從“互聯(lián)網(wǎng)+醫(yī)療”、“AI+大健康”到“5G+智慧醫(yī)療”，近幾年來全球醫(yī)療健康產(chǎn)業(yè)正在不斷跨界，融合了人工智能、物聯(lián)網(wǎng)、大數(shù)據(jù)等高科技，醫(yī)療服務(wù)正大步走向真正意義的智能化，也迎來了前所未有的發(fā)展契機(jī)。在“健康中國”國家戰(zhàn)略背景下，國內(nèi)醫(yī)療行業(yè)不僅步入了規(guī)范的快車道，也讓智慧醫(yī)療應(yīng)用逐步走進(jìn)尋常百姓家，大健康時代已然來臨。

大數(shù)據(jù)、人工智能（AI）和機(jī)器學(xué)習(xí)（ML）引發(fā)的熱議從未如此高漲，它們帶來的益處幾乎惠及各行各業(yè)的企業(yè)。

現(xiàn)在正是企業(yè)好好利用這些益處的時候。在AI和ML的價值惠及企業(yè)前，企業(yè)必須徹底理解它們在貿(mào)易業(yè)務(wù)中的作用、能解決的問題、以及與企業(yè)目標(biāo)或預(yù)計結(jié)果達(dá)成一致的方式，如谷歌就已在解決大規(guī)模醫(yī)療健康問題上下注。

科技巨頭在AI醫(yī)療健康方面投資

谷歌AI一直在醫(yī)療健康和生物科學(xué)領(lǐng)域進(jìn)行與AI相關(guān)的研究和協(xié)作項目，它聲稱：

“機(jī)器學(xué)習(xí)有幾十個潛在的應(yīng)用領(lǐng)域，但是醫(yī)療健康是一個為人民謀福的非凡機(jī)遇，且谷歌AI與臨床醫(yī)生、醫(yī)療服務(wù)提供者緊密合作，希望能研發(fā)出工具來大幅度改善醫(yī)療服務(wù)的可得性和準(zhǔn)確度?！?/p>

埃森哲咨詢公司的首席醫(yī)療官羅恩·穆迪(Ron Moody)寫過一篇相關(guān)文章，題為《醫(yī)療健康中的AI——產(chǎn)業(yè)演變的關(guān)鍵》(AI in Healthcare – A Key to Industry Evolution)，文中寫到：

“人工智能（AI）將在醫(yī)療健康的經(jīng)營、衛(wèi)生研究、醫(yī)療保障的交付以及幫助病人保持健康上進(jìn)行改革。現(xiàn)在已經(jīng)可以看出，這將是長期醫(yī)療健康策略中關(guān)鍵的一環(huán)。”

AI已經(jīng)融入人們每天都打交道的產(chǎn)業(yè)過程、應(yīng)用程序及系統(tǒng)，這幫助醫(yī)療健康領(lǐng)域?qū)崿F(xiàn)進(jìn)一步的AI拓展。運用AI來支撐一系列活動，如檢測疾病、醫(yī)療診斷等，將會使這一領(lǐng)域有所突破和超越。

醫(yī)療保健與其他商業(yè)產(chǎn)業(yè)、行政管理、物流、業(yè)務(wù)流程以及客戶關(guān)系有著相似的大圖景。在上述領(lǐng)域中，AI的應(yīng)用已經(jīng)開始降低成本、提高效率。醫(yī)療健康降低成本的需求使該領(lǐng)域承受著巨大的壓力。在這些領(lǐng)域中，各個機(jī)構(gòu)現(xiàn)在應(yīng)當(dāng)進(jìn)行探索、投資，運用AI來實現(xiàn)改變。

根據(jù)卡塞塔 (Caserta) 的文章《美國平均每人在醫(yī)療健康上的花費超過一萬美元，占GDP的18%》(The United States spends over $10,000per capita, or 18% of its GDP, on healthcare)，且根據(jù)BGV（Benhamou Global Ventures）公司的數(shù)據(jù)，由于人口老齡化、市場不斷擴(kuò)張、勞動力成本逐年增長，全球醫(yī)療健康費用預(yù)計在2017年至2021年會以每年4.1%的速度增長。除數(shù)字化顛覆之外，創(chuàng)新型新興公司有獨特的機(jī)會崛起，并運用醫(yī)療健康的生態(tài)系統(tǒng)打造科技、解決特定問題。

