任何一次技術(shù)的變革都是在需求的驅(qū)動下進(jìn)行的，人工智能與醫(yī)療的融合自然也不例外。人口老齡化、醫(yī)療資源供需嚴(yán)重失衡且分配不均等問題，催生了醫(yī)療對人工智能的巨大需求；同時(shí)，我國人口基數(shù)大、市場應(yīng)用規(guī)模廣等特點(diǎn)，又為人工智能的發(fā)展提供了良好的發(fā)展基礎(chǔ)。AI技術(shù)幫助醫(yī)療行業(yè)逐漸打破“被動迎戰(zhàn)疾病”的局面，在臨床輔助決策、疾病預(yù)測模型、患者服務(wù)體驗(yàn)、個(gè)性化疾病治療等多個(gè)醫(yī)療服務(wù)領(lǐng)域發(fā)揮出巨大作用。

基于這些現(xiàn)狀，發(fā)展醫(yī)療人工智能的意義不言而喻，各方專家都在不斷探索和解鎖基于新興技術(shù)的“新玩兒法”，試圖開啟醫(yī)療健康領(lǐng)域新世界的大門。

大咖說：解鎖AI“花式玩兒法”，新醫(yī)療就要“求突破、敢創(chuàng)新”

1． 上海兒童醫(yī)院院長 于廣軍：

“從臨床角度來看，兒童骨齡檢測對于AI技術(shù)融合的需求非常強(qiáng)烈。人工智能骨齡檢測能有效提升診斷效率，還能夠避免因醫(yī)生水平差異等因素導(dǎo)致的診斷結(jié)果不精準(zhǔn)等問題。數(shù)據(jù)質(zhì)量是人工智能在醫(yī)療領(lǐng)域發(fā)展的基礎(chǔ)前提，雖然在醫(yī)療大數(shù)據(jù)研究的過程中，有一些應(yīng)用場景對于數(shù)據(jù)質(zhì)量的要求沒有那么高，但是用于機(jī)器學(xué)習(xí)模型訓(xùn)練的數(shù)據(jù)集質(zhì)量必須要過關(guān)。就拿AI骨齡檢測為例——它的數(shù)據(jù)來源必須是醫(yī)院影像庫里所提取出的一些質(zhì)量較好、同時(shí)經(jīng)由專家標(biāo)注過的數(shù)據(jù)。只有用這樣的數(shù)據(jù)作為機(jī)器學(xué)習(xí)的訓(xùn)練基礎(chǔ)，才能讓人工智能診斷更精準(zhǔn)�！�

2．  廈門市第二醫(yī)院醫(yī)學(xué)影像科主任 郭崗：

“現(xiàn)階段，醫(yī)學(xué)影像是AI“破冰”醫(yī)療的突破點(diǎn)，導(dǎo)致該現(xiàn)象的原因主要有二：第一，海量的影像數(shù)據(jù)絕大部分是常見病和多發(fā)病，有比較典型的影像表現(xiàn)和規(guī)律性，診斷難度相對較低，為人工智能的介入打下良好基礎(chǔ)；第二，鑒于影像科醫(yī)生巨大的工作負(fù)擔(dān)，如何把醫(yī)生從繁重甚至簡單重復(fù)的工作中解脫出來，有更多的時(shí)間進(jìn)行精準(zhǔn)醫(yī)療和教學(xué)研究也成為一個(gè)必要的需求。人工智能與醫(yī)療融合，并不是為了取代醫(yī)生，而是幫助醫(yī)生提升工作效率，讓醫(yī)生在有限的工作時(shí)間里做更多更有意義的事�！�

