2018年8月31日，作為“2018（上海）中國(guó)人工智能展覽會(huì)暨OFweek（第二屆）人工智能產(chǎn)業(yè)大會(huì)”的重要論壇之一的AI＋醫(yī)療分論壇在上海成功舉辦。本次專場(chǎng)論壇圍繞AI+醫(yī)療技術(shù)應(yīng)用，就AI醫(yī)療技術(shù)實(shí)現(xiàn)產(chǎn)品商業(yè)化遇到的困難與挑戰(zhàn)進(jìn)行了討論。

會(huì)上，青島海信醫(yī)療設(shè)備股份有限公司數(shù)字影像總監(jiān)田廣野分析了人工智能技術(shù)的要素，同時(shí)對(duì)目前接觸AI醫(yī)療的公司進(jìn)行分類，并解答了在AI開啟數(shù)字化醫(yī)療創(chuàng)新模式驅(qū)動(dòng)下，海信醫(yī)療是如何解決在實(shí)踐中遇到的AI醫(yī)療困難的。

田廣野認(rèn)為，目前醫(yī)療領(lǐng)域面臨著兩大問題：一是數(shù)據(jù)問題，二是落地問題。對(duì)于數(shù)據(jù)問題，肝臟大數(shù)據(jù)庫是一個(gè)很好的例子，它是以點(diǎn)帶面、與地區(qū)的三甲醫(yī)院合作的，并在一個(gè)器官上發(fā)起工作，完成肝臟大數(shù)據(jù)建立，最后慢慢地完成整個(gè)醫(yī)學(xué)影像大數(shù)據(jù)構(gòu)建。

醫(yī)療健康領(lǐng)域被認(rèn)為是人工智能落地的最有潛力的領(lǐng)域之一，田廣野總監(jiān)表示，要實(shí)現(xiàn)人工智能醫(yī)療的真正落地，需要更加創(chuàng)新的應(yīng)用場(chǎng)景，需要人工智能各界共同努力，共同推動(dòng)醫(yī)療人工智能的發(fā)展。

以下為田廣野總監(jiān)的現(xiàn)場(chǎng)演講內(nèi)容，OFweek醫(yī)療科技網(wǎng)作了不改變?cè)�意的整理和編輯�?/strong>

我是來自海信醫(yī)療設(shè)備的田廣野，非常高興今天能與各位在此交流人工智能在醫(yī)學(xué)健康領(lǐng)域的落地情況。海信醫(yī)療設(shè)備成立于2014年，專注于數(shù)字醫(yī)學(xué)以及智慧醫(yī)院信息化解決方案的研發(fā)。在此過程中，我們逐步利用人工智能深度學(xué)習(xí)技術(shù)，來賦能我們的產(chǎn)品，所以今天我與大家分享一下我們的產(chǎn)品、市場(chǎng)推廣情況、以及在使用人工智能中遇到的問題與思考。

我的演講分為以下幾個(gè)部分，我會(huì)對(duì)人工智能技術(shù)的要素進(jìn)行剖析，包括底層的算力，到中間的框架，到頂層的垂直應(yīng)用�；�于這個(gè)剖析，我會(huì)對(duì)當(dāng)前涉足AI＋醫(yī)療的公司做了一個(gè)分類，基于這個(gè)分類，海信醫(yī)療能夠在整個(gè)醫(yī)療＋人工智能產(chǎn)業(yè)中很好地定位。第三部分我將介紹一下海信醫(yī)療在AI領(lǐng)域中的實(shí)踐，包括產(chǎn)品的應(yīng)用和市場(chǎng)推廣情況。最后我會(huì)對(duì)在AI＋醫(yī)療中的困難以及思考做一個(gè)總結(jié)。

首先我認(rèn)為整個(gè)AI的技術(shù)框架分為五大部分，最底層是基礎(chǔ)設(shè)施，也就是我們所說的AI框架、AI算力，包括云計(jì)算的一些資源，它是互聯(lián)網(wǎng)巨頭所提供的包括AI計(jì)算、網(wǎng)絡(luò)以及存儲(chǔ)資源。這些互聯(lián)網(wǎng)巨頭包括bat、谷歌、亞馬遜等，他們都是通過AI技術(shù)來推廣自己的云平臺(tái)，即用AI來競(jìng)爭(zhēng)云平臺(tái)市場(chǎng)。另外傳統(tǒng)的芯片公司包括英特爾英偉達(dá)，他們通過開發(fā)適配于AI計(jì)算的通用芯片來提高他們?cè)谛酒�領(lǐng)域的市場(chǎng)份額。

