一家基层医院的诊室里，医生与就诊病人相对而坐，交谈病情。在桌子上摆放着一个台式机器人，显示屏幕向着医生这一侧。这是卫计委在基层试点中使用的辅助诊断机器人。 

今年，在人工智能风口的推动下，AI与医疗的结合落地不断被推进。 

日前，有商界“奥斯卡”之称的正和岛全球创新大集在沈阳成功举办，创新大集上，医疗行业的企业家、创业者、投资人对医疗行业的发展进行了探讨。我国医疗行业发展相对较晚，资源不均，缺乏标准都是目前需要解决的问题，市场和国家的期待都落在了人工智能上。 

风口造就了AI医疗生长的沃土  

“我在两年前讲的互联网医疗，今天我们升级到了3.0的版本，由于人工智能的发展越来越热，它对我们医疗产业的支撑使得“人工智能+医疗”成为了新的风口。不是我观点变得快，而是趋势发展得快。”正和岛投资总裁、创始合伙人陈里提纲挈领的说到。 

中国目前的医疗现状是，整体医疗卫生支出金额是逐年在增加，2016年超4万亿，占GDP总费用的5.7%。即使如此，和美国相比，中国人口是美国的4.3倍，可个人医疗费用支出只占了36%，这代表了中国医疗领域仍有非常大的市场空间，也将给AI医疗更大的发挥空间。 

两年前，移动医疗还是风口，到现在移动医疗的规模已经过了百亿。讯飞医疗负责人鹿晓亮曾说，医疗信息化是AI医疗的基础。因此，移动互联网为AI医疗提供了认知根基。 

AI医疗将帮助医疗行业降低运营成本，提高运营效率。但人的思想观念、认识、接受程度以及政策、制度的匹配程度都会成为AI医疗进化的阻碍。因此陈里提及AI医疗的趋势，“会从2B开始，以后渐渐2C，在B以及未来的C，哪些B到C会逐渐地起支撑作用，或者是结合应用场景，把这个作用说明。”  

数据是AI+医疗高速发展的根本推动力 

高质量的数据，是人工智能和医疗高速结合发展的最根本的推动力。 

过去十年中国医院信息化发展非常快，一些二线城市医院信息化的水平和集中程度之高超乎想象。过去十年的CT数据、PET数据、生物电讯号、超声等一系列多种多样的数据有非常大的沉淀。但是这些沉淀的数据很多没有发挥自己的价值。 

医院沉淀了这么多类型的数据，这些数据是可以综合应用到临床检查与治疗的。老年痴呆疾病（阿尔茨海默症）就是一个非常典型的多模态、多数据源的产品实践，市场上已经出现了此类病症的早期人工智能诊断和预测系统。 

这样的预测系统一般用三方面数据来做机器学习的模型，这些数据包括核磁数据、脑电数据、量表数据。 

同样拥有较多数据的病症，在机器学习的过程中都可以达到较高的结果诊断，例如医学影像AI公司的大量出现，就是因为影像数据的量很大而且具备了标准化的结构，只要可以结合更准确的标注学习，可以输出的检测结果一般都较高。 

AI医疗的场景化 

利用医学影像切入AI医疗的企业很多，影像设备需求的增长催生了第三方独立影像中心和远程影像，更促进了可获取数据的增多。而与影像数据以集合式增长相比，有资质、有能力的影像医生数量增长十分缓慢。医疗影像AI的落地具备巨大的市场需求基础。 

在这样的场景下，大部分医学影像AI公司把影像AI发展可分为三个阶段： 

第一是筛查。这种需求通常由一些基层医院的体检中心提出，在这个阶段，创业公司主要解决的就是效率问题。用户做完筛查之后，如果发现了可疑病灶，就势必进入到第二个诊断阶段。要想做出准确的诊断，仅靠单一的影像筛查是不够的，我们需要引入放射信息、临床信息、过往病史等六到七种数据才能完成最后的诊断。完成了单个病人的诊断以后，创业公司可能会发展到第三个疾病预测阶段。中国人一生大部分的医疗费用都花费在临终前的12个月。目前，我们没有办法对于老年慢性病做出超早期的预测，所以是否能有办法做到这一点，这是人工智能和医疗结合重要的一个方面。 

