为什么医疗需要人工智能来助力

人工智能已经发展了大半个世纪，经历几次大起大落。从上世纪80年代到本世纪初，人们对于深度学习探索较多，但受制于计算机的计算能力，以及算法本身的限制，效果不太好，直到2006年，Hinton解决了神经网络的大量参数训练的问题。从2009年开始的ImageNet的竞赛、商汤科技的创立、以及清华等高校人才从事人工智能方面的创业，这波人工智能商业化是从高校、科研院所从事人工智能方向研究的师生带起来的。2015年，通过阿尔法狗的围棋比赛，人工智能进入到普通人的视野。

这个时代是特别好的时代，因为我们碰上了人工智能这个新的浪潮、新的机会。行业里有很多人认为，人工智能是未来20年的新的趋势。人工智能现已不仅仅是中国的国家战略，它其实是全人类的战略——每一个国家都在讲人工智能，都在人工智能上布局，害怕落后于其他国家。人工智能具有非常大的魅力和威力。并且，人工智能医疗已经变成全球医疗的重要话题。

中国其实具有非常好的发展人工智能医疗的基础。上个月在上海举办的国际医学人工智能论坛上，WHO的官员讲到，中国已经走在全世界的人工智能尤其是在医疗行业落地方面的前列。这主要源于四个方面的因素，一是政策，二是配套的监管辅助人工智能落地，三是资本的助力，四是行业的人才资源。

在医疗行业这个大的赛道里，我觉得中国在医学影像这块远远走在世界的前列；除此之外，语音识别、病理结构化等方面也相对领先；而药物发现上与国外还有一定的差距，但这不是人工智能的问题，是更基础的化学、制药过程上的差距。

为什么医疗需要人工智能？一方面来说，健康是我们每一个人最基本的保障，尤其目前人类面临老龄化和出生率下降的挑战——20年之后，我们整个社会的真正的劳动力是谁？谁来养育小孩、谁来照看老人、谁来照顾我们的健康？这将会是一个巨大的挑战。

另一方面，医生不仅仅在中国、在全世界都是稀缺资源。举例来说，在美国看病比在中国看病更难，费用昂贵；预约一家公立医院，得等好几个月才能看上病。全世界在医疗健康上都面临同样的难题：第一，支出很大，成本很高；第二，老百姓的体验很差。

我们知道，人工智能需要数据作为土壤。医疗行业的数据很丰富，可以通过各种各样的医学影像设备，产生越来越精准的不同层次的数据。并且，医疗行业是严重依赖数据做决策的行业，从这个意义上来说，人工智能是医疗临床、科研等方面的极佳助力。

当然，人工智能与医疗的结合，也是一个逐渐被认同及接受的过程。最开始的时候存在很多疑惑的声音，人工智能是来替代医生的吗？人工智能做的结果可信吗？等等。但渐渐的，所有参与到人工智能医疗的项目里面的教师、临床医生、院所主任等，都已经转变为拥抱人工智能的态度。一流的三甲医院更加关注临床在人工智能方面的科研热点；投资人也看到这些落地案例的热度和效益，尤其是医疗影像人工智能各企业的融资节奏正在极力与行业发展的节奏相匹配。

尤其在临床上，人工智能与医疗的结合，具有降低医生及医疗机构负荷、提升诊断质量及数量、惠及患者的价值。人工智能能够减轻大医院的工作负荷，提高小医院的诊疗水平，解放临床医生和主任耗费在大量报告等流程上的精力，降低患者预约、等待的焦急心理和风险以及为其提供时间、金钱上成本更低的就医选择，同时提高全社会整个医疗系统的效率。

人工智能在医疗行业的应用，能够非常有效地解决患者、系统性等医疗问题，但它需要时间，不像互联网一样通过积累用户产生网络效应就能很快“爆发”那么简单。第一，算法需要一个成熟的过程；第二，由于疾病的种类很多，针对单一疾病的人工智能产品能够给予医院的价值非常有限，我们需要时间来研发更高临床价值的人工智能产品，以针对更多种类的疾病、覆盖更广泛的应用场景；第三，监管的放行会非常有助于规模化、商业化。