0
7 月 9 日，由中國計算機協會（CCF）主辦，雷鋒網、香港中文大學（深圳）承辦的第二屆 CCF-GAIR 全球人工智能與機器人峰會進入第三日。在醫療人工智能專場，天琴醫療 AI 實驗室主任馮源，帶來了主題為《改變醫療行業的人工智能》的報告。
馮源博士從事醫療影像、大數據挖掘以及人工智能模型和算法領域的研究。
馮源：大家好。我今天想跟大家分享一下《改變醫療行業的人工智能》。這個題目可能跟剛才陶博士的題目有點像，但我們分享的內容有些差異。我主要談一下AI應用在醫療行業會用到哪些技術。醫療行業存在什么詬病，如何用人工智能來改變這個行業，如何做到醫療資源的公平分配，做到不放棄任何一個人？這是我們今天會跟大家討論的問題。
現在醫療系統有很多問題，醫療資源分布不均，醫生水平參差不齊，病人看病貴、看病難。舉一個例子，這張圖中的數據來源于 2016 年中國衛計委統計年鑒，反映了 2003-2015 年年間中國平均 1000 個人可以分配到的醫療工作者的數量。上面兩條線表示的是城市地區，可以分配到的醫生的數量和護士的數量，下面兩條線表示的是農村地區可以分配到的醫生和護士數量。四條線的增長趨勢都是向上的，醫療行業也在不斷進步、發展。但明顯，城市地區的醫療資源增長趨勢要遠大于農村，這在一定程度上反映了我國醫療資源分布不均的現象。
我們怎么改變這個現狀呢？可以用到什么方法呢？
一個很簡單的想法，沒有醫生，那培養更多的醫生；沒有醫院，建造更多的醫院。但是可行性有多高？
我們來看一下培養一個醫生的人力成本。一個醫生如果選擇臨床專業，本科需要五年，現在一個本科生很難進入三甲醫院。因此本科學習之后還需要讀碩士、博士。畢業以后還要考取醫生資格證，并經過實習階段才能進入醫院。因此，培養一個醫生的時間成本是非常高的。建立更多的醫院呢？我們只要看看醫院里動輒上百萬的醫療設備就知道這是非常難的事情。如果沒有國家的投入，建一個民營醫院需要高額的成本。因此這兩條路都非常困難。還有什么方法可以改變現在醫療資源分布不均的現狀呢？
天琴的 Slogan 是“科技使人更健康”。作為一個科技工作者，這也是我的信仰。我堅信只有使用科技才能更好更有效的改變醫療體系現狀，才能解決醫療資源分布不均的問題。我們可以使用哪些技術來改變這個現狀呢？這些技術會為人類的進步帶來哪些變革？我們會跨越哪幾個階段？下面我們一起來審視一下現在，展望一下未來。
第一階段：10% 的人類醫生被替代率
現在我們就處在這個階段，可以用技術來代替 10% 的人類醫生，把他們從部分繁重重復性的工作中解放出來?，F在很多醫院都有了醫院管理信息系統、臨床信息系統、醫學影像信息系統等。有了這些系統，對提高醫院運營效率以及打通各部門間合作與運營的壁壘是非常有用的。這也意味著我們已經邁出了數字化和流程化的第一步。但是也要看到這個階段的一些問題。現在很多醫院不太喜歡將數據放在云平臺上，因為他們認為這樣病人的數據、隱私得不到保證。但是將數據放在云平臺上，是下一步進行遠程醫療和輔助診斷的基礎。
我們怎么解決這個問題？可以用到什么技術？
大家可以考慮一下區塊鏈的技術。區塊鏈是比特幣的底層技術。從比特幣出現七年多來，全世界有很多黑客試圖攻擊這個系統，但直到今天也沒有出現過一次交易錯誤。區塊鏈技術有很多特點，比如它的鏈式結構可以保證我們追溯到上游源頭。另外一個特點，不可篡改性保證數據隱私。它還具有去中心化的數據結構，當應用到現實生活中，可以省去大量的中介成本。區塊鏈技術在金融行業已經得到應用。最近谷歌也正在規劃將區塊鏈技術，應用到醫療領域。這是一個未來的發展方向。
