肖治：從六十年代開(kāi)始，人工智能經(jīng)歷了三起三落 。目前，人工智能正經(jīng)歷新一輪的爆發(fā)，各行業(yè)都在積極探索和發(fā)展人工智能。請(qǐng)各位介紹一下各自領(lǐng)域里人工智能最新的進(jìn)展、在技術(shù)端、產(chǎn)品端看到的趨勢(shì)。
康世功：我想講兩個(gè)放射治療人工智能的應(yīng)用場(chǎng)景。
一是我們的AI技術(shù)使北上廣深三甲醫(yī)院的放療資源能夠下沉到基層。大多數(shù)基層患者的經(jīng)濟(jì)條件不足以支撐他去大城市尋找專(zhuān)家醫(yī)治腫瘤，縣級(jí)城市也沒(méi)有那么多資金和時(shí)間培訓(xùn)基層醫(yī)生，我們現(xiàn)在將一把磨得很鋒利的“手術(shù)刀”交到了基層。
二是為了讓這把鋒利的“手術(shù)刀”準(zhǔn)確地救治病人，我們十分重視AI的質(zhì)量控制，通過(guò)大數(shù)據(jù)把所有導(dǎo)致質(zhì)量控制不佳的條件，逐一地判斷和積累起來(lái)，做成模型和算法，用來(lái)自動(dòng)監(jiān)控和指導(dǎo)基層放療的運(yùn)行，這是我們AI應(yīng)用兩個(gè)最典型的場(chǎng)景。
賴(lài)力鵬：就像高分辨率顯微鏡，AI也是一個(gè)工具，在藥物研發(fā)領(lǐng)域能處理人類(lèi)本身看不到的微觀問(wèn)題。比如小分子和蛋白怎么結(jié)合，其實(shí)一般人是很難去想象的，但AI可以根據(jù)大量的數(shù)據(jù)去學(xué)習(xí)和發(fā)現(xiàn)其中的規(guī)律 。
我覺(jué)得AI在藥物研發(fā)的應(yīng)用可以用一個(gè)詞“繼往開(kāi)來(lái)”來(lái)粗略地看待。一個(gè)是“繼往”，我們過(guò)去累積的大量數(shù)據(jù)中包含失敗的數(shù)據(jù)，但所謂的失敗其實(shí)是臨床上的失敗，不代表數(shù)據(jù)沒(méi)有價(jià)值。通過(guò)統(tǒng)計(jì)或者說(shuō)機(jī)器學(xué)習(xí)的方法，能從中提取以往沒(méi)有注意到的信息。在“開(kāi)來(lái)”的部分，基于深度學(xué)習(xí)的生成模型可以幫助我們探索更大的化學(xué)空間，做很多開(kāi)創(chuàng)性的工作。
去年的Nature有一篇文章說(shuō)可成藥的化學(xué)空間可能是10的60次方那么大，但是我們現(xiàn)在的實(shí)體分子庫(kù)可能在10的13次方，這里面大概有40多個(gè)數(shù)量級(jí)的差距。我們真正的在實(shí)驗(yàn)室研究過(guò)的藥物分子，在整個(gè)的藥物空間當(dāng)中，其實(shí)就是一些很小的點(diǎn)，AI其實(shí)可以有定向性地幫我們?cè)谶@個(gè)巨大的空間里面去尋找我們需要的藥物分子。
第三個(gè)，我覺(jué)得AI它可以重塑工作流程，因?yàn)楹芏喱F(xiàn)有的計(jì)算方法，是不可能去覆蓋到生物體這么一個(gè)復(fù)雜的體系的。比如臨床一期的毒性問(wèn)題，在動(dòng)物和人體上可能會(huì)效果迥異。AI的方法強(qiáng)調(diào)端到端預(yù)測(cè)，現(xiàn)在非常有希望根據(jù)分子結(jié)構(gòu)等直接預(yù)測(cè)候選藥物在人體上的一些毒性表現(xiàn)，這樣可以大大降低我們?cè)谂R床上失敗的可能性。
