AI醫(yī)療的中國式困境

沈玉姍

沉寂一時的醫(yī)療健康再度回歸科技界熱門話題。

9月13日，蘋果發(fā)布搭載心率監(jiān)測和體能訓練功能的新款Apple Watch 3，健康管理成為此次手表設備更新的最大亮點。不過，這只是蘋果近期在醫(yī)療領域的“小動作”之一。

據(jù)外媒報道，進入6月，蘋果一邊與安泰保險商討，向其健康保險用戶推銷Apple Watch，一邊內(nèi)部成立秘密小組，推進與全美多家醫(yī)院的病人信息共享計劃。外界猜測，硬件設備作為未來健康服務的中樞載體，將在蘋果的醫(yī)療戰(zhàn)略規(guī)劃中扮演重要角色。

而谷歌則因涉足醫(yī)療再次站上輿論的風口浪尖。7月，旗下人工智能公司Deep Mind的醫(yī)療項目由于違規(guī)使用160萬病人信息，合作方英國倫敦皇家自由醫(yī)院被當局勒令整改。微軟則在年初宣布發(fā)起醫(yī)療項目“Healthcare NExT”，對標名聲在外的IBM旗下醫(yī)療業(yè)務Watson Health，試圖憑借云服務和人工智能優(yōu)勢再戰(zhàn)醫(yī)療市場。

國內(nèi)玩家也不甘落后。9月，騰訊“覓影”食管癌早期篩查系統(tǒng)落地廣西壯族自治區(qū)人民醫(yī)院。7月，阿里健康也發(fā)布了醫(yī)療AI系統(tǒng)“Doctor You”，提供醫(yī)療影像檢測、醫(yī)生能力培訓等多項能力。百度方面人士則稱正在推進AI醫(yī)療，“不久將會有大動作”。

BAT的智慧醫(yī)療項目紛紛冒頭，背后是相關利好政策的出臺。7月20日，國務院發(fā)布《新一代人工智能發(fā)展規(guī)劃》，明確指出探索智慧醫(yī)院建設，推廣應用人工智能治療新模式新手段，建立快速精準的智能醫(yī)療體系。喊了多年的智慧醫(yī)療，這次真的來了嗎？

機會來了

2013年，馬可加入北極光創(chuàng)投醫(yī)療健康組，擔任投資經(jīng)理。研究生畢業(yè)于北京協(xié)和醫(yī)學院的他，早期關注新藥研發(fā)、健康服務和精準醫(yī)療等領域。近一年來，很多創(chuàng)業(yè)者開始帶著人工智能醫(yī)療項目的商業(yè)計劃書上門自薦。

不過，在馬可看來，其中大部分項目都屬于“蹭熱點”，“放在一兩年前或許就和人工智能無關，創(chuàng)始團隊也無相應的技術背景。一旦風停了，吹起來的豬還是會掉下來?！?/p>

即使是在應用門檻最高的醫(yī)療領域，人工智能也正在加速風口形成。鯨準數(shù)據(jù)中心的研究結果顯示，2013-2017年間，國內(nèi)AI醫(yī)療領域共發(fā)生融資事件241起，僅2017上半年就宣布46起融資事件。其中，醫(yī)療影像成為資本集中布局的高地，占比高達31%，虛擬助手、健康管理僅隨其后。

探路者中，谷歌、蘋果自帶明星光環(huán)，不過這次老牌IT巨頭跑在了前面。2015年7月，基于超級計算機IBM Watson研發(fā)的Watson for Oncology（沃森腫瘤）成為全球首款投入商用的醫(yī)療人工智能產(chǎn)品；錯失移動互聯(lián)網(wǎng)的英特爾則在2016年適時轉向數(shù)據(jù)中心業(yè)務，并在6月的國際超級計算大會上發(fā)布了專為機器學習定制的72核至強融合處理器Xeon Phi（芯片代號Knights Landing）。

