飛利浦中國 CTO 王熙：深刻洞察醫療 AI 需求，行業標準亟待建立

王熙博士加入飛利浦時，正處在這家跨國公司最深刻的變革當中。

隨著分級診療的逐漸落實以及國產醫療器械的逐步崛起，醫療器械公司為了鞏固自己的競爭優勢，在重視硬體質量的同時，也在重視設備的智能化，尤其是配套的輔助診斷、篩查系統，這對缺乏優秀醫生的基層醫療機構來說意義重大。在王熙看來，飛利浦的AI轉型是一條必然之路。

2014年，飛利浦將自有的健康科技和照明領域，拆分成兩家獨立運營的公司，在健康科技領域提供「健康關護全程」的整體解決方案，正式進軍醫療AI。從2015-2017年，飛利浦連續三年成為向歐洲專利局提交專利「醫療科技」專利申請最多的企業。

2016年，王熙出任飛利浦中國副總裁兼首席技術官，成為了飛利浦中國最高管理團隊的成員之一，負責飛利浦在中國的健康科技創新戰略和數字化轉型。他在中國成功建立飛利浦人工智慧實驗室，推動大數據和人工智慧技術和醫療健康的深度融合和商業落地。

王熙博士如何判斷醫療AI發展的前景和難題，近日雷鋒網和王熙博士進行了一次深入採訪。

他都做過什麼？

翻開王熙的履歷，可以看到他的職業生涯基本上都是國際頂尖公司度過。

博士畢業後，王熙進入通用電氣的北美研究中心擔任科學家。通用電氣內部的整合速度很快，王熙也得以接觸了眾多的業務線：心電監護的模式識別、醫療影像的智能分析、基於計算機視覺的相關技術。除此之外，當時龐大的GE集團旗下還有NBC、Universal等傳媒公司，他也給這些公司做過基於圖像或者視頻搜索的智能演算法。「這些工作用現在的概念來定義的話，也就是人工智慧。」

2004至2014年，王熙歷任通用電氣公司眾多重要領導職務，先後擔任醫療集團全球CT事業部總經理，生命科學細胞分析事業部總經理，實現這兩大業務領域在全球市場的開拓及業務增長。王熙坦言，從技術人員轉向項目管理、內部投資和創業，目的就是幫助通用電氣在中國實現戰略落地。

2014年，王熙離開通用電氣。之所以結束在通用電氣公司成功的職業生涯，王熙更多地歸結為家庭原因。回國之後，王熙擔任了銳珂醫療公司健康全球X光解決方案總經理及上海研發中心總經理，負責X光全球業務，包括業務長期發展戰略及技術創新。X光業務是銳珂三大支柱業務之一，這是王熙過去所管理的全球業務中最大的一塊。

到了飛利浦之後，王熙承擔了中國區域所有的技術、產品研發，加速飛利浦在中國的業務轉型。作為一個管理者，王熙現在更多地思考如何給客戶帶來不一樣的服務。「傳統器械商們的思維比較規定，而現在中國區域客戶的需求已經逐漸改變，原先的設備需求已經轉化為完整的業務解決方案需求。」

因為王熙在銳珂時期曾管理過全球的CT業務，他對於全球不同地區對設備需求的差異性有著自己的認識。他向我們提出了一個觀點：市場飽和度在一定程度上代表了品牌在一個市場上增長的上限。歐美市場中設備均質化的發展趨勢，並不利於產品的進一步搶佔市場。

而新興市場的發展不完全是循序漸進的狀態，還可能是一個「leapforward」（跨越式）發展。所以，在很多器械商的眼裡，中國、印度這樣的人口大國以及區域醫療發展的不均衡蘊含了無數的機遇。

一方面，過去飛利浦、GE、西門子的產品管理部門總部都往往在相對發達的國家，市場的推進、業務的研發都有一條規律的主線。但是對於新興市場來說，這種傳統的發展模式速度太慢。「所以你會發現，現在領先的幾家大公司都在不斷地在新興市場中摸索，怎樣能夠將自身比較成熟的創新機制和市場意願結合，這種結合誰做的好，誰做的快，誰就能在這個市場上繼續保持領先。核心就是這樣一個原因。」

用「兩條腿」走路

擔任飛利浦中國首席技術官後，王熙的任務是協調飛利浦在大中華區各個研發團隊，直線彙報對象是飛利浦全球CTO。飛利浦在全中國有接近2000名研發人員，王熙需要和各個研發團隊經理組織會議，統籌協調內部資源以及人才的流動。通過這種形式，飛利浦內部形成了穩定的業務相關性。

細化而言，王熙主要分管飛利浦中國研究院和中國數字創新中心。飛利浦研究院是全球最大的企業研究機構之一，其亞洲研究院分別位於上海和班加羅爾兩地。上海實驗室於2000年成立，在快速成長的中國市場致力於為飛利浦研究與開發。而中國數字創新中心則更關注產品的打磨，與研究院形成良好的互補關係。