往上一層的是AI通用功能，包括基于智能圖像的人臉識(shí)別、OCR識(shí)別、智能語音識(shí)別、自然語音處理功能，這些功能往往是針對(duì)語言還有自然圖像，預(yù)先設(shè)計(jì)好的通用模型，垂直應(yīng)用公司可以馬上拿來用。因?yàn)檫@些模型是針對(duì)自然圖像來訓(xùn)練的，所以雖然成熟，但在醫(yī)學(xué)領(lǐng)域不能直接應(yīng)用。

第三層就是算法。算法模型要素體現(xiàn)了整個(gè)人工智能的基礎(chǔ)，包括我們比較熟悉的分類模型，檢測(cè)模型以及用于語音分割的神經(jīng)網(wǎng)絡(luò)等。AI模型是人工智能的基礎(chǔ)數(shù)學(xué)模型，它常常是通過科學(xué)論文然后公開發(fā)表。有很多AI的初創(chuàng)公司，在AI模型的領(lǐng)域有非常深厚的積累，這也是他們產(chǎn)品差異化的來源。

再往上的兩部分，稱為AI的開發(fā)工具，包括AI框架。大公司在開發(fā)、維護(hù)時(shí)使用，從而方便AI的開發(fā)人員搭建、訓(xùn)練，以及部署網(wǎng)絡(luò)。公司的目的就是吸引語言開發(fā)者來建立圍繞公司的生態(tài)系統(tǒng)。現(xiàn)在AI被稱為是未來的操作系統(tǒng)，也就是說AI在未來有很高的戰(zhàn)略地位，這些公司希望通過AI訓(xùn)練平臺(tái)，讓垂直應(yīng)用公司可以不需要具備AI的開發(fā)能力，只需要提供行業(yè)數(shù)據(jù)，提供專業(yè)的標(biāo)注，其他的包括訓(xùn)練、網(wǎng)絡(luò)建模、部署，完全用云平臺(tái)來負(fù)責(zé)，這樣就大大簡(jiǎn)化了垂直應(yīng)用公司的門檻。上面一層與我們今天行業(yè)相關(guān)包括AI＋醫(yī)療，AI＋金融等等。這些垂直應(yīng)用廠商往往是數(shù)據(jù)的擁有者。他們利用這些數(shù)據(jù)，并且綜合底下幾層的AI要素來實(shí)現(xiàn)他們的功能。

基于這個(gè)AI要素分析，我認(rèn)為目前涉足AI＋醫(yī)療的公司主要分為五大類型，第一種類型是互聯(lián)網(wǎng)巨頭包括BAT、谷歌、亞馬遜，他們利用AI來進(jìn)行云計(jì)算平臺(tái)布局。但是在長(zhǎng)遠(yuǎn)來看，他們還是希望能夠把握住AI未來的操作系統(tǒng)這個(gè)巨大的市場(chǎng)。

第二類是大放廠家，他們有影像設(shè)備、預(yù)判終端，他們通過端到端的AI賦能，從前端的影像采集到中間的影像重建，到后端的閱片都進(jìn)行AI賦能。這樣它可以提高影像設(shè)備的推廣能力。

第三類是傳統(tǒng)AI公司向醫(yī)療拓展，這類公司在AI某一個(gè)領(lǐng)域有深厚的積累，比如說語音、圖像。他們利用這個(gè)工具迅速切入醫(yī)療，并且在深度上和廣度上不斷擴(kuò)展。比如說基于語音技術(shù)，我們?cè)卺t(yī)療中可以實(shí)現(xiàn)電子病例輸入，電子病例語音導(dǎo)入，做智能語音導(dǎo)診機(jī)器人�；�于圖像呢，去年騰訊迅速地開發(fā)產(chǎn)品來進(jìn)行基于醫(yī)學(xué)影像的人工智能輔助診斷。

第四類產(chǎn)品是當(dāng)前最活躍的，也是技術(shù)含量最高的，我們認(rèn)為是人工智能＋醫(yī)療的初創(chuàng)公司。這類公司有深厚的技術(shù)背景，他們?cè)贏I算法模型要素上有天然的優(yōu)勢(shì)，有很強(qiáng)的競(jìng)爭(zhēng)力。他們的合作模式也非常靈活，產(chǎn)品迭代很快，基本上是三個(gè)月一個(gè)產(chǎn)品。