3．   復(fù)旦大學(xué)附屬腫瘤醫(yī)院信息中心主任 王奕：

“有限專家號源卻有眾多求醫(yī)患者、緊急病情不容耽擱卻遭遇一號難求、專家超負(fù)荷工作卻依然無法提升效率，在深化改造就醫(yī)流程、建設(shè)互聯(lián)網(wǎng)服務(wù)的過程中，我們不斷挖掘著患者需求和醫(yī)生痛點(diǎn)。如何讓有限的醫(yī)療資源發(fā)揮最大效用和價(jià)值？利用AI手段提高醫(yī)療效率和質(zhì)量成為有力方式�；�于AI技術(shù)的精準(zhǔn)預(yù)約平臺極大提升門診效率和醫(yī)療資源的匹配效率，準(zhǔn)確率高達(dá)到99．2％。這種以病情優(yōu)先的智慧化就醫(yī)服務(wù)，不但讓患者對智慧醫(yī)療觸手可及，還能減少醫(yī)療資源錯(cuò)配率，實(shí)現(xiàn)‘專癥找專家，專家看專病’，使患者服務(wù)從簡單化邁入精準(zhǔn)化�！�

4．  匯醫(yī)慧影CEO 柴象飛：

“目前，醫(yī)學(xué)影像的研究可以分為兩個(gè)方面：一是影像表現(xiàn)的診斷意見；二則是疾病的預(yù)后預(yù)測。雖然目前AI與行業(yè)的融合主要集中在診斷方面，但隨著技術(shù)的不斷發(fā)展，預(yù)后預(yù)測方面會出現(xiàn)更多可能性。所謂疾病預(yù)后，就是指預(yù)測疾病的可能病程和結(jié)局，它既包括判斷疾病的特定后果，如康復(fù)，某種癥狀、體征和并發(fā)癥等其它異常的出現(xiàn)或消失及死亡。事實(shí)證明，在一個(gè)定義非常明確的問題上，通過向病理學(xué)家不斷學(xué)習(xí)，機(jī)器學(xué)習(xí)可以交付足夠好的表現(xiàn)。借助AI的優(yōu)勢為疾病的診斷、治療及預(yù)后判斷提供更多依據(jù)指日可待�！�

現(xiàn)狀論：GET新技能，仍需跨越三道“坎”

隨著人們對醫(yī)療健康需求的日益提升，醫(yī)療機(jī)構(gòu)對技術(shù)支撐提出越來越高的要求。能夠滿足7＊24小時(shí)的全周期運(yùn)轉(zhuǎn)、通過合理有效的訓(xùn)練能夠具備精準(zhǔn)特性、適合從事繁復(fù)的工作，這些特性讓AI成為醫(yī)療領(lǐng)域的“新寵”。深度學(xué)習(xí)是AI獲得突破性進(jìn)展的關(guān)鍵，對于AI的能力影響巨大，數(shù)據(jù)作為AI核心算法的根本支撐，毋庸置疑成為AI發(fā)展不可或缺的一部分。但是，借助AI優(yōu)勢打通醫(yī)療壁壘，成功GET醫(yī)療新技能，我們?nèi)孕杩邕^三道“坎”。

1． AI欲崛起，數(shù)據(jù)需先行

AI正在以前所未有的滲透力不斷影響和革新著多個(gè)行業(yè)與領(lǐng)域，“人臉識別”、“語音識別”、“影像識別”等應(yīng)用的背后支撐，是日益龐大和精準(zhǔn)的數(shù)據(jù)。毫不夸張的說，脫離數(shù)據(jù)的人工智能只能是天方夜譚。

訓(xùn)練AI模型離不開大量分布式的計(jì)算資源，正因?yàn)橛辛舜罅康牟⑿杏?jì)算資源和算法，才使得大量的數(shù)據(jù)得以快速處理，讓人類的數(shù)據(jù)庫成為復(fù)雜模型的知識訓(xùn)練體系，為機(jī)器人提供智能決策和行動，讓人工智能成為現(xiàn)實(shí)。計(jì)算力的突破，數(shù)據(jù)洪流的爆發(fā)、算法的不斷創(chuàng)新……醫(yī)療健康領(lǐng)域?qū)�IT架構(gòu)的要求越來越高，存儲作為傳統(tǒng)行業(yè)，如何實(shí)現(xiàn)技術(shù)顛覆以滿足AI發(fā)展的要求無疑是所有醫(yī)療信息化建設(shè)者當(dāng)下需跨越的第一道坎。

