AI + 医疗的下一个十年:从公共卫生预警到人类基因密码破解

  1. 云栖社区>
  2. 云栖号资讯>
  3. 博客>
  4. 正文

AI + 医疗的下一个十年:从公共卫生预警到人类基因密码破解

云栖号资讯小哥 2020-06-24 13:50:49 浏览448
展开阅读全文

云栖号资讯:【点击查看更多行业资讯
在这里您可以找到不同行业的第一手的上云资讯,还在等什么,快来!

AI+医疗的下个十年

医疗事关人身安全,要求极高,容错率极低,因此,知识壁垒和技术壁垒都很高。过去,AI 系统更多的是服务于终端,辅助医生诊断、决策。但是,医疗很复杂,直接切入终端问题很多。未来十年,AI+医疗会碰撞出怎样的火花,AI 对医疗产业、医护人员、患者等会产生怎样的影响?
对此,AI Time 联合北京智源大会,特别邀请了首都医科大学附属北京同仁医院神经内科主任兼医院中心实验室主任王佳伟;商汤科技研究院副院长、集团副总裁,兼任上海交通大学清源研究院副院长张少霆;清华大学创新领军工程博士、智谱 AI CTO 张鹏;予果生物科技(北京)有限公司创始人及 CEO 夏涵;AI Time 负责人何芸,共同推出了“人工智能是医疗的下一个十年吗?” 特别论坛。

几位不同背景、不同岗位的大咖对 AI+ 医疗有什么独到的见解?让我们一起来看看吧。

image

AI 在抗疫中的作用

2020 年,新冠病毒突然而至,医疗机构成为战疫的前沿阵地,医护人员成为治病救命的无畏战士,AI 成为疫情预警、病情诊断的神兵利器。AI 与医疗两个与我们息息相关的领域以意想不到的方式紧密结合。那么,大数据、AI 对疫情期间的医疗检测等方面的作用有多大?未来还需要在哪些方面提升?

新冠疫情是百年不遇的重大公共卫生事件,堪比 1918 年西班牙大流感,但与之又有诸多不同。王佳伟主任首先提出了自己对新冠疫情的看法,并列举、分析了疫情发生以后国内外诸多模型的优劣势和特点,重点介绍了约翰·霍普金斯大学提出的模型的特点,认为 AI 对研判感染性疾病非常有价值,能够对感染人群情况分析、疾病溯源提供很大的帮助。并重点强调:只有基于临床病人、基于流行病学的真实情况、数据,才能建立可靠的模型。

在新冠疫情期间,AI 技术响应速度快、介入的力度大,帮助推出了 CT 辅助诊断系统、个人自我诊断系统,并帮助医生快速熟悉了新冠的特点,了解和掌握了诊断和筛查标准,提升了诊断的信心。但是,张少霆指出新冠期间也暴露出来了数据来源各异、标注水平不一、对隐私保护不健全的问题,以后可以针对相应问题进行有针对性地改进,迭代并部署模型,以预警疫情,提升诊疗效率。

其实,早在 2008 年,就出现了谷歌流感趋势,对当时的医学界、公共卫生界产生了很大的震动。张鹏据此提出了用数据、AI 技术辅助医疗体系、公共卫生体系的思路。

AI 对医务工作者的价值

近年来,AI 不断进化,专家通过病历数据库中的海量数据不断训练 AI,让它学习诊断各种疾病。那么,以后病人能否在家一键诊断?医疗工作者能否远程诊疗?AI 如何取得病人和医生的信任?
一键诊断、居家诊疗是目标,有着广泛的价值。王佳伟主任首先表达了自己对未来 AI 诊疗系统的期盼,并指出这其中的巨大价值。但是,实现这种效果存在很多困难与挑战:(1)海量数据的处理存在困难,需要 AI 技术人员与医生一起发现、抓取特征数据。(2)要特别重视隐私和伦理问题。未来,AI 在某些方面会超过人脑,但是基本不可能取代人。

目前,很多医务工作者已经接触过 AI 系统,介绍、推广 AI 系统的阻力大幅较少,要想让医生相信 AI 的结果,张少霆认为可以从三个方面入手:(1)AI 技术人员要和医生一起开发产品;(2)要在第三方监管机构的监督下去做;(3)需要保障数据安全、注意可解释性。

医学是一个比较复杂的情况,涉及各方面的内容。张鹏通过网络支付的例子指出安全问题是核心问题,相比于支付涉及的财产安全,医疗涉及的人身安全问题更严肃、更重要。AI+ 医疗不仅是一个技术问题,更是一个社会学问题。因此,在满足需求的过程中,路程还很漫长,需要解决的问题还很多。

AI 会给医疗产业带来什么变化

随着 AI 技术的发展,未来抓取医疗 AI 所需数据的难点在哪里?数据量大小如何?如何保护数据安全?如何合理利用基因、蛋白质、代谢等多组学信息提高诊断准确率和效率?如何保证算法公平性,让算法具备可解释性?AI 将如何改变新药研发的理论与实践?
新冠爆发以来,新药研发人员利用根据特定靶点,对很多新药进行了筛选和验证。面对 AI 药物筛选与临床实际应用的距离越来越短,王佳伟主任表达了自己的乐观看法。

目前,清华大学已经有学生在利用计算机模拟药物分子反应(AI Time 的 B 站账户中有相关的分享视频,欢迎大家观看、点评),从而降低药物筛选的成本、缩短筛选的的时间。张鹏通过介绍真实医生学习、成长的过程指出了小样本学习甚至零样本学习的价值,并介绍了数据的价值。AI 诊断涉及的伦理问题很复杂,目前提供辅助诊疗的系统在技术上不存在困难,但是最终的诊断还需要医生来出具。

AI 医疗产品涵盖的领域众多,张少霆根据领域的不同,指出了不同产品的监管要求不一致,面临的挑战也不一样。如果产品最终目标是用到医生给病人下诊断书的阶段,产品的需求会更加复杂,需要平衡数据安全、数据量等内容。产品在设计之初就需要努力避免医疗纠纷,考虑监管要求。新药研发领域更多的的 B 端需求,要平衡需求和风险,最终实现降本增效的效果。

AI+ 医疗,未来的机会在哪里

今天,我们看到了 AI 的实际落地。未来十年,AI 在辅助诊断、辅助治疗、新药研发 、医疗数据挖掘、智能健康管理、医疗保险等领域会如何发展?

未来十年,AI+ 医疗有很多机遇和挑战,王佳伟主任通过用 AI 技术治疗失明患者的典型例子介绍了 AI 给医疗领域带来的新思路与新方式。此外,很多技术已经发展了很久,这些技术转变成民用值得我们期待,我们也应该能在不远的未来看到。

上述每一个领域的都是很有前途的领域,张少霆表达了自己的乐观态度,并指出医疗领域的不同的板块应该不是完全割裂开来的,它们互相联动很可能带来新的机会。

对于未来十年,张鹏建议我们应该思考 AI 能不能帮助我们找到目前无法治疗的疾病(如癌症)的病因,能不能提出治疗手段,从而惠及医疗工作者、惠及普通人、惠及整个社会。

【云栖号在线课堂】每天都有产品技术专家分享!
课程地址:https://yqh.aliyun.com/live

立即加入社群,与专家面对面,及时了解课程最新动态!
【云栖号在线课堂 社群】https://c.tb.cn/F3.Z8gvnK

原文发布时间:2020-06-24
本文作者:AITimer-田志远
本文来自:“学术头条”,了解相关信息可以关注“学术头条

网友评论

登录后评论
0/500
评论
云栖号资讯小哥
+ 关注
所属团队号: 云栖号资讯