“之前,都是我们出去拉单子。现在,已经有不少企业主动过来寻求合作了”。今年 2 月份,一位 AI 创业公司的技术专家曾对 InfoQ 这样说道。
疫情发生以来,我们看到了人工智能技术在医疗、配送、巡检等方面的应用,儿童陪伴机器人、扫地机器人、拖地机器人等家用服务机器人亦开始落地,以 5G、人工智能、工业互联网、物联网等相关的基础设施定义为“新型基础设施建设”被广泛关注。那么,重中之重的医疗领域会因为新基建的到来发生哪些变化呢?人工智能在医疗领域的应用难点是什么?
新基建火了
2018 年 12 月 19 日至 21 日,中央经济工作会议重新定义了基础设施建设,把 5G、人工智能、工业互联网、物联网定义为“新型基础设施建设” 。随后,“加强新一代信息基础设施建设”被列入 2019 年政府工作报告 。
2020 年 3 月,中共中央政治局常务委员会召开会议提出,加快 5G 网络、数据中心等新型基础设施建设进度。
2020 年 3 月 6 日,工信部召开加快 5G 发展专题会,加快新型基础设施建设。
瞬时,新基建相关话题席卷了科技圈,每家公司都开始对外诉说自己对新基建的理解,又一个“不说都不好意思出门”的词语出现了。客观来看,这次疫情爆发很大程度上推动了医疗健康领域的发展。那么,新基建的火爆对医疗健康领域接下来的发展有哪些影响?
如何理解医疗健康领域的新基建?
互联网医疗源起很多年前,恐怕过去的无数个冬天,这个领域的开发者都未曾如这个冬天般受到这么大关注。通过医疗影像进行疫情诊断、通过 AI 算力平台加速药物研发过程等,都是 AI 技术在医疗领域落地的可能途径。早在 2014 年,阿里收购中信旗下的二十一世纪,同年 10 月,更名为阿里健康,正式宣告阿里进军健康赛道。如今,6 年多过去了,阿里健康是如何看待新基建的呢?
根据阿里巴巴方面的介绍,阿里巴巴健康新基建共包含六个模块,分别是:
区域医疗云。阿里健康认为,云计算、云 HIS 是未来医疗机构的数据运算基础。医院信息系统(HIS)的“上云”,可以保证不同医疗机构之间相关数据的安全互联互通,从而保证了其相互之间的高效协作。
医疗人工智能。人工智能在医疗场景中的广泛使用,可以有效缓解目前的医疗资源紧缺问题。在此次新冠肺炎疫情中,医疗 AI 精准、快速筛查,可以在不占用大量医疗资源的同时助力抗“疫”,提高抗“疫”效率。
互联网医疗。依托于互联网技术的互联网医院和在线健康咨询,让国内外用户可以足不出户,享受专业的复诊和健康服务。
药品流通网络。建立在移动互联网基础上,从生产端到流通端,再到零售端的药品供给网络,即通过互联网,让整个药品流通链路更加高效可控,从而可实现药品的快速盘货和跨区域调配。
药品追溯系统。以“一物一码,物码同追”为方向,建立起药品信息化追溯体系,实现药品疫苗的全品种、全过程可追溯。利用这一追溯系统,最大限度保证药品、疫苗在流通全链路的安全性。药品数字化追溯系统不仅可以确保药品流通、销售和使用安全,在疫情中甚至可以在新药或新疫苗等临床双盲试验中起到辅助作用。
电子健康档案。基于移动互联网和数字技术,电子健康档案将逐渐成为医生和个人诊断管理身体健康的有效数字化工具。例如,疫情期间,健康码可以快速反映个人疫情风险级别,帮助政府和个人做出更精准的判断。
在近期的媒体沟通会上,阿里健康资深副总裁马立谈及对新基建的思考时表示,整个构建过程首先应该是技术驱动的,无论是互联网、大数据、云计算还是人工智能,都在之中发挥作用;其次,这是一次从传统互联网到产业互联网的过渡,比如将某项技术应用到临床,这要求工程师理解临床试验的过程,知道用哪些技术可以提高整个流程;最后,姑且称之为“场景为王”,不能脱离真实场景而闭门造车,比如阿里达摩院的 CT 影像 AI,需要真正在场景中应用才能收到反馈,并不断优化算法。
如上可以看出,医疗人工智能属于阿里健康新基建的一部分,在本次疫情中,阿里达摩院 CT 影像 AI 在湖北、上海、广东、江苏、安徽等 16 个省市的 168 家医院落地,诊断 34 万临床病例;达摩院全基因分析平台也在浙江疾控中心、武汉金银潭医院等落地,缩短了疑似病例基因分析的时间等。虽然,我们已经见到了不少 AI 技术在医疗领域的应用,但这个过程还面临很多难点需要解决。
AI 技术在医疗领域应用的难点?