第二階段：替代率 30%
據調查顯示，國內有 60% 的影像醫生每天工作時間在 8 小時以上，25%的醫生每天平均工作時間超過 10 個小時。而且幾乎在每個醫院影像科都是 24 小時輪班制，忙的時候，從早到晚都無法休息片刻。除此之外，影像醫生還要長期在封閉的環境中遭受輻射或者潛在的傷害。一般一個中等城市的三甲醫院，一天會有 200 個核磁，500 到 600 個ct，800 個拍片。一個影像科醫生一天要看 200 個病人，就按每個病人 200 張片子來算，他要看 4 萬張圖片。有時候一次還不夠，還要再看一次，這就變成了 8 萬張。這是一個非常辛苦、枯燥，而且不能出錯的工作，因此對醫生的要求非常高。
如果有了輔助診斷機器，至少能有 30% 的醫生從繁重的重復性勞動中解放出來，去做一些更有創造性的事情。有了這個工具，我們就能在很大程度上促進醫療資源的公平化發展，使偏遠地區的人們也能享受到現代化的醫療技術。那么有什么科技能夠推動輔助診斷的發展呢？
深度學習！
大家可能都知道，在深度學習領域，強監督算法是相對成熟的方法，但高質量標定的數據是有限和昂貴的。因此弱監督和無監督技術，必然是將來的發展方向。第二個前沿，今天上午田教授提出現在很多方法都是立不住腳的。這個立不住腳，在我看來就是沒有理論依據的方法，只有深度學習方法的診療系統，是不足以應用到醫療行業的。所以必須要使用傳統方法和深度學習方法相結合，來提升我們的輔助診療水平。下一個前沿，現在很多醫院的電腦是比較落后的，可能沒有很強大的 GPU 硬件支持，因此我們需要考慮降低網絡結構復雜度、減少網絡參數，使它更好的應用到現有的醫院系統中去。最后，深度學習的理論研究，這是深度學習非常薄弱的地方，一個缺乏理論支持的優化方法，是會讓人非常擔憂的，因為它可能隨時會在某些問題上失效。
用到AI技術的輔助診療，還有哪些問題？
第一個困難是如何獲取高質量的數據，這也是使用人工智能尤其是深度學習技術的公司共同面臨的困難。機器學習本身的特性決定了公司在前期積累中，必須使用高質量的數據來進行算法優化。但是，醫療數據的特殊性，例如缺乏標準化體系等問題導致了高質量數據難以獲得。第二個困難是相關法律的缺失，這涉及到兩個問題，其一是如何保護病人隱私，其二是法律對于人工智能做診斷的相關界定。截止目前，國內外都沒有相應的AI診療法規出臺，因此對責任主體的界定以及就診流程的定義，都沒有一個明確的規范。剛才的圓桌會議上各位老師也提出，國家馬上會出臺相關的政策，希望不遠的未來輔助醫療可以得到相應的發展。
第三個困難是AI技術的成熟度，目前人工智能輔助診療主要應用了深度學習的技術，這個技術目前有了比較大的突破，這使得輔助診療的水平大大提高。但需要多少數據、如何最大程度上利用數據、怎樣針對具體問題修改相應算法，如何使算法得到最優解，如何證明算法得到了最優解，這不僅是工業界，更是學術界叩待解決的問題。
第三階段：替代率 60%
上兩個階段我們有一只腳已經踏進去了，但這個階段可能只是剛剛打開了大門。但有一點可以確信的是，當第一階段和第二階段發展的比較成熟時，我們就可以把這扇大門開的再大一點。
現在有幾個方向，我覺得以及跟這個階段沾邊了。第一，之前大會上提到過的基于人工智能的制藥技術。美國有公司已經提出了使用人工智能技術可以使傳統制藥技術的時間和投入縮小四分之三。以前研制一個新藥可能要十年，現在一兩年就可以完成。第二，基因技術，這對未來會有很大的改變。第三，今天上午非常火熱的手術機器人環節。手術機器人和影像技術如何結合，也是未來的發展方向。
