淺談醫(yī)療AI賽道火熱背后的難題與風險

從一度火爆到漸入困境，歷經(jīng)起伏的醫(yī)療AI行業(yè)，隨著人工智能及大數(shù)據(jù)在疫情中得到多方應用與驗證，這個行業(yè)的關注度再度升溫。

不論是科技巨頭還是初創(chuàng)企業(yè)，都爭相涌入這一賽道。像谷歌、微軟、百度、阿里巴巴、騰訊等已在醫(yī)療AI領域投入大量資源，展開密集布局。

不過時至今日，雖然醫(yī)療AI作為新興科技產(chǎn)業(yè)已得到廣泛認可，但其臨床應用難、商業(yè)化落地難的窘境依然無法突破，絕大多數(shù)醫(yī)療AI企業(yè)仍擺脫不了“賠錢”的命運。此外，缺乏行業(yè)標準的人工智能醫(yī)療還存在可靠性與安全性等隱藏風險。如何讓人工智能更安全地投入臨床使用，這也是行業(yè)目前亟待解決的難題。

賽道火熱背后的難題與風險

雖然人工智能醫(yī)療競技場已經(jīng)略顯擁擠，但不可否認的是AI與醫(yī)療的融合仍然是個新事物，尚處于探索起步階段。

在眾多AI醫(yī)療公司中，美國IBM“沃森”無疑是走在技術和應用前端的先鋒，但同時，隨著時間的深入，沃森也逐漸被貼上“過度炒作”的標簽。

2016年，東京大學醫(yī)學研究院利用IBM的人工智能系統(tǒng)“沃森”診斷一位女性患有罕見的白血病，而這只用了10分鐘的時間。在看到AI醫(yī)療發(fā)展的希望后，IBM把寶都押在了沃森身上。2017年，投資2.4億美元與麻省理工學院共建MIT-IBM沃森人工智能實驗室。同時還計劃投資30億美元打造沃森全球藍圖。

但藍圖尚未完全落實，沃森就遇到困境。最近一兩年，沃森被眾多行業(yè)專家所質(zhì)疑，并曝出諸多問題，包括可能開出危險和錯誤的癌癥治療方案。2018年7月，美國健康醫(yī)療媒體STAT曝出的IBM內(nèi)部文件顯示，IBM在訓練沃森時，對假想患者推薦的治療方案，是基于紀念斯隆-凱特琳癌癥中心專家的方案，而非醫(yī)療指南或真實證據(jù)。

清華大學自動化系教授、生命學院和醫(yī)學院兼職教授張學工向21世紀經(jīng)濟報道記者說道：“對類似沃森的醫(yī)療AI發(fā)展受阻我并不吃驚，醫(yī)療AI如果在技術層面沒有特別優(yōu)秀的技術，更多只是在媒體和宣傳層面的炒作，很難得到發(fā)展?！?/p>

除了沃森以外，其他投身醫(yī)療AI的科技企業(yè)也面臨著不少行業(yè)痛點等待解決。像我國國內(nèi)企業(yè)在醫(yī)療影像方面面臨著數(shù)據(jù)流轉(zhuǎn)的問題，患者無法保存和管理自己原始的影像資料。

上海交通大學人工智能研究院發(fā)布的《2019中國人工智能醫(yī)療白皮書》顯示，中國醫(yī)療AI面臨著醫(yī)療人才、數(shù)據(jù)、器械審批等方面的挑戰(zhàn)。具體而言，包括醫(yī)療AI人才缺乏、數(shù)據(jù)歸屬不明確、數(shù)據(jù)標準不統(tǒng)一、器械分類要求高等問題。

疫情期間，醫(yī)療AI的應用得到了進一步的創(chuàng)新與推廣。但不可否認的是，醫(yī)療AI在發(fā)展中還有著各種各樣的瓶頸與痛點。如何打破瓶頸尷尬期，進而推動行業(yè)向前發(fā)展，是擺在醫(yī)療AI行業(yè)人士面前十分關鍵的課題。

張學工表示：“人工智能包含很多的挑戰(zhàn)，不是突破了一個瓶頸，就能解決所有的醫(yī)學問題，并沒有那么戲劇性。而是要一點一滴去完善人工智能，并使其在醫(yī)學領域中解決過去的一些問題，這是一個逐漸的擴展和突破。”

阿里健康董事長兼CEO朱順炎11月14日在廣州腫瘤大會上表示，醫(yī)生與人工智能（簡稱AI）的關系應該是醫(yī)生+AI，即醫(yī)生在前，AI是輔助醫(yī)生的工具，而非相反。他指出，醫(yī)療領域里最重要的是準確度，需要在綜合一系列由人工智能計算出的指標的基礎上，由醫(yī)生來做出最后判斷和決策。

中國工程院院士樊代明則指出，把人工智能引入醫(yī)學是一種必然的結(jié)果。他認為，最好的科技，就是“大數(shù)據(jù)+人工智能”，用它來幫助醫(yī)學來提高人類的健康水平，這是一種必然。“人工智能具有廣闊的前景，我們醫(yī)生要好好學習人工智能，借它來為我們更好地服務?！狈髡f。

雖然被認為過度炒作，但醫(yī)療AI具有巨大的潛在經(jīng)濟效益確實是公認的事實。據(jù)國際管理咨詢公司羅蘭貝格發(fā)布的《人工智能白皮書》顯示，預計到2030年，人工智能將在中國產(chǎn)生10萬億元的產(chǎn)業(yè)帶動效益。其中醫(yī)療產(chǎn)業(yè)，使用AI預計可帶來約4000億元的降本價值。由此，醫(yī)療AI成為人工智能領域的熱門風口，受到了不少資本的青睞，吸引著無數(shù)玩家入局。

