2019医疗AI：落地、审批、探索新应用场景

小白世纪首席科学家 黄高

经过多年的发展深度卷积网络技术已经有了飞速的发展，其与医学图像的结合也有了很多的实践，但是当我们用算法处理真实世界中的医疗数据还是会面临很多问题：

第一，可解释性，医生希望依靠深度卷积网络进行辅助诊断，不仅要给出结果，还要可解释，因为医疗的严谨性决定了医生必须要寻根问底。

第二，数据模态的多样性，医疗数据除了影像还包括文本等信息。

第三，因果推理，这在在AI领域是非常有挑战性的问题，相关性可以通过各种算法判断出来。比如，抽烟到底会不会引发肺病，通过数据能看出相关性，但怎么从数据里边找到因果性。

第四，AI模型在不同设备、不同中心之间的迁移。第五，AI算法与医学知识的结合。

“AI+医疗”行业创新的三大机会

元璟资本合伙人田敏

纵观近年来医疗行业创新现状，我们认为，中国“AI+医疗”市场目前还处于相对早期阶段，然而随着政策的持续利好和技术的深入探索，我们看好将AI数据与医疗技术相结合的各个领域

在我们看来，在医药和医疗领域，AI技术均能发挥重要作用，这其中包括医药相关的药物发现、药物合成、临床前CRO、临床CRO，以及与患者密切相关的早诊早筛、病历诊断、疾病诊断和后期康复的医疗产业链。

对比2017年、2018年及2019年AI医疗医药领域融资事件，我们发现，在病情诊断、治疗康复和药物研发这三个领域，融资数量最多的是病情诊断领域，这其中医学影像辅助诊断占比高达80%，成为名副其实的红海领域。

诊断领域，尤其是在影像诊断领域，自2016年开始就有无数多家公司涌入，在各个影像领域创业。但是该领域早期的技术壁垒并没有想象中的高，而后期商业模式的探索和发展路径却很长。不过，针对疾病的早筛、早诊，尤其是缺乏医疗水平的基层，AI起到的作用非常大。

康复领域主要是基于人体各项数据进行的慢病管理，目前国内已经有公司在该领域进行尝试。近年来，随着中国人口结构老龄化加剧，老龄人群康复服务需求增长，未来可穿戴辅助康复设备和慢病监测管理具有较大的市场空间，我们也在持续观望该领域的新机会出现。

而在药物研发领域，目前中美之间仍然存在较大差异，美国大量的医疗AI公司都集中在药物研发的领域，中国近两年也出现了海归团队/本土团队开始药物研发领域的各种尝试。

相对而言，中国目前还处在这个领域发展的早期阶段，但市场潜力巨大，AI技术赋能药物研究领域技术壁垒较高，企业前期需要建立起和大公司的技术合作能力，而后期则要靠持续的数据积累和商业模式的构建，才能建立起自己的行业壁垒。

用AI打造以随访为入口的医疗后花园

健海科技CEO汪健

健海科技主要利用人工智能辅助病人随访和病人慢病管理。

整个医疗分为健康、诊前、诊中、诊后、康复市场。其中诊前、诊中被大众所熟知，但是诊后的病人出院，再到回医院门诊复诊的过程在整个医疗体系中不被关注。健海科技则主要定位诊后市场。

诊后病人管理的问题是工作量太大，国家的政策希望家庭医生去管病人，现在互联网医疗中慢病管理的业务也是交由医生来负责，但是我认为这是很难实现的，因为医生是整个医疗体系中的稀缺资源，所以健海科技希望AI提升医疗行业的产能进而去管理病人。

我们发现在医院通常负责术后的并病人管理工作的是护士而非医生，所以我们第一步做的是研发出虚拟护士，作为医生和患者的中间角色，担负病人管理工作。

另外，国内现在有大量的研究和指南在临床路径，但是病人管理路径的指南和研究相对较少。目前虽有借助可穿戴设备进行慢病和身体检测，但是并未很好地实现管理。所以健海科技梳理各种病种的知识库，把病人管理的知识图谱做出来。

健海科技的做诊后病人管理的方法是全病程动态路径。我们去梳理病人的诊后管理路径，从病人第一次就诊，根据他的诊断、用药、医嘱、检查检验生成病人固定的跟踪路径。

当一个病人的治疗方案发生变化的时候，后期所有的跟踪内容都会动态变化，也就是根据手术术后管理方式去管理病人，而不是根据前期的病种方式去管理病人。

为此，健海科技打造了一款智能AI随访系统，核心优势在于其AI技术——济世大脑。它拥有智能辅助互动、智能辅助判断、智能辅助处理引擎，集合深度学习、大数据处理、语音合成、识别、分析等技术，通过电话、微信等途径辅助医护人员完成医院随访、满意度调查、复诊提醒、慢病管理等工作。

人工智能技术驱动的慢病管理创新

第四范式医疗业务负责人、主任科学家涂威威

第四范式的特点是用机器寻找海量的规律，因为机器的可复制性非常的强，只要有数据的地方，在AI算法的帮助下可以不断的从数据中发现规律。

糖尿病的预防管理存在4个方面核心问题：预测、干预、管理、科普。

（编辑：52刷机网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!