今年9月將在廣西南寧舉辦“第一屆中國—東盟人工智能峰會(huì )”，在此期間，廣西壯族自治區人民政府主辦，廣西壯族自治區大數據發(fā)展局承辦了天池大賽—數智廣西·全球數據智能挑戰賽(2019)。大賽以“在線(xiàn)推廣+定向邀約”雙輪驅動(dòng)的模式吸引全球知名企業(yè)和實(shí)驗室參賽，通過(guò)貫通全球資源，挑戰世界領(lǐng)域醫療難題，推動(dòng)醫療數據開(kāi)放和標準化，普惠廣西當地基層醫療建設。

本次大賽吸引了分布在全球12個(gè)國家和地區的1635支隊伍，來(lái)自國內外100余家企業(yè)和單位，其中包括慧影醫療、聯(lián)影、依圖、深睿醫療、深圳數字生命研究院、浙大睿醫等國內著(zhù)名醫療AI企業(yè)和研究機構。

天池大賽—數智廣西·全球數據智能挑戰賽(2019)，始于“數據競賽”，專(zhuān)于“產(chǎn)學(xué)聯(lián)動(dòng)”，精于“醫療落地”，構建“1+1+6”的新形態(tài)：1個(gè)全球首個(gè)肺綜合公開(kāi)數據集發(fā)布、1個(gè)廣西醫療人工智能白皮書(shū)發(fā)布及以6場(chǎng)研討調研論證推動(dòng)產(chǎn)學(xué)研融合。

在大賽進(jìn)行期間，為了推進(jìn)人工智能在醫療場(chǎng)景的應用，中國衛生信息與健康醫療大數據學(xué)會(huì )、廣西壯族自治區大數據發(fā)展局共同主辦以“數智廣西，共領(lǐng)未來(lái)”為主題的研討會(huì )。在研討會(huì )中，阿里巴巴達摩院AI中心醫療健康實(shí)驗室與動(dòng)脈網(wǎng)·蛋殼研究院共同發(fā)布《人工智能在醫療場(chǎng)景中的應用分享》。

《人工智能在醫療場(chǎng)景中的應用分享》以人工智能在醫療場(chǎng)景中的應用為主體，結合廣西的地方特色，通過(guò)動(dòng)脈網(wǎng)·蛋殼研究院及阿里巴巴達摩院AI中心醫療健康實(shí)驗室的調研及分析，從四個(gè)宏觀(guān)維度洞察廣西的醫療發(fā)展現狀，并提出需要重點(diǎn)關(guān)注的四大變化及由此衍生出的六大機遇與挑戰。

在宏觀(guān)層面，對標其它省份，提出發(fā)展建議;在微觀(guān)層面，則重點(diǎn)聚焦人工智能的四大落地場(chǎng)景;產(chǎn)品端，我們重點(diǎn)探索如何從視覺(jué)引擎、知識引擎及搜索引擎三大平臺切入醫療人工智能領(lǐng)域。

廣西醫療產(chǎn)業(yè)現狀洞察：從“變化”開(kāi)始，重點(diǎn)關(guān)注四大宏觀(guān)維

從“變化”開(kāi)始，四大驅動(dòng)因素引發(fā)廣西未來(lái)醫療產(chǎn)業(yè)變革。經(jīng)濟要素——引發(fā)的醫療消費能力變化;人口結構要素——引發(fā)的醫療受眾人群結構變化;疾病譜要素——引發(fā)的醫療剛性需求變化;供給要素——引發(fā)的醫療服務(wù)能力變化。

1、經(jīng)濟要素--引發(fā)的醫療消費屬性變化：居民醫療消費屬性偏向“優(yōu)質(zhì)醫療”，政府醫療負擔加劇

2015年～2017年的數據顯示，廣西居民醫療消費能力提升，屬性已經(jīng)偏向于獲得：高質(zhì)量的醫療服務(wù)、高質(zhì)量的就醫環(huán)境及便捷的就醫途徑，醫療期望由“基本醫療”向“優(yōu)質(zhì)醫療”轉變;同時(shí)，廣西人均醫療保健支出逐年增長(cháng)，政府醫療負擔不斷加劇。

