發(fā)布日期：2017-06-23

   2017年6月22日，由清科集團(tuán)主辦的《2017投資界大健康投資峰會》在上海如期舉行，峰會邀請了中國最具代表性的大健康領(lǐng)域的企業(yè)高管與著名機(jī)構(gòu)合伙人共同探討產(chǎn)業(yè)投資趨勢，明晰細(xì)分行業(yè)的發(fā)展前景。 　　本次峰會上，在同渡資本創(chuàng)始管理合伙人吳容暉的主持下，初見醫(yī)療創(chuàng)始人、董事長兼首席科學(xué)家陳浩，盤古創(chuàng)富合伙人劉凱，高特佳投資集團(tuán)執(zhí)行合伙人鈕宏武，橙意家人創(chuàng)始人張丹，中科博銳總經(jīng)理張鑫，好人生CEO 章智云進(jìn)行了以“互聯(lián)網(wǎng)和人工智能開啟醫(yī)療新時代”為主題的圓桌討論。以下為討論實(shí)錄，經(jīng)投資界整理。 　　主持人吳容暉：我們今天提到兩種技術(shù)，一種是互聯(lián)網(wǎng)，一種是人工智能。互聯(lián)網(wǎng)對于醫(yī)療健康的影響很早就開始了，真正熱起來是在2013年、2014年，但是經(jīng)歷2015年以后很快地進(jìn)入寒冬的階段，我想請幾位嘉賓分享一下過去互聯(lián)網(wǎng)領(lǐng)域的思考。 　　鈕宏武：互聯(lián)網(wǎng)技術(shù)在過去的一二十年里得到了飛速的發(fā)展，對整個醫(yī)療健康領(lǐng)域里也有很大的促進(jìn)?；ヂ?lián)網(wǎng)在醫(yī)療領(lǐng)域的這股熱潮在2013、2014年的時候達(dá)到了頂點(diǎn)，但是后來逐漸地沉寂下來，我想這和中國醫(yī)療產(chǎn)業(yè)的特點(diǎn)有很大的關(guān)系。 　　互聯(lián)網(wǎng)在這個領(lǐng)域的應(yīng)用還沒有達(dá)到能夠符合產(chǎn)業(yè)要求的程度，但是隨著近年來的人工智能技術(shù)的發(fā)展，我相信很快會迎來新一輪的互聯(lián)網(wǎng)和智能化醫(yī)療健康產(chǎn)業(yè)的新高潮。不管互聯(lián)網(wǎng)技術(shù)應(yīng)用的程度如何，應(yīng)該說已經(jīng)改變了我們生活的方方面面。舉個簡單的例子，我們過去掛號都是需要大家親身到醫(yī)院去，但是通現(xiàn)在過互聯(lián)網(wǎng)能很便利的實(shí)現(xiàn)。 　　互聯(lián)網(wǎng)工具應(yīng)用以后可以很大程度上改進(jìn)醫(yī)院資源相對短缺或者分布不均勻的情況，使得邊遠(yuǎn)地區(qū)的病患能夠獲得大城市大專家的治療意見。現(xiàn)在很多的遠(yuǎn)程診斷都是很好的工具，相信隨著互聯(lián)網(wǎng)和人工智能技術(shù)的發(fā)展，會帶來更多的在醫(yī)療健康領(lǐng)域里的革命性的應(yīng)用。但是，技術(shù)的進(jìn)步、人們就醫(yī)習(xí)慣的改變都需要一個過程。 　　章智云：我認(rèn)為無論是互聯(lián)網(wǎng)還是人工智能，只是技術(shù)的變遷，對任何人來說都是載體，既不要太過于神化技術(shù)本身，也不要妖魔化技術(shù)本身。就像最早的時候是傳統(tǒng)互聯(lián)網(wǎng)，今天是移動互聯(lián)網(wǎng)，未來往下是移動智能的變遷。最終可能會落實(shí)到各種的技術(shù)是否能夠帶來本質(zhì)上的價值。 　　好人生是一家做整合式健康醫(yī)療服務(wù)的機(jī)構(gòu)，但我們更多的是從保險的視角來做健康服務(wù)產(chǎn)業(yè)鏈的整合，，但健康險是薄利型的產(chǎn)品，所以過去幾年我們也用了人工智能的方式提高效率和降低成本。支付寶錢包中的醫(yī)療服務(wù)板塊一個叫智能瘟疹就是好人生開發(fā)并且用API的方式推出的。 　　我們做過對比，患者看以前用我們的技術(shù)做了分診分科，和實(shí)際的吻合率達(dá)到了90%以上。