“医学+AI”的最终受益者是患者

来源：HIT专家网    作者：北京协和医院 刘硕

2017年11月8日18:00，“（医学+人工智能）的N次方”主题沙龙在北京协和医院教学楼三层多功能大厅“热闹”开场。本次活动由正在筹办中的“卫生计生青年创新中心”主办，北京协和医院团委&青年工作部和信息管理处联合承办，北京协和医学基金会青兰-医学青年发展专项基金（以下简称“青兰基金”）支持。

一说热闹——这次活动从通知发出之日起我们就接到了院内外朋友的火爆报名。二说热闹——本沙龙不仅邀请了腾讯等医学人工智能领域的企业大咖，还请来了协和神经外科、病理科、超声科等已经或最可能与AI擦出火花的临床科室专家。没凑上热闹的亲们别可惜，小编熬夜整理了会议录音，娓娓道来现场发言精华，给你脑补脑补吧。

【连致辞和主持人都是跨界大腕】

关注MED TALK系列活动的亲注意到了，这次我们一改一个主持人一张老脸贯满整场的路线，由余可谊（北京协和医院骨科副主任医师、协和青年工作部部长）和朱卫国（北京协和医院信息管理处常务副处长）联袂主持，两位主持均来自临床但又早早地跨界到了互联网和创新领域，可见任何在医疗领域里跨界创新的前提理念都是——“医学+”！

张福泉为沙龙做开场致辞。

张福泉（北京协和医院院长助理、放疗科主任、主任医师）：科技信息发展非常快，协和在信息化建设方面还有很长的路要走。看一下历史，大多数的社会进步都是靠青年来推动的，所以协和的信息化发展也靠青年人。再过三年多，协和将建院百年，将协和推上国际领先医院的舞台，这也要靠青年人。而另一个推动社会进步、加速医院发展的就是“信息”。今天的活动以年轻人为主体，以医疗信息化为主题，所以意义非凡。欢迎大家多交流、畅所欲言，共同推动医学人工智能的进步。谢谢大家。

【那么多“办”都办什么】

开篇可见，本此沙龙的主办、承办可不少，这么多“办”都是办什么的呢？活动伊始，主办方和承办方代表就向大家透了底。

卫生计生青年创新中心（筹）办公室主任、“医学新青年”联合创始人、青兰基金运营主管 刘硕

刘硕（卫生计生青年创新中心（筹）办公室主任、“医学新青年”联合创始人、青兰基金运营主管）：创业不易，连创三个业尤其不易。但我们这些协和的年轻人们，从2013年起，用四年时间，兼职依次创立了“医学新青年”、“青兰基金”和“卫生计生青年创新中心”三个平台，这么“拼”是为什么？ 2012年底，暴力伤医事件频发，我们希望能学习鲁迅先生，用笔杆子为医生发声，向全社会推送医者心中爱的信号，微信公众号“医学新青年”诞生了，100多篇原创文章，1W+读者，共同传递医界正能量。青年医者不仅有情怀，还有创新的勇气和热情。2013-2015年，“医学新青年”旗下品牌MED TALK、MED TOUR引领青年医者走进与医学交叉的外部世界，探索跨界带来的更多可能。2016年4月13日，经过北京协和医学基金会审议通过，青兰基金正式成立，社会企业和个人的捐款支持着我们开辟更广阔的天地。2017年，由国家卫生计生委直属机关党委和北京协和医学基金会共同主办的“卫生计生青年创新中心”获批筹建，这是一个为青年医者搭建的更大平台，将致力于推动医学创新与产学研的密切合作。创业者，唯不忘初心，方得始终。“为医学而生，为青年而建”这个初心将不会改变。

北京协和医院信息管理处  孟晓阳

孟晓阳（北京协和医院信息管理处）：信息管理处也有医疗信息类的沙龙活动，“明日信息沙龙”，分四类：内部分享类、医患交流类、医学与信息跨界交流类和外出访问类。回顾已做过的72期活动，我认为，相比其他行业，医疗行业的发展相对滞后，医疗信息领域更需要长足发展。我相信今天的活动后面一定会带来医学AI的盛宴，但更重要的是日常工作的积累，我们希望能通过日常交流为医院带来医疗信息领域的学术氛围。

