AlphaGo已出手，医疗供给侧变革在即

3月中旬，谷歌AlphaGo机器人对阵韩国围棋九段李世石，最终AlphaGo以4:1击败前世界冠军，震惊世界，人工智能也获得一次惊艳亮相！

事实上，在医疗领域人工智能也一直在默默耕耘着，特别是随着互联网、移动互联网技术的迅速发展，人工智能借助互联网的威力，在医疗领域的应用正逐步散发出迷人的魅力。医生工具、医学影像、院外康复、健康管理、患者行为监控，AlphaGo的影子随处可见。

医生工具

医生工具方面，谷歌DeepMind开发了Streams 移动应用，医生和护士可用其诊断肾脏损伤。另据悉，谷歌近期收购了一款名为Hark的App，这是一款主要针对患有严重肾衰竭病人的系统，可以取代纸质系统和呼机的任务管理。一旦病人有什么情况，护士就可以通过Hark给医生发送消息并注明优先等级。未来，Hark将会利用人工智能技术来预测哪些病人的病情会加重或决定最佳治疗方案。此外，谷歌DeepMind还宣布与英国国民医疗保健体制（NHS）合作，意欲利用人工智能技术改善现有医疗系统。

除此之外，IBM旗下Watson和美国贝勒医学院合作研发的“知识集成工具包”KnIT系统，在扫描60万医学报告、150万的病历和临床试验以及200万页的医学期刊得到数据的基础上，经过机器自学习，已帮助美国哥伦比亚大学医疗中心和马里兰大学医学院的医疗人员更快、更准确地诊断、治病。KnIT具体做法是分析问题，与潜在已有数据库比对，输出答案列表，并用百科全书、医疗文档、音频或图片等其他数据库为答案打分，挑选出最优答案，经过12周训练，可以回答多发性硬化症、肺癌、糖尿病治疗等问题，为医生护士提供诊断分析。据测算，沃森的诊断准确率达到 73%。

同时，借助海量信息库中存有许多发表在期刊上的专业论文，KnIT系统可以让医生利用最新科研成果治疗病人，医生利用丰富的临床经验选择Watson提供的建议方案，护士与医师助理借助KnIT系统，也可以分担以前只有医生才能做的工作。

医学影像

医学影像方面，美国的人工智能公司MetaMind拥有2项核心技术，一是 “卷积神经网络”，该技术在图片挖掘方面实现了智能化识别。例如丢给机器一堆水果图片，让机器自学习之后，再给一张苹果图片让机器识别，机器大概率能给出这张图片上是苹果。还有就是“递归神经网络”技术，具有强大的文档学习能力和智能识别能力，可以区别十分近似的语句。MetaMind通过这2项核心技术，可以十分准确的识别医学影像资料。

院外康复

美国的Sense.ly提供一位虚拟私人助理Molly，在病人出院后跟进护理。患者可以通过Molly提供信息，并转交由IBM的Watson超级计算机进行分析，然后获得相关建议。如果Watson认为病人提供的信息不足以进行诊断，Sense.ly就会为病人安排与医生的远程视频会议。此外，Molly还可以连接其他传感器，以便医生了解用户的运动等指标情况。据测算，Molly可以为临床医生每天节约20%的时间。

健康管理

美国的医疗健康分析平台 Lumiate，拥有一系列经过临床验证的资源和一批医生顾问，能够帮助用户看懂自己的医疗检查报告单，并告诉他们为什么要做那些检查。然后，他们还会通过文章和视频的方式，为病人提供详细的指导。未来，Luminate将扩大到更专业的医疗检查领域，包括内分泌检查、基因检测和肿瘤检查等，也计划推广到Walgreens和Target等零售诊所。

美国的健康优化平台WellTok，通过IBM Watson展开合作，为普通用户建立在线健康管理平台，提供个性化医疗健康指导。例如，人们每天都要做出影响自身健康的各种决定，从饮食选择到运动锻炼，特别是病人，为了和糖尿病及哮喘顽强斗争，更要做出正确抉择。而WellTok在用户做出行为选择前，实施个性化地干预、教育和指导，调动用户保持健康的积极性和动力，促使用户加强自我健康管理。

在Welltok开发的健康优化平台上，整合有众多健康管理项目、医疗保险计划、APP、跟踪健康的可穿戴设备等，能看到所有影响个体健康的因素，平台根据这些因素设计个性化的解决方案，协助医疗保险商和人口健康管理者引导并激励用户改善健康，提高健康水平。

患者行为监控

患者行为监控方面，美国的Ginger.io，关注抑郁焦虑病人行为监控和预测。抑郁症的早期阶段往往涉及人们通信方式的改变，GINGER.io的应用程序DailyData则会监测到这些变化。在测试中，DailyData识别出了心理疾病和常见呼吸道疾病症状发病日的60%-90%。从理论上讲，随着更多的用户将自己的数据投入到分析资料库中，这个应用的识别准确率也会变得更高。

在现实生活中，如果患者表现出孤独/抑郁症的早期征兆，他可能不会告诉医生或家人，而GINGER.io应用程序会检测到这些变化，然后发送警报，但在未来，这些警报可以在得到患者的明确许可后发送到看护者那里。

位于美国纽约的 AiCure 公司，开发了视觉识别系统植入一款APP，可以通过手机识别患者的面部，确定他们准备吃的药物，确认他们已经吃了，然后数据会返回给医护人员或者制药公司从事临床试验的研究人员。AiCure的平台拥有机器学习的能力，可以根据数据的累积优化监测和治疗方案，还可以检测到虚假的行为（比如服药时间篡改、不寻常的药物中断等），如果被检测到了异常，系统会发送警报。根据测试案例，AiCure可以提高患者依从性。

据2012年Johns Hopkins 所做的一项调查显示，每年在美国的ICU病房里有多达40,500病人死于误诊。而随着技术的进步和逐步积累，人工智能可以将历史上海量的医学文献、医学案例、医学影像等资料扫描进系统，通过AlphaGo式的机器学习，输出对医务人员在有限的时间里不大可能接触到的最优解决方案，对医生进行指导，可以帮助医生避免失误。

如《创新者的处方》所言，技术的发展可以把医生的专业知识嵌入仪器设备或工具中，这样医生的专业知识就能得到广泛应用，并会更廉价、更易获得。人工智能在医疗领域的应用，将加快医生专业技能工具化和商品化过程，以及进化出更先进的工具，辅助医生、监控患者、或服务患者，从而深化医疗供给侧变革。

同时，随着人工智能技术在医疗领域的应用越来越广，大量与之相关的创业项目、公司也不断涌现，加之资本的青睐，大显身手已为时不远。

AlphaGo已出手，医疗供给侧变革在即，你准备好了吗？

本文作者：饶小平，寻医问药网战略经理。文章内容系作者个人观点。

打赏