現階段的醫療服務(wù)體系未來(lái)將不足以滿(mǎn)足居民的醫療期望，而政府將面臨更大的社會(huì )保障壓力。

2、人口結構要素--引發(fā)的醫療受眾人群結構變化：居民城鎮化及老齡化，考驗醫療供給能力

數據顯示，廣西居民的人口結構呈現：居民老齡化趨勢明顯，占比68%中青年人群將快速老化。廣西居民城鎮化趨勢正在不斷加速，城市居民每年增長(cháng)約70萬(wàn)人。

我們認為：廣西老齡化人口增多現狀不可逆轉，老齡人口醫療及養老需求未來(lái)將呈現爆發(fā)式增長(cháng)。同時(shí)，農村居民向城鎮轉移，未來(lái)，廣西城鎮醫療機構醫療供給能力將受到嚴峻考驗。

3、疾病譜要素--引發(fā)的醫療剛性需求變化：死亡率大幅上升，治療“強剛性需求”需滿(mǎn)足

數據顯示，循環(huán)系統疾病(高血壓、冠心病、急性腦血管病、心力衰竭)、腫瘤及呼吸系統疾病疾病死亡率最高;同時(shí)，近年來(lái)，城市及農村居民的循環(huán)體統疾病及腫瘤疾病的死亡率大幅上升。

我們認為：患者對于這三類(lèi)疾病有著(zhù)極大的剛性治療也大幅上升。

4、供給要素--引發(fā)的醫療服務(wù)能力變化：整體供給能力上升，但醫生缺口及負擔加劇

數據顯示：廣西醫療服務(wù)能力(供給端)保持長(cháng)期穩定增長(cháng)，2017年醫院數/衛生院數及衛生技術(shù)人員數分別增長(cháng)2.4%及5.3%;但每萬(wàn)人擁有衛生技術(shù)人員數增長(cháng)趨0。

我們認為：盡管廣西醫療供給能力持續增長(cháng)，但人口增長(cháng)速度明顯高于醫療供給能力。未來(lái)，醫生缺口及醫生負擔將會(huì )明顯加劇。

鼓勵試點(diǎn)，總結經(jīng)驗，制定規則，是政府落地醫學(xué)人工智能的政策導向。

1、機遇與挑戰并存，以政策為抓手應對“六大”機遇與挑戰

四大“變化”因素引發(fā)居民的醫療期望上升、政府支付負擔上升、老年人醫療需求增加、城鎮醫療機構負擔加劇、高致死率疾病剛性需求增加、醫生缺口及負擔明顯加劇等六大現象。面對機遇與挑戰，我們認為：以政策驅動(dòng)“新技術(shù)”落地解決廣西醫療領(lǐng)域供需矛盾。

2、區域參照：結合貴州發(fā)展情況，看廣西醫學(xué)人工智能落地路徑

以政策驅動(dòng)“新技術(shù)”的方式，在全國多地已經(jīng)開(kāi)始進(jìn)行。以區域參照的方式，我們研究人工智能技術(shù)產(chǎn)業(yè)化較早的貴州，整體來(lái)說(shuō)，貴州的人工智能全產(chǎn)業(yè)鏈應用可以分為四個(gè)階段：

第一階段：建立了健全完善的四大醫療衛生基礎數據庫;

第二階段：構建高效共享、互聯(lián)互通的全省醫療衛生信息交換服務(wù)網(wǎng)絡(luò );

第三階段：實(shí)施智能醫療健康產(chǎn)業(yè)化示范項目;

第四階段：發(fā)展智能藥物挖掘，支持醫藥企業(yè)智能化轉型;

結合我們對多地人工智能政策的整理，我們認為，在政策的驅動(dòng)下，廣西落地醫學(xué)人工智能的政策導向應當遵循：1.鼓勵試點(diǎn);2.總結經(jīng)驗;3.制定規則。

聚焦四大人工智能應用場(chǎng)景

以政策驅動(dòng)“新技術(shù)”，結合當前廣西的醫療產(chǎn)業(yè)現狀，我們認為，應當聚焦四大人工智能應用場(chǎng)景：

1.人工智能+醫學(xué)影像;

2.人工智能+醫院管理;

3.人工智能+疾病診斷和預測;

