新聞中心
PRESS CENTENR最近醫療業(ye)可以說是處于水深火熱(re)之中了。
《我不是藥(yao)神》的上映所引起用(yong)藥(yao)貴、用(yong)藥(yao)難問(wen)題的廣泛討論還沒停歇，這一(yi)端爆發的疫(yi)苗事(shi)件又(you)引起了(le)民憤。
去年10月，食(shi)品藥監總局在(zai)抽樣(yang)檢(jian)驗中發現長春(chun)長生(sheng)生(sheng)物(wu)科技有限公司生(sheng)產(chan)的(de)(de)(de)一(yi)(yi)批次百白破(po)疫(yi)苗不合格(ge)。最(zui)近，隨(sui)著對該公司的(de)(de)(de)處理(li)公告一(yi)(yi)出來就備受(shou)社會關注(zhu)，而隨(sui)著文章《疫(yi)苗之(zhi)王》在(zai)朋友圈的(de)(de)(de)瘋轉，更是使這個事(shi)件引發新一(yi)(yi)輪的(de)(de)(de)民憤。
百白破(po)疫(yi)苗(miao)(miao)(miao)(miao)是(shi)(shi)不少新生(sheng)兒的必(bi)打(da)疫(yi)苗(miao)(miao)(miao)(miao)之(zhi)一(yi)。雖(sui)然(ran)有(you)關(guan)部(bu)門稱這次(ci)不合格的疫(yi)苗(miao)(miao)(miao)(miao)可能對(dui)免(mian)疫(yi)保護(hu)效果有(you)所影(ying)響，但是(shi)(shi)對(dui)人體健康安全并沒有(you)影(ying)響。但因為(wei)事關(guan)健康，特別是(shi)(shi)涉及(ji)到兒童的健康問題，家長(chang)們對(dui)著手中(zhong)的疫(yi)苗(miao)(miao)(miao)(miao)本表示無比的擔心甚至使憤怒。
醫療(liao)業的問題層出(chu)不窮(qiong)，人們(men)對于有關疾病(bing)的治療(liao)與防(fang)治關注度越(yue)來越(yue)高，如何使行(xing)業更好地發展，如何真正地解決人們(men)的健康問題？
7月(yue)23日，美國(guo)國(guo)立衛生研(yan)究院(yuan)NIH開展了一次以利(li)用人(ren)工(gong)智能(neng)和機器學(xue)習推進生物醫學(xue)研(yan)究為題的研(yan)討(tao)會，對包(bao)括(kuo)醫學(xue)成像(xiang)分(fen)析，診斷(duan)，基因組學(xue)，疫苗設(she)計，大規模數據(ju)綜(zong)合分(fen)析，醫療分(fen)析，精準(zhun)醫學(xue)和公共衛生等領(ling)域中人(ren)工(gong)智能(neng)應用的問(wen)題進行討(tao)論。
關(guan)于AI+醫療的話題再次引起業界(jie)討(tao)論。人工智能在其他行業不斷(duan)地宣布有新的發(fa)(fa)展，而在醫療行業又是否能融合，推(tui)動醫療事業的轉型發(fa)(fa)展？
人工智能與疾病的發現
醫(yi)療行(xing)業長(chang)期存在優質醫(yi)生資(zi)源分配不均的問題(ti)，放射(she)科、病理科等(deng)科室醫(yi)生培養周期長(chang)，醫(yi)生資(zi)源供需(xu)缺口(kou)大(da)。
有(you)時候(hou)醫(yi)生對患(huan)者(zhe)的(de)醫(yi)療影像處(chu)理不及時或者(zhe)誤診(zhen)、漏(lou)診(zhen)都有(you)可能(neng)影響到治療的(de)過程。
醫療(liao)(liao)數據中有(you)超過 90%的(de)數據來(lai)自于(yu)醫學(xue)(xue)影像，但(dan)是對醫學(xue)(xue)影像的(de)診(zhen)(zhen)斷(duan)依賴(lai)于(yu)人工主觀分析(xi)。人工分析(xi)只能(neng)憑(ping)借(jie)經驗去判斷(duan)，容易發(fa)生誤判。據中國醫學(xue)(xue)會數據資料顯示，中國臨床(chuang)醫療(liao)(liao)每年(nian)的(de)誤診(zhen)(zhen)人數約為 5700 萬人，總誤診(zhen)(zhen)率為 27.8%，器官異位(wei)誤診(zhen)(zhen)率為 60%。
