5G、AI引领未来智慧医院建设?中科院、浙江数字研究院、健培、美年共谋技术发展

作者:赵泓维 2019-09-05 14:56

{{detail.short_name}} {{detail.main_page}}

{{detail.description}} {{detail.round_name}} {{detail.state_name}}

{{detail.province}}-{{detail.city}}
{{detail.setup_time}}
融资金额:{{detail.latest_event_amount}}{{detail.latest_amount_unit}}
投资方: · {{item.latest_event_tzf_name}}
企业数据由提供支持
查看

8月29日,首届长三角健康产业高质量发展大会暨2019西湖论健·浙江国际健康产业高峰论坛在杭州国际博览中心盛大开幕。本次论坛以“5G开启医疗AI新纪元”为主题,由浙江省卫生健康委、浙江省发展改革委、浙江省经信厅联合主办,杭州健培科技有限公司、浙江省健康服务业促进会承办,并得到长三角健康产业联盟、浙江省医学会、萧山经济技术开发区、美年大健康、杭州湾信息港、intel等单位支持。

 

5G时代新纪元的热潮来袭,颠覆想象的科技能量暗涌,如何把握契机突破困境,助推医疗再次腾飞起势,俨然是开启未来智慧医疗的秘钥。作为医疗AI跨界的年度国际高峰论坛,西湖论健汇集国内外医疗界、学术界、产业界等多领域专家,深入探讨“5G 助力医疗 AI”、“5G时代下的医院智能化” 等前沿话题,聚焦5G技术、AI赋能、智能医疗、产业开放等多个维度,站在全球高度共同探讨实现“5G+医疗”、“医疗+AI”的创新与发展。

 

会议之后,动脉网对数位演讲人的演讲内容进行了梳理,进行了适当的删改,其整理内容如下。

 

中国科学院人工智能学院院长徐波:

人工智能是新一轮科技革命与产业变革的驱动力量


过去的人工智能基本上只停留在学术界,而大数据时代来临后,人工智能从不可用走向了可用。但是,大家又发现人工智能落地的时候又很难。商业化不是一个短期内可以一蹴而就的问题,从可以用到很好用还有很长的时间要走。

 

反观医疗领域,人工智能与其融合的方式很多,包括怎么去加速新药的研发,怎么帮助医生做辅助诊断、辅助治疗,人工智能和大数据怎么健康管理,医疗康复以及可穿戴设备,使得医疗服务家庭化。

 

在上述提到的融合中,徐波院长认为,医学里有上万种的病种,每个病种都有自己专业的领域和专业的知识,那么人工智能在这个领域里怎么去发挥更大的作用?医疗大数据的应用是解决医学人工智能落地最基础、最具全局性的答案。

 

医学人工智能与互联网之间存在深不见底的鸿沟。把两者合在一起是一项艰难的挑战,这几乎是在重塑医疗关系。在这个重塑的过程中,人(患者)、设备、技术、医院监管部门纷纷参与,形成了一个新式的协作体。

 

原来患者和医护人员有互动的关系,医护人员使用设备是很简单的单向非智能化的设备,按照规定的操作程序可以做。但是人工智能一加入进去,我们看到患者和设备开始产生关系。

 

比如说智能问诊,我们向机器人询问,便会与机器直接产生关系,其中的政策、法规、伦理、责任、法律等问题都要重塑。原来医护人员和设备、技术是单向的,医生按照固定的程序操作,给出一个结果,但是加上人工智能,使得设备系统智能化后,它是一个双向的互动关系,这对医护人员也会有新的要求。这样新的设备、新的医疗场景、新的医患关系,实际上要重新建立一套可信、可靠、高质量与高效率的系统,需要政策、应用、产业的协同。所以我们讲医学和人工智能的结合,目前才处于起步阶段。

 

那么,为什么说医学和人工智能刚刚起步呢,三个方面可以对此进行说明:

 

