醫(yī)療人工智能該如何避免疫苗危機(jī)？

最近關(guān)于疫苗的事情，我們可以稱之為危機(jī)，甚至有些人，會(huì)把之前的毒奶粉事件聯(lián)系在一起。

這個(gè)事情，作假的企業(yè)良心大大的壞，但是醫(yī)療監(jiān)督體系出現(xiàn)了大問題，也是我們不能回避的問題。

疫苗問題的背后 我們到底該深思什么？人工智能又能為醫(yī)療行業(yè)帶來(lái)什么進(jìn)展？

新藥研發(fā)

賽諾菲巴斯德利用AI研發(fā)流感疫苗

賽諾菲巴斯德（Sanofi Pasteur）是全球知名的研發(fā)企業(yè)。近日，它與一家名為BERG的生物醫(yī)藥公司達(dá)成合作，利用人工智能進(jìn)行流感疫苗研發(fā)。

BERG的平臺(tái)利用其開發(fā)的人工技能技術(shù)，可以對(duì)高通量的分子和臨床信息進(jìn)行數(shù)據(jù)驅(qū)動(dòng)分析。它能從分散、龐大的數(shù)據(jù)里頭提取出可執(zhí)行的洞見，這一方法也已得到了驗(yàn)證。

利用這一人工智能平臺(tái)，賽諾菲巴斯德將尋找能評(píng)估季節(jié)性流感疫苗效果的潛在生物標(biāo)志物。如果一切順利，這些標(biāo)志物能預(yù)測(cè)流感疫苗引起的免疫反應(yīng)的廣度和持久性，這有助于未來(lái)的疫苗研發(fā)，造?；颊摺?/p>

疾病診斷

人工智能不到1秒就能診斷結(jié)直腸癌，準(zhǔn)確率達(dá)86％

正確且及時(shí)地診斷癌癥，一直是個(gè)難題。最近，來(lái)自日本的一群科學(xué)家利用人工智能的方法，能在不到1秒鐘的時(shí)間里對(duì)結(jié)直腸癌做出診斷，準(zhǔn)確率高達(dá)86％。令人贊嘆的是，它甚至能在良性腫瘤惡化前，就做出診斷。

在這項(xiàng)研究里，科學(xué)家們讓人工智能對(duì)結(jié)直腸中的息肉進(jìn)行了深度觀察。他們將息肉放大了500倍，讓人工智能可以仔細(xì)看清這些組織的變化。隨后，他們又提供了30000張癌變前和癌變后的細(xì)胞照片，用機(jī)器學(xué)習(xí)的方法來(lái)訓(xùn)練人工智能。最終，這套系統(tǒng)可以在短短1秒內(nèi)做出診斷，準(zhǔn)確率高達(dá)86％。這也是人工智能首次被用于結(jié)直腸癌的診斷。

診斷乳腺癌，人工智能準(zhǔn)確率高達(dá)97％

在美國(guó)，每年有40000名女性因乳腺癌去世。這一令人遺憾的結(jié)果，與乳腺癌沒有得到及時(shí)診斷有關(guān)。據(jù)統(tǒng)計(jì)，如果乳腺癌能在早期得到發(fā)現(xiàn)，它們甚至有望被治愈。

另一方面，作為乳腺癌常規(guī)檢查手段的乳腺X光檢查則有著假陽(yáng)性率高的問題。有些患者的乳腺在X光下會(huì)出現(xiàn)可疑組織，她們也會(huì)選擇手術(shù)進(jìn)行移除。然而手術(shù)后對(duì)這些組織的分析卻常常發(fā)現(xiàn)，它們是良性的。換句話說(shuō)，這些女性接受了不必要的治療。那么，有沒有什么技術(shù)可以在確保診斷出乳腺癌的同時(shí)，還能降低假陽(yáng)性率呢？