AI的價值

通過將AI運用在經(jīng)營、物流、行政流程上，甚至用其改善客戶參與度，一些醫(yī)療健康機(jī)構(gòu)已經(jīng)見識到了AI帶來的好處，但是AI還有潛力繼續(xù)擴(kuò)大領(lǐng)域，如病理學(xué)、放射學(xué)的釋義等領(lǐng)域。隨著數(shù)據(jù)出現(xiàn)得越來越快，且病人數(shù)據(jù)源的數(shù)量持續(xù)擴(kuò)大，AI能在數(shù)據(jù)處理、可視化以及決策方面提供更好的支持。

在當(dāng)前的醫(yī)療健康產(chǎn)業(yè)中，AI借助于ML以及自然語言處理（NLP）能帶來巨大的價值，帶來更好的成果。運用在醫(yī)療健康中的科技也會支持“以價值為基礎(chǔ)的關(guān)懷”這一新模型。并且隨著大數(shù)據(jù)的增加，科技的運用有杠桿效用，它使得醫(yī)療健康中針對病人的服務(wù)更具個性化，且能夠促進(jìn)轉(zhuǎn)型。AI健康市場的增長預(yù)計在2021年將達(dá)到66億美元，即復(fù)合年增長率為40%（見圖1）。

圖1-圖源：埃森哲咨詢公司

深度學(xué)習(xí)及計算機(jī)視覺的使用案例

計算機(jī)視覺領(lǐng)域借助于一項名為深度學(xué)習(xí)，或被稱作深層神經(jīng)網(wǎng)絡(luò)的AI技術(shù)，已取得巨大進(jìn)步。在口袋科技產(chǎn)品中充分利用這項AI技術(shù)仿佛是十年前科幻片里的場景。

如果這些新興且先進(jìn)的計算機(jī)視覺系統(tǒng)能精確地將圖中的汽車或不同種類的狗進(jìn)行分類，那么谷歌的工程師和科學(xué)家們也開始思考，“這些系統(tǒng)是否能學(xué)會識別醫(yī)療圖像呈現(xiàn)出的疾病呢？”在谷歌AI博客發(fā)布的一篇名為《通過深度學(xué)習(xí)檢測糖尿病型眼疾》(Deep Learningfor Detection of Diabetic Eye Disease) 的帖子中，谷歌的產(chǎn)品經(jīng)理、醫(yī)學(xué)雙博士莉莉·彭 (Lily Peng) 以及研究工程師瓦倫·高爾衫 (Varun Gulshan) 博士描述了他們在眼科學(xué)領(lǐng)域利用以計算機(jī)輔助的診斷性篩選進(jìn)行探索，并檢測到一種名為糖尿病型視網(wǎng)膜病(diabetic retinopathy) 的眼疾。糖尿病型視網(wǎng)膜病是導(dǎo)致全球可預(yù)防失明增速最快的誘因。通常情況下，訓(xùn)練有素的醫(yī)生通過檢查病人眼部的視網(wǎng)膜掃描，能夠進(jìn)行檢測。

在數(shù)字病理學(xué)領(lǐng)域，谷歌正研發(fā)深度學(xué)習(xí)算法，這有可能協(xié)助病理學(xué)專家在淋巴結(jié)活檢中檢測乳腺癌。

改良診斷

依賴于AI及ML，近幾年藥物的診斷準(zhǔn)確度有了很大的提升。目前大市場研究所(Big Market Research) 的調(diào)查顯示，截至2025年AI智能醫(yī)療市場將會超過181.2億美元。一篇講述了用AI維持健康的文章還表明，與人類相比，AI及ML在掃描中能更快、更準(zhǔn)確地檢測出異?，F(xiàn)象。

