圖片來源：視覺中國(guó)
在鈦媒體在線課“鈦坦白”第44期，我們請(qǐng)來了三位鈦客，分享醫(yī)療信息化的現(xiàn)狀和市場(chǎng)機(jī)會(huì)。本期鈦客之一、匯醫(yī)慧影聯(lián)合創(chuàng)始人、CMO郭娜，畢業(yè)于清華大學(xué)，曾在美國(guó)華盛頓智庫(kù)The Nixon Center工作，曾任中國(guó)電信北京公司政企客戶部國(guó)際IT、互聯(lián)網(wǎng)行業(yè)銷售總監(jiān)，2015年共同創(chuàng)辦匯醫(yī)慧影醫(yī)療影像大數(shù)據(jù)和人工智能創(chuàng)業(yè)公司。
本文節(jié)選自郭娜在鈦坦白的分享。如果您還不是鈦媒體Pro用戶，希望查看鈦坦白所有干貨，進(jìn)入鈦坦白九個(gè)專業(yè)群交流，并查看更豐富的專業(yè)數(shù)據(jù)和信息，可點(diǎn)擊：http://m.chcmb.cn/pro 注冊(cè)。
大家好，非常高興能夠通過鈦坦白這個(gè)平臺(tái)跟大家認(rèn)識(shí)，我是匯醫(yī)慧影的郭娜。
匯醫(yī)慧影成立于2015年，2年來我們?cè)卺t(yī)療信息化和人工智能進(jìn)行了非常深入的布局。選擇人工智能的契機(jī)是因?yàn)樵朴?jì)算與高性能計(jì)算GPU的發(fā)展，還有海量數(shù)據(jù)的存儲(chǔ)，這些因素導(dǎo)致我們發(fā)現(xiàn)新一輪以數(shù)據(jù)為驅(qū)動(dòng)力的醫(yī)學(xué)影像革命變成了可能，像在匯醫(yī)慧影更早之前的云計(jì)算Paas、Iaas到Saas平臺(tái)的可能。同時(shí)我們看到像商湯、曠視這樣通用級(jí)別的人工智能算法公司，以及像匯醫(yī)慧影這樣垂直到醫(yī)療行業(yè)的人工智能公司也開始嶄露頭角，其實(shí)都是在于新的技術(shù)解鎖了新的需求。
回歸到醫(yī)療AI，我認(rèn)為有三個(gè)要素可以稱為拉動(dòng)人工智能的三駕馬車：第一是對(duì)于數(shù)據(jù)的計(jì)算能力，比如說GPU的發(fā)展；第二是有效數(shù)據(jù)的增長(zhǎng)，也就是可以深入計(jì)算的數(shù)據(jù)不斷增長(zhǎng)積累；第三就是數(shù)據(jù)科學(xué)家、人工智能科學(xué)家。而一個(gè)人工智能的垂直公司在這三個(gè)方面的實(shí)力也就決定了它的技術(shù)實(shí)力。
那大量的醫(yī)療數(shù)據(jù)是否是有效數(shù)據(jù)？是否能更好的跟臨床診斷相結(jié)合？同時(shí)這些數(shù)據(jù)是否可以不斷的進(jìn)行結(jié)構(gòu)化可采集、可計(jì)算？這些問題就變得非常重要。醫(yī)療信息化原來提供的是一個(gè)工具，能更好的解決效率問題，而今天當(dāng)人工智能時(shí)代來臨時(shí)，我們會(huì)發(fā)現(xiàn)醫(yī)療信息化不僅僅是一個(gè)工具，同時(shí)它將會(huì)成為下一代人工智能得以實(shí)現(xiàn)的一個(gè)非常重要的平臺(tái)。也就是說，什么樣的工具得出的數(shù)據(jù)是更容易采集的；是更能幫助計(jì)算機(jī)得出精準(zhǔn)診斷？那就是醫(yī)療信息化，它在今天變得非常重要，而且非常的迫切。
