赢了围棋后，人工智能离看病还有多远？

摘要：2016年可以说是人工智能的元年，从年初谷歌研发的围棋的人工智能AlphaGO与十年传奇棋手李世石九段进行五番棋较量并且最终战胜李世石，人工智能已经开始成为了人们关注的焦点。国内以阿里巴巴为代表的各个科技公司纷纷在人工智能方面发力，人工智能离我们的生活已经不再遥远。而为了解决看病难的问题，人工智能又将能我们带来哪些改变呢？本期云栖说邀请到了浙江大学附属第一医院的院长王伟林和阿里云事业部业务高级架构师李虹为大家分享赢了围棋后，人工智能离看病还有多远？

本期云栖说视频传送门

以下内容根据本期云栖说视频整理而成。

李虹则认为现在我们谈到的人工智能一般指的是弱人工智能，也就是通过机器的能力来帮助人完特定的工作，比如推理、学习以及自然语言的处理等。而在医疗领域则涉及到海量的数据，可以借助大数据、云计算以及物联网的能力的不断发展将人工智能与医疗结合将产生美好的未来前景。

那么在目前而言，人工智能在医疗行业将会产生什么样的突破呢？其实对于医疗诊断而言，这是一个非常复杂的过程，所以之前来说医生往往是越老越吃香的，因为老医生往往积累了大量的临床经验。

但是目前而言，从医学的角度来看，有几个领域是人工智能有可能产生重大突破的地方，第一个方面就是病理学的诊断，因为目前的病理学诊断是通过对于医生对于肿瘤细胞等的切片来观察判断的，而细胞形态和细胞数量以及细胞各种特征都非常容易进行数字化，这使得机器能够很容易地捕捉到这些数据。比如肿瘤细胞与正常细胞相比，大小有明显的区别，形态也不同，同时细胞内部的像线粒体、内质网这样的细微结构也会不同，所以机器通过学习就能够很容易地识别肿瘤细胞，所以人工智能有可能首先在病理诊断方面获得大的突破。第二个有可能实现突破的方向其实就是医学影像诊断，之前无论是CT还是核磁共振的报告都是由医生判断的，而不同的医生对于同一张医学影像的判断往往可能不同，这是因为不同的医生之间的临床经验不同导致对于疾病的判断结果往往不同。

而未来如果通过对于大量的几千万份的医学影像进行分析，就可能准确地分析出各种疾病的特征，以及患者患各种疾病的概率分别是多少，给出一个较为精确的诊断，这也可能是第二个可能突破的场景。

而从技术角度来看，人工智能辅助进行诊断方面已经取得一些突破性的进展。比如在对于肺部疾病以及心脑血管的疾病的诊断方面已经有一些人工智能辅助诊断的应用，现在希望能通过海量的数据以及深度学习的技术来实现将大量医生总结的优秀经验赋予机器。此外目前人工智能的应用方向无外乎就是三点：图像识别、语音识别以及产品的推荐。对于图像识别而言，其实可以用于帮助进行病理以及医学影像的识别和诊断。而在语音识别方面，智能语音的交互也可以在医疗领域发挥作用，比如将医生的语音医嘱转换为文字，这样就可以减轻医生录入文字的工作量。另外在分诊方面，人工智能也将可以帮助医院实现智能分诊，帮助患者更加方便地找到合适的医生，这些方面在未来可能都将改变医疗行业的发展，为病人带来一个更加方便的就医环境。

刚才聊到的话题大多都需要基于数据采集，而目前对于人工智能所需要的大量的数据应该如何进行采集呢？其实目前的医疗数据可以说是海量的，但是现在只能说是数据大，但是不能称之为大数据，大数据应该是可以应用的数据，而目前医疗行业的数据往往不容易被使用。目前我们国家医疗行业存在的一个问题就是数据的标准化，比如对于肝癌的诊断，在对于肝癌的诊治过程中需要进行手术，但是对于手术的描述往往不标准，不同的医院，不同的医生，对于同一台手术的描述方式是不一样的。而正是因为这些数据的不标准，所以在机器进行识别的时候就会难以判断，这也就将会影响大数据的分析。

所以第一个问题就是对于数据描述一定要标准，能够方便于统计和后续的分析。第二方面，像浙江大学附属第一医院每天收治的病人有大约3千人，门诊量在1万4千左右，即便对于一家医院的数据量已经很多了，但是对于机器学习和人工智能而言，一家医院的数据还是远远不够的。但是目前缺少了医院与医院之间的互联互通，所以需要打破信息孤岛，使得每家医院之间的数据能够共享。大家可以经常看到，病人来一家医院看病，有时手上拎着很多的CT片和共振片，这是因为在其他医院拍摄的医学影像并没有传到另一家医院的网上，如果能够实现互联互通，那么就可以方便地实现对于患者之前的就诊信息的查找和分析。目前所谈到的互联网医疗肯定将会改变就诊的模式，当医院之间的互联互通完成之后，病人就不必拿着病理奔走了，因为之前就诊的全部资料全部存储在云平台上，这样就能极大地方便病人的就诊，这也是人工智能以及互联网能为医疗行业带来的变革。而从技术的角度来讲，一个人的健康数据可能不单单是包括了就诊的数据，也包括了一些智能穿戴检测设备提供的数据。其实这是从健康管理到就医，贯穿一生的数据，这就需要拥有专业知识的平台对这样的数据进行清洗、整理并且适用统一标准进行共享，再基于云计算和大数据的技术对数据进行挖掘和分析，体现数据真正的价值。

