醫(yī)院場景眾多，企業(yè)不可能針對每一個場景都去開發(fā)AI產品。所以，企業(yè)必須有所取舍，并在選擇發(fā)展方向時遵循某些原則——企業(yè)必須從臨床應用出發(fā)去開發(fā)AI產品。

“我們不太可能對針對某一臟器或某一系統(tǒng)中的某種單一疾病去開發(fā)產品，因為那不是臨床真實的場景，我們很難想象，AI應用只會“認識”某種疾病，我們的AI需要對疾病的認識具備一定的廣度，這才是臨床應用級別的技術、產品。”宋捷在談到。

臨床痛點和真實的應用場景，是醫(yī)學AI研發(fā)的目標和源動力。

以CT領域為例，當大家都在忙于識別“肺結節(jié)”這類特異性疾病時，希氏異構看到的是該領域更為核心的需求：一是不同級別的醫(yī)院由于醫(yī)技能力、經驗的不同，CT影像質量存在很大差異；二是，如何識別病變區(qū)域，并且更好地重建病變區(qū)域的影像；我們從這兩個角度出發(fā)，解決的是臨床實際的問題。如果我們總在糾結于某一種疾病的識別，或許會偏離臨床的需求，畢竟，同一個部位、臟器會有多種病變發(fā)生的可能，只有從根本上、從廣度上解決問題，臨床才會真正接受。

希氏異構非常強調臨床的真實需求�！斑@幾年AI的‘故事’太多，現(xiàn)在有能力的企業(yè)，需要拿出‘真東西’給大家看看。希氏異構不僅能拿出兼顧不同領域的AI應用技術，同時也愿意基于這些技術開發(fā)創(chuàng)新性的AI+醫(yī)療設備。畢竟，這才是臨床能快速應用的東西�！�

“拿出真東西是關鍵，AI泡沫下有黃金”。

作為一家最早從事消化領域的AI研發(fā)企業(yè)，目前，希氏在消化內鏡AI領域的研發(fā)成果覆蓋全消化道，涉及包括腫瘤、息肉、萎縮性病變、潰瘍類病變、糜爛性病變、血管病變等多類別百余種疾病。

在未來幾個月，希氏將推出針對多種不同光源下的內鏡AI早癌識別技術；涉及的部位包括傳統(tǒng)消化內鏡到達的上下消化道區(qū)域和膠囊內鏡下展現(xiàn)的小腸區(qū)域。相關應用技術已經以多種醫(yī)療設備（消化內鏡AI實時影像判定儀、膠囊內鏡影像AI分析判定儀等）和云化服務產品呈現(xiàn)出來，并在該領域形成立體的AI產品方案。

AI的持續(xù)研發(fā)需要四點基礎

在明確AI的發(fā)展方向后，我們還需了解AI持續(xù)研發(fā)的需求，或者說要實現(xiàn)持續(xù)研發(fā)，AI需要哪些核心競爭力。宋捷認為，以下四種因素必不可少。

1、醫(yī)療基因

醫(yī)療人工智能是一個科技含量很高的領域，單單的AI科學家或是臨床專家都難以做好醫(yī)療人工智能。成功的企業(yè)需要其管理者對產業(yè)有著深厚的認識，如醫(yī)療細分領域的商業(yè)模式、產品需求。

沒有對這些細節(jié)的理解，企業(yè)就難以設計出符合醫(yī)生需求的產品，不了解醫(yī)療器械及數(shù)字系統(tǒng)的進入模式，就難以為產品開拓市場。這些都需要積累和總結，也是企業(yè)醫(yī)療基因的重要之處。

2、人工智能技術

AI應用技術研發(fā)乍看之下似乎門檻很低，一些數(shù)據加上云端算力，使用開源算法，就可以“開工”，但若是面對海量數(shù)據，要開發(fā)真正具有臨床應用價值的產品級技術，就必須具備真正的AI技術能力，這包括：超算能力、底層開發(fā)技術，以及應用端的AI芯片研發(fā)能力，這些是硬指標。