我們縱看全球人工智能的發(fā)展，可能美國(guó)、澳洲、歐洲整個(gè)數(shù)據(jù)的結(jié)構(gòu)化、統(tǒng)一性和有效性是遠(yuǎn)遠(yuǎn)高于中國(guó)的。
比如說德國(guó)，他們國(guó)家所有的影像報(bào)告結(jié)構(gòu)化程度已經(jīng)非常高了，所以從數(shù)據(jù)的采集到傳輸整理，包括到數(shù)據(jù)信息化的整個(gè)鏈條當(dāng)中，數(shù)據(jù)是更加有效、更加易于計(jì)算的，于是當(dāng)他向人工智能發(fā)展的時(shí)候其實(shí)阻力和中間的一些坑會(huì)更少。
再比如澳大利亞，我舉一個(gè)非常簡(jiǎn)單的例子。當(dāng)澳大利亞的救護(hù)車接到病人的時(shí)候，病人所有的數(shù)據(jù)就已經(jīng)開始在救護(hù)車?yán)锩娴男畔⑾到y(tǒng)里面錄入，當(dāng)救護(hù)車到達(dá)醫(yī)院的時(shí)候，救護(hù)車上的信息就可以通過藍(lán)牙或其他方式傳輸?shù)结t(yī)院急診室里所有的設(shè)備上，這樣直接實(shí)現(xiàn)了信息化的無縫對(duì)接，也就實(shí)現(xiàn)了治療的有效性和時(shí)間的節(jié)約。
這樣的場(chǎng)景其實(shí)對(duì)我們國(guó)家的醫(yī)療信息化現(xiàn)狀來說，我們還有一個(gè)非常長(zhǎng)遠(yuǎn)的路要走。因?yàn)槲覀儑?guó)家的醫(yī)療信息化公司雖然非常多，但標(biāo)準(zhǔn)不夠統(tǒng)一，包括所有的接口、到每家醫(yī)院具體的實(shí)施，每家醫(yī)院做很多個(gè)性化localization的改進(jìn)，導(dǎo)致醫(yī)療信息化在我們國(guó)家依舊其實(shí)還有很大的進(jìn)步完善空間，方向是更結(jié)構(gòu)化、更標(biāo)準(zhǔn)化、更統(tǒng)一化。
中國(guó)的醫(yī)療行業(yè)其實(shí)趕上了一波非常重要的人工智能技術(shù)革命，因?yàn)槲覀儑?guó)家的人口多，醫(yī)療數(shù)據(jù)非常豐富，中國(guó)的病種情況跟國(guó)外也不一樣，大家都非常期待醫(yī)療人工智能在中國(guó)落地。但我們忽然發(fā)現(xiàn)，醫(yī)療信息化成為了人工智能領(lǐng)域的暗礁。也就是更好的信息化平臺(tái)能夠解決整個(gè)臨床數(shù)據(jù)的結(jié)構(gòu)化和統(tǒng)一化，而當(dāng)它解決的時(shí)候其實(shí)就已經(jīng)為醫(yī)療人工智能做了一個(gè)巨大的鋪墊。
非常有意思的是，我們看到的信息化在整個(gè)臨床需求中是下一代軟件升級(jí)本身的必然需求，而當(dāng)信息化遇到人工智能這波浪潮的時(shí)候，就會(huì)出現(xiàn)人工智能賦能性的信息化。當(dāng)人工智能像人腦這樣更多的去幫助醫(yī)生解決臨床問題的時(shí)候，那么信息化解決的不光是效率問題，還能讓整體信息流更好地形成人工智能的基礎(chǔ)和數(shù)據(jù)來源，所以我相信這一波人工智能和信息化的相互結(jié)合帶來了新一波醫(yī)療信息化的產(chǎn)業(yè)升級(jí)，包括下一代軟件的升級(jí)。