在醫(yī)院場景下，醫(yī)生面對的很多問題是重復(fù)性的，我們可以把患者的癥狀一塊兒提供給醫(yī)生。我們現(xiàn)在產(chǎn)品線上人工需要去干預(yù)的部分特別少，對比原來的輕問診可以減少80%的人力。無論是互聯(lián)網(wǎng)還是人工智能，未來都是載體。 　　張鑫：我們之前在AI方面有很前沿的研究，早期的研究算法在國際上很有影響力。我自己是醫(yī)學(xué)的背景，所以想把好的技術(shù)真正在臨床應(yīng)用起來。AI這一塊兒我也一直跟蹤著前沿的報道，從科研工作的角度來看，這里面有兩個要點(diǎn)。 　　以人工智能為輔助做醫(yī)療做健康，一個要點(diǎn)是實(shí)現(xiàn)非常好的大數(shù)據(jù)。這個好有兩個標(biāo)準(zhǔn)，一個是這里面的數(shù)據(jù)能非常契合地滿足我們針對的特定的疾病或者是健康問題；另外數(shù)據(jù)的標(biāo)準(zhǔn)是這個數(shù)據(jù)要足夠地寬泛，能覆蓋我們在應(yīng)用中見到的很多類型。這樣形成的大數(shù)據(jù)才能真正地讓AI實(shí)現(xiàn)健康的輔助問診或者說疾病的診斷、治療。 　　另外，無論是人工智能還是之前的互聯(lián)網(wǎng)，我們想把它應(yīng)用于健康或者是醫(yī)療，離不開前端的監(jiān)測設(shè)備，如果把精力都投入在AI算法或者說應(yīng)用上而忽視了對前端監(jiān)測應(yīng)用的研發(fā)，將來的技術(shù)仍然會面臨著無本之木的困境。 　　如果想把AI真正應(yīng)用于健康和醫(yī)療，一個是要把數(shù)據(jù)管理好，真正形成很快標(biāo)準(zhǔn)的科學(xué)數(shù)據(jù)庫；同時有前端的監(jiān)測設(shè)備，可以給AI提供追要的素材，讓它在相關(guān)的領(lǐng)域能夠有一些深入的分析。這樣才能把人工智能的技術(shù)發(fā)揮到極致，滿足我們未來希望它達(dá)到的目的。 　　張丹：提到人工智能的時候我有兩個觀點(diǎn)，人工智能在國內(nèi)一個非常好的應(yīng)用場景是普惠醫(yī)療。我們國家醫(yī)療匱乏，人工智能非常方便的真正成為基層醫(yī)療的輔助診斷工具。 　　我們在這中間解決了兩個問題，第一是我們現(xiàn)在做的COPD慢阻肺的部分，以前診斷發(fā)病率14%，大部分的病人是沒有被診斷的。基層醫(yī)院不會有這樣的設(shè)備，因?yàn)榉尾扛渌谋O(jiān)測是不一樣的，血壓一伸手就能測。所以在里面做了兩個分級，我們在后臺做AI自動化的分析，很快地回傳給醫(yī)生，所以可以在后臺每天處理上千份的報告，這樣可以把大量基層的診斷工具發(fā)揮出來。 　　劉凱：我們主要是在三個方向，互聯(lián)網(wǎng)、醫(yī)療健康還有新興技術(shù)。我個人的背景是學(xué)計算機(jī)的，所以我主要是談一下技術(shù)對行業(yè)的促進(jìn)作用或者說相關(guān)性。剛剛吳總也提了2014年開始互聯(lián)網(wǎng)醫(yī)療、移動醫(yī)療非常的火，這兩年可能又遭遇到一些“寒潮”，這個是行業(yè)的常態(tài)。 　　為什么是常態(tài)呢？因?yàn)獒t(yī)療健康是特別謹(jǐn)慎的行業(yè)，所以大家懷著熱情把新技術(shù)應(yīng)用的時候遇到行業(yè)的謹(jǐn)慎，必然會大浪淘沙，很多企業(yè)會經(jīng)過嚴(yán)格的篩選才能真正地堅持下去。 　　今年人工智能在很多比較細(xì)分的領(lǐng)域戰(zhàn)勝了人類，取得了巨大的成果。這也是技術(shù)積累到了一定的階段，人工智能取得成功需要三方面，一方面有大量的數(shù)據(jù)包括各種設(shè)備（車輛設(shè)備、智能設(shè)備）。第二是有很好的計算資源，以前的云計算。第三是很好的算法和深度學(xué)習(xí)。 　　