，還有一個發展過程。目前，AI在治療決策方面還不太成熟，不過不管AI技術多么成熟，患者依然需要情感上的關注和互動，AI可以幫助醫生做他們更擅長的事，而不是取代之。

 

　　他山之石

 

　　梅奧診所：

 

　　運用AI預測患病幾率

 

　　如何利用人工智能和大數據改善醫療服務，全球醫療機構都面臨著這一同樣的問題。被譽為“醫學麥加”的美國梅奧診所（Mayo Clinic）又是如何應對的呢？

 

　　在此前不久舉行的第二屆Mayo Clinic中國醫院管理峰會上，梅奧醫療集團的首席技術官Steven J.Demuth就“人工智能與醫療大數據在醫療服務中的應用”進行主題發言。

 

　　他談到，梅奧會記錄醫院里發生的事件，生成醫院和患者的數字畫像。這樣就可以模擬以后會發生的事情，以更好地管理醫院與患者之間的互動。院方使用大數據，優化數據，將幫助我們預測未來會發生什么，收集數據以后可以讓我們分析出來哪些人更容易患病，他們是如何患病的，以及我們應該怎么樣給他們提供診治。

 

　　值得注意的是，不光是梅奧，美國多家頂級醫院的AI應用中，也是應用場景前端化，包括約翰霍普金斯醫院、麻省總醫院、加州大學洛杉磯分校(UCLA)醫學中心等。

 

　　一般來說，醫療AI應用細分領域分為疾病預測、醫院管理、輔助診療、精準手術和健康管理。與國內醫療AI將重心放在輔助診療不同，美國大醫院在醫療AI應用內場景方面側重疾病預測和健康管理等前置位置。