2． 克服“多云”困擾，AI才能騰“云”駕霧

隨著云應(yīng)用在醫(yī)療領(lǐng)域的深入以及AI在行業(yè)中的應(yīng)用展開，AI與云結(jié)合得越來越緊密。但醫(yī)療場景復(fù)雜多樣，需要更具靈活性、可伸縮性和安全性并能夠降低成本的云部署方式，多云就成為醫(yī)療機(jī)構(gòu)的首選。管理多個(gè)云服務(wù)非常具有挑戰(zhàn)性，因?yàn)槊總�(gè)服務(wù)都有不同的底層架構(gòu)，每個(gè)架構(gòu)都有不同的管理控制臺，并且需要不同的設(shè)置和監(jiān)視工具，數(shù)據(jù)放在不同的云和不同的物理存儲空間里，管理方法會有所不同，數(shù)據(jù)的同步性也不容易設(shè)定。在多云環(huán)境下，存儲架構(gòu)如何在滿足醫(yī)療需求變化方面取得突破、迎接新業(yè)務(wù)和數(shù)據(jù)爆發(fā)所帶來挑戰(zhàn)則是第二道坎。

3． 敏感數(shù)據(jù)不丟失，AI才會更可靠

醫(yī)療健康作為關(guān)乎民生的事業(yè)，其數(shù)據(jù)重要性和敏感度不言而喻。雖然近年來國家政策對于醫(yī)療數(shù)據(jù)的應(yīng)用持越來越開放的態(tài)度，但數(shù)據(jù)安全和患者隱私保護(hù)依然不容小覷。因此，無論是對患者而言，還是對醫(yī)療機(jī)構(gòu)來說，保障敏感數(shù)據(jù)的安全是一切應(yīng)用落地的基礎(chǔ)。

AI模型訓(xùn)練所需數(shù)據(jù)成本投入非常大，在為機(jī)器學(xué)習(xí)構(gòu)建知識庫時(shí)，龐大的數(shù)據(jù)集就會被進(jìn)行信息分析和情境化， 一旦敏感數(shù)據(jù)被泄露，對患者和醫(yī)療機(jī)構(gòu)而言，都是巨大的損失。因此，保障數(shù)據(jù)安全、讓AI應(yīng)用更加可靠是我們要跨越的第三道坎。

答疑簿：智控?cái)?shù)據(jù)、云享健康，軟件定義存儲開啟醫(yī)療AI之旅

在助推AI應(yīng)用落地的過程中，如何合理有效進(jìn)行數(shù)據(jù)的管理和共享成為首要問題。醫(yī)療數(shù)據(jù)類型多樣，且這些數(shù)據(jù)往往都存在于孤島式的存儲庫中，無法互通。為解決這個(gè)問題IBM推出軟件定義解決方案，為醫(yī)療機(jī)構(gòu)提供支持大數(shù)據(jù)分析，提供面向文件和對象存儲的、統(tǒng)一的、可擴(kuò)展的高性能存儲軟件平臺。

平臺具體特征可以簡單概括為以下幾點(diǎn)：

1． 云時(shí)代下的數(shù)據(jù)管理專家

“云”應(yīng)用不斷深入，我們已經(jīng)步入“云時(shí)代”，健康醫(yī)療數(shù)據(jù)及其存儲容量呈現(xiàn)井噴式增長，開放和共享順其自然的成為發(fā)展醫(yī)療大數(shù)據(jù)所強(qiáng)調(diào)的“關(guān)鍵詞”。傳統(tǒng)IT平臺面臨海量數(shù)據(jù)存儲、保護(hù)和業(yè)務(wù)應(yīng)用需求時(shí)，難以協(xié)同高效地滿足需求，這就需要采用新的技術(shù)手段進(jìn)行數(shù)據(jù)獲取、存儲和分析。IBM提供了有效方式：