第一,医学人工智能产品大多处于试验阶段,距离符合临床业务场景并落地还有一定距离。现在大多数的诊断要么基于文本、要么基于图像,还没有像真正医生一样基于问诊,再加上病理和各种各样诊断的数据,通过多模态的整合后判断结果。所以大部分处于试验阶段,缺乏验证的标准,也没有第三方的测评数据和评估。另外,如何构建可以供医学人工智能训练、测评用的开放数据库,是人工智能发展中的关键一步。

 

第二,医学人工智能应用场景广阔,目前产品大多数聚焦在局部效率提升,缺乏全局性的重大成果,难以形成带动效应。

 

第三,目前国内还少有真正的医学人工智能产品通过CFDA的认证。

 

那么在这一阶段,医学人工智能技术挑战在哪里?

 

回顾人工智能发展60年,整个过程离不开三大技术流派:符号主义、连接主义、行为主义。三大流派都是从人的思维、行为或者大脑的结构启发而来。这些研究方法各有优势,但是每个方法都不能解决所有的问题。

 

比如说,早期符号主义的人工智能尝试把医生的知识变成符号放到计算机里。这样的一个流派,实际上把符号的计算当做一个认知的过程,把专家变成知识库,然后来推理判断,给用户信息。这里的核心问题是计算机差异性知识的表达和获取非常困难。

 

最典型的就是上世纪80年代末的一个中医专家系统,研究人员把中医积累的知识放到计算机里,做了一套非常复杂的系统,其内容包含病因的解释、关联的查询、知识的获取、中医信息知识库的构建等等,但这个专家系统是失败的。主要原因包括:一、经验常识太多,难以表达;二、规则覆盖度不够;三、规则复杂后产生非常多矛盾。

 

而如今我们所说的人工智能的内核是深度学习,这与专家系统最大的区别在于它不是知识驱动,而是数据驱动。它的输出逻辑不是经过单纯的线性关系,而是把海量的信息数据通过复杂的深层网络结构,通过高维度的非线性变化,最终给出临床决策。

 

在深度学习技术的帮助下,医学人工智能相关技术的发展非常快。以语音识别,在深度学习出来以前(2000年-2010年),语音识别的准确度没几乎有变化,但在2010年以后,这项技术的错误率呈直线下降。那么,这样的技术使得人工智能在医疗领域里有了广阔的使用场景。超声科、放射科、手术室等科室的开始逐渐应用人工智能,包括解放医生的双手以提高诊断效率,同时提高了电子病历的质量和规范性。

 

而感知类技术产品,如医学影像,同样很很大的提升。以前一个病例要耗费影像医生3-6小时看片,这项工作非常依赖于医生的经验。但是现在用人工智能技术以后,系统仅耗费16毫秒便可识别一张图片,且病变的识别率到99.5%,实时出结果。这对改善患者的体验都有很大的提高。另外,用AI协助医学影像中一些图像的分割、测量,在临床当中也发挥了非常重要的作用。

 

但仅仅是感知和识别,没有解决最终判断决策的问题。而在认知方面,人工智能主要利用大规模的医学知识图谱来提高辅助诊疗的准确度和自动化程度。可以这样说,医学知识图谱是实现智慧医疗的基石,也是支撑更高精准医疗服务的基础。

 

医学知识图谱的建立包括数据质量评估的图谱、医学推理、医学知识融合、知识抽取、知识表示。以胰腺炎的知识图谱为例,深度学习结果出来以后,研究人员用自动特征提取的方法来建立知识图谱,但目前自动抽取的准确度还不够高,需要一定人工介入用以核查、修正。

 

但深度学习也有它的局限性,它和自然人的理解和认知还有差距。它的缺点包括计算资源消耗大、不擅长表示不确定的东西、需要大量高质量标注数据、容易被对抗样本欺骗、结果缺乏可解释性等。

 

比如说,在正常情况下,人工智能可以轻易识别出猫、狗等动物的图像,但如果人为的在图像中插入白噪音,人的视觉无法区分出差别,但机器则会判断为一种新的事物。

 

那么,未来医学人工智能发展重点在哪里?

