人工智能醫療不應只是機器人和智能影像管理

　　日前，平安好醫生斥巨資30億入主人工智能醫療，而且主打中醫治療。無(wú)獨有偶，科大訊飛在安徽也建成了最新的人工智能醫院。

　　回顧近一兩個(gè)月的新聞，人工智能醫療的布局比比皆是：8月初，騰訊發(fā)布人工智能醫學(xué)影像產(chǎn)品——“覓影”用于早期癌癥診斷。7月初，阿里攜手萬(wàn)里云正式發(fā)布“Doctor You”AI系統，主攻方向是醫學(xué)影像診斷領(lǐng)域。同在7月，百度宣布開(kāi)放運算平臺。

　　人工智能醫療早已成為各方瞄準的香餑餑，以算法平臺的技術(shù)優(yōu)勢確立領(lǐng)先成為各大巨頭的策略。之所以瞄準醫療領(lǐng)域，則是看準了民生熱點(diǎn)和痛點(diǎn)眾多的現狀：醫療資源緊張、醫患矛盾突出、醫療資源不均等問(wèn)題長(cháng)時(shí)間成為吐槽對象。從人工智能來(lái)說(shuō)，技術(shù)的不斷升級之后，尋找落地場(chǎng)景成為關(guān)鍵，兩方由此一拍即合。

　　從最初的不到10家創(chuàng )業(yè)公司出現，到現在全國的人工智能醫療創(chuàng )業(yè)公司已達數百家、甚至上千家，從最初的無(wú)人理解人工智能醫療做什么、為什么做，到現在市場(chǎng)資本開(kāi)始主動(dòng)追逐潛力股，人工智能醫療公司現在也許迎來(lái)了自身的春天。

　　在人工智能領(lǐng)域，從統計數字來(lái)看，醫療領(lǐng)域人工智能初創(chuàng )公司所獲投資數額中，從事醫學(xué)影像與診斷、醫學(xué)研究、醫療風(fēng)險分析和藥物挖掘四個(gè)方面的公司吸納投資總額超過(guò)80%以上。除此之外，醫療機器人成為另一熱門(mén)領(lǐng)域。這從日前的機器人大會(huì )也可見(jiàn)一斑。

　　從影像管理來(lái)說(shuō)，目前主要是病灶識別與標注、靶區自動(dòng)勾畫(huà)與自適應放療和影像三維重建。從這些來(lái)看，嚴格來(lái)說(shuō)并不算是人工智能醫療的領(lǐng)域，或者說(shuō)主要是借助已有的標準和醫學(xué)知識進(jìn)行定向尋找。如果從機器學(xué)習角度來(lái)看，還很難通過(guò)計算機自主發(fā)現發(fā)病之前的特定影像，或者突破人類(lèi)認知的情況下自主尋找早期特征的規律。

　　醫療機器人的廣泛應用還更多體現在導購或迎賓角色，即使通過(guò)語(yǔ)音交互功能提供服務(wù)，也還不能提供類(lèi)似智能問(wèn)診或虛擬醫生的服務(wù)。當然，這類(lèi)服務(wù)屬于人工智能的較高階段成果，難度較大，而且面臨監管、法律法規和社會(huì )接受度的考驗，確實(shí)不是一日之功。不過(guò)，這也讓機器人的溫度開(kāi)始降溫，提醒入局者開(kāi)始注意積累用戶(hù)數據、做好深度挖掘。

　　不過(guò)，對以上兩個(gè)業(yè)務(wù)的未來(lái)還應持樂(lè )觀(guān)態(tài)度。例如，醫療影像數據是醫療中最常見(jiàn)數據，而且數據量極大，如果能夠深入挖掘影像數據背后的故事，對患者治療和今后的健康管理都是大有裨益的。

　　提到數據，也就觸及了人工智能的本質(zhì)，畢竟只有通過(guò)大數據才能訓練計算機自主學(xué)習，從而找到突破已有認知的最優(yōu)解決方案，或者為人類(lèi)提供預測未來(lái)的服務(wù)，提前做好預案。

　　與未來(lái)的理想目標來(lái)看，當前的人工智能入局者還存在一定差距?？v觀(guān)多數市場(chǎng)主體來(lái)看，多數人工智能醫療公司都是從某一局部切入，特別是很多公司是從互聯(lián)網(wǎng)醫療公司轉型而來(lái)，收集醫療數據多為用戶(hù)主動(dòng)上傳，依靠之前用戶(hù)群體支撐人工智能的數據挖掘。這直接導致數據量較少，而且多為某領(lǐng)域的單一數據，內容較局限，很難進(jìn)行真正的深度挖掘和應用服務(wù)的開(kāi)發(fā)。

　　人工智能醫療公司的驅動(dòng)是技術(shù)，長(cháng)遠發(fā)展的關(guān)鍵不在于以往互聯(lián)網(wǎng)時(shí)代重視的流量，而是結合人工智能時(shí)代的特點(diǎn)著(zhù)重積累數據，從而利用深度挖掘讓大數據發(fā)揮預測未來(lái)的功能。依靠數據的不斷積累和算法模型的不斷優(yōu)化，對于人工智能醫療來(lái)說(shuō)，未來(lái)可以在積累數據后從藥物效果分析和健康數據管理的角度做大，做好技術(shù)支撐之后全盤(pán)思考人工智能醫療的應用服務(wù)。

　　積累用戶(hù)數據是基礎，從戰略布局上看，這有助于人工智能醫療公司全面瞄準頂層設計，從醫療市場(chǎng)痛點(diǎn)出發(fā)，全盤(pán)考慮業(yè)務(wù)布局。

　　針對數據體量不夠、數據內容單一的問(wèn)題，應該從多方獲取患者數據，除了公立醫院之外，還可以從體檢中心、研究機構等多方合作獲得。其次還需和保險公司、研究機構、企業(yè)等打通市場(chǎng)化渠道，將人工智能挖掘結果用于廣大民眾，借助B端接觸C端。最后，仍需不斷提高技術(shù)支撐水平，優(yōu)化算法、模型，讓人工智能提供更多未來(lái)預測服務(wù)。