中國(guó)整體醫(yī)療信息化的產(chǎn)值現(xiàn)在在按照每年11%到15%的速度在復(fù)合增長(zhǎng)，我們認(rèn)為人工智能的再次興起給信息化本身命題也帶來了新的想法。舉個(gè)比較簡(jiǎn)單的例子，我們現(xiàn)在在跟很多頂級(jí)醫(yī)院在合作人工智能的時(shí)候，如果要采集有效數(shù)據(jù)，那么這些有效數(shù)據(jù)會(huì)通過刻在光盤中或者拷到硬盤上，然后再拿出來進(jìn)行標(biāo)注，再提供給像我們這樣的算法公司來進(jìn)行計(jì)算，過程當(dāng)中被浪費(fèi)掉的時(shí)間和人力其實(shí)非常寶貴，因?yàn)槲覀冎泪t(yī)生已經(jīng)每天非常忙了。
在這個(gè)過程中被浪費(fèi)掉的時(shí)間和精力就使得人工智能的推動(dòng)速度非常慢，而且使得一個(gè)非常好的契機(jī)因?yàn)樾畔⒒南鄬?duì)落后產(chǎn)生了非常多問題。雖然我們是一個(gè)人工智能公司，但是我們還是會(huì)不斷在醫(yī)療信息化進(jìn)行大量的投入，進(jìn)行產(chǎn)品和平臺(tái)的研發(fā)，為了讓醫(yī)生在整個(gè)工作的流程中有一個(gè)自我解放的工作環(huán)境，同時(shí)這樣的數(shù)據(jù)又能夠有效的進(jìn)一步進(jìn)行智能算法、人工診斷，然后真正的將所有數(shù)據(jù)形成知識(shí)。
所以最近我們也在關(guān)注一些好的醫(yī)療信息化公司，他們是真正參與到了信息化過程中。我覺得這一代新革命其實(shí)還是蠻有意思的，原來我們醫(yī)生是醫(yī)生，開發(fā)軟件的工程師是工程師，大家相互不理解對(duì)方的需求，而且有些時(shí)候做出來的東西還有蠻大gap。但新一代的信息化將更多的專家系統(tǒng)和知識(shí)系統(tǒng)，更多的技術(shù)包括自然語言理解、語音／語義識(shí)別、數(shù)據(jù)結(jié)構(gòu)化技術(shù)、精準(zhǔn)勾畫技術(shù)等融入到信息化的升級(jí)版本。
比如我們?cè)趯懹跋駡?bào)告的時(shí)候，影像報(bào)告就可以自然實(shí)現(xiàn)結(jié)構(gòu)化，同時(shí)在書寫的時(shí)候，通過自然語義的算法可以更好的提示醫(yī)生如何在這個(gè)報(bào)告當(dāng)中能更精準(zhǔn)地寫出信息，包括幫醫(yī)生去糾錯(cuò)。
匯醫(yī)慧影其實(shí)提供了大量這樣信息化的技術(shù)來讓診療過程變得更便捷，而這一塊其實(shí)在我看來也是醫(yī)療人工智能來幫助信息化進(jìn)行升級(jí)的，所以很難看到醫(yī)療信息化和醫(yī)療人工智能完全是分裂的兩個(gè)領(lǐng)域，相反其實(shí)他們彼此的相互助力和相互滲透是一個(gè)必然趨勢(shì)，也是一個(gè)必然落地方式之一。
匯醫(yī)慧影也和科大訊飛在合作，比如在我們的一些影像云平臺(tái)上，原先大家手寫的報(bào)告現(xiàn)在可以通過科大訊飛的智能語音來寫。其實(shí)我覺得可能背后的技術(shù)是人工智能的技術(shù)，但實(shí)際上解決的還是醫(yī)療信息化效率問題。而解決了基本的HIS、PACS、LIS包括EMR之后會(huì)有更多的升級(jí)版本，這些升級(jí)的版本更多考慮到醫(yī)生的實(shí)際需求，更多解放醫(yī)生的時(shí)間，給醫(yī)生更好的使用體驗(yàn)，我覺得潛力、需求和價(jià)值還都是巨大的。