最后一類公司是傳統(tǒng)的醫(yī)療設(shè)備公司向AI領(lǐng)域拓展。這類公司的優(yōu)勢(shì)在于具有多年沉淀的醫(yī)院信息化解決方案，而這些醫(yī)院信息化解決方案是AI落地醫(yī)院天然的創(chuàng)新場(chǎng)景與落地場(chǎng)景，這些公司往往是數(shù)據(jù)的擁有者。

海信醫(yī)療設(shè)備公司就是屬于這第五類公司。我們?cè)贏I領(lǐng)域的定位就是AI的使用者，我們希望通過我們的信息化解決方案，把AI迅速落實(shí)到醫(yī)院，符合工作流程，讓醫(yī)生在潛移默化中去了解AI、熟悉AI、最終接受AI，這是一個(gè)長(zhǎng)期的過程。但是由于我們?cè)卺t(yī)院的沉淀，可以把這個(gè)過程變得非常平緩。

海信醫(yī)療設(shè)備公司主要有五類產(chǎn)品線，包括海信應(yīng)用顯示系統(tǒng)，這是基于海信多年在顯示器方面的積累，我們不足進(jìn)入醫(yī)療領(lǐng)域，做醫(yī)療級(jí)的診斷生產(chǎn)。第二類是計(jì)算機(jī)輔助手術(shù)系統(tǒng)。就是基于ct核磁、基于人工智能分割以及識(shí)別技術(shù)，進(jìn)行三維重建，三維渲染，手術(shù)推薦，對(duì)復(fù)雜的腫瘤手術(shù)進(jìn)行精準(zhǔn)的術(shù)前規(guī)劃。第三類是醫(yī)院系統(tǒng)化解決方案，包括數(shù)字化手術(shù)室，遠(yuǎn)程會(huì)診等系統(tǒng)化解決方案。

第四類是海信移動(dòng)護(hù)理終端，為了實(shí)現(xiàn)護(hù)士的無紙化辦公，只需要一個(gè)PDA終端就可以完成平常的醫(yī)生護(hù)理、藥品的管理等工作。第五類產(chǎn)品線是海信冷鏈系統(tǒng)，這是我們和海信冰箱公司合作生產(chǎn)的不同溫度級(jí)別的應(yīng)用冰箱。

最近幾年，人工智能的成熟度在迅速地發(fā)展，但是它在醫(yī)學(xué)領(lǐng)域的應(yīng)用受到精確度、綜合信息的分析能力，包括全病種的覆蓋能力的一些限制，注定了它在醫(yī)學(xué)領(lǐng)域不能代替醫(yī)生，只能作為醫(yī)生的輔助存在。我們認(rèn)為它的定位是在傳統(tǒng)醫(yī)學(xué)的實(shí)踐中的增值服務(wù)。既然定位成增值服務(wù)，它就必須有一個(gè)增值服務(wù)的載體，這就是我們傳統(tǒng)醫(yī)療公司的一個(gè)最大的優(yōu)勢(shì)。我們的信息化解決方案就是人工智能技術(shù)的一個(gè)載體。

我們應(yīng)用人工技能技術(shù)主要有兩個(gè)方面，一是基于我們的計(jì)算機(jī)輔助手術(shù)系統(tǒng)，對(duì)疾病的診斷，到疾病的定量分析，再到最后手術(shù)的智能方案推進(jìn)，進(jìn)行端到端的人工智能賦能。第二部分是基于智慧閱片室的遠(yuǎn)程數(shù)字化手術(shù)室系統(tǒng)的醫(yī)院信息化系統(tǒng)，我們用人工智能對(duì)它賦能，基于這些場(chǎng)景提出一些人工智能的創(chuàng)新。

手術(shù)系統(tǒng)是針對(duì)胸腹腔，包括肝膽胰脾腎肺的很復(fù)雜腫瘤的精準(zhǔn)術(shù)前規(guī)劃而開發(fā)。醫(yī)生拿到二維掃描圖片，系統(tǒng)通過語義分割，可以對(duì)腹腔內(nèi)的重要臟器，包括肝與腫瘤腫瘤周圍血管、腫瘤附近的重要臟器進(jìn)行精準(zhǔn)分割，然后進(jìn)行三維重建，以三維的方式展現(xiàn)在醫(yī)生面前。通過這些模型以及手術(shù)推薦系統(tǒng)，我們可以為醫(yī)生推薦不同的手術(shù)方式，讓醫(yī)生進(jìn)行一個(gè)術(shù)前的精準(zhǔn)規(guī)劃。