4.人工智能+醫學(xué)研究;

應用場(chǎng)景一：人工智能+醫學(xué)影像

1、人工智能+醫學(xué)影像，重點(diǎn)落地心血管及腫瘤影像

人工智能在醫學(xué)影像領(lǐng)域目前的應用方向主要有三類(lèi)，即疾病篩查、病灶勾畫(huà)、臟器三維成像，涉及腦、眼睛、乳腺、食管、肺、心臟等多個(gè)人體部位。

結合目前循環(huán)系統疾病的特點(diǎn)，預防意義重于治療，人工智能心血管影像能夠有效提高廣西居民的循環(huán)系統疾病早篩及預防情況，其中優(yōu)先落地：心電圖的自動(dòng)分析及診斷及心血管疾病AI影像技術(shù)(心電CTMRI心電彩超等)。

結合目前癌癥診斷和治療的發(fā)展狀況，人工智能腫瘤影像能夠有效提高廣西居民腫瘤類(lèi)疾病治療情況，其中落地人工智能腫瘤影像的優(yōu)先順序為：肺癌、肝癌、胃癌、結直腸癌及乳腺癌等高發(fā)癌種。

我們可以看到大多數人工智能企業(yè)選擇了在醫學(xué)影像推出產(chǎn)品，肺結節篩查、糖網(wǎng)篩查兩大熱門(mén)方向遙遙領(lǐng)先，但同時(shí)有相當多的企業(yè)將目光投向了心血管類(lèi)疾病方面，同時(shí)，針對更多疾病的產(chǎn)品正在不斷涌現，人工智能企業(yè)產(chǎn)品呈現出分散趨勢。所以，醫療機構在人工智能醫學(xué)影像產(chǎn)品的選擇上，有著(zhù)非常廣泛的可選擇性。

肺部疾病檢測引擎：可以自動(dòng)、快速、準確的從病人的胸部CT掃描序列中發(fā)現疑似病灶位置，降低肺癌早期篩查的成本，提高檢測速度和檢測的準確率，緩解醫療資源的緊張，挽救更多患者的生命。

阿里巴巴達摩院AI中心醫療健康實(shí)驗室的肺部疾病檢測引擎具有檢測準確度高、核心技術(shù)原創(chuàng )及經(jīng)過(guò)實(shí)際場(chǎng)景驗證這三大特點(diǎn)：

心血管疾病診斷引擎：為了進(jìn)一步降低醫生交互的工作量，人工智能心血管疾病診斷可以進(jìn)行心臟冠脈的提取及重建，自動(dòng)化的提取冠脈樹(shù)并命名精細到半徑小于1mm的分支，同時(shí)利用三維重建技術(shù)生成VR、CPR和SPR輔助醫生診斷病灶，實(shí)現斑塊類(lèi)別識別、易損斑塊預警及狹窄程度預測等多項功能。

智能骨科引擎：利用定位、分割和測量核心技術(shù)，輔助評估致病因素并確定診療方案，覆蓋膝關(guān)節、脊椎和膝關(guān)節，覆蓋多病種。經(jīng)過(guò)醫院實(shí)景場(chǎng)景驗證，阿里巴巴達摩院AI中心醫療健康實(shí)驗室的數據顯示，其骨科AI產(chǎn)品的精準度超過(guò)70%的骨科醫生并且單次耗時(shí)低于200ms。

對于肝、肺、心血管及脊椎等多個(gè)檢測引擎，均可以通過(guò)其內嵌的智能標注功能進(jìn)行自動(dòng)化標注：

1.自動(dòng)肺和肝標注：內嵌國際領(lǐng)先的肺，肝分割算法，自動(dòng)生成器官的預分割，輔助標注更準確高效;

2.自動(dòng)心血管標注：業(yè)界領(lǐng)先的全自動(dòng)的冠脈提取算法，冠脈樹(shù)一點(diǎn)即成，血管標注簡(jiǎn)單易見(jiàn);

3.自動(dòng)脊柱標注：自主研發(fā)的高精度脊柱分割算法，分段分割同步完成，脊柱標注不再繁瑣;

