依图医疗郑永升：医院人工智能将成为基础设施

睿见 • 第2期

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、互联网巨头们纷纷入场，好不热闹。

AI+医疗的领域中，以医疗影像最先火起来，完成从实验室走向医院的落地之路。众多知名三甲医院与AI企业探索的背后，究竟谁的产品能够一骑绝尘？

近日，在2017未来医疗100强论坛上，新浪医药特别专访依图医疗副总裁郑永升，就人工智能拓宽医疗边界分享新锐观点。

人工智能医疗在中国，今天比起全球来说有极大优势。中国的人口基数非常大，包括大量的医疗数据基础；另一方面人才优势明显，随着人工智能上升到国家战略高度，未来这个领域出现中美双引擎的情况是大概率事件。

图片来源：视觉中国

以从业者的角度，在我的观察和定义里，医疗人工智能应用存在三个层次：

第一个层次：解决重复性问题

从一些比较简单的科室级常规任务去切入，比如说依图医疗做的AICARE®儿童骨龄智能辅助诊断产品，主要帮助医生解决临床工作量大、重复性高的问题，提高诊断准确度以及效率，节约医生时间。本质上是一个比较传统和习惯性计算机擅长做的事情，叫做提高人的效率，减少人的错误。

第二个层次：充当专家型助手

这个阶段人工智能应该做的事情是结合多维的数据，充当一个临床医生实时在线、补充信息、智能问答的专家型助手，对于医生来讲有这样一个助手可以作为参考，能提高临床诊断的信心。

第三个层次：推动医学学科发展

成长到这个阶段，人工智能已经可以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，比如跟专家一定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。

三个层次由‘弱AI’向‘强AI’推进，乐观来说，未来医院人工智能将成为不可以或缺的基础设施，只是这其间还有很长的路要走。

在AI医疗领域中，之所以今天我们听到的更多是医学影像（也包括辅助诊疗、语音识别），原因是基于两点：影像的数据标准化程度比较高，且历史数据容易积累，数据量较大，在起步时很容易切入这个领域；影像这样的客观数据处理是人工智能更合适的，再往前说一句，实际上在临床科室产生的应用，对团队的技术积累包括对临床医学知识的总结要求是比较高的。

其实结合到今天人工智能发展来说，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。

影像方面，依图医疗的AICARE®胸部CT智能辅助诊断与AICARE®儿童骨龄智能辅助诊断系统已在国内30多家三甲医院进入临床工作状态。

除此之外，在临床科室方面，依图医疗储备和开发了两个方向的基础技术。一个是电子病历结构化方向，主要的价值在于将大量的沉睡自由文本电子病历转化为结构化，结合电子病历结构化之后，将临床的历史数据转化成一个知识图谱。一个是打造场景化的产品，例如与广州妇女儿童医疗中心共同推出的“咪姆熊”智能诊断平台。

作为人工智能，未来的发展趋势和方向算法一定是趋同的，当算法趋同之后核心竞争力和差异在哪里？实际上，不是未来而是现在，很多人工智能应用的算法已经是趋同的了，我认为对算法模型的理解就好像一把刀，一个五星级酒店的大厨和一个普通人拿这到把刀去切土豆丝，切出来的东西会完全不一样，所以对于算法、对于数据的理解，是这个团队有别于其他团队的所在。所以，在这个算法已经不是AI能力壁垒的时候，大家再来谈算法是什么，已经是一个外行表现。

至少对依图来讲，对于临床数据的理解和应用才是我们的核心竞争力。我们认为，对数据理解的深度，决定了一个AI能够走多远。

图片来源：视觉中国

今天，行业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。

所以，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一件事情，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。

对话郑永升：

郑永升：依图医疗将是依图科技长期投入的一个战略方向，这是基于我们对这个行业现状的一些思考。本质上我们看到的是今天这个行业存在的问题，对于做技术或者有使命感的人来讲，所谓的问题就是我们的机会。同时，医疗是一个比较慢的行业，用我们内部的话讲是‘没有五年你不要想这件事情可以规模化’，我们会以一个长跑的心态来看待今天对医疗的投入。

依图医疗副总裁郑永升

郑永升：这个话题比较大，也值得做一个长久的思考。如果你是一个医疗服务公司，那么最起码从团队人员的组成上，必须要有医疗行业背景从业者的加入，而不仅仅是一个算法团队。定位为医疗服务公司本质上提供的是服务能力，而不是一个算法模型，你要解决一个算法模型到医生服务体验中间所有的事情。同时，如果你想做成一个医疗服务公司，会发现你比现有的医疗服务行业或公司对医疗的深入程度都要更深，至少是跟最深的那些人一样，品牌建设的策略也将是往这个方向走。

郑永升：这个问题有点像相对的伪命题。以医学的复杂程度，我们去谈取代医生与否这样的话题目前来看是不可能的。

第一，被取代的前提是它成熟到有人能替代，今天整个生命科学的发展是不成熟的，有太多的问题没搞明白，这种状态下怎么去取代呢？你最多能把医生已经搞明白的一部分事情一步一步的去学习。

第二，从行业的角度来讲，今天核心的问题不是要去取代医生，本质上医疗服务它最终的受众人群是患者，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。