 

在谈发展前,徐波教授认为必须确认这样两个基本理念:

 

首先,医学人工智能不管怎么发展,医生是主体,智能是工具,虽然人工智能最终会在未来的医疗健康发展中起到重要作用,但很长时间内还是工具。不管人工智能如何发展,医学人工的主体是医生。

 

其次,现在医学至少有上万个病种,人工智能不可能在所有的领域里一一去做,所以必须通过平台来赋能医生,把不同医生的智慧集中起来,才能推动医学人工智能的发展。所以说通过人工智能平台集智的方式,才能解决医学人工智能的核心问题,以智能化引领信息化。

 

 

徐波教授的团队目前重点在做以下几件事:

 

第一件事,怎么样用人机交互改善医疗数据的完整性。徐波教授认为人机交互对改善医疗数据完整性有巨大的空间,也是最重要的一个工作。

 

第二件事,医生知识与临床数据混合认知智能技术。现在有很多临床数据,但用现在的深度学习做出来是一个黑盒子模型,没有可解释性。所以我们怎么把医生的知识和临床数据结合起来,解决数据、知识以及模型相互转换问题,这是徐波教授在重点解决的第二个事。

 

第三件事,医疗人工智能开放平台。人工智能是赋能,徐波教授希望能为医生打造一个医学人工智能的平台,把医生的临床、科研和智能化有机结合在一起。

 

如今,面向医疗健康的人工智能平台对数据的共享、数据的关联、数据的安全、数据的标注、基准测试等方面都提出了更高的要求。现在的人工智能平台可能无法满足医生和医疗的应用,而国内外也没有面向医疗数据的标注训练基准平台,但这些工作对于未来医学人工智能存在非常大的推动作用,如何推进这一部分工作是当务之急。

 

浙江数字研究院研究员姜唯:

5G需与云计算、人工智能融合


姜唯研究员的分享主要分为三个部分:一是5G智慧医疗发展现状;二是5G技术赋能智慧医疗;三是5G医疗发展思路。

 

>>>>

5G智慧医疗发展现状


中国制造2025规划纲要提出,5G移动技术将进行全面的突破。不仅仅是5G,云计算、大数据以及人工智能、虚拟增强的技术,都会成为未来数字化转型的关键性基础设施。所以,在整体网络强国建设的三年行动计划当中,大量的国家基础设施投入将流向5G基础设置建设。在国家战略下,各个省份已经进行了5G医疗初步布局,例如,浙江在4月28日加快推进了5G产业发展的实施意见中,明确表示将实施“5G+智慧医疗”的示范工程。

 

姜唯研究员认为,整个5G的市场的应用更多会集中在医疗智慧医院建设和手术室方面。截止8月30日,全国有20个省市以及46家医院开展了5G相关项目。2019年6月,长宁地震发生后,四川省人民医院、中国移动四川公司、中国移动(成都)产业研究院组成联合救援团队,携5G急救车抵达灾区,并通过全国首个5G应急救援系统争分夺秒抢救伤员。2019年7月,上海瑞金医院也借助5G网络开展了一系列手术直播。

 

>>>>

5G技术赋能智慧医疗


5G技术到底能够为目前大家已经在探索的智慧医疗做一些什么?我们首先需要清楚5G的特点,即高宽带、海量连接能力以及网络低时延数据。

 

5G时代来宁于4G的成熟期,目前4G可以实现的,未来5G一定可以实现得更加美好;目前4G不能实现的部分,利用5G的网络技术特点,一定能够带来更多的拓展空间。包括未来超级救护车、高阶段远程会诊和远程遥控手术方面,只有在5G技术的条件下,才有可能实现。

 

具体而言,5G可能会优化医疗的流程,扩大服务的范围,以及提升业务效率。例如,在诊疗指导类的场景中,基于5G增强移动的超高带宽的特性,医生可以远程进行会诊、施教、急救,通过打破有限的物理空间,实现医疗资源的下沉。而在远程专家指导和施教方面,过去仅有平面的4G视频,而未来5G+AR、5G+VR技术,也许可以为基层医生带来更加沉浸式的教学体验。

