马化腾谈医疗 AI+医疗成为趋势

马化腾：走在事情发生的前头，很多人在说，却很少人在做。大多数人是在各方面条件成熟或有利时才开始实施“宏图伟业”，也就是说，他们是根据市场的行情来判断、决定自己的行为。相反，一个真正“走在前头”的人在运作项目之前就先把能够成功的因素都考虑到了，然后再设计能使项目成功的方案，即使当时的条件还很困难。所以，要善于在没有竞争或竞争很少的时候，赶在别人之前发现并把握机遇，当然，对困难和挑战也要做好充分准备。一定要保持长期的头脑清醒，最重要的事情应放在第一位。在设定目标时确定自己的原则，并充满激情的为实现既定目标而努力，工作的效率就会因此而提高，成功的可能性也会因此而增加。一旦出现比现行计划与目标更为重要的事情或机会，就要抓住、分析、解决，并为此做出最恰当的决定。

一定要保持长期的头脑清醒，最重要的事情应放在第一位。在设定目标时确定自己的原则，并充满激情的为实现既定目标而努力，工作的效率就会因此而提高，成功的可能性也会因此而增加。一旦出现比现行计划与目标更为重要的事情或机会，就要抓住、分析、解决，并为此做出最恰当的决定。-马化腾

国家在健康医疗大数据建设方面的新动向，其中健康医疗大数据三大“国家队”值得关注，2018年以来“国家队”以资本注入和发起产业联盟的方式进一步推进健康医疗大数据的建设，助力医疗人工智能数据基础层发展。2018年1-5月融资额千万级以上的医疗AI创企融资情况，总计有11家，融资总金额达10亿元人民币。从资本注入医疗AI领域的实际情况看出，医疗AI 的发展热度还在不断攀升。其中AI影像企业无论是数量还是金额，都获投最多。在医疗健康行业，人工智能的应用场景越来越丰富，人工智能技术也逐渐成为影响医疗行业发展、提升医疗服务水平的重要因素。智能问诊、“刷脸”就医、医疗影像辅助诊断、疾病风险预测……当前，人工智能已日渐渗透到了问诊、分诊、支付、影像诊断等医疗服务的多个环节中。

医疗行业投融资火热有多重原因。

需求推动无疑是其中最重要原因。随着消费升级，人们对医疗的需求越来越强烈。另一方面，医疗行业本身具备高投入、高产出、高风险、高技术密集型等特点，需要大量资金投入，融资需求旺盛。Wind数据显示，今年以来截至6月14日，上证综指累计下跌7.95%，中证医药却逆势上涨10.81%，居10个行业指数涨幅之首。恒生医疗保健指数涨幅高达25.03%，同样排名第一，而同期恒生指数仅小幅上涨1.74%。医药主题基金的表现也一路领先，300多只普通股票型基金中，仅有14只年内回报超过10%，医药主题基金就占到90%。

6月21日消息，腾讯正式对外发布首个AI医学辅助诊疗开放平台(简称AI辅诊开放平台)，同时宣布开放旗下首款AI+医疗产品“腾讯觅影”的AI辅诊引擎，助力医院HIS系统、互联网医疗服务实现智能化升级，从而构建诊前、诊中、诊后全覆盖的智慧医疗生态闭环。腾讯副总裁陈广域表示，希望“腾讯觅影”成为医院和医疗信息化厂商的“工具箱”，助力打造智能医疗服务“超级大脑”。“腾讯觅影”储备了约50万医学术语库，超过20万医学标注数据库，超过100万术语关系规则库，超过1000万健康知识库，超过8000万高质量医疗知识库以及超过1亿的开放医疗百科数据，涵盖了绝大部分对外公开的权威医学知识库，AI辅诊引擎也迎来了能力升级。

百度也不甘落后，百度研究院近日发布了一种名为“神经条件随机场”的AI算法，拥有强大的肿瘤病理切片检测能力，将为癌症诊断和治疗提供重要助力，其检测准确率甚至超过专业病理医生，并突破此前最高记录。

医疗领域的AI应用就可以分别对应成以下四个：

第一个：感觉认知。现阶段商业化走在前面的医疗AI项目，以感觉认知这一类为主。他们的主要功能是对临床的各类影像、检查数据、病例等等进行识别和分析，比如B超中的胎儿是否健康，血液检测结果是否正常，某个病理是良性还是恶性。目前有一个共识就是，只要经过一定数量的数据训练，电脑在这种简单数据源的诊断正确率上，会远高于普通医生。

第二个：发现规律。对于某些临床病人，有经验的医生通常能大致判断出其发展和转归，但判断的路径都是比较模糊的，于是就导致他们无法将这种宝贵的经验有效传递给别的医生，新手掌握相同水平的技能需要摸索很长时间。对于这种在复杂因果中抽象出规律并作出预测的能力，AI已经有所斩获：佛罗里达州立大学心理学研究员杰西卡·里贝罗(Jessica Ribeiro)用AI预测2年的自杀倾向，准确率高达80%-90%。该方法在越接近某人的可能自杀日期时还会变得更加准确。当AI有了这个能力后，发现自杀倾向的这个原本说不清的“经验”，让其他医生以极低成本直接采用就成为了可能，而且使用越多准确率越高。

同样道理，下一步AI就可以发现糖尿病人视网膜病变的规律、心血管病人猝死的规律，为医生诊疗提供更有价值的信息。而且，AI能够应用于新药的研发，也是基于它可以发现规律的能力，那关于AI如何在这个过程中发挥作用，我会在后面的分享中进行说明。

第三个：辅助决策。这是IBM的“沃森”医生想做的事情，即从大量的病例、指南等中去找出最符合一个病人的诊断和治疗方案，给医生做辅助决策参考。关于沃森的情况，我会在下个部分进行详细的介绍，这里先不做赘述。

第四个：反馈执行。如果有了感知，可以发现规律并进行决策，再配上各种各样的机械和其他东西，那就意味着AI能够进行执行层面，自主地把任务给完成。在医疗上，最主要的“执行”就是手术和给药。手术的话，随着达芬奇手术机器人应用的逐步普及，其积累的数据达到一定级别之后，人工智能指挥达芬奇做手术是可以预期的，当然，还是需要有医生监督并且在必要时接手。至于用药，比如糖尿病人使用胰岛素，完全可以根据即时血糖和其他情况进行即时动态输注，高效便捷。不过，这部分的应用因为受制于硬件的水平，只能一点一点地突破。