人工智能應(yīng)用到醫(yī)療領(lǐng)域像醫(yī)療影像的識別已經(jīng)超過了自身醫(yī)生的水平，錯誤率已經(jīng)很低了。人工智能在很多細(xì)分的領(lǐng)域?qū)〉煤艽蟮某删?，會大大地緩解國?nèi)醫(yī)療資源不均或者不夠的情況。還有一個領(lǐng)域是人工智能最擅長的，人腦解決不了的疑難雜癥，很多醫(yī)生是靠經(jīng)驗(yàn)，沒有見過的話就是沒有辦法解決。人工智能通過大數(shù)據(jù)計算可以從海量的案例里面幫助解決。 　　陳浩：我們公司專注于醫(yī)療影像的智能化分析，我個人在博士期間一直做人工智能在醫(yī)學(xué)影像中的應(yīng)用，所以也積累了很多年的人工智能的技術(shù)。剛才談到數(shù)據(jù)的積累和技術(shù)的積累，所以在評價人工智能對這一波行業(yè)影響的時候先提三個背景。 　　第一是、放射科數(shù)據(jù)的增長量是30%，而影像科醫(yī)生的增長量是1.3%，所以矛盾是加劇的，放射科醫(yī)生的增長趨勢是跟不上數(shù)據(jù)量的。 　　第二是病理科，我們國家現(xiàn)在有9000名有臨床執(zhí)照的醫(yī)生，但是缺口按照美國的標(biāo)準(zhǔn)是達(dá)到3到4萬的，所以在供需矛盾上是非常突出的。 　　第三是質(zhì)量的問題，我們知道醫(yī)療資源分配不集中，像301、協(xié)和的資源比較集中，但是在基層醫(yī)院鄉(xiāng)鎮(zhèn)縣醫(yī)生的資源不是特別好。 　　我覺得人工智能是有希望能夠緩解矛盾，并且為量的問題提供出口。剛才劉總提到人工智能落地在實(shí)際場景中的幾個要素我是非常同意的，但是我想更加細(xì)微詳細(xì)地解釋一下，我認(rèn)為是有四方面的。 　　第一是高質(zhì)量的結(jié)構(gòu)化的數(shù)據(jù)。我們公司現(xiàn)在和20多家三甲醫(yī)院在10個模塊上的基礎(chǔ)之上構(gòu)建高質(zhì)量的結(jié)構(gòu)化的數(shù)據(jù)。 　　第二是先進(jìn)性的算法。因我們之前處理了200GB的病理科的數(shù)據(jù)，推動影像的算法可以在3分鐘之內(nèi)處理一個人的數(shù)據(jù)，但是按照以前的算法來說十幾分鐘甚至一個小時都處理不完。 　　第三是高性能的數(shù)據(jù)平臺。我們目前也已經(jīng)布置了100多塊顯卡的計算影像平臺，目前來說還是有一定的瓶頸的。盡管我們花了大的精力去提高算法，處理200GB的數(shù)據(jù)仍需要一個月，所以在數(shù)據(jù)上還需要做積累進(jìn)行改進(jìn)和突破的。 　　第四方面是要跟細(xì)分領(lǐng)域的行業(yè)在某種疾病的分析和診斷緊密地結(jié)合，這一點(diǎn)顯得尤其重要。 　　主持人：兩年前看了一批創(chuàng)業(yè)項(xiàng)目，用互聯(lián)網(wǎng)改造醫(yī)療健康，今年我們收到同樣的項(xiàng)目，大部分都已經(jīng)改成了人工智能改造醫(yī)療和健康，就是包裝換了用人工智能的詞來吸引注意力。嘉賓能跟大家分享一下作為最前沿的觀察者，這個方向上的判斷是什么，預(yù)測一下人工智能+醫(yī)療健康會像互聯(lián)網(wǎng)+醫(yī)療一樣那么大的起伏嗎？人工智能改變醫(yī)療健康最可能的點(diǎn)是什么？ 　　陳浩：首先人工智能肯定帶來積極的影響，但是以我在行業(yè)中的觀察，覺得這一波還是過熱了。如果一個好的技術(shù)能夠在未來帶來積極的影響，在這個階段我們更重要的應(yīng)該是呵護(hù)它而不是受行業(yè)的影響過度地去捧熱它，應(yīng)該保持比較理性的態(tài)度，能夠真正關(guān)注對醫(yī)療的某些細(xì)分領(lǐng)域帶來革命性的變化。 　　我個人的觀點(diǎn)最容易切入的應(yīng)該是勞動密集型的行業(yè)，這些是計算機(jī)容易替代的，而且是比較擅長的。