【技术大咖发言精要】

吴明柱（腾讯觅影应用中心主任）：《互联网+医疗新动能》

腾讯觅影应用中心主任  吴明柱

医学是温情的，医生看一个病人时内心也是澎湃的。IT技术也是在蓬勃汹涌地变化着。目前，人工智能大概涉及图像识别、自然语言识别、语音识别，会用到机器学习和生理学习的算法。人工智能本身是一个基础概念，但它的落地必须结合行业性的、特定的应用场景。人工智能结合医疗行业中的应用场景主要集中在虚拟助理（通过NLP语音识别技术做智能导诊）和医疗影像处理。此外，辅助诊疗（例如Waston）、某些疾病预测、药物挖掘、健康管理和医院管理等领域也可结合AI做些创新。

陈浩（视见医疗创始人）：《深度学习在医疗影像领域的分析与应用》

视见医疗创始人  陈浩

这一波人工智能技术带来的是赋能医疗影像行业进行智能迭代。影像是一个结构化相对完整的AI较好切入的医学领域。通过对医学影像的处理、病灶的自动化识别、定性判断、定量分析、建模等，就可以做出一些产品。但这个产品是否有价值，就在于它能不能帮助医生，因为医生具有一票否决权。另外，还可以搭建远程诊断平台，通过影像分析和人工智能深度学习技术对影像实现高精确度识别。

AI+医生，不是代替医生而是辅助医生，是提高工作效率，减少错误的发生。最后受益的是患者，医生可以有更多时间投入到更有价值的工作上，有更多时间关心患者。AI的医疗应用场景包括医生没有时间去做的工作（比如繁冗复杂的流程化工作）和计算机擅长的工作（比如定量化的工作）。AI+医学也有很多挑战，例如，数据质量问题，如何无缝嵌入临床，以及如何挖掘AI本身的潜力。

黄伟红（中南大学湘雅医院教授、“移动医疗”教育部-中国移动联合实验室副主任）：《用BD和AI搭建临床与数据的桥梁》

中南大学湘雅医院教授、“移动医疗”教育部-中国移动联合实验室副主任  黄伟红

AI技术或者大数据不管多发达都要首先有人用，没人用进不了实验和生产流程是没有多大意义的。所以，我们希望的是这些技术或产品首先要被临床医生使用，在使用过程中不断完善，等它足够智能和精准以后才推向患者。

我特别佩服医生，能在不确定性的时候做出自己认为最优的选择，这需要相当大的勇气和奉献精神。我们做IT的做不到，不是0就是1，没有中间段。那我们能做什么呢？我们利用现在的信息技术和现在的数据，将数据里面的价值挖掘出来，提高医疗质量和效率，这才是医疗智能化的核心目标。我认为信息技术和医疗的深度融合是必然的，但也存在很多问题，比如数据从哪来到哪去，中间谁处理等。

将来的趋势，我觉得不管是大数据、人工智能还是物联网，最后人与数据、人与机器的融合会变得无限自然。我衷心希望数据医疗时代快点到来，数据科学和智能医疗的应用能够落地生根。

张少典（森亿智能创始人兼CEO）：医学+AI案例分享

森亿智能创始人兼CEO  张少典

森亿智能是做中文医学自然语言处理出身的，这是数据治理的基石之一。所谓数据治理，就是把临床数据转换成有效的科研数据，其中一个关键环节就是将原始医学文本中的关键临床信息及语义关联关系全部提取，将不规范用法和错误用法自动规范化、标准化、归一化，最终映射成为标准的数据形态，归纳到CDM框架之下。

首先，AI应用在数据治理的标准化过程中。医生录入的诊断大都是非标准的，系统可以自动将其归一和标准化。其次，AI应用于数据采集和患者管理中。临床研究要搜集患者的院外数据，做随访和患者管理，这也可以通过AI完成，包括随访问题的问答、随访表单的自动发送和自动收集等。

【责任编辑：谭啸】