我覺得更多信息化技術(shù)的參與可以更好的幫助病人去了解自己的健康狀況。比如原來傳統(tǒng)的膠片大家是打出來的，污染環(huán)境并且攜帶不便，像我們現(xiàn)在推出數(shù)字智能膠片也是醫(yī)療信息化當(dāng)中非常重要的組成部分。
首先我們實(shí)現(xiàn)了所有的病人不需要再第二次去醫(yī)院拿片子，全部都變成數(shù)字化、移動(dòng)化和智能化的影像數(shù)據(jù)、電子報(bào)告。
其次是信息化所有的專家系統(tǒng)。比如說肺腺癌，可能病人看到但不知道該怎么理解的時(shí)候，在上面一點(diǎn)擊就可以看到什么叫肺腺癌，以及后續(xù)的一些病歷都會(huì)通過信息化的手段跟進(jìn)。病人二維碼一掃就可以得到他的數(shù)字智能膠片，不光拿到膠片，還可以針對(duì)上面的病癥病種看更多的解釋。
我覺得真正下一代的信息化不光是對(duì)醫(yī)院效率提升，而是通過信息化，通過人工智能這些看似非?？萍嫉脑~給病人、給醫(yī)生帶來更多的價(jià)值關(guān)懷，這是我覺得醫(yī)療信息化在下一代軟件升級(jí)中最大的價(jià)值和意義。
所以我們所談的人工智能并不是取代人，并不是說取代醫(yī)生，而是讓我們的醫(yī)生可以擺脫更多繁雜的工作，我們病人可以少進(jìn)醫(yī)院拿片子等待排隊(duì)。通過信息化的東西可以一站式服務(wù)，可以更高效的了解自己的身體，可以更高效的健康管理，這是信息化真正解鎖的新需求。比如說我們說共享單車可以滿足城市小年輕人每天多睡十分鐘，從地鐵再到公司然后騎車進(jìn)行，我覺得這是信息化能帶來很多看似非常傳統(tǒng)，但其實(shí)又有很多想象力的地方。
以上是我簡(jiǎn)單做一些拋磚引玉，這也是我們現(xiàn)在做人工智能的一些分享和心得了，也歡迎大家能夠一起討論。我相信這一輪的人工智能是第四次工業(yè)革命的開始，也非常高興的能夠看到我們中國(guó)在這一輪的人工智能競(jìng)賽中有機(jī)會(huì)參與。并且由于我們中國(guó)數(shù)據(jù)的特殊性，使得我覺得中國(guó)在這一次人工智能的競(jìng)賽中是有特殊地位的。匯醫(yī)慧影能夠參與其中，其實(shí)也有非常多的困難，不光是落地的困難，也有技術(shù)的困難，但是整體來說我們也愿意盡自己公司的力量能夠更好的來推動(dòng)這一次變革，謝謝大家。
1、剛您也提到數(shù)據(jù)是很貴的，特別是對(duì)于人工智能來說，訓(xùn)練模型需要大量數(shù)據(jù)。不知道郭總在這方面有什么建議，有什么經(jīng)驗(yàn)分享給大家？
郭娜：我們看到比如像商湯在過去的兩年當(dāng)中標(biāo)注了十億的人臉數(shù)據(jù)，所以整體來說人工智能對(duì)數(shù)據(jù)量要求是比較大的。但是到了醫(yī)療影像這個(gè)領(lǐng)域有個(gè)特殊性就是醫(yī)療影像本身十年前就存在有CAD這樣的算法，就是所謂的計(jì)算機(jī)輔助診斷。所以醫(yī)療影像本身的特殊性是在有了長(zhǎng)期積累的同時(shí)還需要進(jìn)行一定的數(shù)據(jù)重新分割建模，包括特征提取。在這個(gè)算法當(dāng)中，一方面有更新的人工智能CNN算法,也有傳統(tǒng)建模的方法，所以兩者相結(jié)合，其實(shí)是可以將數(shù)據(jù)的需求相對(duì)的降低到一定幅度。