人工智能可以做到。哈佛醫(yī)學(xué)院和麻省總醫(yī)院的研究人員們開發(fā)的這款系統(tǒng)能從一系列數(shù)據(jù)點(diǎn)中做出診斷。除了活檢結(jié)果和病理報(bào)告，這款人工智能還會(huì)分析患者的家族病史，以及種族信息。這樣一來(lái)，診斷的正確率大大提高。

在335項(xiàng)高風(fēng)險(xiǎn)的病理中，該人工智能的診斷正確率為97％。研究人員說(shuō)，由于它的準(zhǔn)確率，患者接受不必要的手術(shù)的概率下降了30％！對(duì)于患者來(lái)說(shuō)，這是一個(gè)巨大福音。

毫無(wú)疑問，人工智能的時(shí)代早已到來(lái)。懂得使用人工智能的科研人員，比那些不懂得使用人工智能的科研人員具有顯著的優(yōu)勢(shì)。

億歐智庫(kù)在過(guò)往研究成果的基礎(chǔ)上，發(fā)布2018中國(guó)醫(yī)療人工智能發(fā)展研究報(bào)告。

報(bào)告從醫(yī)療人工智能的發(fā)展角度出發(fā)，以商業(yè)落地為切入點(diǎn)，總結(jié)出中國(guó)醫(yī)療人工智能發(fā)展10大洞察。梳理了國(guó)內(nèi)10項(xiàng)主流的醫(yī)療AI產(chǎn)品，醫(yī)療人工智能領(lǐng)域中十大主流產(chǎn)品，并從技術(shù)成熟度、使用效果、發(fā)展情況、企業(yè)案例等角度進(jìn)行分析。以下為報(bào)告全文：

2018中國(guó)醫(yī)療人工智能十大洞察

從人工智能在醫(yī)療健康領(lǐng)域的四個(gè)核心應(yīng)用場(chǎng)景——醫(yī)學(xué)影像、虛擬助理、健康管理和藥物研發(fā)的角度，提出出中國(guó)醫(yī)療人工智能發(fā)展的十大洞察及相關(guān)觀點(diǎn)。

1．部分智能影像診斷企業(yè)將在2018年獲得三類器械證，正式進(jìn)入商業(yè)化階段。

2．智能影像診斷競(jìng)爭(zhēng)格局基本形成，“偽醫(yī)療AI企業(yè)”基本出局，新入場(chǎng)技術(shù)型玩家基本沒有獲得風(fēng)投的可能，商業(yè)機(jī)會(huì)已然錯(cuò)過(guò)。

3．語(yǔ)音電子病歷：落地醫(yī)院成本高，產(chǎn)品需進(jìn)行科室定制化，客單價(jià)低，主要用于病理科、影像科等。

4．智能問診：知識(shí)圖譜搭建是關(guān)鍵，目前僅發(fā)揮導(dǎo)診、輔助檢索或連接醫(yī)患的作用。院內(nèi)場(chǎng)景“預(yù)問診”需求量大，具備落地能力。

5．國(guó)人健康管理意識(shí)尚待培育，健康大數(shù)據(jù)尚待采集與整合。企業(yè)以B端為主要切入口。

6．精神心理治療師嚴(yán)重缺乏，AI或可成為替代性工具。

7．藥物研發(fā)中化合物數(shù)據(jù)質(zhì)量對(duì)于AI企業(yè)是關(guān)鍵。

8．借助國(guó)際力量，中國(guó)AI藥物研發(fā)企業(yè)從無(wú)到有，預(yù)計(jì)2018年起將涌現(xiàn)更多玩家，AI藥物研發(fā)或?qū)⑹俏磥?lái)的新風(fēng)口。

9．產(chǎn)品形態(tài)以軟件／SaaS為主，收取軟件授權(quán)費(fèi)的商業(yè)模式存在一定局限性。軟硬一體化產(chǎn)品的商業(yè)落地更具優(yōu)勢(shì)。

