浙江大學睿醫人工智慧研究中心主任吳健：醫療大數據呼之欲出

2017年4月21日，由人工智慧學會和億歐主辦的以「大數據、AI成為傳統產業的新動力」為主題的「新科技·劃時代」峰會在深圳市舉行。本次峰會旨在集合學會、企業、政府之力，將AI和產業融合，提升企業效率和帶動產業升級。

出席此次峰會的嘉賓包括將門CEO高欣欣、豐元創投李強、奇點汽車戰略合作總監高華、億歐網副總裁由天宇、智童時刻創始人郭長琛等。

浙江大學睿醫人工智慧研究中心主任吳健就「醫療大數據呼之欲出」發表了演講，以下是吳健的主要觀點提煉：

1、醫學人工智慧的現狀與展望；

2、醫學人工智慧的目標；

3、人工智慧與大數據；

以下為吳健就「醫療大數據呼之欲出」的演講內容整理：

感謝大家，剛才看了億歐製作的人工智慧30人，心潮澎湃。

國家對醫療大數據的人工智慧有非常多的政策，去年國務院常務會議通過了《健康醫療大數據應用發展的指導意見》，國務院常務會部署了醫聯體，並推出了人工智慧輔助診斷的技術管理規範，以及人工智慧輔助診斷的臨床應用指標，再有是把四個科室獨立出來了，對我們來說非常好。

醫療大數據呼之欲出。

大數據的中心，去年6月份已經批准了福建省、江蘇省及福州、廈門、南京、常州六個省市作為試點。

3月分發布的健康醫療數據公司，四個國企，如電子，國開投，聯通等四個國企來建設大數據公司，成為醫療大數據的產業國家隊。

國家衛計委成立多個健康醫療大數據研究院，目前正在籌建當中。

已經開始進行數據共享的試點，京津冀三地一百多家醫院。

醫療領域的痛點非常多。醫療需求的入口也非常的旺盛，從院前、中、后的服務，健康診斷的，健康維護的等等非常多的需求出現，當然這個當中也已經有大量的公司在滿足大家的需求。

健康醫療入口非常多，從健康管理自診，導診，候診等等都已經有大量的企業在裡面。

互聯網醫療在去年、前年兩年的發展中迭代非常快，下面到智慧醫療還有一點點的距離。

人工智慧的工具日新月異，昨天有一個爆炸性的新聞，百度把自己的無人駕駛車的整套工具，以及數據全部都公開出來，無異於出了一個原子彈，數百億美元的研究投入就砸了沒有了。

人工智慧工具箱Caffe2今年剛剛發布，已經不再是在大的應用上做深度學習了，而是一些小的上面也可以做輕度學習。Tensorflow，也是今年發布了。還有MXnet，也是計算非常迅速的，還有微軟的工具。前面的四個都是深度學習的框架。後面的CNTK是簡單的機器學習上的應用。

這樣的免費工具的大量出現，使得人工智慧的門檻降低得非常非常多，大家自己隨便都可以來玩一下。

在這樣的市場下，我給大家講三點：醫學人工智慧的領先，可能的展望，以及我們自己做的工作。

去年的12月份，google發了一篇文章，幾乎可以做得比醫生更高的水平，拿了12.8萬的數據，每個圖片都有多個醫生來標註，最後測試的幾千張圖片裡面也有醫生的標註，最後發現可以比真實的醫生做得更好一些。

今年2月份Nature雜誌上刊登了一個文章，講斯坦福大學的皮膚癌的診斷，拿了12.9萬的皮膚病的數據，其中有正常的，也有一些有疾病的數據，做了以後，人工智慧的藍線擊敗了大部分的職業醫生。

《科學》報道人工智慧在心臟病預測上的應用，講的是在Plos one上有一篇文章，機器可以預測有沒有可能在近一段時間有心臟病的產生。

另外是新建並診療建議及監控，做得非常好的一個工作，用了千億級的，只有400多張的影象，但是前面用大量的其他的正常的影像或者是其他疾病影像來做曲線，也是做得非常好。