因?yàn)槲覀儗?duì)腹腔中的每個(gè)組織器官有了精準(zhǔn)的數(shù)學(xué)模型，建模，所以我們可以把腹腔器官的定量信息全面的展示給醫(yī)生，包括肝臟的體積，包括肌瘤的體積，腫瘤的最大徑，以及切除腫瘤后殘肝的體積。醫(yī)生可以憑借這些定量數(shù)據(jù)，綜合地評(píng)判應(yīng)用的手術(shù)方式。不同的手術(shù)方式，包括解剖性肝切除，我們是通過分割出供血血管，并對(duì)供血血管的拓?fù)浣Y(jié)構(gòu)進(jìn)行分析，對(duì)肝臟的不同功能段進(jìn)行分割，這樣醫(yī)生只要單獨(dú)切除被病灶侵蝕的功能段，保留其他功能段，就能保持肝臟的正常功能。我們利用這種精確的曲面擬合，可擬合出精準(zhǔn)的切割平面。在擬合過程中醫(yī)生可以實(shí)時(shí)的看到切割以后的肝臟體積，剩余的肝臟體積，這樣能夠保證這個(gè)手術(shù)是可行的，不然剩余的肝臟太少，可能會(huì)引起肝臟衰竭死亡。

對(duì)于一些多發(fā)性腫或者是巨大腫瘤不能進(jìn)行手術(shù)的，醫(yī)生可基于影像導(dǎo)航的局部消融手術(shù)。這種手術(shù)就需要消融探針有精確的探針入針點(diǎn)，包括皮膚哪一點(diǎn)入針、入針錄像、入針的路線、如何避開血管、避開重要的臟器，以及如果我們用射頻消融、微波消融，消融的范圍需要一個(gè)精確的模擬，這樣能盡大程度上保護(hù)健康組織。這是利用我們系統(tǒng)做的一些案例。這都是一些比較疑難的案例，包括腹膜后腫瘤、肝中的巨大腫瘤、肝內(nèi)多腫瘤。我們利用系統(tǒng)進(jìn)行術(shù)前的規(guī)劃，將不可能做的手術(shù)變得可以。比如這個(gè)肝中的巨大腫瘤，醫(yī)生最后選擇的方案就是在肝臟中部把腫瘤掏出來。這是非常冒險(xiǎn)的，因?yàn)檠�管周圍非常�?fù)雜。雖然冒險(xiǎn)，但是非常精準(zhǔn)，最后病人成功地完成手術(shù)。

我們對(duì)腎臟的這種保腎手術(shù)，以及肺部的分割也做了一些相應(yīng)的產(chǎn)品，肺部的動(dòng)靜脈特別復(fù)雜，而且支氣管決定了肺臟功能段的分段。所以通過對(duì)這些臟器血管的精準(zhǔn)分割分析，可以精準(zhǔn)地指導(dǎo)醫(yī)生手術(shù)。

還有一例是利用我們的手術(shù)系統(tǒng)進(jìn)行的連體嬰兒的分離術(shù)。通過ct掃描，我們可以看到這兩個(gè)嬰兒是在肝部連接的，然后每一個(gè)嬰兒都有獨(dú)立的一套供血系統(tǒng)。這個(gè)手術(shù)非常危險(xiǎn)，為什么呢？因?yàn)椴还芪覀兌嗲辛嘶蛘呱偾辛四囊贿�，必定有一個(gè)嬰兒，可能會(huì)因?yàn)楦闻K體積過小而有生命的危險(xiǎn)，或者會(huì)影響他的生活。經(jīng)過我們的三維重建，可以看到藍(lán)色的靜脈之間有一個(gè)天然的理論通報(bào)。經(jīng)過術(shù)前的模擬，我們對(duì)它們的體積進(jìn)行了分析。一段通道分離肝臟以后，肝臟的體積都足以保證孩子的正常生活。最后這個(gè)模型被推進(jìn)手術(shù)室，現(xiàn)場(chǎng)指導(dǎo)手術(shù)，整個(gè)手術(shù)非常成功。

我們的市場(chǎng)推廣情況主要以兩種方式推廣，包括這種服務(wù)器銷售以及服務(wù)的模式。服務(wù)的模式，我們有一個(gè)專門的三維重建，手術(shù)推薦云平臺(tái)，醫(yī)生有需求的話可以上傳病例，我們也提供制作模擬手術(shù)的推薦，然后輔助醫(yī)生診斷。我們的平臺(tái)自從2016年底上線，從2017年和2018年的數(shù)據(jù)可以明顯地看到醫(yī)生的需求在不斷增長(zhǎng)，這也是醫(yī)生對(duì)計(jì)算機(jī)輔助精準(zhǔn)手術(shù)接受程度的提高。這是一個(gè)非�？上驳默F(xiàn)象。