10．中國(guó)醫(yī)療整體數(shù)據(jù)量大，但針對(duì)細(xì)分場(chǎng)景的數(shù)據(jù)量和質(zhì)量仍無(wú)法滿足算法模型的訓(xùn)練需求；隨訪數(shù)據(jù)的缺失，使國(guó)內(nèi)在類似“腫瘤患者五年存活率”等領(lǐng)域的研究一片空白。

中國(guó)十大醫(yī)療人工智能產(chǎn)品總覽

為了更深入的解讀商業(yè)落地的現(xiàn)狀，在報(bào)告中，億歐智庫(kù)主要按照技術(shù)成熟度和使用效果兩大維度對(duì)醫(yī)療人工智能十大產(chǎn)品進(jìn)行了分析與評(píng)估。其中，針對(duì)技術(shù)成熟度和使用效果兩大維度，主要通過(guò)產(chǎn)品出現(xiàn)時(shí)間、落地情況、發(fā)展情況、企業(yè)數(shù)量、行業(yè)人士和專家訪談進(jìn)行判斷。另外，還從產(chǎn)品的發(fā)展情況、涉足的企業(yè)案例等角度更加具體地進(jìn)行分析。

醫(yī)療人工智能六大發(fā)展趨勢(shì)

結(jié)合政策和商業(yè)落地產(chǎn)品的現(xiàn)狀，億歐智庫(kù)認(rèn)為市場(chǎng)在今年呈現(xiàn)出六大趨勢(shì)：

1． 2018年起，AI影像產(chǎn)品落地速度會(huì)加快，產(chǎn)品性能成熟度將不斷提高。

2． 隨著技術(shù)成熟度提高，語(yǔ)音電子病歷醫(yī)院普及率加快，頭部企業(yè)可形成規(guī)模效應(yīng)。

3． 智能問診隨著知識(shí)圖譜的不斷完善，預(yù)問診功能可以有效提升醫(yī)生效率。

4． 健康大數(shù)據(jù)的發(fā)展，會(huì)使AI在健康管理場(chǎng)景下的應(yīng)用程度會(huì)進(jìn)一步提高。

5． AI在精神心理健康的的滲透程度會(huì)更深，未來(lái)可能成為這一領(lǐng)域的核心推動(dòng)力。

6． AI＋藥物研發(fā)領(lǐng)域?qū)?huì)誕生出獨(dú)角獸。

醫(yī)療人工智能發(fā)展四大挑戰(zhàn)

一是數(shù)據(jù)數(shù)量問題：中國(guó)醫(yī)療整體數(shù)據(jù)量大，但針對(duì)不同病種的數(shù)據(jù)量和質(zhì)量參差不齊，有些病種的訓(xùn)練數(shù)據(jù)缺乏；健康大數(shù)據(jù)孤島問題有所緩解，但仍未達(dá)到深度學(xué)習(xí)的階段。

二是數(shù)據(jù)質(zhì)量問題：AI數(shù)據(jù)處理中標(biāo)注的準(zhǔn)確性關(guān)乎結(jié)果的準(zhǔn)確性，近兩年之內(nèi)還是需要大量醫(yī)生去標(biāo)注。藥物研發(fā)中的數(shù)據(jù)質(zhì)量對(duì)于研發(fā)效率的提升至關(guān)重要。

三是人才問題：AI算法人才與醫(yī)學(xué)人才知識(shí)體系不同，如何融合各自優(yōu)勢(shì)發(fā)揮最大價(jià)值，值得企業(yè)思考。

四是市場(chǎng)問題：醫(yī)療被認(rèn)為是人工智能最早落地的領(lǐng)域，但是醫(yī)療的特殊性對(duì)產(chǎn)品的要求會(huì)更高，從認(rèn)識(shí)到被接受再到相應(yīng)支付體系的完善，以及到醫(yī)保的接入，都需要一個(gè)很長(zhǎng)的過(guò)程。