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

由中國計算機學會（CCF）主辦、雷鋒網與香港中文大學（深圳）全程承辦的 AI 盛會 --「全球人工智慧與機器人峰會」（CCF-GAIR），將於 7.7-7.9 日在深圳召開。

CCF-GAIR 為國內外學術、業界專家提供了一個廣闊的交流平台，既在宏觀上把握全球人工智慧趨勢脈搏，也深入探討人工智慧在每一個垂直領域的應用實踐細節。

延續上一次大會的議題，本次 CCF-GAIR 2017 將會迎來更多人工智慧和機器人行業的議題與討論，其中就包括了未來醫療專場，屆時科大訊飛智慧醫療事業部總經理陶曉東博士將與大家分享其在醫學影像深耕多年的洞察。

2017年，陶曉東博士高調加入科大訊飛，致力於科大訊飛在智慧醫療領域的技術研發、產品落地及市場推廣等工作，被外界解讀為科大訊飛進軍醫療行業的鳴鐘擊鼓。

在AI創業公司中，有人會傾向於招募學界專家，稱其理論知識紮實，能構建起一流的演算法；有人更加傾心業界人才，認為其經驗豐富，能知曉業內痛點。

陶曉東博士學術、產業經驗均十分豐富，他是中國科學技術大學電子工程系學士、美國約翰霍普金斯大學博士、電子電氣工程師學會（IEEE）高級會員，研究方向為醫學影像。

他曾服務於美國通用電氣公司（GE）從事醫學影像研究，曾參與了使用各種醫學成像方式進行圖像配准、分割和自動測量的研發項目，臨床應用於神經退行性疾病和心血管疾病，並作為管理者協調多個項目計劃和外部合作。自2013年起，在飛利浦醫療放射解決方案擔任首席架構師，領導醫學影像研發團隊進行從影像設備、成像方法、臨床應用到影像科解決方案的科研和產品研發。

智慧醫療界內的牛人都來了，你呢？（蜜汁微笑）

好了，廣告打完了，後面的內容更精彩……

同大多數國內的醫療影像創業公司一樣，科大訊飛對智能影像探索是從肺結節篩查開始的，「畢竟在開放域裡面數據最多。」「但訊飛做醫療影像是一個不同的視角」陶曉東博士告訴雷鋒網。

2016年，以科大訊飛與安徽省立醫院共建的醫學人工智慧聯合實驗室的成立開始了其在醫療影像方面的探索。2017年3月，曾在美國通用電氣公司（GE）從事醫學影像研究，並在飛利浦醫療放射解決方案擔任首席架構師的陶曉東博士高調加盟科大訊飛，被外界解讀為其進軍醫療行業的鳴鐘擊鼓。

到如今，據陶曉東介紹，科大訊飛的肺部病灶篩查已經在一些試點醫院落地，除此之外，科大訊飛在腦部、腹部的核磁和其它通過CT檢出的疾病，還有在超聲方面做了一些工作。

「影像只是診斷治療的一個手段，不是目的。即如果智能影像產品的最終形態是達到診斷水平的話，還需要與其它信息結合起來，所以科大訊飛與其它公司的出發點不同。」陶曉東說道，科大訊飛的優勢在於其有處理大數據的經驗，另一方面，有處理結構化和非結構化混合數據的經驗。

通過語音，大眾記住了科大訊飛，但凡是訊飛人都說「我們是一家人工智慧公司」。陶曉東稱，訊飛最初的切入點是智能語音交互，後來切入更多認知智能，在這個基礎上，過去10年里已經做了很多人工智慧和行業結合的嘗試。具體到醫療領域，科大訊飛打算做3件事：智能語音技術在醫療中的應用、智能影像輔助診斷、輔助診療系統。目前，大眾知道的產品有語音電子病歷、影像分析、導診機器人、雲醫聲等。據陶曉東介紹，這幾個產品之間也存在邏輯關係，完成了一個閉環。「語音電子病歷從信息源頭上保證信息的完整性和準確性，之後，再基於我們積累的人工智慧技術，為醫生提供服務診斷。」

這與其產品開發思路是一致的：一方面是構建醫學知識體系，另一方面將影像與醫學信息結合，基於影像進行輔助診療，最終的目的是提高醫生日常診斷的效率和準確性。

所以，與大多數智能影像公司不同的是，科大訊飛做智能影像：「希望能夠把智能影像演算法建立在一個相對完善的醫學知識體系上面，更關注影像與其它信息的結合，真正對醫生的臨床工作產生幫助。」其中包括了傳統的影像分割、影像配准、各種各樣基於影像的測量；以及將影像數據同其它結構化/非結構化的數據相融合。

陶曉東舉了一個解剖學的例子來說明：

比如解剖學，通過機器學習的方法，我們把醫學教材中各種各樣的知識點之間聯繫建立起來，我們系統能知道什麼是正常的；什麼表現是病灶。我們有一個較為完善的醫學知識體系，可以系統分析圖像為什麼有病灶，給出診斷依據。