 

此外,5G将推动未来医院运作和整个演变模式的变化,比如,5G可能会打破诊疗的地域限制;将目前的医疗结构,逐步地向健康管理中心的区域医疗中心模式转变发展。

 

现在的急救车已经基本能够实现急救数据回传主体,实现医院与急救车之间的医疗数据互动,但是在未来的急救现场,5G或许能智能地规划急救车的行车路线,将人、车上设备以及远程的专家连接起来,构造联动式的实时急救状态。

 

查房机器人也是5G在整个医疗应用的方向。比如,过去医生不能进入的一些放射性、传染性较强的疾病病房,5G支持下的查房机器人或许能够派上用场。

 

过去,柔性化、智能化、高敏性的达芬奇机器人只能局限于有限的手术空间之内,而5G或许能让医疗机构当中的达芬奇机器人服务更多院外患者。

 

基层医疗方面非常欠缺超声医生,而这种缺失无法在短期内进行弥补。如果通过5G的技术,上级医院能够与基层医疗机构相连接,把超声图像通过网络的传输到上级医院,那么基层的群众就可以享受到专家级的超声诊断能力。在这样的一种场景下,可以弥补一部分超声医生不足。

医院管理类也是应用的方向,基于5G的覆盖,医院可以利用增强型移动高带宽的特征,采用物资机器人和引导型机器人,以降低人力资源消耗。

 

>>>>

5G智慧医疗发展思路


5G是一个底层的技术,虽然5G能把信号带到医院内,但是其实和终端还存在最后一米的距离,设备之间的连接还是需要转换成基础的WIFI信号。那么,要想真正达到5G网络,在最后一米的距离当中,相关的设备都要符合5G的标准去进行更新。

 

5G的出现,必然又是一次标准的洗牌了。医院不仅要解决原来没有解决的标准困惑,还要处理5G带来的新冲击,思考如何将5G与现有的医疗信息化标准进行融合,以保障系统之间的互操作能力。所以,我们不能总是等到解决完旧问题再去解决新问题,而是要在螺旋式的上升中,采用第二曲线或者第三曲线式的发展模式。

 

由于5G网络需要运营商进行大量人力、资金的投入。所以,我们不可能一下子要求所有的应用都得到5G的赋能,而应在结合实际情况,从思考当前的痛点和现在技术的成熟度出发,有选择性地探索一些新型的5G医疗应用。

 

万物互联下的设备将远超过现有连接的设备,所以设备连接的安全性,我们必须重点考量。因此,我们必须建立安全机制,推进5G标准化。过去我们一直在探索怎么样数字化,怎样进行数字化的医疗,怎样数字化设备,而当我们接入更多的设备后,新的挑战又将来临。

 

最后,姜唯研究员对5G的未来进行了总结:


第一点,基础设施决定上层应用真正落地。5G作为一个基础设施一定会深层次影响上层应用。

第二点,发挥技术合力,实现价值叠加。因为5G来了,必须和现有的技术进行叠加以后再产生新的创新。

第三点,通过信息标准的应用不断提高系统间的互操作能力。

第四点,重点应用选择需要技术成熟度结合医疗痛点。

第五点,发展应用同时重视安全建设,通过示范应用来推广。

 

健培科技董事长程国华:

5G与AI的结合


在了解5G本身的特性与发展之后,健培科技董事长程国华更为深刻的剖析了多技术融合之中,5G与AI融合的应用场景。

 

一直以来,健培医疗影像大数据方面做了非常多的探索,也亲眼见证了AI一路走来的发生的变化。程国华将这些变化梳理为三个方面。

 

第一个变化来源于计算力的指数级增长。AI来临后,GPU成了AI芯片,FPGA这类定制芯片也有了一片天地,谷歌推出的TPU的加速器成为主流之一,而英特尔也开始做专属于AI 的CPU。在各个领域,数据都在进行指数级地增长。而AI的出现促进了整个产业的升级,如果没有计算力的增长,很多东西将不可想象,很多的计算将不能承受。

