汇聚全球AI医疗力量，赋能智能健康新时代

8月30日，由国家卫生健康委医疗管理服务指导中心、中国信息通信研究院、上海市经济和信息化委员会、徐汇区人民政府和互联网医疗健康产业联盟承办，中国信通院华东分院协办的2019全球人工智能健康峰会在上海徐汇西岸成功举办。

作为2019世界人工智能大会的主题论坛之一，2019全球人工智能健康峰会以“智汇健康·预见未来”为主题，通过构建一个多元、开放、创新的全球性共享交流平台，就人工智能健康领域发展趋势、行业监管、创新技术、实践应用及投资风向等话题进行深入探讨。

上海市副市长宗明、国际电信联盟秘书长赵厚麟、国际电信联盟高级顾问Simão Ferraz De Campos Neto、工业和信息化部科技司朱秀梅副司长、国家卫生健康委规划发展与信息司副司长刘文先分别为本次峰会致辞。徐汇区区委书记鲍炳章、上海市经济和信息化工作党委副书记马列坚、上海市卫生健康委员会副主任赵丹丹、中国信息通信研究院院长刘多共同出席本次峰会。

除此之外，英国NHS、日本经济产业省医疗产业司、国家卫健委医管中心、国家药监局、中国卫生信息学会等机构代表和联影医疗、腾讯医疗、AWS医疗、西门子医疗、罗氏诊断、IBM Watson、阿斯利康中国、兰丁高科、深睿医疗、Babylon Health APAC、强生、东软、科大讯飞医疗等一众AI健康头部企业高管，以及来自上海、北京等地部分三甲医院负责人出席活动并进行主题分享。

本次峰会还举行了国际电信联盟ITU（健康医疗人工智能焦点组）国内对口组成立仪式，并由世界卫生组织WHO和国际电信联盟ITU联合发布最新《医学人工智能应用白皮书》。据悉，该焦点组致力于健康医疗人工智能的标准预研究，联合中国信通院、上海申康医院发展中心、复旦大学附属中山医院等健康医疗领域及人工智能跨领域的学者专家，共同推动健康医疗人工智能创新发展。

千帆竞发：AI医疗健康产业发展新范式

业界周知，国内医疗健康的核心痛点在于供给与需求之间的不匹配。随着老龄化人口的增多，医疗需求持续攀升，医保支付压力不断增大，进而使得医疗资源不均衡问题愈发突出。

以医学影像领域为例，我国医学影像数据的年增长率在30%左右，远高过放射科医师的年增长率，后者仅保持在4.1%上下，这种缺口无疑进一步刺激了AI技术的落地与应用。

会上，中国工程院院士潘云鹤从我国医学装备智能化的趋势带来相关分析。“历经数十年的发展，如今的人工智能正走向2.0时代。在2.0时代，新理论、新技术、新平台具有强大的延展性和渗透性，与社会需求高度融合。医学装备与人工智能的加速融合，正是这一趋势的集中表现。”潘云鹤认为，新一代人工智能技术将会在医疗健康领域打开大空间，促成新服务，而在此过程中，一方面要推进科技创新，另一方面更要高度重视加强科研成果的转化。

以本次峰会的举办地来看，徐汇区作为上海科创中心建设的重要承载区和国家双创示范基地，继成功承办了2018世界人工智能大会后，一批标杆企业和重大平台在这里落地，200余家人工智能企业落户徐汇，包括腾讯、微软、亚马逊AWS、依图、联影智能、深睿、AirDoc、博动等一批人工智能企业正在成为徐汇生命医疗科技创新的新标签。在构筑“一核一极一带”人工智能产业空间布局过程中，徐江加快西岸智慧谷、北杨人工智能小镇等人工智能新地标建设，深入推进人工智能和徐汇滨江融合发展的“一号工程”。集聚生命健康产业的枫林创新“核”将依托中科院上海分院、复旦、交大、华理、上应大等丰富的大院大所和高校资源，以建设MINI波士顿为目标，构建具有全球影响力的生命健康创新生态。去年底徐汇发布的人工智能新高地建设“T计划”中，明确提出每年将向企业开放一大批示范应用场景项目，包括智慧医疗、智慧政务、智慧交通等重点领域。

“人工智能不只是做文本、影像分析，”东软医疗副总裁兼首席知识官李雪说，“它应该更多地与云、物联网、大数据结合。”基于这样的理念，东软医疗打造出MDaaS产品线，为改善医疗资源配置不均衡，以及医生超负荷工作和患者“看病难、看病贵”等问题，提供系统化、生态化的解决方案。

目前，徐汇区涌现了一批先行试点，复旦大学肿瘤医院、斜土路街道，以及复旦大学附属中山医院、徐汇中心医院、徐汇区卫生事业管理发展中心等11个应用场景先后被市经信委列入第一批和第二批人工智能应用场景建设试点，其中就包括针对日趋严重的慢病项目“数字家庭医生”。据悉，这个项目通过智能音箱与患者对话，能形成语音电子病历反馈给社区服务中心/家庭医生，帮助社区医院或医生实现随访、用药提醒、处方推送、健康宣教等一系列功能。

“除了AI助力肺部疾病筛查，人类还有2-3万种疾病需要解决，尤其像神经、肿瘤这些重大疾病的诊断，往往需要依靠的是包括MR（磁共振）、PET-CT等在内的多模态数据。行业的发展才迈出一小步，医学影像AI有着巨大的发展空间。”联影医疗董事长薛敏说。

