Airdoc张大磊：医疗AI还有这些问题

今年全国两会上，“人工智能”被写入政府工作报告中，软件正在向人工智能+方向转变，而医疗更是重中之重，《“十三五”国家信息化规划》表示将推动健康医疗行业相关的人工智能发展。

医疗大数据与医学人工智能高峰论坛

伴随医疗信息化的发展产生了海量的信息数据，IDC曾预测截至2020年全球医疗数据量将达到40万亿GB，大约是2010年的30倍之多。传统的方法很难处理如此之多的数据，人工智能的出现让这一切成为可能，人工智能可以利用庞大的医学知识库和数据库，学习医学经验、发现潜在医学规律、简化医疗流程从而辅助医生更加高效地工作。

近三年，全球医疗+人工智能活跃度逐年升高，目前国内可统计的医疗人工智能公司已有144家（数据来自火石创造），主要分布在北京、广州以及长三角等地区。

为了更好普及医疗人工智能的应用，7月1日，在第二届“中国光谷”国际生物健康产业博览会期间，由武汉国家生物产业基地建设管理办公室主办，火石创造承办，光谷健康智慧园协办的“医疗大数据与医学人工智能高峰论坛”在武汉中国光谷科技会展中心召开，众多医疗人工智能领域的专家发表了精彩的演讲。

人工智能在医疗领域的问题和局限

作为医疗人工智能领域领先企业Airdoc的创始人，张大磊应邀出席该论坛并就《人工智能在医疗领域的问题和局限》为题和现场观众展开了讨论。

目前，医疗领域的人工智能应用越来越成熟，越来越普及，但是在张大磊看来，这个巨大的市场仍然面临着很多问题需要大家面对和克服，他同时认为这是个长期的过程，无法在短期内快速得到解决。

人工智能在医疗领域的主要问题：

一）数据质量问题：人工智能可以对人的意识、思维的信息过程进行模拟，可以像人一样思考，人工智能学习医生的经验就像我们上学时学习课本知识，因此数据的质量至关重要，医学数据中有很多无关的因素，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。

二）数据标注问题：人工智能数据处理中80%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，Airdoc训练的每张图片都经过数名顶尖专家标注，投票选择相同的标注内容作为标准，张大磊认为，接下来两到五年之内，小样本学习在理论层面会获得足够的突破，近两年之内没有什么好的办法，还是要大量医生去标注。

三）算法方向选择问题：在医生的工作中，影像只是一部分，还有很多主诉和交流，但是目前人工智能尚处于弱人工智能阶段，并不能进行深入的沟通，因此选择辅助分析算法的时候需要选择更少沟通，更客观的方向。

四）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。

五）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，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。

近年来人工智能技术的发展让我们看到了各行各业因为信息技术的发展带来的变革，但是人工智能行业的发展需要从业者们联合推动，做为医疗领域领军企业的Airdoc，做了一些力所能及的努力，希望可以推动人工智能在医疗领域的健康发展。