“AI可以生出血肉”

文｜欣桐

編輯 | 小白

出品｜極新

今年七月召開了2023世界人工智能大會， 醫(yī)療分論壇上，AI+醫(yī)療成為國內(nèi)人工智能的下一個熱點領(lǐng)域，為醫(yī)療行業(yè)亟待解決的問題提出了救治之法。

上個月，百度正式發(fā)布“產(chǎn)業(yè)級”醫(yī)療大模型“靈醫(yī)”。

10月16日，商湯發(fā)布升級版醫(yī)療健康大語言模型“大醫(yī)”。

根據(jù)Facts&Factors公司的報告，全球AI在醫(yī)療保健行業(yè)的應用市場預計在2022年將達到47億美元，到2031年將增長到189億美元。同時，Gartner公司預測，到2023年，全球醫(yī)療保健行業(yè)中AI技術(shù)的支出將達到330億美元。

國內(nèi) AI 正走向高景氣局面，AI技術(shù)在醫(yī)療領(lǐng)域的應用涵蓋了手術(shù)機器人、醫(yī)療數(shù)據(jù)分析、智能問診、疾病預測、藥物研發(fā)等多個方面，有望緩解我國醫(yī)療資源分配不均的局面。

AI進入醫(yī)療行業(yè)的利好顯而易見，面臨的困難又有哪些，如何破局？本文我們將重點探索AI在研發(fā)端、手術(shù)端、醫(yī)生端和用戶端的應用瓶頸及典型案例。

01

研發(fā)端——超級工廠不是夢

根據(jù)艾瑞咨詢，AI藥物研發(fā)于2020年左右在資本市場及技術(shù)兩方面皆迎來重大突破，目前正處于快速增長之后的成長爬坡期，若現(xiàn)有AI制藥公司的管線大規(guī)模進入臨床階段且能夠批量化證明該技術(shù)可行性，AI藥物研發(fā)將有望于3-5年后迎來下一輪爆發(fā)式增長。

雖然還沒有任何一款AI預測的藥物成功上市，但已經(jīng)有一批AI預測的藥物進入臨床試驗階段，包括近16條管線進入臨床一期試驗。這些管線涵蓋了多種疾病領(lǐng)域，如腫瘤、神經(jīng)退行性疾病、自身免疫性疾病等，顯示出AI技術(shù)在藥物研發(fā)領(lǐng)域的廣泛應用前景。

人工智能主要從預測和設(shè)計藥物、藥物生產(chǎn)和質(zhì)量控制以及個性化治療三個方面輔助當前制藥領(lǐng)域。

在預測和設(shè)計藥物方面，AI通過機器學習和深度學習技術(shù)，在學習大量的專業(yè)文獻和專業(yè)書目后，根據(jù)學習內(nèi)容進行實踐，從大量的化合物中篩選出可能具有藥性的候選物質(zhì)。AlphaFold算法在2021年成功預測了多種蛋白質(zhì)的結(jié)構(gòu)，此外，AI還可以通過計算化學方法，對候選藥物進行優(yōu)化和設(shè)計，以提高其療效和降低副作用。AI技術(shù)的應用將大大加速藥物的研發(fā)過程，通過對AI的不斷訓練，可以使其對藥物的預測和設(shè)計更加的精準，有望縮短藥物的研發(fā)周期。

藥物生產(chǎn)和質(zhì)量控制方面，Al技術(shù)則可以通過機器視覺、自動化和智能化設(shè)備實現(xiàn)藥物生產(chǎn)過程的監(jiān)控和管理，降本增效，同時還可以通過分析和檢測藥物中的雜質(zhì)和成分，來確保藥物的質(zhì)量和安全。

在個性化治療方面，可以根據(jù)患者的基因以及具體的病灶，為患者提供個性化、定制化的治療方案，使治療方案更加的精準，為患者減負的同時減少不必要的醫(yī)療資源浪費，有利于個性化醫(yī)療的普及。

但藥物的研發(fā)過程中會涉及藥企的商業(yè)機密，藥企是否會將保密藥方用于訓練AI？如何獲取藥企的信任？如何保證在訓練過程中不會泄露保密藥方？

再者，AI模型預測的藥物生產(chǎn)出來后，需要招募大量志愿者在臨床中進行試驗，試驗周期長、成本高，難以在短時間內(nèi)看到AI預測設(shè)計的藥物的成效。