而就在近期，国内首家脑疾病智能诊疗门诊也正式落户徐汇，投入运营。资料显示，AI医生“小豹”系统由中山医院联合复旦大学类脑研究团队等自主研发，目前诊断特异性已达95%。凭借自动获取分析病人行走时的步态特征、读取病人的面部表情和语音，分析言语复述情况，“小豹”能判断出是患者否存在脑功能障碍，同时还能对影像学的结果进行智能化判读。

“现在是设备的智能化，在某一个环节加入AI的能力；未来将成为智能化的设备，打造贯穿临床诊疗全工作流，覆盖多病种的AI。”薛敏说，到那时，才出现真正的AI医疗产品。

除了医疗服务以外，药物的研发也是AI的重要落地场景之一。新药研发行业一直以高投入、高风险、高回报著称，近年来临床失败率不断攀升，更拉长了一款药物的研发周期，拔高成本投入，最终让支付端承受巨大的压力，“AI+新药研发”模式的出现，则有望一改现状。罗氏诊断信息技术部总监徐兵认为，如果“诊断+制药”是模式上的创新，那么加入AI之后，药企对于靶点、晶型、苗头化合物等方面的筛选效率将大大提高，从而缩减了时间和开发成本。

“我国要推动医学装备人工智能产业的快速发展，不仅要推进科技创新，还要高度重视加强科研成果的转化。在这新一轮产业变革的关键领域，中国应尽快布局，率先启动。”潘云鹤在演讲中强调。

他山之石：全球AI健康发展趋势与展望

当前，全球范围内正掀起新一轮的科技产业革命。AI在医疗健康领域中的渗透与融合趋势日间显露，借助科技赋能提升人类健康水平已形成全球共识。

中国工程院院士、上海交通大学医学院附属瑞金医院副院长宁光认为，目前发展进入了“无人区”，全球都面临着相同的问题：没有经验可借鉴，但相关法律规范制定必须被提上日程。过去，我们都过分重视技术发展与场景使用，但规则制定者才能真正引领行业发展，掌握国际话语权。

正因如此，国家卫健委规划发展与信息化司副司长刘文先也提出“要尊重和保护个人隐私确保数据和信息安全”的建议。

“下一步应加强潜在风险的研发和防范、加强相关法律法规和社会热点问题的重点研究、高度防止数据伪造滥用，防止侵犯个人隐私，确保AI技术安全、可靠、可控。”宁光指出。

从落地场景来看，AI在医学影像与病理辅助诊断、临床决策支持、药物挖掘、健康管理等领域的探索，不断推动着医疗健康行业“优化资源配置、提升服务效率、改善服务质量”目标的实现。无论是提升医生诊疗的水平和效率，还是打通患者全生命周期的医疗健康闭环，各家医疗机构和创业公司纷纷押宝AI等新技术，核心在于看重其对重塑医患关系、突破现有瓶颈的关键作用。

“NHS系统最大的一个优势就是，它能够以较低的人均医疗费用取得很高的医疗质量。”英国NHS首席医疗科学官Simon Eccles在主题演讲中提及，受益于NHS体系，英国的男女人均预期寿命在1981-2008年期间分别增加了6.9年和5.1年。

2013年，全球权威评级机构Commonwealth Fund发布的报道中，NHS被评为全世界最优秀的医疗系统。Simon Eccles认为，这并非简单归功于“政府主导”“全民覆盖的免费医疗”等方面，而是持之以恒的市场化改革。在这个过程中，无疑为以AI为代表的新技术赋能医疗提供了巨大的机会与可能。

日本经济产业省医疗产业司政策规划处处长Toshinori Kawaguchi则带来AI在健康养老方面的实践经验。受制于人口老龄化、就医需求旺盛等国情，日本数年前就已经开展医疗人工智能的探索，完善制定关于AI医疗设备的一系列规则，涉及研究开发、临床试验、认证审查、制造品控和流通售后等各环节。Toshinori Kawaguchi介绍，在效率方面，AI具备人力所无法比拟的优势，有助于缓解人口衰退所造成的医疗资源供给压力。日本经济产业省将在未来五年内，陆续投入100亿日元，建立“人工智能医院”体制。

另一方面，诸如美国IBM、德国西门子医疗等老牌科技巨头，也已经嗅到AI对于健康产业的变革与影响，加速推进自身业务向人工智能医疗领域倾斜和转型。“IBM的思路并不盲目，我们将人工智能和大数据分析运用于医疗行业，深入洞察医学知识和医学数据，进而解决肿瘤与基因、医学影像、生命科学、健康管理、医疗支付等医疗健康领域的多重难题。”IBM Watson全球健康事业部副总裁Alok Gupta表示，AI医疗的市场空间巨大，但对于投身这个领域的企业来说，如何顺利转化自身原有优势，才是立足点关键。

从宏观来看，AI为代表的新技术，正在为“医改”及健康发展注入新的活力，而医疗行业也将从政策驱动的数字化建设，向体制改革驱动的数字化建设演进，并呈现出智慧化、线上化、数据驱动的特征；从微观来看，为满足医院服务提供方、医疗支付和监管方、药品及医疗器械提供方的不同场景，AI还会演化出更多的应用方式，促进实现“以人为本的整合型服务”。

往期文章推荐：

AI健康走到十字路口

专访晶泰科技马健丨“AI+制药”道阻且长，但行则将至

盘点丨从AI技术的三大核心，观察扎堆辅助诊断领域的这35家医疗企业

盘点丨在AI+医疗的五类落地场景中，新药研发领域只有一家企业有成果

编辑：郭铭梓

版权声明

本文来源某站，经某站授权发布，版权归原作者所有。转载或内容合作请点击转载说明，违规转载法律必究。