宋捷認為，獨立的超算中心應是人工智能企業(yè)的必要條件：一方面能提供強大的算力，縮短開發(fā)周期，另一方面能充分保障數(shù)據安全。

以希氏異構的超算中心“神農1號（I期）”為例，這個搭載了64個英偉達最新的TeslaV100 GPU，并行計算能力超過90％的超算中心，能夠將常規(guī)算力下15天的計算時間縮短至52分鐘。這對于需要進行幾十次計算的模型來說，無疑是極大的提升。

當然，類似的超算中心并不是簡單可以花錢買到的商品，而是需要企業(yè)結合自身的技術去搭建。

3、深度合作的醫(yī)院

企業(yè)和醫(yī)院常規(guī)的合作常常會伴隨數(shù)據安全、法律方面以及知識產權分割等風險。尤其是知識產權方面，任何前期忽視或有法律風險的做法。都可能在未來被他人扼住企業(yè)的咽喉。

所以，企業(yè)永遠不要奢望在沒有高級別醫(yī)療機構的深度參與下，僅僅靠一點所謂的“數(shù)據”就能做出有價值的產品。

如今，希氏異構和國內多家一流醫(yī)院深度合作，以華西醫(yī)院為例，雙方同時在六個領域開展了深度合作。

希氏異構合作基本要求很簡單：明確數(shù)據來源的合法性，確定未來AI技術的歸屬權，這種有效的保險機制是企業(yè)研發(fā)成果產品化的基本保障。

4、人工智能產品化

如果說去年人工智能熱在技術突破，那么今年的核心詞就是“落地”。如今已是深秋時節(jié)，新的一年即將來臨，隨之而來的將是AI“商業(yè)化”。

AI企業(yè)想要獨樹一幟，硬件化的能力必不可少，在現(xiàn)代商業(yè)化模式下，AI難以走信息化產品的老路，跟隨硬件進入醫(yī)院是一個值得思考的問題；正如希氏異構的產品，更多體現(xiàn)為醫(yī)療設備形態(tài)。

如今，希氏異構已經有6項產品進入三類醫(yī)療器械的報批流程，AI醫(yī)療產品講故事的時代將成為過去式，新的時代即將到來。

AI究竟為醫(yī)學帶來了什么？

對于醫(yī)學，AI是復制能力還是超越認知？這是很多人為之困惑的一個論題。

“一開始，我認為AI可以超越醫(yī)生對疾病的認知，然而在從事而AI的研究過程中，我發(fā)現(xiàn)現(xiàn)在談超越還為時過早，至少在未來幾年，AI需基于人類對疾病的認識復制醫(yī)生的能力。但總有一天，AI能發(fā)現(xiàn)一些人類未知的東西�！彼谓菰谘葜v中談到。

如今，AI的主要功能在于運用強大的算力去解決常規(guī)方法無法實現(xiàn)的共性提取，進而找出疾病與表型之間的相關性。不過，現(xiàn)在的AI離圖靈實驗下的智能還很遠。

宋捷認為，現(xiàn)在AI的發(fā)展需基于能力復制，融匯貫通后方能實現(xiàn)認知超越。然而，“超越”一定是在人類可以驗證的范疇內完成。AI爆發(fā)之時，研究人員將傾注大量精力于驗證。

以消化內鏡為例，AI的工作是分析患者消化系統(tǒng)的圖像，并嘗試從海量的圖像中找出共同之處，將其歸納為法則，再用機器來執(zhí)行這些法則，并在醫(yī)生使用消化內鏡時運用驗證的法則幫助醫(yī)生實時分析影像。在這個過程中，AI復制了醫(yī)生的能力，提升了檢查效率，減少了漏診的風險，但AI不能解決內鏡專家自身看不明白的病癥。而這里的缺陷，便是未來AI發(fā)展的方向。

如今，AI已在醫(yī)療領域初露鋒芒，這項技術將成為打破傳統(tǒng)醫(yī)療行業(yè)壁壘的利器；這種壁壘的打破，將給醫(yī)療巨大市場帶來是一場浩大的革新。