使用AI及ML項目來檢測可能被人眼漏看的異?，F(xiàn)象，正不斷改良診斷，為病人提供更好的護(hù)理。下面是幾個例子：

斯坦福大學(xué)的研究員已經(jīng)研發(fā)出解讀胸部X光片的算法，這種解讀不僅和放射科醫(yī)生的一樣準(zhǔn)確，且用時很短。

醫(yī)生使用Viz.ai公司的技術(shù)能節(jié)約寶貴的診斷時間，具體方法是在重大損傷發(fā)生前運用科技快速、準(zhǔn)確地檢測出中風(fēng)病人的血塊。

降低成本

在美國，25%的衛(wèi)生保健費用皆為行政成本，這遠(yuǎn)超其他發(fā)達(dá)國家。AI能產(chǎn)生重大影響的一個重要領(lǐng)域即醫(yī)學(xué)編碼和醫(yī)療賬款，AI能在該領(lǐng)域中研究出自動化方法。

福布斯發(fā)布了名為《AI和醫(yī)療健康：一個巨大的機(jī)遇》(AIAnd Healthcare: A Giant Opportunity) 的文章，其中的數(shù)據(jù)顯示，解決當(dāng)前醫(yī)療保健系統(tǒng)中成本結(jié)構(gòu)問題的關(guān)鍵是將耗時的人工任務(wù)交給機(jī)器，即讓病人能夠在任何地點針對其護(hù)理需求進(jìn)行自助服務(wù)。人力勞動是為了讓更多人過上更健康的生活，而自助服務(wù)可以減少所需的人力勞動。根據(jù)埃森哲咨詢公司的報告，截至2026年，主要的臨床健康A(chǔ)I應(yīng)用總計每年可為美國醫(yī)療健康市場節(jié)約1500億美元。

下圖是總計節(jié)省1500億美元的醫(yī)療健康A(chǔ)I項目中的前十名。埃森哲咨詢公司的評估定義了每一款應(yīng)用的影響、采用的可能性及對于醫(yī)保市場的價值。前三名應(yīng)用代表了最大的近期價值，它們分別是：機(jī)器人輔助手術(shù)（400億美元），虛擬護(hù)理助手（200億美元）以及行政工作流程協(xié)助（180億美元）。

圖2-圖源：埃森哲咨詢公司

檢測醫(yī)療欺詐

由Splunk公司的報告《監(jiān)管行業(yè)中的人工智能和機(jī)器學(xué)習(xí)》可知，在大量醫(yī)療保健供應(yīng)商中檢測或發(fā)現(xiàn)異常行為模式，是極其困難且耗時的(有時需數(shù)月甚至數(shù)年才能完成)。除此之外，找到且密切監(jiān)控非法處方的來源則是另一個挑戰(zhàn)。醫(yī)療欺詐和藥物濫用層出不窮，例如美國大規(guī)模的致命性藥物濫用就是由于阿片類藥物的處方和分銷。機(jī)器學(xué)習(xí)有助于發(fā)現(xiàn)異常和潛在的欺詐性供應(yīng)商，相比之下這項工作于人類而言既困難且耗時。

匯總索賠數(shù)據(jù)可以讓人們?nèi)媪私獍⑵愃幬锏馁徺I情況。醫(yī)療保健公司可以通過機(jī)器學(xué)習(xí)程序和算法看到數(shù)據(jù)中的模型，以及在何處出現(xiàn)偏離模型的數(shù)據(jù)。因此醫(yī)療保健機(jī)構(gòu)能轉(zhuǎn)向預(yù)防和檢測欺詐，而非“付費追逐”。根據(jù)美國公共廣播公司新聞頻道(PBS News) 的一篇文章，美國司法部稱，“在美國將近1300萬非法阿片類藥物涉嫌欺詐和開具假賬單，”其中涉及23名藥劑師和19名護(hù)士。數(shù)據(jù)源的類型包括：電子健康記錄 (EHR)、健康等級7(HL7)消息、醫(yī)療設(shè)備、臺式機(jī)、服務(wù)器、存儲設(shè)備、網(wǎng)絡(luò)、門戶網(wǎng)站、計費系統(tǒng)、患者管理系統(tǒng)。