腦瘤的術中快速診斷，用了新的技術可以適時的成像，用計算機快速的診斷，看看是不是有腫瘤，腫瘤的位置、大小等等。

神經假體的精確控制，4月份的一個報道，如果有肢體不健全的，他可能是裝上義肢，之前很難分辨神經上的電流有什麼樣的動作，現在搞了50個感測器去搜集數據，然後進行分類，看最後到底這個電池是做一個什麼樣的運動。

Google使用人工智慧程序檢測組織切片乳腺癌，以及大小是什麼。

中央台報道了人工智慧三劍客，講了浙江省人民億元對肺結核的診斷。

看過學術節的工作之後再看看工業界在玩什麼？

阿里健康今年在深圳這邊做雲棲大會上講阿里在做B超的診斷。百度有一個醫療大腦，今年整個部門移到了人工智慧的部門裡面去，在對話方面是做得比較好的。騰訊投了五個賽道各自的第一名，先面的還有好大夫，丁香園等等，把每個賽道最牛B的企業帶起來了。

IBM做機器人問答，在診斷方面也做了相當大的工作，雖然最近從解約出來，但是目前在醫學人工智慧方面還是做得最好的企業之一，技術非常先進，是我們努力趕超的對象。

Google做了非常多的東西，健康，眼鏡等等，通過眼鏡可以實時監控去糖的含量。

蘋果也做了大量的產品，包括手機裡面有一個APP是跟北京宣武醫院的合作。

梅西，是一個比較大的醫聯體，大量的數據來分享。

梅奧，從診所做到研究院，非常的神奇，做一些適時的研究支持，提供更有價值的實驗室服務。

凱撒醫療，是一個HMO，也做得非常好，控制成本為出發點，讓病人不生病，跟病人自己的目標也是非常相近的，可以做到非常健康，形成較為連續的健康檔案，有利於治療和慢性病管理。

約翰.霍普金斯，把不同的整合到一家系統裡面去。

克利夫蘭診所，做各種各樣的工具。

加州大學洛杉磯分校醫學中心也非常好，做了一些心率衰竭方面的指數的演算法。

CVS和Walk—in，兩家最大的醫療機構，可以拿到大量的用戶的藥方和處方，通過IBM模型做分析，讓客戶正好的掌握自己的健康狀況。

Berg，把新葯研發縮短非常多的時間。

Nuance，國內有很多，做語音識別的，麥克風也賣得非常非常好，類似這樣的還可以收集大量的醫生的數據，醫生做手術的過程，大量的數據記錄進去，都可以通過一款產品，感受特別好，對於治療領域來說，有很多東西只要講一下，就馬上已經給你補全了。

Inovalon，這家公司也是收集了大量的醫療數據，做醫療整個環節中的優化。

UpToDate也是把大量的醫療文獻進行理解，可以告訴醫生有什麼樣的疾病，有什麼樣的臨床路徑會比較好。

Practo，醫療的管理軟體，主要是幫助病人預料醫生，做精準的醫患品牌以匹配。

Zocdoc，也是做精準的醫患匹配，也是目前美國最大的醫患匹配的平台。

Patientslikeme，也是做病患的相似分析，看看哪些比較相近，拿治療方案為自己服務。

保險公司，他可以預測哪些病人在未來三個月之內會出院，對那些潛在的入院的人群進行提醒，像心臟病衰竭的祝願率下降到40%到50%。

SkinVision，他是比較聚焦於黑色素瘤，需要連續拍攝多張影像來判斷。在國內百度也是做過類似這樣的工作。

Neurotrack，看一張新、舊圖片之間的視體驗改變的狀況。

AliveCor，中風和心率衰竭的情況。

23andme，做基因檢測的公司，基於個體和家庭的基因情況進行精準的健康管理處方。

Cloudera，是一家做大數據的公司，做雲計算的公司，他在這裡也是做了一些醫療的，配合大型的醫院，集團，預測病人入院的時間，調整資源分配。

剛才已經看到了醫學人工智慧大概的現狀。下面是一些展望。

醫學人工智慧的目標是讓患者更了解自己，讓醫生更清楚患者，讓醫療過程更加準確，醫療管理更加科學，第三方服務更加豐富。

用可視化的方式做一些簡單的工具，讓病人可以更加了解自己，讓醫生更加了解病人，通過多元的數據，相似的案例，個性化治療方案的推進，讓醫生更了解患者，讓醫療做得更精準，醫學知識圖譜，進行預測等等。人工智慧做輔助的診斷，讓醫療管理更加的科學，進行疾病的分析，疾病預測的趨勢的分析，之前Google說它可以預測感冒流行，過兩年之後又說不能預測感冒流行。