目前，醫(yī)療AI的主要應用場景在肺部CT、眼底篩查及醫(yī)療影像等多個方面。今年1月，南開大學與北京推想科技的聯(lián)合項目團隊就在疫情初發(fā)期研發(fā)出新冠肺炎CT影像AI篩查系統(tǒng)。第一時間將此前積累的基于肺炎、肺結(jié)核CT影像智能識別技術，部署應用于華中科技大學同濟醫(yī)學院附屬同濟醫(yī)院、武漢大學中南醫(yī)院等，輔助醫(yī)生快速診斷新冠肺炎。

而醫(yī)療影像則為醫(yī)學診斷提供了圖像方面的信息。張學工指出，在醫(yī)療AI具體臨床和商業(yè)化應用方面，圖像具有清晰易懂的特點，因此在醫(yī)療AI領域被率先落地應用，但其仍有局限性，影像并不能把所有生命系統(tǒng)中的數(shù)據(jù)給予到醫(yī)生和病人，歷史的數(shù)據(jù)、主觀的感覺，各種自然語言的描述，這些都不能通過影像去分析。

一些罕見病上并沒有典型的一些癥狀，一般依靠模糊的描述去判斷癥狀。倘若積累了大量病例以后，靠機器去做分析判斷，會比人的判斷更全面，因為人的經(jīng)驗判斷是有限的。張學工說到這是醫(yī)療AI的一大作用。

但目前，AI技術甚至在一些有關人體生命安全的醫(yī)學領域也有應用，AI系統(tǒng)亦深入到診斷、預測甚至治療康復等環(huán)節(jié)，開發(fā)出了眾多新的AI工具，相應的研究也得以發(fā)表在一些權威醫(yī)學期刊上。但由于試驗設計質(zhì)量參差不齊，具體的有效性很難進行比較和評估。

沒有統(tǒng)一行業(yè)評判的標準，可能會給數(shù)百萬患者帶來風險。同時也易助長醫(yī)療企業(yè)宣傳、炒作AI實效性的火焰。隨著眾多巨頭紛涌而至，AI賽場展示出巨大的潛力，但游戲規(guī)則亟需建立。

交叉領域深度融合或成新發(fā)力點

在人口老齡化以及慢性疾病患者數(shù)量增長的情況下，如今對醫(yī)療技術人員及醫(yī)療資源的需求不斷上升。而現(xiàn)有醫(yī)療體系在處理需要大量長期診治、病狀復雜的患者等多方面仍存在諸多不足。

此外，優(yōu)質(zhì)醫(yī)療資源還存在分布不均的狀況，區(qū)域之間差異較大。據(jù)國家衛(wèi)健委發(fā)布的《2019年國家醫(yī)療服務和醫(yī)療質(zhì)量安全報告》顯示，從患者異地就醫(yī)情況看，患者流出比例最高的5個地區(qū)為西藏、安徽、內(nèi)蒙古、河北、甘肅，而患者流入比例居前5位的地區(qū)為上海、北京、江蘇、浙江和廣東。隨著醫(yī)療數(shù)據(jù)量增長迅速，借助AI大數(shù)據(jù)可節(jié)省人力資源，彌補醫(yī)療勞動力短缺的不足。

張學工坦言，目前AI醫(yī)療也確實需要更多應用在要大量重復勞動去解決的問題上。從更長遠的角度來看，人工智能發(fā)展要和生命研究本身結(jié)合起來。

近年來，深度學習在AI醫(yī)療領域再度成為焦點。張學工對此表示：“整個人工智能的領域要比機器深度學習的領域?qū)捄芏?，深度學習有強項也有其局限性，并不能把所有的希望都寄托在深度學習上，還要重視基礎知識。從大量數(shù)據(jù)中去找簡單規(guī)律，從少量數(shù)據(jù)中去找復雜規(guī)律，這需要深度學習之外的方法或者深度學習自身去往更好方向發(fā)展?！?/p>

據(jù)近日由中國發(fā)展研究基金會發(fā)布的《人工智能在醫(yī)療健康領域的應用研究》報告表示，現(xiàn)階段，人工智能在全球醫(yī)療領域應用廣泛，風頭正盛。新技術主要集中應用于虛擬助理、醫(yī)學影像、輔助診療、疾病風險預測、藥物挖掘、健康管理、醫(yī)療管理、輔助醫(yī)學研究平臺等領域。

報告指出，人工智能在醫(yī)療健康領域的應用，將推進健康技術革新和醫(yī)療服務模式的轉(zhuǎn)變，促進醫(yī)療成本的降低與醫(yī)療服務效率的提高；同時，也將有助于形成同質(zhì)、標準、易于延展的醫(yī)療服務體系，優(yōu)化資源配置，保障需求側(cè)，特別是偏遠地區(qū)的民眾，人人享有高質(zhì)量、高標準的醫(yī)療服務的權利，促進健康公平性及可及性。

未來，AI醫(yī)療將延展到幾乎每一個領域、每一個類別。從醫(yī)療器械，手術裝備，各類無源類植入體，像人工關節(jié)、人工器官、心血管支架等，AI醫(yī)療機器人等也將應運而生。AI與醫(yī)療器械兩個領域的交叉深度融合發(fā)展，需要跨學科團隊整體建設，包括人才培養(yǎng)以及深度融合的課題研究等。AI醫(yī)療發(fā)展將要走向“快、穩(wěn)、準”的道路。企業(yè)也不應滿足當前的需求，要為未來智慧醫(yī)療高速迭代的發(fā)展做好準備。
責任編輯:tzh