面對嚴重(zhong)的稀缺資源缺口問(wen)題(ti)(ti)，人工(gong)(gong)智(zhi)能(neng)技術(shu)(shu)(shu)或將帶(dai)來解決這(zhe)個難(nan)題(ti)(ti)的答案(an)。人工(gong)(gong)智(zhi)能(neng)輔(fu)助診(zhen)斷(duan)技術(shu)(shu)(shu)應用在某些特(te)定(ding)病種領域(yu)，甚至可以代替(ti)醫生完成疾病篩查任(ren)務(wu)。利用圖像識別技術(shu)(shu)(shu)， 通過大量學習醫學影像，人工(gong)(gong)智(zhi)能(neng)輔(fu)助診(zhen)斷(duan)產品(pin)可以輔(fu)助醫生進行病灶區域(yu)定(ding)位，有效緩解漏診(zhen)誤(wu)診(zhen)問(wen)題(ti)(ti)。
6月30日AI在腦腫(zhong)瘤和腦血(xue)管影像判讀比賽中15分(fen)鐘內以高出20%的(de)(de)準確率擊敗15位高級(ji)醫生組成(cheng)的(de)(de)專業團隊(dui)。天壇(tan)醫院院長王永軍表示，通過這次比賽，醫生可以體驗到人工智能(neng)的(de)(de)力量。對于一些對人工智能(neng)持懷疑(yi)態(tai)度的(de)(de)醫生來(lai)說尤其(qi)如(ru)此(ci)。我(wo)希望他們能(neng)夠進一步(bu)了解人工智能(neng)并消除(chu)他們對此(ci)的(de)(de)恐懼(ju)。
目前不少(shao)(shao)公(gong)司已(yi)經開(kai)(kai)始對這(zhe)項(xiang)技(ji)術(shu)進(jin)行研究探索，不少(shao)(shao)醫院(yuan)(yuan)也已(yi)經開(kai)(kai)始應用AI技(ji)術(shu)進(jin)行影(ying)響識別，深圳市南山人民醫院(yuan)(yuan)就在騰(teng)訊的AI醫學影(ying)像技(ji)術(shu)——騰(teng)訊覓影(ying)的輔助(zhu)下對早期食(shi)管癌(ai)進(jin)行篩(shai)查，篩(shai)查準確(que)率達到90%。
AI識(shi)別醫學影像(xiang)作(zuo)為計(ji)算機視覺一(yi)個重要應用(yong)，正(zheng)不斷向(xiang)(xiang)著深化、多元化的趨勢發(fa)展，傳統(tong)的2D影像(xiang)也正(zheng)向(xiang)(xiang)3D立(li)體(ti)（甚至4D）影像(xiang)前進，其間AI在圖像(xiang)分析過程發(fa)揮的作(zuo)用(yong)日益顯著，AI輔助(zhu)閱片成為一(yi)種新常態，緩(huan)步向(xiang)(xiang)下普及。
對于(yu)AI醫療影像未來(lai)的(de)(de)發展，北卡羅(luo)來(lai)納大學教授沈定剛表(biao)示，我們(men)要做的(de)(de)是(shi)全(quan)鏈(lian)條、全(quan)棧式的(de)(de)人工智能，從(cong)成像、篩(shai)查、診斷、預后，以(yi)(yi)及(ji)后面的(de)(de)治療和隨訪，整(zheng)個(ge)過程均可借助(zhu)AI輔助(zhu)醫生，這(zhe)樣可以(yi)(yi)優化(hua)整(zheng)個(ge)流程，達到最(zui)佳(jia)診斷效(xiao)果。
人工智能與藥物
藥(yao)物是疾病治療(liao)的關鍵，對癥下(xia)藥(yao)才能使病者康復。但特效藥(yao)價格高一直(zhi)都是行(xing)業難題。而且就(jiu)像是一把雙刃(ren)劍，有些(xie)特效藥(yao)雖(sui)然療(liao)效好但伴隨的是各種(zhong)副(fu)作(zuo)用。
不少企業有(you)嘗試(shi)研發(fa)新藥，但這個(ge)研發(fa)的(de)(de)過程(cheng)是漫長(chang)的(de)(de)，也是昂貴的(de)(de)。NIH表示(shi)，從新藥的(de)(de)發(fa)現到有(you)關部(bu)門的(de)(de)批準(zhun)可能就要花費十多年的(de)(de)時間，而且失敗率超(chao)過95%。即使(shi)是研發(fa)成功了，花費也超(chao)過了10億美元。
藥(yao)(yao)(yao)物研發(fa)需要經歷靶點篩(shai)選、藥(yao)(yao)(yao)物挖掘、臨床試(shi)驗(yan)、藥(yao)(yao)(yao)物優化等階段。發(fa)現(xian)和(he)試(shi)驗(yan)所需要的(de)數(shu)據量十分龐大，就(jiu)拿發(fa)現(xian)新藥(yao)(yao)(yao)來(lai)說，就(jiu)需要在10,000種以上化合物中選出有(you)效的(de)幾(ji)種成分，再對成分進行對比篩(shai)選。