2、似乎人工智能在醫(yī)療中大多只能針對(duì)單病種進(jìn)行模型訓(xùn)練。請(qǐng)問郭總會(huì)優(yōu)先選擇哪些病種呢？
郭娜：選擇訓(xùn)練的話，市面上比較成熟的是像肺部的CT、X光，包括乳腺這些。十年前的CAD也是在這個(gè)地方率先來做的，所以在這些領(lǐng)域，從經(jīng)驗(yàn)，從數(shù)據(jù)的豐富性以及人員整體的經(jīng)驗(yàn)來說是相對(duì)更容易產(chǎn)生突破的。但是現(xiàn)在也開始逐漸對(duì)更多的病種來進(jìn)行涉獵了，我覺得跟每個(gè)創(chuàng)業(yè)公司的基因有關(guān)系，你的優(yōu)勢(shì)算法是彌散型的還是算更小的結(jié)節(jié)。另外也是根據(jù)整個(gè)的市場(chǎng)規(guī)模和最后整個(gè)產(chǎn)品化、場(chǎng)景化落地的需求來最后定義。
我認(rèn)為，目前用人工智能算法對(duì)疑難病癥進(jìn)行突破的難度還是比較大的，比如說像肺小細(xì)胞癌、對(duì)照式浸潤(rùn)式肺腺癌，這些數(shù)據(jù)可能在一個(gè)醫(yī)院都只有一兩百例有效數(shù)據(jù)。其它病種，相對(duì)來說數(shù)據(jù)量是更豐富的，拿計(jì)算機(jī)來計(jì)算就更為方便，像這樣的數(shù)據(jù)或病種一些公司會(huì)優(yōu)先入手來做的吧。
最簡(jiǎn)單的是醫(yī)療數(shù)據(jù)是比較大的，比如像乳腺數(shù)據(jù)是4000×4000的，而不像我們?nèi)四様?shù)據(jù)10×10是比較小的，另外整體的醫(yī)療數(shù)據(jù)CT也好，核磁也好，他們是一個(gè)三維數(shù)據(jù)。而我們平?？吹秸５娜四様?shù)據(jù)可能是一個(gè)二維數(shù)據(jù)，CT進(jìn)行計(jì)算重建之后是一個(gè)三維數(shù)據(jù)，所以整體計(jì)算模型也是三維的計(jì)算模型，這本身就帶來了很大的建模難度。同時(shí)又因?yàn)榇蠹乙欢ㄏ鄬?duì)的懂醫(yī)了，到底這個(gè)地方是肺結(jié)節(jié)還是正常的，一定是要有正確勾畫和理解的。所以醫(yī)療影像最大的難度在我看來是一個(gè)跨學(xué)科的東西，大家對(duì)于各個(gè)學(xué)科都要有很好的理解和掌握，才能夠去確定這個(gè)問題如何進(jìn)行有效解決。
這塊在我看來其實(shí)是有非常大的價(jià)值的，未來其實(shí)一方面是人工智能能夠代替掉非常多簡(jiǎn)單重復(fù)的工作，另外一方面對(duì)于人來說，跨學(xué)科的知識(shí)領(lǐng)域和視野也將會(huì)成為有非常競(jìng)爭(zhēng)力的人才結(jié)構(gòu)方向?？赡芫褪嵌t(yī)的會(huì)去搞投資，搞投資的又反過來需要非常懂人工智能，所以一定是一個(gè)多元多背景的知識(shí)結(jié)構(gòu)才能幫助我們更好的去定位和理解問題，同時(shí)提出的問題和解決的問題可能才會(huì)更有價(jià)值。
（本文獨(dú)家首發(fā)鈦媒體，根據(jù)匯醫(yī)慧影聯(lián)合創(chuàng)始人、CMO郭娜在鈦坦白上的分享整理）
……………………………………………………
詳情：http://m.chcmb.cn/2657202.html
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論