在真正落地的過(guò)程中，智能標注需要具備：跨平臺云端標注、支持豐富的數據種類(lèi)、靈活多樣的標注類(lèi)型、智能用戶(hù)交互及高效三維標注五大特點(diǎn)。

2、影像拍片AI質(zhì)控：攝片質(zhì)量及時(shí)診斷，避免非必要時(shí)間損耗

AI技術(shù)實(shí)現攝片質(zhì)量即時(shí)自動(dòng)分析，在患者尚未離開(kāi)前即可提示技術(shù)是否需要重拍，從而避免非必要的時(shí)間損耗。AI質(zhì)控平臺可以通過(guò)與設備集成，從而實(shí)現拍片到審片直接在設備端完成，由平臺提示影像是否符合要求。

目前影像拍片AI質(zhì)控平臺已經(jīng)實(shí)現產(chǎn)業(yè)化，尤其是對于典型胸部正位圖像篩查，其準確率已經(jīng)達到95%以上。

傳統人工質(zhì)控的方式無(wú)法避免的兩大問(wèn)題：效率低而且一致性差及事后質(zhì)控，患者很難再次拍攝，時(shí)間損耗大。影像拍片AI質(zhì)控基于人工智能圖像識別技術(shù)，能夠實(shí)現醫學(xué)影像成像質(zhì)量的自動(dòng)評價(jià)與評分及醫學(xué)影像質(zhì)控自動(dòng)化、網(wǎng)絡(luò )化、常態(tài)化和實(shí)時(shí)化，最終提升醫生的閱片水平提高診斷率。

影像拍片AI質(zhì)控的產(chǎn)品價(jià)值可以分為三個(gè)層面：

1.醫生層面：每一份有質(zhì)量問(wèn)題的報告，都能更清楚地明確問(wèn)題所在;

2.科室管理層面：每份報告都能做出相對客觀(guān)的評價(jià)，每位報告醫生的工作質(zhì)量也都能了如指掌;

3.醫院層面：對于醫院可以動(dòng)態(tài)分析每天的質(zhì)控狀態(tài);

3、智能影像網(wǎng)關(guān)平臺：數據自動(dòng)DICOM標準化，簡(jiǎn)化操作流程

由于影像歸檔和通信系統PACS與很多AI產(chǎn)品之間，并未實(shí)現基于DICOM，即醫學(xué)數字成像和通信，標準的影像通訊和其它信息通訊，醫生不得不在多個(gè)系統之間操作。而智能影像網(wǎng)關(guān)平臺就像一個(gè)介于PACS及AI產(chǎn)品間的轉換器，能夠：

1.簡(jiǎn)化醫院PACS與AI產(chǎn)品的對接;

2.減輕現有PACS/設備的負擔;

3.實(shí)現影像數據DICOM標準化;

智能影像網(wǎng)關(guān)平臺，目前已在國內多家醫院臨床應用;

應用場(chǎng)景二：人工智能+醫院管理

因為醫療事務(wù)繁重、臨床管理和醫院管理的難度大、對新技術(shù)接受度高等因素，我們認為：醫院在完成第一階段的人工智能體系建設后，尤其是針對大型三級醫院，應當大力發(fā)展：人工智能醫院管理。人工智能在醫院管理應用上主要有兩個(gè)方向，分別是優(yōu)化醫療資源配置和彌補醫院管理漏洞。

1、優(yōu)化醫療資源配置

人工智能優(yōu)化醫療資源配置：利用大數據，從宏觀(guān)層面協(xié)調資源的有效分配。它能根據電子病歷、既往病史等信息分析出哪些患者是最需要及時(shí)救治的，把醫療資源優(yōu)先提供給他們，優(yōu)化醫療服務(wù)的先后順序。

相對于傳統方式：人工智能能夠大幅降低人力成本，而醫護人員將工作重心投入到醫療服務(wù)中;醫療資源利用率能夠得到大幅度提高，分析出哪些患者急需救治，優(yōu)化醫療服務(wù)的前后順序;就診體驗得到一定程度提升，優(yōu)化醫院的資源配置能夠最大程度滿(mǎn)足患者的訴求。