更重要的一個(gè)，我們的業(yè)務(wù)主要是在藥物發(fā)現(xiàn)和晶型預(yù)測(cè)的方法開(kāi)發(fā)上，其實(shí)在這兩個(gè)方面，都涉及到剛才講的可能10的N次方的分子或者結(jié)構(gòu)的篩選和搜索。在我們自己的業(yè)務(wù)當(dāng)中，其實(shí)我們是把物理模型和AI模型拼起來(lái)，在實(shí)際的業(yè)務(wù)中，我們通過(guò)有效地把物理模型和AI模型拼起來(lái)，不斷提高我們的計(jì)算效率。
張少典： 我分享一下我們今年上半年和一家三甲醫(yī)院合作落地的一個(gè)輔助診療的案例。
靜脈血栓栓塞癥（VTE）常見(jiàn)于住院較久，手術(shù)后長(zhǎng)期住院或者產(chǎn)后長(zhǎng)期臥床的病人。VTE有一定的概率會(huì)發(fā)展成為肺栓塞，而肺栓塞死亡率非常高。為了預(yù)防病人風(fēng)險(xiǎn)，醫(yī)院會(huì)派護(hù)士每天進(jìn)行人工監(jiān)護(hù)，給這些病人做病情追蹤、反饋，但依靠人工方法要消耗大量時(shí)間和精力，還可能出現(xiàn)誤差，而AI技術(shù)能改善這種狀況。
我們開(kāi)發(fā)的醫(yī)療AI產(chǎn)品起到兩個(gè)作用：一是評(píng)估，根據(jù)病人的病情、病史，包括住院、手術(shù)的情況，以及檢驗(yàn)、檢查的情況自動(dòng)對(duì)病人進(jìn)行風(fēng)險(xiǎn)打分。二是預(yù)警，根據(jù)病人的數(shù)據(jù)去預(yù)測(cè)是不是有可能是一個(gè)高危病人。如果是高危病人，會(huì)提前發(fā)送預(yù)警消息，推送到醫(yī)生工作站。
Artur Kadurin：在實(shí)驗(yàn)室進(jìn)行生物測(cè)定、臨床試驗(yàn)等是獲取數(shù)據(jù)的簡(jiǎn)單方法，但成本十分高，同時(shí)需要處理相關(guān)方與合作方的關(guān)系。我們通過(guò)早期的努力，取得一定的進(jìn)展，在此基礎(chǔ)上進(jìn)一步獲取更多的數(shù)據(jù)。
肖治：所以您才來(lái)到中國(guó)尋求更多的數(shù)據(jù)資源嗎？
Artur Kadurin：在中國(guó)確實(shí)可以獲取大量數(shù)據(jù)，這在海外是辦不到的。但我們到中國(guó)不僅僅是為了數(shù)據(jù)，我們希望在中國(guó)，甚至是整個(gè)亞洲都有更長(zhǎng)足的進(jìn)展。中國(guó)是一個(gè)非常巨大的市場(chǎng)，我們希望能夠與當(dāng)?shù)氐暮献骰锇楹献鳌?/p>
隨著我們跟客戶建立深度合作之后，我們一部分?jǐn)?shù)據(jù)也會(huì)來(lái)自于合作伙伴。好處就是這些數(shù)據(jù)最靠近一線的研發(fā)和特定的問(wèn)題，當(dāng)然困難可能也會(huì)有，因?yàn)椴糠謹(jǐn)?shù)據(jù)在收集的時(shí)候并不是為AI建模準(zhǔn)備的，所以有時(shí)候可能很關(guān)鍵的信息并沒(méi)有很好的記錄下來(lái)。
康世功：我們現(xiàn)在計(jì)劃設(shè)計(jì)系統(tǒng)mdaccAutoPlan已經(jīng)在應(yīng)用端完全鋪開(kāi)了。mdaccAutoPlan中的數(shù)據(jù)，是由美國(guó)MD Anderson Cancer Center這些年來(lái)積累下來(lái)的腫瘤數(shù)據(jù)，然后進(jìn)行訓(xùn)練，它是我們的核心基礎(chǔ)。
肖治：張總，您這兒有國(guó)外的數(shù)據(jù)庫(kù)給你做借鑒嗎？
張少典：沒(méi)有。不管是診療還是醫(yī)院管理，都需要注重中國(guó)特點(diǎn)，需要基于國(guó)內(nèi)的情況、國(guó)內(nèi)的數(shù)據(jù)。對(duì)此我談兩點(diǎn)看法：