第四階段：替代率 90%
有沒有可能達到下一個階段，90% 的人類醫生能夠被代替，或者我們能代替醫生 90% 的繁瑣工作？
我認為這是可能的。我們可以考慮一下現在的黑科技，量子計算，這在大家看來可能是一個比較遙遠的未來，但科技的發展日新月異，也許明天它就成為我們必須要利用的技術。量子計算與人工智能的結合是未來的必然發展方向，因為人工智能面臨了一個挑戰，如何提高計算能力。一般來講，通過硬件的不斷升級，計算機的運算能力能夠得到一定程度的提高。那么這種方式會不會有走到盡頭的一天？本質上，會的。雖然隨著科技的進步，在 20 年前，一個機器人用 32 個 CPU 能達到 120MHz 的速度，到現在 AlphaGo 使用了 2000 個 CPU 和 300 個 GPU 來提升計算能力，但計算能力是不能無限提升的。很多人都認為摩爾定律最多還能適用 10 年，那么 10 年后呢？
到那個時候我們可能要用到量子計算。量子計算的發展還比較原始，還處于研究階段，目前還沒有造出有實用價值的通用量子計算機。但量子計算太吸引人了，它沒有熱耗散，可以在里面自循環。而經典計算機器件，熱耗散不可避免，這是原理上決定的。譬如早期計算機有一個風扇散熱，你做的集成度越高，熱耗越嚴重。但量子計算原理上保持可逆計算，沒有熱耗散，這也是遵從量子力學規律的。二是具有無法比擬的超級計算能力，在人工智能領域，以前需要一千臺或者一萬臺機器，用量子計算機的話可能4臺就夠用了。這是屬于不遠的未來的黑科技，也許我們很快就能在醫療領域用到這些技術。
在這里我要提一點，我們定義了四個階段，但這四個階段并不是互相替代的關系，不是階段二的開始就是階段一的結束。這些階段是相輔相成的，前面的階段都是后面階段的基礎。
下面講一下天琴醫療在這四個階段有什么計劃。
第一階段天琴醫療會推出我們的云平臺，這個云平臺有兩個主要特點。第一，基于區塊鏈技術，能做到完全保護病人的隱私。第二，天琴有一個非常強大的合作伙伴，會幫助我們搭建這個硬件平臺，實現三秒內處理一張片子。我們的目標是一秒內處理一萬張片子。這是完全有可能做到的。
第二階段，天琴會推出輔助診療系統。我們的輔助診療有兩個特點。第一，這個階段會推出基于心胸的輔助診療系統；第二，我們不止使用深度學習的方法，也使用傳統方法，傳統方法與深度學習相結合。為什么這樣做？我們剛才也提到了，現在的深度學習方法是沒有理論支撐的，所以必須要使用有嚴格理論保證的傳統方法。這是我們的第二個特點。
第三階段，天琴在這個階段會推出“家庭醫生”。
我們的家庭醫生不僅包括病理、檢驗檢測、影像系統，還會關注人們的健康管理以及生命周期延長。這是天琴醫療AI平臺，我們將在第三階段推出這個系統。
回到主題，如何實現醫療資源的公平性，如何做到面對疾病，人人平等，這是我們天琴想為大家解決的問題。為了構建我們美好的明天。希望有興趣的合作伙伴可以一起加入我們，為我們未來的事業而奮斗。我們會在公眾平臺上推出第一手資訊和產品相關的信息，請感興趣的朋友可以關注一下，謝謝大家！
雷鋒網雷鋒網
相關文章：
對話陶曉東：決定智能影像公司成功與否的不是技術 | CCF-GAIR 2017
科大訊飛陶曉東：人工智能時代的醫學影像 | CCF-GAIR 2017
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