新藥研發(fā)

據(jù)麻省理工研究員兼初創(chuàng)公司Insitro創(chuàng)始人達(dá)芙妮·柯勒 (Daphne Koller) 的一篇Medium文章稱，大型制藥公司一直在努力開發(fā)新型治療方法。過去的幾十年里，藥物開發(fā)變得越來越困難、昂貴，因而無法滿足許多患者的需求。藥物的臨床試驗成功率徘徊在一位數(shù)；開發(fā)新藥（一旦失敗）的稅前研發(fā)成本預(yù)計會超過25億美元；30年前藥物開發(fā)投資的回報為2億美元，之后回報率逐年呈線性下降；據(jù)一些分析估計，2020年前這一數(shù)字將降至0%。

監(jiān)管監(jiān)督和較小的患者數(shù)據(jù)庫使成本增加?？碌墓菊噲D改變這種狀況，Insitro試著利用機(jī)器學(xué)習(xí)進(jìn)行藥物研發(fā)和治療，以此徹底改變制藥研發(fā)流程。Insitro在幾個月內(nèi)從ARCH、福雷斯資本 (Foresite Capital)、安德森霍洛維茨 (AndreessenHorowitz) 和杰夫貝佐斯個人風(fēng)險投資管理公司等知名投資者處籌集了1億多美元。2019年4月16日，制藥巨頭賈勒德科學(xué)公司表示將向Insitro公司支付1500萬美元，如果達(dá)到既定目標(biāo)，它還將再支付10億美元來研發(fā)一種治療常見肝病的藥物，這種肝病被稱為非酒精性脂肪性肝炎(NASH)。由于人們不良的飲食且缺乏鍛煉，這種疾病正迅速成為全球性流行病。這項合作的協(xié)議要求Insitro創(chuàng)建疾病模型，找到治療疾病的正確目標(biāo)，并測試人工智能能否幫助藥物開發(fā)。

私人訂制護(hù)理

人類基因組計劃 (HGP) 的第一次人類基因組測序花費了近13年時間，耗資27億英鎊。從那時起，技術(shù)進(jìn)步使得單個基因組測序的時間和成本大幅下降。醫(yī)療保健服務(wù)開始使用基因組測序，讀取患者數(shù)據(jù)，并根據(jù)個體獨特的遺傳特征為病人定制并優(yōu)化護(hù)理。除了基因組測序技術(shù)的進(jìn)步，大數(shù)據(jù)和云技術(shù)在醫(yī)學(xué)領(lǐng)域的廣泛應(yīng)用也使得精準(zhǔn)醫(yī)學(xué)有了新進(jìn)展。

機(jī)器學(xué)習(xí)算法使用云計算數(shù)據(jù)湖和數(shù)據(jù)倉庫來識別模式并進(jìn)行預(yù)測。這些數(shù)據(jù)湖和數(shù)據(jù)倉庫能夠清理（在數(shù)據(jù)中創(chuàng)建一個單一的“真實來源”）并存儲大量數(shù)據(jù)，從而統(tǒng)一多個醫(yī)療保健系統(tǒng)。這樣通過電子健康記錄，可以為人們提供更好且更有針對性的護(hù)理。

腫瘤學(xué)和癌癥研究通過研究癌癥遺傳學(xué)，在精準(zhǔn)醫(yī)學(xué)上進(jìn)行大量投資。在某些情況下，癌癥可能是受基因遺傳驅(qū)動，而非其在患者體內(nèi)的物理位置。佛羅里達(dá)州坦帕市莫菲特癌癥中心 (Moffitt Cancer Center) 一直致力于整合分子基因組學(xué)、人口統(tǒng)計學(xué)和試驗的結(jié)果，為每位患者建立模型。

有時不相容的治療方法和藥物會有風(fēng)險，精準(zhǔn)醫(yī)學(xué)不僅能降低風(fēng)險，還提供新的解決方案，以抗擊疾病、提供醫(yī)療服務(wù)。一家名為深度基因組學(xué) (Deep Genomics) 的初創(chuàng)公司利用人工智能和基因組為每位病人找到最佳的藥物療法。

