2019年9月20日，2019中国人工智能高峰论坛在中国数交会期间成功召开。

心医国际副总裁郭晓红以“人工智能时代的智慧医疗”为主题，回顾了人工智能在医疗行业的发展历程，指出医疗领域存在医疗资源不足、医疗成本高、医生培养周期长、误诊率偏高等痛点，并介绍了人工智能计算在医学影像、虚拟助理、药物挖掘、健康管理、医院管理、辅助医学研究平台、疾病预测、辅助诊疗等场景中的AI应用。

心医国际副总裁郭晓红

以下为演讲实录。

心医国际是一个专注于医疗AI领域的一个行业应用专家，，医疗领域针对人工智能的发展确实给我们带来了一些颠覆性的思考。

接下来我跟大家探讨一下人工智能时代的智慧医疗。人工智能在医疗的发展历史上，早期阶段1950年的图灵发明了计算机开始，从机器学习和深度学习从二十世纪九十年代一直跨越到二十一世纪了，最大的变化就是机器学习和深度学习。我们都知道，腾讯在医疗有很多的应用，包括我们在IBM，我们在肿瘤方面的一些应用，有很好的一些尝试，确实让我们在医疗方向上，让一些患者和基层的卫生机构得到了非常好的尝试。

这两年我们国家对人工智能医疗方向有很大的支持。包括我们在整个的市场分析上，2018年，人工智能在医疗方向有200亿人民币的产值。一直到2025年，整个全球的人工智能将达到1200亿美金，所以发展空间非常的巨大。在这个行业里，已经发展了20多年了，它的整个规模也只有500亿人民币，我们对比的话，人工智能可以撬动医疗IT，有很大的空间。从2016年开始，我们国家的各个部委也发了很多的政策，我在这里不做更多的赘述。

我今天主要说几个方向的一些应用。主要有八大方向，今天我们重点围绕医学影像和健康管理、医院管理、疾病预测几个方向。                          

我们要解决的痛点，医疗方向最大的痛点，我们在座的都是人工智能的专家，我们讲讲医疗行业，中国医疗最大的痛点就是医疗资源分配的不均衡，我看到这两个金字塔，右侧的就是我们的供给和需求是不成正向的，三级医院只有2300多家，但是却承担了每年70亿人次的诊疗量，所以我们很多的患者都涌向了大医院就是三级亿元，造成我们的医疗资源看起来是不足的，但是全国的医疗机构，如果加上基层的乡镇，有99万家，所以我们大量地把这些病患释放在三甲医院，看起来我们的医疗资源不足，而我们的基层的诊疗水平非常的低，所以人工智能在医疗领域的前景非常的广阔。

AI+医学影像，在这个领域里，包括国内和国外的一些公司，像国内有一些，更多的应用可能目前相对来讲就是我们的肺结节、宫颈癌和乳腺癌的筛查。肺结节的数据量比较多，我们可以很好地应用于肺结节的筛查，但是有很多的问题，肺结节是否就是肿瘤？不是的。反过来，肿瘤是不是一定有肺结节？也是不。对于这个应用，我们作为行业人士来讲，包括一些专家在肺结节包括筛查的应用，更多的是在基层医院做，不能释放大量的劳动力或者医生诊疗的时间，他们没有解决这个根本的问题。当然未来的发展还是非常有前景的。

我们说大量的云影像和我们说的云胶片的方式的存储，像烟囱一样由各个医院做存储，没有整体的存储，我们做算法的时候，数据的来源有很大的问题。我们在各省地市建立了云胶片影像平台，我可以为大家做一些展示。

各位手机可以扫描二维码，我们的整个机制就是未来传统的胶片一定会被云胶片所取代，我们每次拍CT的图象有200-300多张，但是我们拿到的传统的胶片可能只有2-3张，或者只有一张，但是我们的原始的数据量大量是保存在院内的服务器上，没有释放到我们的大平台上，所以出现了重复检查，而且不能实现云端的影像为我们的AI和人工智能做一些计算的准备，我们知道人工智能有三大要素，大数据、计算能力和算法，大数据是基础。

我们通过手机微信端可以把患者在医院的影像记录，可以在手机上做存储，当然是存在云端的。各位专家扫描完之后，这个数据就可以分享给我们的专家和高端的医疗资源，可以做一些诊断，做一些疑难病症的互动和病理讨论，这是非常好的一个场景应用，这是未来人工智能的一个很好的基础，因为数据都是在云端，我们在某一个地市或者某一个省份做这样一个平台，对于我们人工智能的打造，奠定了坚实的基础。