第一，關(guān)于數(shù)據(jù)所有權(quán)和使用權(quán)的問(wèn)題，我們認(rèn)為科技類(lèi)企業(yè)不應(yīng)該妄想自己擁有數(shù)據(jù)所有權(quán)。糾結(jié)于此不是太有意義的事情?？萍碱?lèi)企業(yè)能做的事情就是立足于自己的核心技術(shù)和能力，要做的事情就是如何讓你的技術(shù)能力形成產(chǎn)品，為醫(yī)院提供更好的解決方案，然后在醫(yī)院內(nèi)通過(guò)產(chǎn)品來(lái)使用一定的數(shù)據(jù)。
另外一個(gè)最主要的挑戰(zhàn)是數(shù)據(jù)治理的問(wèn)題。為什么影像人工智能遍地開(kāi)花，因?yàn)橛跋駭?shù)據(jù)相對(duì)標(biāo)準(zhǔn)。而病歷類(lèi)、診療類(lèi)的數(shù)據(jù)就需要大量的數(shù)據(jù)治理。比如說(shuō)我剛剛給大家講的我們?cè)谌揍t(yī)院做的VTE預(yù)警監(jiān)控系統(tǒng)，僅這一套系統(tǒng)，我們?cè)谶@家醫(yī)院里面就對(duì)接了20多個(gè)系統(tǒng)，這背后的數(shù)據(jù)的結(jié)構(gòu)化、標(biāo)準(zhǔn)化、數(shù)據(jù)治理，是一個(gè)浩大的工程。
肖治： 何總作為投資人怎么看數(shù)據(jù)對(duì)人工智能公司的意義，或者說(shuō)你們看項(xiàng)目的時(shí)候，這一點(diǎn)是不是你們核心關(guān)注的一個(gè)話題。
何幸：我覺(jué)得毫無(wú)疑問(wèn)，數(shù)據(jù)對(duì)于AI是最基礎(chǔ)的東西，在今天，我們要說(shuō)未來(lái)要實(shí)現(xiàn)醫(yī)療的AI，首先就是說(shuō)中國(guó)有沒(méi)有高質(zhì)量的、AI所需要的，經(jīng)過(guò)處理、結(jié)構(gòu)化的，不僅能夠提取字段、理解字段，進(jìn)行更多的智能的拼圖、識(shí)別這樣一些底層的東西。
那事實(shí)上如果沒(méi)有這些底層的東西，沒(méi)有積累這些結(jié)構(gòu)化的數(shù)據(jù)呢，很難得到一個(gè)有力的AI的診斷結(jié)果。所以從這個(gè)角度來(lái)講呢，一方面我們非常關(guān)注企業(yè)的數(shù)據(jù)來(lái)源，是不是合法合規(guī)。當(dāng)然我們也完全認(rèn)同作為科技企業(yè)，你不太可能擁有整個(gè)數(shù)據(jù)的所有權(quán)。使用的時(shí)候，我們關(guān)注有沒(méi)有足夠脫敏的處理、醫(yī)院的權(quán)利和病患的隱私是否得到很好的保護(hù)。
另外，可能在社會(huì)上或者其他行業(yè)里面會(huì)有一個(gè)誤解，就是AI會(huì)替代人類(lèi)。在中國(guó)的醫(yī)療體系里面，說(shuō)AI會(huì)替代醫(yī)生、護(hù)士，往往醫(yī)療接受度會(huì)很差。事實(shí)上我感覺(jué)各位做的事情，都是在幫醫(yī)院節(jié)省不必要的資源和精力。比如說(shuō)節(jié)省重復(fù)的勞動(dòng)，縮短它的時(shí)間，提高它的產(chǎn)出，減少它的誤診率，避免一些醫(yī)院資源的消耗。對(duì)于藥物研發(fā)，事實(shí)上是提高篩選的準(zhǔn)確性，減少材料的耗損。
Copyright ? 2022 上?？评讜?huì)展服務(wù)有限公司 旗下「智慧醫(yī)療網(wǎng)」版權(quán)所有 ICP備案號(hào)：滬ICP備17004559號(hào)-5