爆發(fā)點源于技術和數(shù)據(jù)的多年累積。90年代，人們已經(jīng)嘗試研發(fā)計算機輔助診斷、影像病灶標記等技術應用。2012年，深度學習技術開始應用于全球最大的圖像識別數(shù)據(jù)集Image Net，并很快在多個領域的識別率創(chuàng)下新高。此前，斯坦福大學的研究人員利用卷積神經(jīng)網(wǎng)絡技術（CNN）診斷皮膚癌，系統(tǒng)精確度與21位皮膚科醫(yī)生對比結果相當（91%以上）。斯坦福大學邢磊教授向媒體表示，深度學習將醫(yī)療AI推向了新的高峰。

由于國內(nèi)的醫(yī)療資源供需不平衡、地域差距巨大等因素，醫(yī)療改革深化急需新動力，人工智能也被寄望能改善整個醫(yī)療體系的運行性能。科大訊飛智慧醫(yī)療事業(yè)部總經(jīng)理陶曉東對此形容，“省一級三甲醫(yī)院和歐美先進醫(yī)院相比，從設備到醫(yī)療水平都不相上下。但從市區(qū)開出50公里外，情況就大不一樣。”馬可向《21CBR》記者表示。

科大訊飛、依圖等專注于人工智能的公司，已率先深入醫(yī)療行業(yè)，紛紛落地語音電子病歷、肺部影像輔助篩查等臨床應用。不過，目前大部分項目仍處于科研階段，一旦走向商用，數(shù)據(jù)采集困難、算法模型難度和政策法規(guī)空白都將成為障礙。事實上，現(xiàn)階段國內(nèi)尚未對人工智能的醫(yī)療應用制定行業(yè)標準和定價體系，傳統(tǒng)醫(yī)療對于新技術也存在天然排斥，AI從業(yè)者們?nèi)孕栊⌒奶铰?，尊重醫(yī)療體系的游戲規(guī)則。

2017上半年，衛(wèi)計委連發(fā)兩份文件叫?；ヂ?lián)網(wǎng)醫(yī)療。鼎沸一時的線上診療加大了監(jiān)管難度，卻未能觸及醫(yī)療行業(yè)的核心痛點。

這一波AI醫(yī)療創(chuàng)業(yè)者也面臨著相似的挑戰(zhàn)。以當下最熱的智能閱片輔助篩查為例，“醫(yī)院拍片由各地政府部門統(tǒng)一定價，且現(xiàn)階段機器讀片只作為輔助工具，最終診斷報告仍由醫(yī)生出具。免費給醫(yī)院用，醫(yī)生當然愿意。問題是怎么收費？”馬可認為，AI醫(yī)療屬于典型的長線投資領域，現(xiàn)階段國內(nèi)尚未跑出成熟清晰的商業(yè)模式。

單點突破

醫(yī)療行業(yè)知識門檻高，業(yè)務體系復雜，歷來是塊難啃的骨頭。人工智能如何單點突破？

7月28日，英特爾中國與愛爾眼科、極視互聯(lián)（愛爾眼科旗下子公司）和技術提供商晉弘科技四方簽署協(xié)議，共同推出針對糖尿病視網(wǎng)膜病變（DR）和老年性黃斑變性（AMD）的人工智能識別解決方案。愛爾眼科的各級醫(yī)師扮演機器的“老師”，將經(jīng)過脫敏處理后的10萬張眼科圖片標注好病灶，再交由晉弘科技和極視互聯(lián)完成機器學習和產(chǎn)品化運營，整個方案基于英特爾的硬件和深度學習平臺。

談及為何從上述病癥切入，愛爾眼科醫(yī)院集團副總裁、總院長唐仕波教授向《21CBR》記者表示，糖尿病性視網(wǎng)膜病變屬于高發(fā)病種，約三分之一的糖尿病人后期會因這一并發(fā)癥失明，國內(nèi)現(xiàn)階段只有3萬名眼科醫(yī)生，而服務人群數(shù)量龐大，加上患者初期并沒有癥狀，早期篩查更為重要。endprint