02手術(shù)端——AI締造賽博朋克手術(shù)臺

AI在手術(shù)機器人領(lǐng)域的應用主要在手術(shù)操作、手術(shù)導航、遠程手術(shù)等方面。其中，最具代表性的應用是達芬奇手術(shù)機器人系統(tǒng)，通過該系統(tǒng)，醫(yī)生可以在無菌環(huán)境中進行手術(shù)操作，減少了醫(yī)生的職業(yè)暴露，提高了手術(shù)的精確性和效率。除達芬奇手術(shù)機器人系統(tǒng)外，中國的華科精準、威高等都在手術(shù)機器人領(lǐng)域取得了一定的成功，如華科精準的神經(jīng)外科手術(shù)機器人系統(tǒng)在國內(nèi)已經(jīng)得到了廣泛的應用，并獲得了多項醫(yī)療器械注冊證。

圖為首臺國產(chǎn)達芬奇Xi手術(shù)機器人（圖源網(wǎng)絡(luò)）

通過AI技術(shù)在手術(shù)機器人上的加持，傳統(tǒng)手術(shù)模式出現(xiàn)創(chuàng)新性的改變，由醫(yī)生在手術(shù)室內(nèi)操作變?yōu)橥ㄟ^AI技術(shù)進行遠程手術(shù)，優(yōu)秀的醫(yī)生資源能夠覆蓋到更多的地區(qū)，再疊加機器學習和計算機視覺等技術(shù)的buff，便可以精準識別定位手術(shù)部位，賽博朋克手術(shù)臺的氣息撲面而來。

然而，AI在手術(shù)機器人領(lǐng)域的應用也存在一些問題。成本是根本問題，很多醫(yī)療機構(gòu)難以承受，普通患者也無法承擔治療費用，還無法推廣普及。其次，AI技術(shù)進入醫(yī)療行業(yè)還不到20年的時間，在手術(shù)機器人領(lǐng)域的應用時間更是短暫，需要更多的研究和實踐來驗證其可行性和安全性。

再從手術(shù)環(huán)境來看，開放式的手術(shù)環(huán)境和微創(chuàng)手術(shù)有很大的不同，需要更加精準的定位和操作技術(shù)。技術(shù)支持上來看，遠程手術(shù)需要更加穩(wěn)定和高效的網(wǎng)絡(luò)通信系統(tǒng)保證手術(shù)的實時性和安全性。

回到患者的角度，以血肉之軀觸碰鋼鐵之臂的手術(shù)方式還是略微超前了些，普通患者難以客服恐懼和不信任心理，無法為臨床試驗提供更多的實踐素材，自然也導致了手術(shù)機器人的應用實踐蓄力不足，普及推廣遙遙無期。

03醫(yī)生端——AI改變臨床報告生產(chǎn)模式

Google的DeepMind開發(fā)的Streams應用可以通過分析患者的病歷和檢查結(jié)果等信息，自動生成腎損傷等疾病的臨床報告。

上海交通大學附屬第一人民醫(yī)院解學乾教授團隊聯(lián)合衛(wèi)寧健康也開發(fā)出胸片報告自動生成系統(tǒng)，通過人工智能的自然語言處理能力生成胸片報告，提高了臨床的效率和問診能力。

通過人工智能撰寫一份臨床報告，能夠為醫(yī)生減輕30%的工作量和壓力，通過對患者的病情數(shù)據(jù)、遺傳信息等進行深度分析，AI還可以為患者制定個性化的治療方案，提高治療效果。這需要人工智能能夠在各類格式的文檔里精準識別有效數(shù)據(jù)，并對數(shù)據(jù)進行加工。

對數(shù)據(jù)的分析、重點摘取、生成文字或報告已經(jīng)是生成式AI 的基本功，極新（ID：jixintech）已經(jīng)探究過在金融領(lǐng)域通過人工智能生成評級報告的情況，并分析了實踐過程中的難點。（閱讀原文請點擊：AI+金融 | 高標準、嚴要求的提質(zhì)增效之路）目前看來，AI在金融和醫(yī)療領(lǐng)域里關(guān)于分析數(shù)據(jù)、生成報告等方面有著異曲同工的特點。