在健康管理方面，我们说一下心医在这方面的应用，我们是专门提供AI解决方案的运营商、服务商。我们发现国内最大的云应用的平台，因为我们各个专科现在都有，包括我们都知道神内神外，消化、妇产这些平台，我们发现更有效地就是专科上的数据，我们在母婴上面有一些特别多的应用，我们很多的孕妇在怀孕之后需要做血压、血糖，胎动的一些项目的监测，但是不方便经常去医院做检查，如果通过我们的手机做互动之后，大量的数据可以很好地跟医生做一些问诊，给我们一些很好的治疗意见。可能未来这种咨询会变成人工智能的方式，通过语音文字，我们可以给一些回复，现在我们更多是通过专家互动。

AI医院的管理，我们建立了七个省，这个数据来源于贵州，贵州是国内的医疗大数据的一个很好的基地，我们在贵州搭建了一个监管平台，包括基层的患者的互动和诊疗的数据，都可以在这个大平台上展现。另外，可以帮助卫生管理部门做一些很好的传染病和危重病的及早地发现。

我们说道的一些专科应用，我举一个例子，东方医院的肝胆外科，和下面的协同，从2014-2018年的手术量的趋势就可以看出来。 床位数的周转率的提高，使用人次的提高，收入也是一样有很大的提高。我们在专科医院的互动也形成了数据的积累，我们和这些医院做了大量的接口，是相对比较结构化的数据。我们使用的架构是AI辅助的一个架构，我们现在拿到我们医疗行业来应用，IBM的AI的辅助的架构的安全性比较高，拓展性比较强，原来是集中在互联网和院间的互动，未来我们的格局就是医院不再是单体医院，更多的是医疗联合体就是医疗集团，更多的医疗集团有更多的院间的协同。基于人工智能时代，在医疗方面的一个很好的应用。

我们说在辅助诊断上，心医还没有做更多的探索。我们说一下在国内目前的电力病例，导诊机器人，智能问诊的APP，这个比较简单，在院内问诊，在院外做一些智能的报告，以及自动地推荐药品，我们跟电商做推介之后可以把药品送到家里。

Watson在国内比较尴尬，他有说海量的宣传，他阅读病例的能力很强，是秒级的，但是疑难病症的海量的文献本身就比较少，所以说他的应用比较复杂，还需要一些影像，所以它的成本会比较高。它是一个封闭的系统，就会出现我们的应用面比较窄的问题，包括在国际上也走在一个相对比较尴尬的境地。

我们提到了药物研发，包括帮助药厂在百万级的病例里做比对，比对某一个肿瘤的病人的癌细胞和正常细胞的实测，怎么找到安全性更好的药物，针对这个肿瘤做匹配，这是我们未来药物研发的一个方向。

演员朱丽的基因有80%是有可能未来会患乳腺癌，他义无反顾地把乳腺切掉了，这几年他又把自己的卵巢和输卵管切掉了。不光是基因，还有病例，包括医疗的影像和生理数据来预测癌症、神经系统疾病和心脑血管疾病。       

未来AI的发展有非常大的挑战。虽然这个市场非常广阔，200亿人民币，我们说全球会更多。挑战是政策与监管，而且技术和人才也非常少，商业模式与运营，法律与伦理。原来医疗影像是做辅助诊断，在这个阶段不能做医疗器械使用，所以我们只能做一些咨询。可能这几年会推进我们的医疗范畴，它的监管会更加规范，当然这个趋势是不可逆的，我们的AI在医疗的应用会越来越广。      

心医国际目前服务应用全国最大的一个医疗应用平台，我们已经覆盖了7000家二级以上的医院，每年的服务数量超过了50万例，疑难病症也接近3万例左右，医疗整个大的平台上我们部署在共有云和私有云上，我们做互动的效果非常的高。包括AI做人工智能的计算更多是在专科领域，现在我在进军科室，包括医生和患者。未来的远景是覆盖10000家医院，实现100万名医生，每年将服务一亿人次的患者。当然我们要打同患者流、药品流、器械流，我们获得了大量的患者的数据。通过我们的医学影像的数据，还有我们打通接口的方式，我们的平台上有130亿的患者的数据，未来我们会在专科方面有很多的应用，在未来更好地服务于患者。

最后，我跟大家分享一下，做医患价值创造的引领者，未来简史，相信大家对这本书非常的熟悉，尤瓦尔赫拉利和我同岁，43岁。我们的人类已经摆脱托了死亡瘟疫变成了智人，但是最后会有大量的智人会被算法控制无意识的时代会到来，我们给人类升级可能是一个无机体，可能有人的外貌，但是实际上更多的是超越算法的自我意识，想象一下很可怕。我们不可阻挡AI给我们带来的变革，我们也期待医疗的AI让我们这个世界变的更美好。