而人工智(zhi)能(neng)的(de)作用就在(zai)(zai)于能(neng)夠快速地在(zai)(zai)大量的(de)數(shu)據中匹配(pei)出最適合的(de)最佳(jia)成分，在(zai)(zai)最短的(de)時間內(nei)做到最佳(jia)的(de)效果(guo)。而研(yan)發時間少了，成本(ben)降(jiang)低(di)了，藥物(wu)的(de)價(jia)格(ge)自然也下降(jiang)了。
另(ling)外(wai)，根據疾(ji)病預防控制中心的(de)(de)一項估計，僅6月(yue)就有(you)23％的(de)(de)美(mei)國人(ren)服用了兩種(zhong)或(huo)更多處方藥。此外(wai)，65歲以上(shang)的(de)(de)人(ren)中有(you)39％的(de)(de)人(ren)需要五種(zhong)或(huo)以上(shang)，這一數字在過去幾十年中增加了三倍。而(er)在很多情況下，醫生(sheng)不知(zhi)道將另(ling)一種(zhong)藥物添加到患者的(de)(de)個人(ren)藥房會產生(sheng)什么副作用。
最近，美國(guo)研(yan)發(fa)出一個(ge)新的人工智能(neng)系統Decagon，可以幫助醫(yi)生(sheng)更好(hao)(hao)地決定開(kai)哪種藥物(wu)，并幫助研(yan)究人員找到更好(hao)(hao)的藥物(wu)組合來治療(liao)復(fu)雜的疾病(bing)。
目前許多制藥企(qi)業紛(fen)紛(fen)開始研(yan)究AI技(ji)術，主要應用在(zai)新藥發現和臨(lin)床試驗階段。
今年6月，英(ying)國就(jiu)宣(xuan)布了(le)一個(ge)新項目(mu)，利(li)用人工智能開發一個(ge)全自動藥物發現設施，以加速新藥的生產并“改造”制藥行業。
利(li)茲大學的(de)(de)首席科學家亞(ya)當(dang)·尼爾(er)森教(jiao)授強(qiang)調說，“它將擁(yong)有獨(du)特的(de)(de)設計，并利(li)用(yong)機器人(ren)技(ji)術和人(ren)工智能來自動化(hua)發(fa)現(xian)過程。它將允許(xu)一(yi)次(ci)研究(jiu)數百(bai)或(huo)數千個候選分子。我們(men)的(de)(de)目標(biao)是將生產(chan)力(li)提(ti)(ti)高5到10倍(bei)。“他(ta)希望(wang)以找(zhao)到更高質量的(de)(de)藥物發(fa)現(xian)起點，以最(zui)大限度地提(ti)(ti)高發(fa)現(xian)渠道(dao)后(hou)期成功的(de)(de)機會。
對癥下藥除了要(yao)用對藥還要(yao)看對什么病因用藥。
Xbird是一家專(zhuan)門針對(dui)可預防疾病的(de)AI醫(yi)療公司(si)，通過使用智能手機或(huo)可穿(chuan)戴設備中的(de)傳感器來跟蹤患者的(de)生活環境和(he)行為習慣，通過一系(xi)列的(de)數據分析(xi)向(xiang)醫(yi)生提(ti)供與(yu)病情有關的(de)原因，讓(rang)醫(yi)生更加明(ming)確致病原因，做到真正(zheng)的(de)對(dui)癥下藥。
人工智能與醫療護理
不少的醫院(yuan)都要(yao)求護士(shi)每隔一小時(shi)對患(huan)者進行(xing)檢查，但由于醫院(yuan)的護士(shi)數(shu)(shu)量(liang)有限，有時(shi)候一個護士(shi)要(yao)同時(shi)照看多個病房，分身乏術。數(shu)(shu)據顯示，美國每年(nian)因(yin)醫療失(shi)誤而死(si)亡的人數(shu)(shu)就高達250000以上(shang)。
為了(le)更好地了(le)解(jie)患(huan)者地情況(kuang)(kuang)，Inspiren公司研發了(le)一款能(neng)夠(gou)監(jian)控病房情況(kuang)(kuang)并通關過(guo)(guo)分析(xi)讓護士即使不(bu)在病房也能(neng)了(le)解(jie)患(huan)者狀態的產(chan)品iN。通過(guo)(guo)這款產(chan)品，護士能(neng)夠(gou)更好地完成工作(zuo)的同時保證患(huan)者的健康安全。
