Airdoc张京雷：已经开始临床，医疗人工智能将会服务每个人

由中国人工智能学会主办、苏州工业园区管理委员会协办的第七届“吴文俊人工智能科学技术奖颁奖典礼·2017中国人工智能产业年会”于12月22日—24日在苏州国际博览中心举行。

本届大会将以“智能新时代 产业新经济”为主题，重点聚焦当前人工智能的行业热点、前沿科学、技术走势、产业经济等话题展开深入交流和探讨，近200位人工智能领域的权威学者、顶级专家和企业精英将带来精彩的前沿解读和技术分享，作为医疗领域的人工智能领军企业，Airdoc副总裁张京雷出席该活动并就人工智能在医疗领域的应用为现场众多嘉宾展开分享。

人工智能在医疗领域的应用

医疗人工智能探索最早在医疗领域进行人工智能探索的尝试出现在上世纪70年代。

1972年，由利兹大学研发的AAPHelp是资料记载当中医疗领域最早出现的人工智能系统。这个系统主要是用于腹部剧痛的辅助诊断以及手术的相关需求。在随后的整个七十年代，又产生了不少新的成果。INTERNISTI于1974年由匹兹堡大学研发问世，主要用于内科复杂疾病的辅助诊断。MYCIN于1976年由斯坦福大学研发，能对感染性疾病患者进行诊断，开出抗生素处方。此外，还有罗格斯大学开发的CASNET/Glaucoma，MIT开发的PIP、ABEL，斯坦福大学开发的ONCOCIN等。

到上世纪80年代，已经有一些商业化应用系统的出现，比如QMR（Quick Medical Reference），还有哈佛医学院开发的DXplain，主要是依据临床表现提供诊断方案。总的来说，医疗人工智能方面过早期的大多数探索都并不成功。不过，这样的现状只能说明医疗的高度复杂性，并没有阻止人类在医疗领域探索人工智能的尝试。

随着深度学习的出现以及发展，人工智能在医疗开始发力，在影像识别、辅助诊断、药物研发、生物医疗、营养学等领域已经广泛应用。

深度学习模型具有强大的学习能力，高效的特征表达能力，从像素级原始数据逐层提取信息，这使得它在提取图像的全局特征具有突出的优势。而影像在医疗中的作用极其重要，因此将人工智能应用到图像领域成为了众多机构研究的方向。

每个人的人工智能

在科研时代，深度学习在医疗领域发挥了其重要的作用。Nature、JAMA、Science等权威医学杂志上经常会出现人工智能解决医疗问题的论文。比如登上Nature封面的“人工智能识别皮肤癌”论文、比如Science上报道计算机在预测心脏病发作方面击败了人类医生等。

虽然作为算法方背后辅助了众多医学人工智能论文的发表，但是Airdoc意识到科研和临床之间有着本质的差距，积极发现需求，并且根据现实需求研发众多的慢性病识别算法，并且已经开始大面积临床应用。

以淮北市应用为例，近日，淮北矿工总医院工作人员来到祥和社区卫生服务中心为老人提供疾病筛查服务，受到了社区卫生服务中心的工作人员和老人的欢迎。

在短短两个小时时间内，淮北矿工总医院的工作人员通过Airdoc的人工智能技术完成将近百位老人的筛查，卫生服务中心站长表示，“现在家庭医生签约服务进展顺利，我们可以为患者提供一些常见的检查服务和记录，并且每个月可以提供一次理疗，但是很多疾病我们并不具备该能力，人工智能为我们家庭医生提供了新的服务，可以让我们更好的为我们周边的居民提供更好的服务。”

在应用过程中Airdoc依然发现很多问题，比如老年人的接受度问题，老年人接受新鲜事物的能力远远落后于年轻人，需要对老人普及人工智能的知识；比如治疗费用问题，老年人缺少经济收入，治疗费用将会是一个巨大的压力。

张京雷认为能够见到问题才能更好的解决，人工智能在医疗领域的长期仍然需要克服这些问题，并且认为人工智能将会为每个人带来帮助。

人工智能发展需要克服的问题

在漫长的探索过程中，Airdoc发现了人工智能发展仍然有一些困扰：

数据质量问题：医学数据中有很多因素会影响结果，比如清晰度，图片亮度、图片是否干净等，这些技术之外的因素如果不处理好，很可能产生数据污染。

数据标注问题：人工智能数据处理中大部分的时间都是在做数据预处理工作，标注的准确性关乎结果的准确性。

数据监管问题：医疗技术监督管理是卫生监督体系的主要组成部门，是规范医疗服务市场秩序的重要手段和方式，而人工智能刚刚应用到医疗领域，很多监管政策还没有制定，在接下来的发展过程中一定会遇到医疗监管的问题。

市场培养：医疗被认为是人工智能最早落地的领域，但是医疗的特殊性对产品的要求会更高，需要长期对市场进行培养。

支付问题：人工智能的广泛应用发现了更多的患者，虽然早期发现疾病可以降低巨大的治疗成本，但是对很多家庭依然是一个巨大的压力，从认识到被接受再到相应支付体系的完善，以及到医保的接入，都需要一个很长的过程。

作为行业领先者，Airdoc一直在努力推广人工智能在医疗领域的落地，希望可以推动人工智能在医疗领域的健康发展，并且希望人工智能可以服务任何一位医生，任何一位患者。

更多人工智能医疗资讯关注：Airdoc