越來越多的醫(yī)療保健組織開始投資、試驗并將新興技術(shù)整合到他們的系統(tǒng)中，這將打破、改變傳統(tǒng)的醫(yī)療保健模式。

結(jié)論

盡管大量的使用案例和證據(jù)表明，在醫(yī)療保健行業(yè)使用人工智能和機(jī)器學(xué)習(xí)益處頗多，且每年流入該行業(yè)的風(fēng)投資金也越來越多，但醫(yī)療保健和科技初創(chuàng)企業(yè)仍然面臨一系列挑戰(zhàn)，巨大的潛在市場所面臨的挑戰(zhàn)，不是僅僅通過技術(shù)改進(jìn)就能化解的。其中一些挑戰(zhàn)包括：

· 實現(xiàn)更廣泛的運用

· 工具的實施

· 醫(yī)療保健的生態(tài)系統(tǒng)

· 法規(guī)

· 當(dāng)前的商業(yè)模式

· 與付款人-收款人關(guān)系的激勵聯(lián)盟

醫(yī)療保健組織必須學(xué)會信任、使用算法，這意味著醫(yī)保組織希望看到算法的臨床驗證。到目前為止，在沒有大量證據(jù)驗證結(jié)果的情況下，有些人仍對全面采用人工智能工具持謹(jǐn)慎或猶豫的態(tài)度。

埃森哲咨詢公司 (Accenture) 進(jìn)行的一項數(shù)字健康調(diào)查顯示，持懷疑態(tài)度的不僅僅是醫(yī)生：大約25%的受訪者尚未準(zhǔn)備好人工智能提供的健康服務(wù)。許多人有些擔(dān)憂這項技術(shù)，比如他們不理解人工智能工作的方式，或者擔(dān)心這項技術(shù)會真正地“讀懂”他們。

另一個挑戰(zhàn)與規(guī)模有關(guān)。通常在有限范圍內(nèi)，測試的概念驗證 (POC) 或試點項目可能尚未準(zhǔn)備好在大型機(jī)構(gòu)中推出。另一個問題是，目前先進(jìn)的技術(shù)解決方案在初期對于較小的地區(qū)和農(nóng)村醫(yī)療機(jī)構(gòu)來說可能過于昂貴。

最后，考慮到當(dāng)前健康產(chǎn)業(yè)涉及到規(guī)模巨大且極具多樣性的利益相關(guān)者。人工智能對醫(yī)療管理人員、臨床從業(yè)人員、患者的醫(yī)療保健操作及治療產(chǎn)生的影響將有一些推動作用。摩根士丹利 (Morgan Stanley) 估計前景還是不錯的，全球醫(yī)療領(lǐng)域人工智能市場將從現(xiàn)在的13億美元飆升至2024年的100億美元，年復(fù)合增長率為40%。

來源 / 讀芯術(shù)

免責(zé)聲明：我們尊重每一位原創(chuàng)作者的心血，轉(zhuǎn)載均注明文章作者及來源。若涉及版權(quán)問題，請與我們聯(lián)系。我們會第一時間處理。

久友資本目前重點關(guān)注人工智能、新一代通信技術(shù)、新材料、先進(jìn)制造；原創(chuàng)新藥、精準(zhǔn)醫(yī)療等領(lǐng)域的投資。久友投資案例代表：優(yōu)必選（人型機(jī)器人）、寒武紀(jì)（人工智能深度學(xué)習(xí)AI芯片）、中星技術(shù)（智能安防、SVAC國家標(biāo)準(zhǔn)參與制定）、京東數(shù)科（數(shù)字金融、智慧城市）、天宜上佳（高鐵閘片核心供應(yīng)）、天兵科技（宇航新動力、商業(yè)火箭）；索元生物（精準(zhǔn)醫(yī)療、原創(chuàng)新藥研發(fā)）、斯微生物（m-RNA新藥研發(fā)）、鼎航醫(yī)藥（精準(zhǔn)醫(yī)療、腫瘤免疫療法的創(chuàng)新藥研發(fā)）。返回搜狐，查看更多

責(zé)任編輯：