在政策助力、資本加持下，“醫(yī)療+AI(人工智能)”被寄予厚望。老牌傳統(tǒng)藥企、互聯(lián)網(wǎng)巨頭紛紛入局，創(chuàng)業(yè)公司密集創(chuàng)立，創(chuàng)新性技術層出不窮。
不過，如何讓AI深入到醫(yī)療的“毛細血管”中，并賦能行業(yè)轉型升級，仍是值得探究的問題。在即將到來的2020世界人工智能云峰會上，這些問題將會被進一步的解答。
供AI學習的數(shù)據(jù)仍待打通
作為一家傳統(tǒng)藥廠，阿斯利康是首次參加世界人工智能大會。阿斯利康全球執(zhí)行副總裁王磊在接受第一財經記者專訪時表示，阿斯利康希望借助當下人工智能等新技術來幫助藥物研發(fā)、生產和診療一體化等醫(yī)療應用。對于新的技術在醫(yī)療場景中的應用，阿斯利康充滿好奇心，也希望新技術可以給藥物的使用做更好的指導。
王磊暢想了一系列AI在醫(yī)療產業(yè)中的未來愿景。例如患者做一次胃鏡就可以篩查出30多種與消化系統(tǒng)有關的所有疾病;通過對說話聲、心跳聲等的監(jiān)測可以提前預知是否有哮喘、支氣管炎、肺氣腫、心臟病等疾病發(fā)作的風險。
不過，無論是用AI進行疾病篩查，還是疾病監(jiān)測，供AI學習的數(shù)據(jù)都是基礎。當前，AI在醫(yī)療終端的應用仍受較多因素限制，其中就包括數(shù)據(jù)采集。例如，企業(yè)取到的圖像跟患者病歷之間的對應，會因為涉及患者的隱私而受到限制。此外，醫(yī)療機構之間的數(shù)據(jù)也沒有打通。
“如果所有的數(shù)據(jù)都能打通，那么就可以形成海量的數(shù)據(jù)，從而提升醫(yī)生的效率，而不是患者到不同醫(yī)療機構都需要做同一套檢查?！蓖趵诒硎?， AI在醫(yī)療領域運用現(xiàn)在只是起步階段。在這一方面，中國未必是落后于其他國家，很可能做到世界領先。
AI提升藥物研發(fā)、生產效率
實際上，在藥物研發(fā)和生產端，阿斯利康并非AI新手。根據(jù)王磊的介紹，在阿斯利康新藥研發(fā)環(huán)節(jié)中，AI已經被成熟運用在全球實驗室中。
在篩選藥物時，化學結構小分子、大分子包括生物藥的技術，都會用到一些AI技術來設計分子的結構。藥物研發(fā)很多時候是反復、重復使用人工去做篩選，大量消耗了科學家團隊寶貴的人力和智慧。
“將我們認為比較低水平的分子篩選，交給AI機器人去完成，要比人工完成有效率得多?！蓖趵谡f，以往50個科學家花幾百天才能篩出三個分子，而為此服務的研發(fā)團隊甚至達到幾千人。如今，通過計算機把分子結構搭好，再用AI去模擬這些實驗，就能快速鎖定讓人體產生抗體的某個化合物，大大加快了新藥研發(fā)的速度。
藥物從研發(fā)到患者終端有一個漫長的流程，而AI的應用并不局限于較早期的提升新藥研發(fā)的效率。在鏈條更后端生產環(huán)節(jié)中，AI也是能手。
在阿斯利康中國的無錫供應基地，AI已經被成熟應用到包裝線的產品檢查上。此前傳統(tǒng)的目視檢查主要由人工完成，人力成本高且缺少系統(tǒng)性標準。隨著AI技術的應用，計算機視覺可以檢測出壓花、重影、劃痕、分層等缺陷，未來阿斯利康還計劃通過機器學習來識別未知缺陷，提供端到端的追溯性分析。
與此同時，阿斯利康在AI賦能醫(yī)療技術，優(yōu)化診療流程中的探索也已初見成效。其與合作伙伴推出的移動腫瘤篩查車配備了車載低劑量螺旋CT機，配合AI讀片和5G技術，能夠快速給出檢測報告和治療意見;5G網(wǎng)絡及內鏡AI輔助診斷技術讓二級醫(yī)院乃至及縣偏遠地區(qū)醫(yī)療機構也能有效進行消化系統(tǒng)疾病的準確鑒別診斷;基層代謝一體機可完成多項基礎篩查，結合智能糖網(wǎng)篩查，通過AI快捷判別糖尿病患者眼底病變狀況，形成大數(shù)據(jù)預警;瑞寧預糖使用AI建模，通過大數(shù)據(jù)分析，利用算法，增加動脈硬化參數(shù)，能夠進行未來三年心血管疾病的發(fā)生風險預測。
“AI現(xiàn)在的問題不是說沒有應用，而是這些應用怎么能夠通過擁有強有力執(zhí)行力的公司把它落實，因為科技公司執(zhí)行力不是很強，而且大部分互聯(lián)網(wǎng)公司沒有醫(yī)療執(zhí)行力，所以這些空間很大，我覺得阿斯利康是可以起到這些作用，幫忙這些場景落地，其實我們也不是研發(fā)公司，我們只是幫助一起研發(fā)，然后把它落實?！蓖趵谡f。
（轉載）