 

第二个变化来源于各级医疗大脑初具规模。AI来临后,医疗信息化也随之发生了翻天覆地的变化,所有的信息化产生的数据可以用人工智能来做分析,就像构建了一个大脑。

 

在医院方面,研究人员正在进行同样的尝试,即所把医疗大脑进化成一个可以思考的医院。而当几个医院连起来以后,就形成了智慧医院联合体和共同体,这是一个更大级别的大脑。

 

健培现在也在建设医疗大脑,为浙江省打造远程辅助诊断平台。健培不仅仅把浙江省的地级市连接进入医疗云端的计算,为其提供算法库,提供计算加速器,还为各个基层医疗机构(如浙江省的乡镇卫生院)进行基础设施的对接。整个医疗大脑的底层是健培的神经网络以及影像云建设。总的来说,健培科技的影像云与诊断云共同构成了医疗影像大数据的大脑,这就是“啄医生”(健培科技研发的AI阅片机器人)的大脑建设。

 

医疗大脑里的功能在近几年来进化非常快,但仍需要企业、医院、政府间通力合作。对此,健培开放啄医生的数据库、算法库,希望同医院、高校、同行共同合作。

    

第三个变化,AI的末梢应用遍地开花。

AI带来的进化不仅仅是大脑的进化,同样带来了末梢应用的进化。相比之下,大脑是在云端,而末梢应用是在最底层的地方。

 

以手表为例,过去的手表不具备有医疗功能,但互联网下的手表能够利用传感器帮助我们测血压、血氧含量。而手机也逐渐成为健康管理的一部分,例如患者可通过拍摄功能为皮肤病诊断、白内障诊断提供照片等。

 

类似的智能设备还有很多,而5G便是将各种设备连接起来的核心。连接之下,AI能够发挥更为宽泛的作用,这些作用可以辐射至每一处民众。

 

为了解决医疗不均衡这一问题,国家推出了分级诊疗的制度、推动了互联网医疗的建设,推动了医疗联合体建设。分级诊疗是一个跨时代的政策,但是若用人工的方式来进行分级,将医疗体系陷入另外一个极端——医生供不应求。所以,AI是问题的解决之道。

 

通过数据的分析,AI可以通过智能分诊把病患自动地分配到各级医院,而在5G的加持下,真正远程医疗便孕育而生。以远程B超为例,B超的拍摄非常依赖于医生的手法,如果没有5G这样低时延、高可靠的特性,远程B超难以控制,5G则可以很好的改变这一现状。

 

此外,通过5G网络切片技术、大连接技术,AI可以患者在任何一个时间点进行切片,快速连接患者治疗所需要的系统、设备、医患人员。所以,我们可以为一个病患建设一个虚拟医院,形成解决以病人为中心的医疗服务。

 

而对于老百姓,怎样将健康管理方式转换为以预防为主呢?AI的末梢则可以派上用场。例如,手机可以帮助用户检测跑步时的心率,手环可以帮用户上报癫痫发病状况……但要使这些数据发挥更深远的价值,则必须与医疗大脑相连接,否则数据将是割裂的。如今,5G+AI很好的接上了设备之间隐形的桥梁,万物互联的时代离我们更近了。

 

综合来讲,5G+AI击中了诸多痛点,是一个新的变革。程国华认为,5G+AI时代的新变革已在2019年缓缓启动。

 

第一个变革即健康管理的变革。5G+AI将使得健康医疗成为类似于水、电、煤这样的基础设施。用户可以通过订购、接入、付费的方式进行使用。打个比方,新时代的卧室可以监测用户的脊椎是否突出?睡眠是否充足?智能枕头能帮助用户加快睡眠,提升睡眠质量……这些方面健康医疗服务都可以介入,并孕育新的商业模式,这是健康管理的颠覆。

 

第二个变革即家庭医生的变革。“超能陆战队”中“大白”的形象成深入人心,在这部电影描述的场景中,机器人大白能够为主角提供各式各样的检查服务,这些服务包括基于NLP的问诊以及实时的心跳检测,就像一个随时陪伴在居民身边的家庭医生。