第三方服務更加豐富，有一個網站開放出來以後，當年的12月份出現了兩百多家服務系統，比如說保險，所以我們認為第三方服務也會層出不窮。

對於我們來說做計算機的人怎麼看？基本上是以檢測量化，診斷評估，干預治療作為換訊，我們基本上都在這裡面。

可以做的是醫學人工智慧的輔助診療，比如說糖尿病的監測，類似於這樣的輔助醫生做一些工作。

人工智慧和大數據，都會有人問是不是能夠替代醫生，是不是以後醫生要下崗，我想醫生還是會持續的提供服務，我們做的人工智慧的工具，大數據的工具做出來以後，給一些醫生提供幫助。

還有醫學上的研究，比如說醫生推薦，醫生到底擅長什麼樣的，可以看醫學文獻知道誰可能在這個方面更牛一些，還可以做醫院的，疾病的，相關用藥的知識圖譜。還有是做非結構化的，文本的數據，或者是影像的數據做結構化。健康的預測，比如說拿到了大量病人的體檢數據，從的實體狀態來預測明年大概會變成什麼樣，明年的保費要增加到多少。

再做大數據監管，看看有沒有異常行為，看看有沒有誰是去醫保騙保的，或者是做運營的，對用戶進行畫像，把合適的產品、合適的服務推給合適的用戶，再做一些量身定製，做一些報告，輔助政策制定，比如說什麼樣的葯應該進醫保，什麼樣的葯不能進醫保。

最後是我們自己做的工作。

眼低圖慢病檢測雲服務，從機器視覺的角度做了一下工作，並且取得了一系列的專利，最後是找到跟主動相關的系統病變，看看有沒有，最後告訴你是不是可能在近三年類發生。這個服務已經放到了阿里雲上。

深度學習的工具上也做了一些類似的，比如說糖尿病視網膜病變分析，跟google去年乾的事情是一樣的，他因為擁有更好的數據，所以他是業界做得最好的。我們也是拿到了公開數據上來做的，目前是70%左右的敏感度。

做醫生擅長的，一部分是區分他的論文在哪些方面有貢獻，另外是這個方向上進行排序，經過多輪迭代以後，最後可以對醫生比較精確，排序也比較好，做到傳統次數上的排行差不多。

甲狀腺結節良惡性的預測，通過一些數據看這個結節到底是不是惡性的，惡性的程度有多大，是不是馬上需要進行手術。

下面還拿到了挂號預約平台上大概三個月左右的數據，建立一個流轉的過程，也可能那些病人到了C醫生手裡，要麼被治好，要麼被掛掉，這個醫生是不是更牛逼。看就診流程的預測，紅色的是氣溫，綠色的是PM2.5，看看相關性，是不是哮喘和氣溫相關，還是跟空氣質量更有關係。

最後做疾病知識突破，對於TOP100的疾病來看，哪個疾病生了之後還有其他疾病的伴隨，過了三年之後會不會有這樣那樣的疾病，這個也是讓病人自己玩的。

浙大睿醫研究中心是希望打造一個開放的平台，開放工具與數據，給大家使用。希望有更多的人一起加入到平台中來。

醫學人工智慧是非常好玩的領域，希望我們共襄盛舉，謝謝大家。

2017年5月12日，億歐將舉辦「2017醫藥產業未來領袖峰會」。本次峰會將重點關注醫藥健康產業變革與創新、創業與投資。行業變革勢不可擋，產業創新方興未艾。歡迎您報名參會，峰會鏈接：