基于前期的實(shí)驗(yàn)，我們建立了一個(gè)非常大的肝臟數(shù)據(jù)庫，集合了一萬多病例，包括成人和兒童的、正常和非正常的各種腫瘤病例，里面的數(shù)據(jù)非常豐富。我們收錄了病例的三維模型、醫(yī)生診斷報(bào)告，包括術(shù)前的檢查、實(shí)驗(yàn)室的血常規(guī)、檢查，以及術(shù)前三維重建和手術(shù)方式的設(shè)計(jì)等，我們也對(duì)手術(shù)中的步驟、術(shù)后的病理檢測(cè)的結(jié)果都進(jìn)行了詳細(xì)的記錄。目前隨訪情況還沒有加進(jìn)去。

這個(gè)數(shù)據(jù)庫意義非常大，因?yàn)橛辛诵g(shù)前的數(shù)據(jù)，術(shù)后病理的數(shù)據(jù)，和手術(shù)過程的一種分析，這可以對(duì)肝臟重大這種肝臟腫瘤的術(shù)式模型的研究提供一個(gè)非常好的依據(jù)。通過大數(shù)據(jù)分析可以對(duì)臨床的診斷提供非常有效的證據(jù)。比如說在遠(yuǎn)程會(huì)診中的應(yīng)用，首先創(chuàng)建智能助手，實(shí)現(xiàn)對(duì)語音實(shí)時(shí)的理解，利用人工智能數(shù)據(jù)實(shí)時(shí)影像配置，完成手術(shù)超聲影像實(shí)時(shí)導(dǎo)航。現(xiàn)在比較火的這種視頻分析技術(shù)用于手術(shù)室，手術(shù)室都有一個(gè)樹葉攝像頭，全程拍攝手術(shù)過程，視頻分析系統(tǒng)通過結(jié)構(gòu)化視頻，對(duì)視頻進(jìn)行一個(gè)結(jié)構(gòu)化操作，比如手術(shù)機(jī)器人訓(xùn)練、醫(yī)生的培訓(xùn)、醫(yī)生的手術(shù)質(zhì)量的評(píng)估。

目前人工智能在中國(guó)非�；�，與醫(yī)療相關(guān)的各種人工智能聯(lián)盟也非常多，這里我總結(jié)了一下，包括國(guó)家級(jí)別的，由工信部科技部牽頭的，包括省級(jí)的，目前山東、四川、湖南、廣東、上海都有省級(jí)人工智能聯(lián)盟，包括醫(yī)療�？祁I(lǐng)域的人工智能聯(lián)盟。為什么要把這些聯(lián)盟放在這呢？因?yàn)楫?dāng)我們分析他們的章程時(shí)，我們發(fā)現(xiàn)他們的目的其實(shí)就是規(guī)范化，人工智能輔助診斷的標(biāo)準(zhǔn)化，醫(yī)療大數(shù)據(jù)的標(biāo)準(zhǔn)，規(guī)范化醫(yī)療大數(shù)據(jù)、私有云平臺(tái)與公益平臺(tái)的標(biāo)準(zhǔn)。所以我們說目前醫(yī)療領(lǐng)域面臨的問題其實(shí)就是數(shù)據(jù)的問題。我覺得肝臟大數(shù)據(jù)庫是一個(gè)很好的例子。我們以點(diǎn)帶面，從與地區(qū)的三甲醫(yī)院合作開始，在一個(gè)器官上發(fā)起工作，完成肝臟大數(shù)據(jù)的建立，然后慢慢地完成整個(gè)醫(yī)學(xué)影像大數(shù)據(jù)構(gòu)建。

最后做一個(gè)簡(jiǎn)要總結(jié)。目前在CFDA對(duì)人工智能一些影像產(chǎn)品的認(rèn)證上有很大的突破，然后我們預(yù)計(jì)2018年會(huì)有這個(gè)破冰的現(xiàn)象，但是同時(shí)我們應(yīng)該認(rèn)識(shí)到它只是人工智能醫(yī)療落地的第一步，因?yàn)镃FDA只是滿足了市場(chǎng)的準(zhǔn)入，如何落地、如何真正服務(wù)到醫(yī)生，還需要我們?nèi)斯ぶ悄芨鹘绻餐�努力，共同推�?dòng)醫(yī)療人工智能的發(fā)展，這是我的演講，謝謝。（完）