AI的發(fā)展速度已經(jīng)遠遠超出了人們的預期，在近兩年已經(jīng)開始進入落地期，AI在人臉識別、場景視覺和自動駕駛、安防行業(yè)上都已經(jīng)有成功的應用。有人說AI的未來是醫(yī)療，但在AI醫(yī)療上人們還持有觀望的心態(tài)，它為什么可以用在醫(yī)療上面？AI醫(yī)療又是什么樣子的？
醫(yī)療對于AI來說是個比較特殊的行業(yè)，AI之所以適用于醫(yī)療是因為機器學習本來就是通過數(shù)據(jù)驅動讓它學習數(shù)據(jù)。它不像數(shù)學或者是物理學，用公式可以推導出實際生活中的現(xiàn)象。而人類對自己生命的認知不夠，有很多東西就算在臨床中已經(jīng)是常用的處理方法，但其實人們是不知道背后機理的，很多還是以病例的積累為主的。這個正是適合做技術驅動和數(shù)據(jù)學習的技術方法論，有的時候需要探究機理但不需要看背后的機理。
AI醫(yī)療的發(fā)展方向：診斷和治療建議
眾所周知，目前的中國還是面臨著醫(yī)療資源分布不均衡等實際情況，而AI技術和輔助診斷產(chǎn)品可以發(fā)揮它應有的價值。AI醫(yī)療最終的一個發(fā)展方向是服務于臨床科室，給出最終的診斷以及治療建議。
醫(yī)療診斷是一個病人在醫(yī)院里面的開始，它的準確性直接關系到病人的生命。人的身體上有超過 12000 多種診斷的可能性，在一個器官上的一個病種，就有上百種的亞型，亞型間的區(qū)別是非常細微的，這對人類的經(jīng)驗和挑戰(zhàn)是非常大的。甚至在美國這種醫(yī)生并不是非常忙碌的環(huán)境下，也會出現(xiàn) 12000 次以上的誤診結果。更不用提那些超飽和工作量的國家的醫(yī)生，再加上醫(yī)療資源不平衡，誤診率更是居高不下。
有數(shù)據(jù)統(tǒng)計，從 2012 年的 500PB 到 2020 年的 25000PB（一個 PB 是 1024TB），醫(yī)療數(shù)據(jù)正呈爆炸性的增長，單靠人是無法消化這么大信息量。所以這 25000PB 里面的 99% 是需要計算機和 AI 來消化的。
AI技術的出現(xiàn)很好的解決了醫(yī)療數(shù)據(jù)爆炸和減少醫(yī)生的流程工作量和誤診率。AI在影像診斷上的典型的工作流程：一個病人做 CT 掃描和核磁共振，病人只需躺在機器里，影像會自動上傳到醫(yī)院的云服務器上，通過 AI 進行分析，在沒有人工干預的情況下，就可以出一份就像醫(yī)生撰寫的、具有自然語言的報告，醫(yī)生只需在最后簽字審核。
隨著信息網(wǎng)絡技術的不斷發(fā)展，人們對就醫(yī)觀念的改變，越來越多的人借助互聯(lián)網(wǎng)來進行醫(yī)療診斷，也就是互聯(lián)網(wǎng)輕型的診前環(huán)節(jié)問診。目前這個市場達到了2000萬人，在未來的五年中可能增長到2~3億的規(guī)模。
體素科技的心臟核醫(yī)學項目就是針對診前環(huán)節(jié)問診市場的案例，目前已經(jīng)成功應用于美國預防心臟病類的診斷系統(tǒng)。心臟核醫(yī)學是用來評估得了冠心病的人是否缺血？是不是值得做支架和搭橋手術？傳統(tǒng)的診斷都是拍CT等影像，再由醫(yī)生根據(jù)自己的經(jīng)驗進行判斷，醫(yī)生不是萬能的，同樣的影像，醫(yī)生每次看都可能有不同的結果，這是因為影像有很多噪聲，有很多不確定的現(xiàn)象，這期間耗費了醫(yī)生和病患很多的時間。
心臟核醫(yī)學是將心臟病的分析做成一個全自動的量化工程。按美國協(xié)會的標準，用系統(tǒng)去跟蹤心臟的左心室跳動，把左心室代謝的分數(shù)用一些量化的指標打出分來，去對比心臟在受壓情況以及平靜狀態(tài)之下兩個分數(shù)的區(qū)別，這樣就可以客觀穩(wěn)定的做出一模一樣的結果，因此整個診療就變成幾秒鐘的時間。很好的解決了醫(yī)生的主觀程度，包括勞累，疲勞，經(jīng)驗不足等問題。
現(xiàn)在人們越到不懂的事務，都喜歡上網(wǎng)搜索，包括身體上的不舒服癥狀，大部分人都喜歡上網(wǎng)搜索答案，這就誕生了很多的在線網(wǎng)上問診平臺，問診的數(shù)據(jù)很龐大，但是在線醫(yī)生數(shù)量是飽和的。這個時候，如果通過 AI 對問診的數(shù)據(jù)做一個簡單的分流和初步的分析?；蛘甙?AI 用到內(nèi)部運營管理方面，把一些病人拍的不標準的信息，進行自動標準化后再發(fā)給醫(yī)生；反過來，AI 可以幫病人找到一位最適合的醫(yī)生，達到醫(yī)生和病人的雙重滿意。這樣的商業(yè)模式是一個對輕問診平臺入口的重塑，讓它變得更加直觀，貼近患者的使用習慣；再就是他內(nèi)部吞吐量以及服務的響應時間的優(yōu)化，這些增長也是 AI 公司的機會。
無論是技術、人才還是AI市場需求，中國都領先于全球。在人工智能時代，如何利用AI技術成功應用于醫(yī)療行業(yè)，解決中國醫(yī)療行業(yè)的難題？這將是中國AI公司的另一個發(fā)展機會。
