医学AI的征途是星辰大海

关于医学AI的呐喊声持续了很久，但似乎距离走向成熟落地还有一段征程。然而征程遥远与艰难都无法阻挡对其的探索与热忱，尤其是在疫情爆发后的2020年，我们面临着严峻的挑战，但是也迎来了全新的机遇。

乔布斯曾说过：“你想卖一辈子糖水，还是和我一起改变世界？”同样的在这个日新月异的时代，在医学领域上我们是否也应该去拥抱变化，打破壁垒！一直以来关于医学AI的争议一直都是在应用上面，实际应用是检验医学AI技术的唯一标准，也是AI研发的目标和源动力。目前医学AI也在秉持着理性和务实的精神在医学各个领域不断地延伸、发展着。

一、AI轻问诊

“如何从病例录入、开化验单等繁重机械的劳动中解放出来？”这仿佛是无数医护人员内心真实的呼声。而AI可以在医生介入之前，先和患者‘聊一聊’，主诉症状、过往病史，等见到医生时，系统已经将初步情况接入，双方就可直接切入主题。平安好医生每天超过50万人次的问诊中，很大比例是通过AI完成的。这一举措可以为患者提供更加有技术含量的医疗服务，也可以让医生获得更强的职业幸福感。

二、AI影像分析

目前，在医学AI中医学影像方向的应用最广，就医学影像而言，国内影像医师稀缺，耗时长，效率低，同时还会伴随一定的漏诊、误诊率。而机器视觉在医学影像领域的潜力是巨大的，AI可以快速处理大批量数据，帮助患者病灶的识别与标注、放疗中靶区自动勾画与自适应放疗以及手术影像三维重建（制定手术计划、跟踪手术进展）等，便于诊断、预防与治疗。

推想科技是国内第一家将病灶识别与标注的AI产品用于临床应用的公司。在2016年5月其推出两款医学影像核心产品初次使用中， 对11 万张的X光片和3000 多份CT进行病灶识别，X光片找到病灶的准确率超过92%，CT超过95%，用时仅 5 秒。美国Enlitic公司开发的AI系统，癌症检出率超越了4位顶级的放射科医生，诊断出了人类医生无法诊断出的7%的癌症。

三、AI随访

随访是指医院对就诊院内的病人以通讯或其他的方式，定期了解患者病情变化和指导患者康复的一种观察方法。通过随访可以改善医院医前、医后服务水平，同时方便医生对治疗效果及病情发展状况进行跟踪观察，积累诊疗经验，另外对开展医学科研工作，提高医务工作者业务水平和教学水平来说也是一大助力。

据悉国内多家医院已经启用AI随访系统，AI随访系统利用AI技术、语音识别技术、语义理解技术等，通过开放性医学问答，多终端医患AI交流，提高医护人员工作效率、提升患者满意度、提高诊疗正确率。同时可对患者诊后数据与治疗相关个性化反馈数据进行自动采集与结构化沉淀，对随访过程中存在异常的患者，系统可以及时反馈给相关医护人员。

四、AI健康管理

在当前人平均寿命日益延长、慢性病不断增加的情况下，如何有效预防疾病、提高生命质量，是健康管理行业面临的巨大挑战。AI系统可根据用户的基本信息、体检数据、生活习惯、疾病史、历史数据对比等趋势性变化，预测并提示可能存在的健康风险，提供有针对性的健康预防及解决方案。深圳碳云智能科技有限公司设立了首个国际基地，将生物技术和AI结合，布局智能健康管理平台，运用AI技术处理健康数据帮助人们做健康管理。Sense.ly推出的Molly虚拟护士，能够以机器学习的方式不断更新患者的情况，并给出个性化的护理建议。

五、AI医学文献分析

医学文献涉及专业性、多语言性等技术壁垒，所以要想完成高效的阅读还是具有一定的困难。而通过智能处理方法与系统，可以快速进行目标文献获取，并进行翻译、结构化等。疫情发生以来，多家公司对外开放公益平台。

译讯公司将其自行研发的云译通AI医学文献翻译账号，供援外医疗队、国内外抗疫机构无偿使用。火石数智团队也火速研发上线了战“疫”助手，提炼疫情相关文献主要信息并配有可视化图表，帮助医护、科研人员以及关心疫情进展情况的大众及时有效的获取重要信息，另外关于文献结构化，火石数智团队也输出了自己的洞见AI+PICOS。

六、AI制药

药物研发是一条漫漫长路，纵观药物研发全流程，近20个模块，无论是早期过程中靶点的发现还是临床试验阶段，都是一个“时间+金钱”堆砌的过程，整个流程少则5-6年，多则10余年。漫长的研发投入也是导致高价药的核心原因。为了破解困局，AI慢慢走入了医药企业的视野，新药研发行业也因AI制药正在经历令人激动的变化。将AI运用于药物研发上，可以更精确的筛选，更准确的预测，更大程度的减少试验，从而缩减研发成本。

国内AI在新药发现的布局相对国外布局较少，单从融资的情况来看，国外AI应用于新药发现领域的平均融资金额约达2180万美元。近日，第一家通过使用AI实现药物发现自动化的公司Exscientia宣布在C轮融资中募得6000万美元，该轮融资旨在推进药物开发管线，并支持AI生物学作为其“全栈能力的一部分”。Exscientia的假设是：跟不上数据海啸的一件事就是人类的认知带宽，AI可以帮助解决这个问题。Exscientia希望通过加快发现过程及减少研究初期的支出，彻底改变临床前开发过程。

七、小结

AI已在医学领域初露锋芒，这项技术也将成为打破传统医疗行业壁垒的利器，当然医学AI在快速发展的同时难免也会伴随着各种各样的问题与挑战，但无论如何，AI对医学领域的变革是值得畅想的新未来！ 

—END—

声明：本文为火石数智原创文章，欢迎个人转发分享，网站、公众号等转载需经授权。

作者：贾秀伟