為什麼要搭建這樣兩個團隊？核心就在於要確保科研項目能夠跟中國市場緊密結合。飛利浦中國研究院擁有眾多來自全球各地的科學家，很多科學家和醫院客戶都有十多年的交情，通過他們的第一手資料能夠真正了解中國市場客戶的需求，開發出來的技術才有本土相關性。

中國數字創新中心則是王熙一手建立起來的。過去，中國數字創新中心沒有設立之前，研究院往往是把科研成果轉移給飛利浦全球的業務部門和研發部門，希望這些部門儘快在下一代產品應用這些新技術。但是，技術也存在眾口難調的問題，各個業務團隊的產品需求不同、考量的因素不同，有些技術常年落不了地。

而中國數字創新中心設立之後，就減少了很多內耗的環節，技術創新成果可以直接通過工程師團隊實現。據王熙介紹，這個團隊沿用的是飛利浦統一的質量管理體系、統一的產品研發流程，並且拿到了ISO13485認證。對於醫療產品有全生命周期維護的能力，具備所有需要具備的資質。「我們這兩個團隊手牽手，能夠讓中國市場針對中國本土的客戶需求，讓技術創新能夠更快的落地，交付給客戶使用。」

現在，數字創新中心的一部分成果已經顯現出來。據雷鋒網了解，飛利浦和北京大學第一醫院心內科霍勇教授合作開發的院外家庭護理管理系統，針對心內科病人完成心內科PCI手術（心臟支架）出現的監測和護理需求，讓病人在家中也能夠對自己的健康狀況有直觀的了解。

在王熙看來，這兩個團隊相當于飛利浦中國的兩條腿，協調起來才能走的更快。

醫療AI面臨哪些挑戰？

醫學是一門壁壘很高的科學，智能醫療行業更是如此。團隊不僅需要對醫學診斷有深刻的理解，也需要極強的人工智慧演算法設計能力。王熙認為，醫療AI有很多挑戰。

在醫學數據層面，一是數據量太少，沒有大量數據就無法進行模型的訓練；二是醫療影像數據的來源無法控制，標註的數據本身要有足夠的共識。除此之外，醫生個體的水平也參差不齊。在他看來，器械商的一大優勢就是清楚數據產生的過程，臨床的相關性經過長時間的積累和驗證。

醫學領域存在諸多難題，而人工智慧技術層面的發展也並不盡如人意。

首先就是模型的可用性，通過公共數據集訓練的模型能否在一個新的臨床環境下依舊保持良好的性能，也存在很大的疑問。

第一，現在深度學習發展方向是增加很多層級，網路的連接越來越複雜。這種方向的好處是，訓練的精度越來越高。不好的地方在於，超出現有範圍的數據很多是沒有標註的，也就是說來源不可靠。這也是王熙認為很有挑戰的一方面；

第二，理論需要發展。現在工程團隊往往擁有一堆數據，一部分要做模型訓練，一部分做模型驗證。模型可以通過不斷優化參數，在訓練集上表現的很好，但是，新增的數據即使已經標註了，訓練出來的模型保證現在的模型比原來的模型精度更高嗎？訓練出來的模型本身就是基於當前的數據集，前後兩者之間沒有必然的聯繫。

其次，過擬合的問題。王熙向雷鋒網說到，當我們在訓練數據訓練的時候，如果訓練過度，導致完全擬合了訓練數據的話，得到的模型不一定是可靠的。這是理論上需要解決的問題。

最後，能不能將線下的模型訓練過程線上化，讓標註數據在線的情況下，讓模型在線地提高精度。王熙認為，這是更了不起的地方，這才是未來人工智慧研發過程的重要方向。

他說到，IBM有一篇研究論文已經在嘗試在半在線的情況下，把更多的數據帶進來，經過一定的人工干預使原有的模型更精準。而他更期待的是，到了一定的階段，模型不斷的自適應迭代，提高其精準性。一旦達到這個階段，就是一個跨越性的里程碑。

理論拓展之外，王熙更關注技術為醫療行業謀福利的可能性。例如，鉬靶檢查是乳腺疾病篩查非常重要有效的一種檢查方式，但對於中國女性而言效果並不是很理想，核磁共振是一種好的選擇，但是檢查過程至少需要二三十分鐘，患者的臨床體驗不佳，很難作為一個篩查的有效工具。王熙就提出，能不能通過技術手段，提高核磁共振現有的速度，在保證質量的前提下加速篩查的流程？

人工智慧作為快速推進的技術，什麼時候才能真正地落地是另一個現實的話題。王熙說道，醫療AI的商業化是一個很複雜的事情，首先需要打好行業標準的根基。他強調的標準更多的是在臨床層面和醫學路徑上，包括數據質量的把控、數據共享、AI產品監管、臨床測試等一些環節。

這些難題都需要經過嚴格的臨床測試和認證。飛利浦也參與了國家人工智慧標準化委員會的標準制定，委員會正在開展各種公開透明的討論，制定總體標準化框架。除此之外，飛利浦在全球至少有4000多家最頂級醫院跟飛利浦建立穩定的長期合作關係。

王熙認為，這是一些頭部企業可以去貢獻力量的地方。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！