在最底層采用IBM Cloud Object Storage （Cleversafe）作為IBM云對象存儲，實(shí)現(xiàn)大容量、高安全性的數(shù)據(jù)存儲；然后通過IBM ESS高性能存儲解決用戶負(fù)載平衡問題，滿足不同用戶度數(shù)據(jù)的請求；最后通過IBM Spectrum LSF調(diào)度系統(tǒng)進(jìn)行硬件計(jì)算資源的統(tǒng)一調(diào)度管理。這一方式幫助醫(yī)療機(jī)構(gòu)輕松應(yīng)對數(shù)據(jù)管理挑戰(zhàn)，同時(shí)為智能診斷等多方面醫(yī)療應(yīng)用提供支撐。

2． 更靈活、更敏捷，讓存儲與眾不同

醫(yī)療行業(yè)業(yè)務(wù)模式多樣、應(yīng)用場景復(fù)雜，因此云部署狀況并不單一。更靈活更敏捷的存儲方式才能夠滿足“多云”環(huán)境下的數(shù)據(jù)存儲需求。

IBM ESS高性能存儲通過存儲與計(jì)算分離、獨(dú)立按需擴(kuò)容，保證集群能夠靈活多變的擴(kuò)展，避免了傳統(tǒng)的分布式架構(gòu)必須要同時(shí)擴(kuò)容存儲和計(jì)算而導(dǎo)致的容量或資源浪費(fèi)。

3． 突破傳統(tǒng)，數(shù)據(jù)安全保護(hù)更全面

保證醫(yī)療健康與生命科學(xué)數(shù)據(jù)的高度安全是醫(yī)療AI發(fā)展的前提，這就需要IT系統(tǒng)具備數(shù)據(jù)快速傳輸?shù)哪芰�和�?yán)格的數(shù)據(jù)安全保護(hù)機(jī)制，保證收集到的原始數(shù)據(jù)能安全、完整的進(jìn)行存儲后可以安全、快速、便捷的傳輸。

IBM云對象存儲在應(yīng)對海量增加的非結(jié)構(gòu)化數(shù)據(jù)的安全問題時(shí)極具優(yōu)勢——跨站點(diǎn)數(shù)據(jù)切片的數(shù)據(jù)保存方式和夏津的數(shù)據(jù)糾纏碼加密技術(shù)讓該存儲方式比傳統(tǒng)存儲更安全。

實(shí)踐錄：“不可能”變“可能”，實(shí)現(xiàn)IT架構(gòu)顛覆性跨越

數(shù)據(jù)互聯(lián)互通的融合和數(shù)據(jù)機(jī)制共享是我國政府和所有醫(yī)療領(lǐng)域人士長期關(guān)注的兩大問題，國家醫(yī)療大數(shù)據(jù)中心應(yīng)需而生。杰若創(chuàng)與IBM進(jìn)行深度合作，為中心共建大數(shù)據(jù)平臺和高智能計(jì)算平臺，為數(shù)據(jù)的采集、存儲和分析提供有力支撐，在兼顧安全的同時(shí)確保數(shù)據(jù)的開放性和流動性。

目前，平臺已經(jīng)突破江蘇8000萬人健康檔案的存儲，讓“不可能”成為“可能”。

“這套解決方案是對傳統(tǒng)分布式架構(gòu)的顛覆性跨越，無論從經(jīng)濟(jì)性、安全性、可擴(kuò)展性、可用性，還是數(shù)據(jù)的備份等各個(gè)方面看，都比傳統(tǒng)的分布式存儲更先進(jìn)！”杰若創(chuàng)執(zhí)行董事兼CTO劉健如是說。