以醫(yī)療行業(yè)細(xì)分領(lǐng)域病理科為例，當(dāng)然疑難雜癥還是需要重點(diǎn)把關(guān)的，而對于常見病種，對醫(yī)生來說不需要特別高的技術(shù)含量，但是由于問題的性質(zhì)決定了計算機(jī)適合做這些事情，讓醫(yī)生做更有價值的事情。 　　劉凱：比如說影像監(jiān)測、遠(yuǎn)程醫(yī)療、新藥研發(fā)、智能護(hù)士這些領(lǐng)域，都有人工智能的探索，我個人比較看好的是陳博士講的圖象識別領(lǐng)域。非醫(yī)療圖象的識別也取得了很多的成功，識別的準(zhǔn)確率很多已經(jīng)高于正常人眼的識別率。在醫(yī)療影像這一塊兒照CT或者說動態(tài)的鏡會產(chǎn)生大的圖象或者視頻，這些是靠醫(yī)生、人眼、肉眼識別很小病灶，可能沒有計算機(jī)處理的快，因此這個領(lǐng)域可能會率先地跑出來，進(jìn)入到使用。 　　張丹：人工智能就是工具，就像現(xiàn)在很多的直播平臺就是工具，說互聯(lián)網(wǎng)顛覆醫(yī)療是不對的。人工智能不是讓醫(yī)生下崗，是讓他做更多的疑難雜癥的操作。曾經(jīng)有衛(wèi)計委的主任講過一個人工智能做的好的縣，他給鄉(xiāng)村醫(yī)生做了輔助系統(tǒng)，大大地提高了診斷率。我們的基層有很大的機(jī)會，所以我覺得人工智能在醫(yī)療健康領(lǐng)域大有可為。 　　張鑫：人工智能在勞動力密集行業(yè)肯定能發(fā)揮很大的作用，在某種程度上能夠?qū)崿F(xiàn)代替。另外如果把人工智能跟傳感器結(jié)合，沒準(zhǔn)能尋找一些新的應(yīng)用。因?yàn)槲覀兡壳澳芸吹降膽?yīng)用是有限的，如果能夠發(fā)掘新的應(yīng)用也許也能給AI帶來新的機(jī)會，要去嘗試找各種應(yīng)用才能把AI的特點(diǎn)發(fā)揮到極致。 　　章智云：我還是之前的觀點(diǎn)，人工智能也好、大數(shù)據(jù)也好未來都不會考慮它有沒有必要，它未來可能就是基礎(chǔ)設(shè)施，你在每一個行業(yè)當(dāng)中可能得會應(yīng)用到這個工具或者載體。 　　至于在哪個環(huán)節(jié)當(dāng)中會有爆發(fā)，一種是像剛剛張總提到的分期診療，還有是在技術(shù)層面像說到的精準(zhǔn)治療是基于大量的技術(shù)的部分也會有發(fā)展空間。未來不會是非常神奇的試點(diǎn)，是跟人息息相關(guān)的。未來人工智能也是一樣的，在各個行業(yè)都中都必須有這個思維，有這樣的技術(shù)手段，就像城市要發(fā)展必須要有高速公路一樣。 　　提問：由AI的技術(shù)讀取醫(yī)療影像產(chǎn)生的醫(yī)療風(fēng)險和醫(yī)療漏診的責(zé)任怎么劃分？ 　　主持人：我們也看過大量項(xiàng)目，現(xiàn)在這個階段還是輔助的作用，最后拍板的還是醫(yī)生。因?yàn)闄C(jī)器有它的特性，在針對某一個病人的癥狀和監(jiān)測結(jié)果下結(jié)論這一點(diǎn)上它的速度是沒人能比的，他引的文獻(xiàn)的個數(shù)和新穎性，甚至幾分鐘前剛出來的它就已經(jīng)知道了，所以在這些方面是機(jī)器特別擅長的地方。我覺得人擅長的是創(chuàng)造性和非常強(qiáng)的綜合判斷能力，這兩點(diǎn)結(jié)合會讓診斷上一個新的臺階。但如果完全取代醫(yī)生，我相信主流的觀點(diǎn)還是持否認(rèn)的態(tài)度。顛覆傳統(tǒng)醫(yī)療，目前聽到的聲音還是感覺有生之年很難實(shí)現(xiàn)。 　　劉凱：這個問題好像自動駕駛，比如說特斯拉完全自動駕駛無人駕駛，但是它現(xiàn)在出了事以后責(zé)任是特斯拉還是司機(jī)？還有就是取決于監(jiān)管，不允許你無人駕駛，那就由司機(jī)來負(fù)責(zé)。如果現(xiàn)在給醫(yī)生監(jiān)管，最后還是得醫(yī)生簽字。

來源：投資界