匯醫慧影王捷：醫療AI的發展趨勢和商業落地

創業家&i黑馬訊（常皓靖）11月23日，由創業家&i黑馬主辦的第11屆創業家年會在京舉行，匯醫慧影副總裁王捷獲得黑馬TOP10獎項。

在現場，王捷發表題為「AI賦能·全周期診療」的演講，就醫療AI的發展趨勢、應用進階以及商業落地分享了自己的思考。

以下為王捷的演講實錄，經創業家&i黑馬編輯：

感謝創業黑馬的邀請，今天氣氛非常熱烈。

我給大家分享一下醫療AI的發展趨勢、應用進階、商業落地，以及我們在做和要做的事情。

AI在這幾年是一個非常熱的話題，圖像識別效率的提升帶動了各個行業的應用。

在醫療裡面，包括像IBM沃森，以及很多公司做的事情，整體來說分成兩類：

第一類，對於圖像的處理。具體來講，醫療影像，平時去醫院拍的片子，比如說CT、核磁，骨科、動脈、眼底。

第二類，文字的處理或者語義處理。簡單來說，對病例的分析，病例進行結構化處理之後，形成一個結構化的資料庫。

目前來看，IBM沃森走的是第二條路，語義或者文義的整理。相對來講，AI在圖像處理上取得的成就更大，而且已經應用到了醫院的診斷過程當中。

簡單說一下AI的演算法、算力、數據。

演算法方面，沒有大的差異。但相較於自動駕駛、圖象識別來講，醫療的數據量會相對小一些。

算力方面，大家也是大同小異。我們在積極地跟一些硬體廠商合作，幫助他們開發一些適用於醫療AI的硬體。

數據方面，醫院是個相對封閉的系統。在過去這些年，互聯網和移動互聯網的浪潮並沒有給這個行業帶來大變化，醫院的信息化的進程是從這幾年才開始的。但是AI目前在給它帶來一些變化，原因是結合AI，醫療數據、影像數據真正能夠發揮作用。這也在倒逼醫院把它存量的影像數據經過脫敏的處理之後，做出能夠跟AI結合、賦能診斷的產品。這是包括醫院在內的行業正在發生的比較大的變化。

從整個產品的維度來講，我們可以看到三個階段：

第一個階段，經驗時代：人工診斷+傳統CAD。醫療是個高度依賴於經驗積累的行業，醫學院的學生也比其他的學科要苦一些，要學5年，甚至8年。

第二階段，智能篩查時代：AI1.0。我們已經可以通過圖像識別的方法，讓機器、計算機、演算法，做一些普通醫生需要花精力來做的事兒，有兩方面的意義：

一是，我們的醫療資源相對少，影像科醫生的工作負荷大，每天可能需要看幾百張片子，而且大部分是重複勞動。智能篩查可以讓影像科醫生的狀態，從一個小學生變成閱卷老師。

二是，醫療資源分布不均，標準化的產品可以幫助到影像科醫生相對薄弱的區域，給出更加有效的診療。

第三階段，智能決策時代：AI2.0。我們可以在一些病種上，在量化的問題上，給醫生相比之前用經驗自己測量判斷更加精準的治療方案，這也是我們目前在做的事情。

舉個例子，我們在1.0時代，有胸部的、肺部的、骨折的影像識別產品，這些都是實際在醫院當中應用的，目前全國合作的醫院大概有800家，裡面有接近400家的三甲醫院。從準確率來說，已經比較高了。人的工作狀態是會變動的，精神狀態，疲勞程度，各方面的經驗積累不同，這些維度上都會有一些變動，但機器會處在一個穩定的水平。

精準診斷，更多的是針對於患者，尤其是在你的病患數據積累之後，我們可以給出一個更加精確的診斷方案，往精準醫療的方向走。

分級診療，有助於解決醫療資源分配不均的問題。

舉一個2.0的例子。我們和301醫院合作發布了主動脈夾層的AI產品。這個產品對醫生最大的價值，是在主動脈缺口的測量上面，能夠給出比人更加準確的方案，讓時間大大縮短。過去一個非常有經驗的醫生大概要5、6個小時來做手術，但這個系統大概在10-20分鐘之內就可以完成。

大家知道，醫療的病種非常多。我們希望在重點病種的深入之後，可以在多病種上有所突破。當然，我們目前產品線也是比較豐富的。

醫生對醫療AI的接受程度或者期待度還是比較高的，我們現在也在全國範圍內大部分的醫院，尤其是好的三甲醫院，開始介入和對接產品了。

AI在各個垂直行業深入的時候，跟本行業的結合可能是現在的難點，在醫療這種需要專業的領域更是艱難。現在在國內，沒有醫學和計算機結合的專門人才培養和科研體制，但海外在醫學影像處理、醫學和計算機的交叉學科上，有非常高的儲備，而我們整個團隊就脫胎於斯坦福大學的癌症研究中心，有非常好的海外技術背景。

我們希望跟中國的醫療病例結合，最終可以在診療、醫院效率、醫療資源分配方面做出一點點貢獻。謝謝大家！

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！