刚才提到了对于医疗数据的采集，除此之外还有很多健康数据的采集，比如像运动APP以及智能穿戴硬件的数据采集。其实医疗数据是非常值得挖掘的，在医疗领域目前有一块很重要的部分就是智能医疗可穿戴设备的研发，使用这些设备可以对于生命的体征进行监测，分析生命体征信息变化的规律，当发现某些监控的体征失常时或者发生严重情况时，可以提前提醒病人到医院进行检查，避免严重的后果发生。医生或者智能设备可以从比如像血糖、血压这样的数据中分析病人会不会出现严重的并发症以及风险系数有多大，进而提前通知患者进行预防和控制，也就是防患于未然。而且对于这些医疗数据而言，其实安全系数也是非常高的。这是因为有这样的几个原因，首先比如浙大附属第一医院就已经引进了阿里的安全系统，阿里能在双十一在6分钟完成500亿的成交额，这样海量的成交额都能够安全保护，那么就有理由相信能够实现医疗数据的安全性。

有些同学会担心个人信息会不会被泄漏，其实我们在进行海量数据分析的时候会对于数据进行脱敏，将患者个人的隐私进行隐蔽，使用的也都是患者可以公布的信息。从技术角度来看，隐私安全也是医疗大数据关注的重点，目前的技术可以提供从数据传输、存储以及数据的运算和分析一整套的安全保障机制，从网络层、主机层以及数据分析应用层都能够提供安全解决方案。阿里的主要业务是电商以及互联网金融，所以能够提供世界级的互联网安全能力，另外即便是双十一，阿里也能保障数据的安全，所以阿里对于保护医疗数据的安全有充分的信心。另外，阿里拥有一个非常核心的能力，也就是数据风控能力，这是依靠数据收集以及机器学习的能力防止黑客的攻击。

从大医疗的角度来看，人工智能除了诊疗外，是否还有其他应用的价值呢？其实人工智能医疗方面的前景是非常广阔的，从就医的各个环节来看，都可能需要人工智能的介入。当患者进入医院往往一开始需要导医进行询问，而对于导医往往可以使用机器实现。就诊时通过人工智能和互联网就不再需要带着病历和检查报告了，可能在医生做出判断前，机器就能够通过之前的数据给出初步的判断，再结合医生的经验最终给出判断；而对于化验来说，也可以由检验机器完成；如果病人要做手术，可能也是通过手术机器人完成；而在后续还有康复机器人，另外贯穿整个医疗过程的其实是护理，所以还需要护理机器人。随着智能大数据时代的到来和智能医疗的开发，未来医院将会智能机器人的集聚地。人工智能无外乎就是智能的体现，那么对于无论是医疗还是养老等各个领域都是存在需求的。

对于育儿方面，人工智能又将发挥什么样的作用呢？这些方面其实都是智能医疗的扩展层面，目前人工智能已经可以实现与孩子进行一定程度上的互动，比如像讲故事以及进行互相之间的交流等方面都将会有一些突破。随着人工智能的开发，无论是养老还是育儿，可能都会更加方便。人工智能将会在医疗以及健康的扩展层面发挥更大的作用。

现在是互联网时代、大数据时代，也是人工智能发展最快速的时代，所以医院也要思考如何适应快速发展的时代。目前浙医在思考这样的几个事情，第一就是应该如何应用大数据，大数据的应用是与疾病的诊断治疗密切相关的，所以浙医在年初也向浙江省科技厅申报了肝胆与肿瘤精准诊断重点实验室，而且组建实验室的核心成员就有两位阿里国家千人计划的人才。我们需要通过海量的数据，通过从基因以及遗传水平，加上大量的流行病学研究和大量的临床资料分析，判断肝胆系统肿瘤的一系列规律，进而探索出更好的治疗方法以及新药品的研发。第二部分，我们想依靠互联网在医疗行业进行创新，浙医早在20年以前就开始了远程病理的研究，10年以前我们就拥有了非常完整的远程会诊系统，2008年汶川大地震也这套系统也发挥了作用。除此之外，年初还成立浙江大学附属第一医院的互联网医院，构建了线上院区，目的是让患者随时随地可以在线与医生交流。

今后人工智能方面将会基于大数据和互联网的技术不断发展，而浙医与阿里健康团队正拥有这样技术。构建这样的线上医院系统第一需要建立高水平的互联网救治平台，这个平台将会基于电子病历实现人工智能诊断系统，并且实现智能影像系统，实现机器人诊断并对于医学影像进行分析，另外还想要实现对于疾病的预警系统。另外随着中国老龄人口的增加，所以智能化可穿戴设备的研发就显得格外重要，智能化的可穿戴设备可以在老年人群中检测到疾病预警的对象。还有一方面就是疾病危重的情况出现时，可以通过远程互联网以及视频帮助其他下级医院对病人进行救治。

而阿里云作为技术平台则非常希望能与像浙医这样的创新性的医院进行合作和探讨人工智能，从而发现数据的价值。其实创新创业都是在讲技术的创新，人工智能无外乎体现出两点价值：高效和方便。高效，就是如何从海量的数据里面分析数据并匹配数据，另外就是方便性，文字、语音等能实现智能的交互。这个过程需要医疗的专家参与进来，才能将人工智能的技术落到医疗行业中去。此外阿里是大数据的平台，我们拥有一站式的大数据解决方案以及机器学习的能力，我们也在努力地建设医疗的深度学习和人工智能的生态，欢迎越来越多的行业的专家参与进来，一起推动人工智能在医疗行业的发展。