2、人工智能彌補醫院管理漏洞

彌補醫院管理漏洞：從點(diǎn)評網(wǎng)站、社交平臺和新聞媒體等渠道收集客戶(hù)對醫院的評價(jià)，通過(guò)自然語(yǔ)言處理技術(shù)將非結構化的數據處理成能被系統識別的結構化數據，根據已經(jīng)搭建好的模型，系統能夠整理、分析出各種評價(jià)背后的真實(shí)含義。

調查發(fā)現：患者對某醫院話(huà)題討論最多的分別是：候診時(shí)間、服務(wù)態(tài)度、就診時(shí)間、醫療價(jià)格及院后隨訪(fǎng)。

相對于傳統方式：人工智能能夠大幅的擴寬患者的反饋信息收集渠道;大幅降低從信息收集、分析到總結的時(shí)間損耗;并且能夠避免人為因素，最大程度保證調查分析的結果客觀(guān)有效。

利用人工智能對醫院進(jìn)行管理，能有效的對人、財、物、信息、時(shí)間等資源，進(jìn)行計劃、組織、協(xié)調、控制， 充分利用醫院的現有資源，實(shí)現醫療效用的最大化。

以醫院管理標桿型的企業(yè)Qventus為例，在XX醫院使用了它所提供的人工智能系統后，這家醫院在以下八個(gè)維度的表現出現改善，同時(shí)患者對醫院的滿(mǎn)意度從29位提高到第3位。

應用場(chǎng)景三：人工智能+疾病診斷和預測

現代醫學(xué)，是從人們的各種生化、影像的檢查結果中，去診斷是否患病。但如果要實(shí)現疾病的未來(lái)發(fā)展預測，往往力不從心。人工智能能夠參與疾病的篩查和預測，需要從行為、影像、生化等檢查結果中進(jìn)行判斷，除此之外，人們的語(yǔ)言、文字也會(huì )成為精神健康和身體健康狀況的可測指標。

疾病預測功能主要通過(guò)自動(dòng)分析emr/ehr數據，影像檢查報告等文本數據，從中提取出相關(guān)信息，利用深度學(xué)習預測疾病發(fā)生及病程發(fā)展進(jìn)程。

應用場(chǎng)景四：人工智能+醫學(xué)研究

人工智能的切入主要是利用機器學(xué)習和自然語(yǔ)言處理技術(shù)自動(dòng)抓取病歷中的臨床變量，融匯多源異構的醫療數據，結構化病歷、文獻，最后生成標準化的數據庫。在具體的人工智能+醫學(xué)研究的相關(guān)落地產(chǎn)品管線(xiàn)中，我們重點(diǎn)關(guān)注醫療翻譯與醫療知識圖譜。

醫療機器翻譯：醫療行業(yè)內存在大量的翻譯需求，AI自動(dòng)翻譯有完善的文件解析生成能力，適應用戶(hù)不同文件格式輸入，有效降低客戶(hù)在大量翻譯需求上的開(kāi)支。

阿里巴巴達摩院AI中心醫療健康實(shí)驗室落地的醫療行業(yè)機器翻譯系統能實(shí)現：權威語(yǔ)料翻譯、術(shù)語(yǔ)干預、SAAS標準服務(wù)及定制化部署，其醫學(xué)術(shù)語(yǔ)翻譯準確率大于80%，日期翻譯準確率大于99%。

醫療知識庫的構建采用：

1.最新的信息抽取技術(shù)，將疾病相關(guān)的知識從各種信息源中提取出來(lái)，其信息源包括行業(yè)最新論文，互聯(lián)網(wǎng)知識等;

2.抽取得到的信息會(huì )進(jìn)行專(zhuān)業(yè)審核，審核通過(guò)的數據會(huì )進(jìn)行入庫，全程采用最新的圖數據庫進(jìn)行數據的存儲和可視化;

產(chǎn)品落地：三大引擎平臺

在醫療人工智能產(chǎn)品上，阿里巴巴達摩院AI中心醫療健康實(shí)驗室從視覺(jué)引擎、知識引擎及搜索引擎三大平臺切入醫療人工智能領(lǐng)域，重點(diǎn)實(shí)現：多器官診斷、小樣本訓練、高精度、自動(dòng)標注、醫療翻譯、信息抽取、圖譜建模、醫學(xué)特征提取、多模態(tài)檢索、醫療輔助等十大功能。