英特爾提供了支撐10萬張圖片訓練的軟硬件方案。整個大規(guī)模訓練過程在本地完成，相比云端環(huán)境對功耗的容忍度更低，正適合專門針對人工智能場景、兼具擴展性和兼容性的CPU+FPGA硬件組合。

目前，系統(tǒng)識別上述兩類眼科疾病的準確率達到93%，單張診斷時長在10秒以內(nèi)，已在全國20多家愛爾眼科社區(qū)網(wǎng)點部署。上述合作希望借助愛爾眼科在全國的醫(yī)院網(wǎng)絡將模式鋪開。不過，極視互聯(lián)認為，眼下更重要的是提升各站點的服務和聚客能力。晉弘科技董事長鄭竹明博士也稱，“臨床醫(yī)療服務講求高效準確，圖片一周才能讀出來也就失去了實際意義。”

數(shù)據(jù)、算法和算力構成了人工智能發(fā)展的三個元素。借助三大芯片廠商英特爾、英偉達和AMD過去十多年對算力的持續(xù)提升，以卷積神經(jīng)網(wǎng)絡技術（CNN）為代表的深度學習在算法界得以流行，數(shù)據(jù)采集成為最后一道關卡。事實上，多家公司之所以“扎堆”影像篩查，很大原因也是病樣獲取相對容易。谷歌在2016年就公開了包含12.8萬張眼科圖片的數(shù)據(jù)庫，肺部影像則由于具備天然對照，機器更容易對此訓練。

在語音賽道方面，占據(jù)70%市場份額的科大訊飛率先落地了醫(yī)療領域的首個項目——語音電子病歷。今年初，將醫(yī)生語音自動轉換成文字的門診病歷采集系統(tǒng)在北京大學口腔醫(yī)院開始試點。

科大訊飛智慧醫(yī)療總經(jīng)理陶曉東介紹，口腔醫(yī)生在診斷治療過程中常常兩只手被占用，通過佩戴領夾式麥克風對其收音，系統(tǒng)能夠自動識別專業(yè)術語、藥品名稱、各種醫(yī)學單位、化學式等常見難點，并通過語義理解生成結構化病歷，準確率在95%以上，稍作修改后生成一份標準化電子病歷，總共用時1-2分鐘。

移動App“云醫(yī)聲”則是為醫(yī)生進行病人查房時設計的移動醫(yī)護助手，以語音能力對病人進行全景數(shù)據(jù)收集，也針對病例情況向醫(yī)生推送相關的醫(yī)療文獻和疾病指南。自2016年在安徽省立醫(yī)院投入使用以來，后臺活躍度非常高。目前，科大訊飛的智能語音服務已落地安徽省立醫(yī)院等20多家國內(nèi)大型醫(yī)院，并且面向全院所有科室。

2月22日，基于原衛(wèi)生部2010年發(fā)布的《電子病歷基本規(guī)范（試行）》，國家衛(wèi)計委再度出臺電子病歷書寫規(guī)范的通知文件。一直以來，歷史病歷缺失和信息共享難的問題，容易導致不必要的診斷和治療錯誤。陶曉東向《21CBR》記者表示，科大訊飛的業(yè)務決策邏輯是“剛需+代差”，“技術上要有代差，產(chǎn)品則面向用戶剛需，關鍵是要解決臨床問題?！?/p>

專家的力量

除了數(shù)據(jù)、算法和算力等三大要素，在醫(yī)療領域，還有一項因素也尤為重要：領域知識（domain knowledge）。更多時候，機器學習需要“接收”到來自主治大夫、醫(yī)學專家們的知識傳授。