医学影像AI是以诊断为主要方向，而放疗AI则是以治疗为主要方向，全域医疗作为放疗AI应用权威企业，也参加了正和岛创新大集关于医疗行业的探讨，全域医疗依照放疗的场景打造了全面的医疗生态。 

全域医疗副总裁康世功说到“手术，很难与人工智能和互联网相结合的。化疗，中国的化疗比例属于滥用状态。放疗，成为了中国肿瘤治疗的发展方法。国内目前的现状是：第一，我们放疗设备严重不足；第二，人员更是严重不足；放射治疗恰恰是和互联网、IT信息技术联系最紧密的治疗方法，面对这样的现状，我们就想到了“互联网+医疗”。”

全域医疗所有的工作都围绕着传统放疗场景构建。康总解释到“我们传统的医疗或者是放射治疗无非是科室筹建、设备安装，但是信息化和信息科技，用现在的互联网手段给我们插上翅膀，我们可以把诊前诊后、院内、院外，所有的信息互联互通起来。于是，全域围绕着我们新型放射治疗诊疗模式，推出了“互联网+”放疗模式，放疗AI的能力是包括在这个模式内的。” 

放射治疗的场景是这样的，依靠的是院内的系统及设备，一个放射治疗诊疗流程，首先，患者进到医院来采用放疗，设备利用直线加速器照射肿瘤细胞、杀死肿瘤细胞，是无创而精准的手术刀。如何保证这台电子设备非常准确地切割我们不规矩、非常个性化的肿瘤，就需要对治疗进行放射治疗的计划，AI的能力应用就在此处。 

全域做的第一件事，是通过远程协作系统来保证各级医院都有好的治疗计划。通过这样的协作系统，让上级医生支持下级医生，在自己的医院像用自己的设备一样，指挥下面的医院。 

为了保证好的治疗计划能被好的实施，全域又开发了云智控设备，再先进的设备也是人来操控的，又同时把远程培训做了一下。这三个系统立足，基本可以保证各级医院都可以相当高水平的治疗计划并被很好地实施。 

康总又提到了一个关键问题，放疗是一件长时间的操作，而放疗医生数量不足，因此医疗治疗数量一直难以提升，放疗产能不足，解决的办法就是用人工智能。 

AutoPlan是全域正在应用的放疗AI系统，可以把放疗经验不断地自动化。全域开发研制了一套国家放射治疗质量控制系统，把所有应用的硬件设备以及整个放疗流程都涵盖进来，在系统中，把放疗常见的设备都连通了进来，包含放疗设备中的机械参数、病人图像参数等，并且病人全疗程计划，在放射过程的开始可以了解的非常清楚，可以预知需要预警的地方。

写在最后 

数据、算法、细分领域场景的产品把握直接决定了落地能力，在每一个完善的医疗体系中，可以构成一个相互驱动的循环。每一个因素的良好能力输出，都能把整体的输出能力提高。

目前AI医疗可能达到的层次一个弱AI，能够做到的仅仅是帮助医生做一些劳动强度大、重复性高、附加值低的工作，例如每天几万张的阅片数量、基本放疗计划的替代。 

当数据足够精准，技术 能力再升级的时候，AI机器人能够真正实现跨科室的多学科综合诊断，成为人类医生的专家顾问，帮助医生做一些复杂的病历诊断， 

当然，对于普通大众以及医疗人士，最终希望的还是，AI会和人类专家一起去探索一些现在人脑还没有办法达到的领域，提取成百上千的病灶特征，拓展医生认知的边界，逼近医学的极限认知。 

风口促进了这一想法的诞生，数据加速了进度，当场景的应用数量非常多的时候，这样的目标也许就能实现。

来源：品途商业评论