 

这让我们看到一个非常好的未来,从2019年开始,它开始慢慢实现,因为我们的5G让现实生活中“大白”拥有了永远在线的分析能力,背后所有的医生、医疗大脑的建设,将和“大白”一起共同服务于每一个居民。

 

总的来说,AI对于身体所有大数据的分析,将成为一种非常好的历史跟踪与未来预测工具。所以,在5G+AI的时代,科幻电影中的场景正变得越来越接近于我们的生活。所以,5G真正开启了医疗AI的新纪元。

 

美年大健康集团董事长俞熔:

老龄化是趋势,慢病是焦点,预防是关键


从全球来看,老龄化是未来全球都将面临的矛盾和挑战。所以,从数字化医疗角度来看,思考如今的我们能在未来的几年为全球老龄化做哪些工作,已经变得尤为重要。

 

对于这一矛盾和挑战,俞熔认为:老龄化是趋势,慢病是焦点,预防是关键。

 

而未来医疗行业趋势也有三个特点:一是控费升级,二是消费升级,三是创新升级。现在大家总是争辩消费到底是在升级还是降级,不同领域形式各异,但在健康领域,消费升级毋庸置疑。所以,在后端治疗领域,中长期的控费升级也是大势所趋。

 

所有国家已经把核心的战略与策略调转为“早预防、早干预”,把防病、治未病和健康促进作为整个国家健康政策的重要核心,这些工作体现于重大疾病的防控、肿瘤筛查等领域。

 

在强调预防的大环境下,健康体检作为重要的入口,是一个无法绕开的最前端的入口。但中国当下的体检覆盖率只有30%-40%,离发达国家还有较大差距,这一市场潜力巨大,未来需求也将高速增长。

 

从数据可以看出,在体检市场维持稳健高速的增长,整个渗透率也在逐渐提升。而我国高度分散的市场结构,给专业的连锁机构带来很大的提升空间。

 

同时,体检将成为未来医疗生态环境的入口,结合医药、互联网医疗、专科服务、健康管理、保险,最终形成一个高效、基于数据驱动的闭环,这是构建未来以预防端为入口的生态系统的基本基石。

 

所以,如何提高我国居民的预防意识,便是美年未来要做的事情。具体而言,美年将从品质驱动型的服务机构向数字驱动型的技术平台转移,通过技术创新和驱动不断提升体检的内涵和质量,给未来的预防医学注入更新的内涵和内容。

 

在2018年,在美年健康参与体检的人次已经超过300万,而这300万人次背后所带来的高质量的数据,将会带来更多的价值。

这些价值根植于美年在数字化医疗、人工智能方面的改变。在人工智能方面,美年可提供基于AI的肺小结节、糖网等影像诊断;在影像云平台与心电信息平台方面,美年可通过远程监控全国近700家机构的检查质量控制情况和运行情况;在中医方面,美年已经推行使用智能化的中医师诊仪……这些AI与大数据的运用只是开始,美年将继续追求进一步的智能化和自动化。

 

此外,这些应用背后拥有一个重要的载体,即美年健康生物样本库的建设。在未来,美年将与其他国家队一起共同构建全民生物样本库。

 

所以,美年希望通过专业的、精准的体检流量和数据,构建一个以科技创新为载体、以人工智能为抓手的未来体检场景,给用户提供更优质、更专业的健康筛查和健康管理服务。并基于自身的预防平台,打造一个闭环式全生命周期的健康管理服务平台,为健康中国做出贡献。

如果您想对接动脉网所报道的企业,请填写表单,我们的工作人员将尽快为您服务。


注:文中如果涉及企业数据,均由受访者向分析师提供并确认。如果您有资源对接,联系报道项目,可以点击链接填写基本信息,我们将尽快与您联系。

声明:动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。转载请联系tg@vcbeat.net。

分享

微信扫描二维码分享文章

企业
对接
商务
合作
用户
反馈