2016年8月11日，在IBM Watson全球發(fā)布會上，IBM沃森腫瘤（Watson for Oncology）宣布進入中國，由本地運營商杭州認知關懷負責與國內(nèi)20多家合作三甲醫(yī)院的落地對接工作。當年12月26日，全國首家沃森聯(lián)合會診中心在浙江省中醫(yī)院正式運營。認知關懷總經(jīng)理華松鴛告訴《21CBR》記者，如果考慮醫(yī)聯(lián)體下屬醫(yī)院，目前沃森腫瘤方案已進入全國200多家醫(yī)院。

沃森腫瘤（WFO）是沃森健康（Watson Health）家族產(chǎn)品線中最成熟的代表，基于IBM研發(fā)的超級計算機系統(tǒng)Watson，運用信息分析、自然語言處理等技術，具備一定的認知推理和自我學習能力，提供符合循證醫(yī)學原理的臨床腫瘤治療方案。今年9月初的一次行業(yè)會議上，上海瑞金醫(yī)院副院長胡偉國教授介紹，WFO與瑞金專家針對148例腸癌患者的治療方案比對一致率達到90%以上。

WFO如何取得對診療方案的學習能力？從2011年開始，WFO就開始在美國歷史最長、規(guī)模最大的癌癥中心——紀念斯隆凱特琳腫瘤中心（MSKCC）接受訓練，其間共學習了超過300種醫(yī)學專業(yè)期刊、200本以上腫瘤專著和不少于1500萬頁的資料和臨床研究。2012年，Watson Health甚至通過了美國執(zhí)業(yè)醫(yī)師資格評定標準的相關考試。

另一邊，北極光創(chuàng)投參與投資的翼展科技在今年初陸續(xù)拿到了幾個省的獨立影像診斷中心牌照。翼展曾是多年的PACS（醫(yī)學影像信息系統(tǒng)）服務商，與國內(nèi)數(shù)百家醫(yī)院有業(yè)務往來，因而在數(shù)據(jù)和專家資源獲取上具備不小的優(yōu)勢。

2016年底，翼展開始著手推進肺部影像智能閱片的技術方案，并為此請來省一級三甲醫(yī)院的數(shù)十名影像科醫(yī)師組成外腦團隊，業(yè)余時間對肺癌、肺結節(jié)等疾病的胸片進行前期標注，再將脫敏、交叉驗證后的圖像數(shù)據(jù)交由科研合作方——美國卡耐基梅隆大學邢波教授的團隊進行模型訓練。

當前，已經(jīng)商用的計算機輔助診斷方案都擔任著“第二讀者”的角色，即仍由醫(yī)生對圖像采集和診斷結果負全部責任，算法僅作為輔助工具。這一做法符合各國目前對新技術應用醫(yī)療業(yè)的法律規(guī)定。不過，即便政策放開，現(xiàn)階段在流程上也無法刨除專家確認環(huán)節(jié)，因為沒有機構能夠給出算法犯錯后的風控方案并對此負責。

曾任飛利浦醫(yī)療放射科解決方案首席架構師的陶曉東，不認可業(yè)內(nèi)將深度學習視為黑盒子的做法，“系統(tǒng)能找到肺結節(jié)，卻說不出為什么是結節(jié)。實際上，閱片的放射科醫(yī)生不僅僅根據(jù)影像作出判斷，還需要參考病人的其他臨床信息，例如病史、家族史等，背后是最基礎的醫(yī)學知識和對成像原理的理解。這些know-how（經(jīng)驗知識）往往被機器學習算法所忽略。”

陶曉東表示，雖然近幾年機器學習的門檻逐漸降低，“很多開源的東西，但若知其然而不知其所以然，出現(xiàn)問題的時候就不知道怎樣去解決?！?/p>

中國式困境

華松鴛介紹，腫瘤病種由于成因復雜，對生命構成較大威脅，國內(nèi)醫(yī)院流行采用多學科會診的方式，由多個學科的醫(yī)生專家一起對疑難病患做出多方位評估。不過，每個醫(yī)生從各自的學科角度出發(fā)，不可避免帶有傾向性，“比如外科醫(yī)生提倡手術，放療科則建議做放療?！币恍┽t(yī)院為此還會以背對背投票機制給出會診結果。