通過人工智能(neng)(neng)，醫生(sheng)還能(neng)(neng)通過反饋的信(xin)息(xi)了解患者全天(tian)候的身體情況(kuang)，了解他(ta)們的康(kang)復情況(kuang)以開展進一步的治療。
AI醫療美好的理想&骨感的現實
隨(sui)著醫療(liao)需(xu)求(qiu)的(de)不斷深入(ru)，人工(gong)智能成為了未來醫療(liao)行業的(de)主(zhu)要(yao)方(fang)向。美年大健康產業集團董事長俞(yu)熔(rong)認(ren)為，對于許多患(huan)者(zhe)而言，專家資源稀缺才(cai)是(shi)最核心、最本質(zhi)的(de)問題(ti)。他(ta)認(ren)為，在(zai)這(zhe)個方(fang)面，AI技術(shu)(shu)也是(shi)大有(you)可為的(de)：“AI的(de)價值(zhi)就在(zai)于，我們(men)有(you)這(zhe)個技術(shu)(shu)路徑，可以把專家的(de)智慧標準化(hua)(hua)、智能化(hua)(hua)、技術(shu)(shu)化(hua)(hua)，這(zhe)其實就是(shi)變相提高了專家效率。”
如(ru)今不斷(duan)地(di)有醫療企業加(jia)入了人(ren)工(gong)智能研究的(de)(de)行列(lie)，人(ren)工(gong)智能也在實際(ji)應(ying)用中(zhong)減輕了醫生的(de)(de)工(gong)作負擔。但有一個(ge)現象我們把你(ni)忽視的(de)(de)是，盡管AI醫療產品(pin)可以進行嘗試的(de)(de)空間很大，種類多樣(yang)，但真正落地(di)的(de)(de)很少，能夠符合(he)臨床使用場景的(de)(de)產品(pin)仍缺(que)席。
業內人士普遍認為，醫(yi)學(xue)領域(yu)的(de)問題很復雜，維度多、門檻高，AI技(ji)術(shu)在(zai)此領域(yu)進行突破，難(nan)度比較(jiao)大(da)。以目前AI技(ji)術(shu)與(yu)醫(yi)療結合較(jiao)為成(cheng)功的(de)影像科為例，曹原表示，肺部(bu)(bu)、眼部(bu)(bu)應用相對(dui)簡單，技(ji)術(shu)門檻比較(jiao)低，所(suo)以許(xu)多企業都爭相開發相關產品，而針(zhen)對(dui)脊柱(zhu)、腹部(bu)(bu)等復雜部(bu)(bu)位診(zhen)斷的(de)試(shi)水則相對(dui)較(jiao)少(shao)。
另外，要想把AI醫(yi)療落到實地，還要解(jie)(jie)決(jue)的(de)(de)是(shi)信任問題(ti)。要想解(jie)(jie)決(jue)信任問題(ti)就必(bi)須(xu)要拿(na)出大量的(de)(de)證(zheng)據(ju)證(zheng)明這是(shi)可(ke)行(xing)的(de)(de)。對于醫(yi)療產品，無論是(shi)患者還是(shi)醫(yi)生都是(shi)保(bao)持著一種謹慎而又保(bao)守的(de)(de)態度。
《醫(yi)療人(ren)工智能(neng)醫(yi)生認知情況調研報告》顯示，外科和影像科醫(yi)生對AI的(de)知曉率高(gao)于(yu)平均水(shui)平，但對AI的(de)整體(ti)滿(man)(man)意(yi)度低(di)于(yu)平均水(shui)平。不滿(man)(man)意(yi)主要(yao)集中在AI未能(neng)減少醫(yi)生的(de)工作量，其次是(shi)對原理以及準確率不高(gao)的(de)質疑。
如今AI不(bu)管在哪個領域的(de)發(fa)展都十(shi)分地(di)迅速，雖然AI醫(yi)(yi)療還處于發(fa)展階段，但未(wei)來隨著醫(yi)(yi)療行業的(de)不(bu)斷發(fa)展，對(dui)(dui)于AI技術的(de)需求也(ye)將(jiang)不(bu)斷擴大。再(zai)加上經過一段時間的(de)市(shi)場檢(jian)驗，人們(men)對(dui)(dui)AI醫(yi)(yi)療的(de)接受度也(ye)將(jiang)慢慢提升，患(huan)者也(ye)將(jiang)開始傾向(xiang)于AI方向(xiang)。
（本文轉(zhuan)自(zi)HC3i中(zhong)國數字(zi)醫療網）
上一篇： 多云時代，數據存儲迎來新挑戰
下一篇： 2018醫院上云狀況調查報告