陶曉東稱，影像是診斷的一個信息來源，但卻不是唯一的信息源，醫生診斷的過程中需要參考家族史、既往史等其它的信息，所以「我們的系統不僅要能夠處理病人的影像，還要能同步處理其他的一些非結構化的數據，綜合判斷，給出一個治療方案建議。」

據悉，將影像信息與其它病例病史等資料的整合綜合的智能分析目前仍處於早期階段。DeepCare CEO丁鵬曾告訴雷鋒網，影像與病例這種多模態的信息的融合是一個方向，但兩者都是在早期階段。斯坦福大學醫學物理部主任、終身教授邢磊指出，這方面開始「想」的人很多，只是開始做的人很少。

對此，陶曉東坦稱，結構化和非結構化數據的整合其實還是蠻困難的，難點在怎麼樣把這些數據放在一起分析，整個過程需要非常多的積累。

相對於已經落地的雲醫聲、導診機器人、語音電子病歷，科大訊飛的智能影像顯得要慢一些，除肺結節智能篩查外，其他產品均在打磨中。但若放眼於垂直的智能醫療行業，或許並不算晚，目前業內30餘家公司處於對數據資源以及與此相關的產品打磨、應用場景的爭奪中。一般來說，創業公司會選擇與某家醫院合作開發，一方面得到脫敏的數據，一方面收穫了產品打磨的場景。

那麼，數據資源多少決定了這30家公司誰將稱王稱霸嗎？

陶曉東卻認為，需要數據的多少與演算法相關，在某些情況下，數據並不是越多越好。「很多的演算法在開發時，實際上並不需要很多標註的數據，可能在標註並不是特別清楚的情況下，就能做到可用程度，之後不斷在實際的使用中不優化模型。」為此，科大訊飛一方面在找到更多數據；另一方面從演算法角度彌補數據不足的問題，「醫療數據還是比較難獲取的。」

陶曉東告訴雷鋒網，「技術發展到這個程度，每家公司產品的性能差不多。」，「技術不是為了技術目的而開發的，最終是要解決臨床問題，」所以，他認為，決定誰將留下來有這幾要素：

• 一方面，從用戶角度出發，如何最好地解決臨床問題而又不增加醫生負擔非常重要。

• 第二是在產品設計過程中尋求與醫生現有工作流程的結合點。

AI商業化避不開的這些問題

各大智能醫療初創公司成立的鞭炮聲餘音繚繞，落地應用的呼聲就高昂起來了。IBM Watson稱其腫瘤解決方案已經在8家醫院落地實施，推向科技的產品落地上海長征醫院，科大訊飛董事長劉慶峰稱，2017年是人工智慧應用落地之年，「是讓各個領域看到人工智慧究竟能為我們這個時代做什麼事情的時候了。」

涉及具體怎麼用時，商業模式是避不開的問題。一般來說，技術型公司以提供解決方案為主，更多面向B端；產品型公司的關鍵推出符合市場需求的產品，並不斷提升用戶體驗，更多是面向C端。據媒體報道，直至2016年4月，科大訊飛B端和C端的業務佔比分別是80%、20%，未來目標是這兩塊的比重倒置。

那麼，訊飛的智能醫療產品會以什麼樣的模式落地呢？

「會考慮用戶的接受程度進行選擇。」陶曉東稱，未來產品總體來說是面向醫院的。一方面將產品或解決方案賣給醫院，另外一方面也可能以服務的形式出售。

人工智慧產品不同於IT系統，前者帶有更多「定製化」氣質，即使投入應用，還需要根據特定場景的實際反饋繼續升級模式，這對於AI公司來說，會是一個「拖油瓶」嗎？

對此，科大訊飛智慧醫療事業部常務副總經理鹿曉亮稱，同任何一個產品一樣，人工智慧產品涉及過程中也需要考慮將來的升級，包括模型、硬體，但不可能考慮到全部，所以後續的迭代必然有一部分需要公司來做，在產品設計中就考慮到的部分，客戶可以自己去做升級。從技術的角度，鹿曉亮說道，「訊飛的一些技術已經開始逐漸支持半監督或無監督的學習方法，即後續在醫院中部署的服務會具備自動升級的能力。」據他介紹，訊飛雲平台已經具備這樣一些服務了，只要在應用場景中有訓練環境，它就能基於醫院內的新數據，自動進行模型參數的迭代和優化。

關於智能影像落地的前景，很多人會類比傳統CAD受到的冷落進行質疑，陶曉東稱，這其實是健康經濟學的考量，「CAD的普及會造成大量的早期篩查，其中有大量的陽性病例，這其中的費用還是蠻高。」他認為，CAD對早診早治是有效果的，而人工智慧會把圖像分析的成本降得更低，從健康經濟學的角度是可以接受的。

在7月7-9日的CCF-GAIR大會上，陶曉東博士將到現場為大家分享其從事智能影像過程中的寶貴經驗，同時雷鋒網也安排有未來醫療專場，探討智能醫療的現狀與未來，如果想了解這一領域的最新見解與洞察，歡迎購票參加。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！