数据不足
达摩院既做技术研究,又做技术落地,把技术变成产品和解决方案。阿里巴巴集团副总裁、达摩院高级研究员华先胜在近日的媒体沟通会上表示,医疗健康领域的基础数据依旧较为匮乏,举例来说,飞机上面的传感器每天可能收集 2T 数据,汽车每小时可能积累 40T 数据,而对于人来讲,即便佩戴了一些感知设备(运动手环等),可以收集到的数据也是非常有限的。
如果去观察 AI 技术在各行各业的应用,可能互联网电商行业、城市管理都会走得靠前一些,而医疗领域大概处在中间的位置,这和数据量不足也有关系。华先胜补充道,医疗数据的使用更为严苛。如果要用作研究,数据必须是脱敏的,再加之原本数据就不够丰富,结果就是数据量非常有限。不少研究人员正运用机器学习等方法解决这一问题,但这还需要更多人一起努力。
在这次疫情中,达摩院也是基于过往多年的技术积累提出了一些解决方案。2017 年,达摩院就曾获得过肺结节检测比赛的冠军,在这个基础上,又对肺部诊断做了扩充,增加了肺密度增高影、索条、肺大泡、动脉硬化、淋巴结钙化等,这对早期筛查很有帮助。通过将该技术应用在体检过程中,基本一秒钟就可以得出结果,敏感性和准确率都比较高,分别达到了 99.52%和 98.55%。同时,阿里达摩院还将医疗影像和文字资料放到了搜索引擎里面,为医生所用,如果出现与过往诊断中相似的病例,系统可以查询出当时的诊断情况和影像等资料。
为了全方位抗疫,达摩院医疗 AI 团队还提供了医疗专业翻译、疫情预测等系统,来为更大范围、更高层次的抗疫提供信息支撑。基于翻译和自然语言处理技术,还做了一个医疗领域的知识图谱以及基于图谱智能的问答,钉钉上可以使用,这项技术接下来也会用到天猫精灵里面进行慢病健康的管理。
医疗需要专业知识的积累
此前,谈及医疗 AI,有这么一句话流传甚广:在医疗领域,如果没有海量被专业医生标注的数据,再天才的科学家也无用武之地。
AI 技术在医疗领域发展的另一个门槛就是专业知识,AI 领域的研发人才需要具备一定的知识才能跨行业研究,而且这个行业的知识与其他不同,真的需要很专业的知识才可以。
在国外一些大学内部,也曾有教授明确提出对参加 AI 医疗保健项目的计算机专业学生们只有一项基本要求——在讨论代码与算法之前,先融入医护人员的日常生活。他们需要进入 ICU、病房、手术室甚至是医护人员 / 患者家中,了解这些人的生活方式并跟他们的家人面对面接触。完成了这一切之后,才有资格开始讨论计算机科学问题。
未来发展方向
此前,工信部向人工智能相关学(协)会、联盟、企事业单位发出倡议,各主体应充分发挥人工智能赋能效用,协力抗击新型冠状病毒感染的肺炎疫情。其中一条便是优化 AI 算法和算力,助力病毒基因测序、疫苗 / 药物研发、蛋白筛选等药物研发攻关。在这样的背景下,医疗 AI 技术的未来可期。
华先胜总结道,达摩院医疗 AI 团队主要的研究方向:一是医疗影像分析,对影像进行精准分析,提高诊断精准度;二是基因分析,包括基因对疾病和身高的预测等;三是自然语言处理方向,这对整个医疗健康领域来讲是绕不开的问题,因为整个过程涉及到很多文字、图片资料;四是未来可能还有更多场景出现,包括机器人的方向、AR/VR 的方向等,这也是达摩院正在研究的内容。
评论