沃森腫瘤（WFO）本身可視為一個多學科會診系統(tǒng)。鑒于WFO前期學習的海量知識以及循證醫(yī)學的產(chǎn)品邏輯，WFO得出的推薦治療方案相對更綜合全面，并能給出相應的文獻支撐，一定程度上能與經(jīng)驗診斷形成對照，減少誤診情況，緩解臨床壓力?！昂芏嗄[瘤醫(yī)生一天要看幾十個患者，畢竟不是機器，很難保證一直都在最佳狀態(tài)?！比A松鴛稱。

此前，IBM方面公布，WFO與美國紀念斯隆凱特琳腫瘤中心的頂級專家組給出的治療方案符合度超過90%，其中肺癌治療建議的一致性達到了96%。由于焦慮感驅(qū)使、安全感降低等心理原因，國內(nèi)很多腫瘤患者在得知病情后會在多家醫(yī)院反復就診?！翱赡芙裉煸诤贾莸尼t(yī)院看，明天就去上海看，后天則去北京看?！狈桨附Y果得到WFO驗證，能夠在一定程度上緩解患者的盲目就醫(yī)行為。

那么，當二者方案出現(xiàn)不一致時，是否會因此干擾醫(yī)生的治療過程，甚至影響基層醫(yī)生的診斷自信？

華松鴛表示，醫(yī)學差異本屬正常，針對同一個病患，不同醫(yī)院、不同醫(yī)生給出的方案可能都不一樣。同時，不一致也是臨床醫(yī)學的價值體現(xiàn)之一，能夠促使醫(yī)生去思考哪個才是最佳方案，甚至激發(fā)產(chǎn)生新思路。“如果對各類疾病診斷都達到100%一致性，人類醫(yī)生就真的可以被代替了，而這恰是我們認為沃森腫瘤不應呈現(xiàn)的方式?！?p>

目前，WFO尚未針對國內(nèi)病例數(shù)據(jù)進行訓練，10%的不一致也大多來自中美在患者體質(zhì)、治療習慣和文化思維上的差異。比如，部分胃癌治療方案不適合國內(nèi)患者，或是國內(nèi)對高齡患者不傾向使用放療等，WFO的本地化之路依舊漫長。3月，IBM先后與萬達網(wǎng)絡、百洋醫(yī)藥集團簽訂合作協(xié)議，允許其在中國市場推廣IBM Watson服務。

今年兩會上，“分級診療”被列為中國特色基本醫(yī)療制度之首，政府工作報告指出，2017年要將分級診療試點和家庭醫(yī)生簽約服務擴大到全國85%以上地市。

9月，英特爾中國與愛爾眼科等合作伙伴對外展示國內(nèi)首個針對眼部疾病的遠程智能閱片平臺，表示將推動分級診療，改善眼科醫(yī)生稀缺、醫(yī)療資源集中的現(xiàn)狀痛點。

科大訊飛則在開發(fā)有別于IBM沃森腫瘤的臨床輔助診斷系統(tǒng)。在安徽省立醫(yī)院、中國醫(yī)學科學院等機構專家的幫助下，人工智能系統(tǒng)已經(jīng)學習了53本人民衛(wèi)生出版社的5年制醫(yī)學本科教材、百萬級電子病歷和醫(yī)學影像資料，以我國基層缺乏的家庭全科醫(yī)生作為培養(yǎng)目標。

陶曉東表示，“要讓60分的醫(yī)生能干80分的事情，讓90分的醫(yī)生少干60分的事情，但最終治療仍交由醫(yī)生來主導，人工智能只是醫(yī)生的得力助手?！眅ndprint