首先是數(shù)據(jù)的獲取和質(zhì)量。醫(yī)療數(shù)據(jù)涉及到患者的隱私和安全，同時醫(yī)療行業(yè)也有保密數(shù)據(jù)，如何在保證數(shù)據(jù)安全且不觸犯隱私條款的前提下進行有效的數(shù)據(jù)利用是一個重要的問題。其次，醫(yī)療數(shù)據(jù)存在大量不完整、不一致和噪聲數(shù)據(jù)，這會對AI模型的訓練和分析造成干擾和誤導，加之醫(yī)療數(shù)據(jù)較為復雜并且具有不確定性，模型的精度往往難以達到理想的狀態(tài)。

在這些因素的影響下，人工智能所生成的臨床報告將有可能出現(xiàn)誤判或漏判，對病人造成難以挽回的損失。

04用戶端——智能問診，人人都能獲得的家庭醫(yī)生

在智能問診領(lǐng)域，百度健康小度機器人就是一個很好的例子。根據(jù)百度官方發(fā)布的數(shù)據(jù)，小度機器人在疫情期間為2.1萬多名用戶提供了在線問診服務，累計答復問題超過44萬條。其中，81%的問題能夠在5秒內(nèi)得到回答，大大提高了患者就醫(yī)的效率和滿意度。

智能問診對AI有著三方面的要求，首先是利用自然語言處理技術(shù)，能夠?qū)崿F(xiàn)非專業(yè)與專業(yè)的轉(zhuǎn)化。在問診過程中，人工智能需要通過自然語言處理技術(shù)，將患者的主訴和癥狀轉(zhuǎn)化為計算機可理解的語言，大部分患者并不具備專業(yè)的醫(yī)療知識，并不能用相對專業(yè)的術(shù)語描述自己的癥狀，人工智能如何通過自然語言處理技術(shù)將其轉(zhuǎn)化為專業(yè)術(shù)語？這對AI的認知智能水平提出了較高標準。

第二個要求是利用機器學習算法，能夠?qū)ΠY狀進行分類。人工智能一天，人類世界百年，通過用海量的文獻及醫(yī)學專業(yè)書籍訓練人工智能，達到根據(jù)患者描述的癥狀，對疾病進行自動分類和診斷的效果。

第三個要求是利用大數(shù)據(jù)分析技術(shù)，能夠?qū)�患者的病情進行預測和分析，從而為醫(yī)生提供更加準確的診斷和治療建議。比如針對慢性病患者，人工智能要能夠預測患者未來發(fā)生并發(fā)癥的風險。

今年8月17日，微脈發(fā)布國內(nèi)首款健康管理領(lǐng)域大語言模型——CareGPT，作為全國最大的全病程管理平臺，CareGPT實現(xiàn)了接入醫(yī)院公眾號、呼叫中心、企業(yè)微信、微脈APP等多應用場景，并根據(jù)患者的有效交互和內(nèi)容分析，為其提供文字、圖片、視頻等多形態(tài)的健康管理建議，覆蓋診前、診中、診后全部流程。

圖為微脈患者管理系統(tǒng)（圖源微脈官網(wǎng)）

雖然成功案例不斷涌現(xiàn)，但仍存在問題和挑戰(zhàn)，如果系統(tǒng)存在誤診和漏診等問題，將導致患者接受不適當?shù)闹委煼桨�，最終將出現(xiàn)醫(yī)療事故�；�于人工智能的不確定性，目前還無法完全用智能問診系統(tǒng)代替門診醫(yī)生，但醫(yī)聯(lián)CEO王仕銳曾說，AI能讓醫(yī)療“不可能三角”成為可能。AI生出血肉指日可待！

也許現(xiàn)在你還是通過傳統(tǒng)方式掛號問診，還未面對過電子醫(yī)生，但如果你走到醫(yī)療行業(yè)一線，看到人工智能在制藥研發(fā)、智能問診、影像診斷、遠程手術(shù)中的精彩表現(xiàn)，你可能也會暢想，也許在未來的某一天，居家就可以做到問診、取藥、手術(shù)等等，而當下，如何突破 AIGC 技術(shù)落地醫(yī)療產(chǎn)業(yè)的瓶頸，是AI帶給這個產(chǎn)業(yè)的最大紅利。

本文原創(chuàng)：極新（jixintech）

       原文標題 : AI+醫(yī)療，扭轉(zhuǎn)生命的路線