人工智能在医疗领域的超前应用是怎样的

“AI+医疗到底能不能投？”“某某团队说可以拿到准确的医疗数据，可信吗？”“某某公司建立了第三方影像数据中心，可以轻松获取大数据，可以合作吗？”……

2016年8月至今，米健医疗创始人、CEO张继武被问得最多的专业问题，全都有关“大数据”“人工智能”在医疗领域的应用。

生物医学工程博士出身，兼任北大、上交大博导并拥有包括IEEE EMBS上海区副主席等头衔，张继武是极少数能拿出厚厚一本论文集的企业家，也是极少数正在从事医疗科技项目创业，却仍不断提醒投资人“理性看待人工智能在医疗领域的超前应用”的“乙方”。

“天生的”科学家创业了

“谈到人工智能在医疗领域的应用，说实话，目前还是研究多于应用。”张继武透着一股敢说的“学者气质”。他说这是自己的优点，但在商业竞争场上也往往成为自己的缺点，“不擅长吹捧别人，也不爱忽悠人”。

就在前几天，这位CEO还因为参加了一场学术论坛，听了很多学界大咖分享观点而兴奋不已，“我可能天生就适合搞学术研究，偏偏还就创业了。”

攻读博士那会儿，每天听各种大神级人物的讲座，他一度给自己定下了人生目标——只要能吃饱穿暖，可以一辈子做研究。博士毕业时，张继武已经成为中国少有的几个在IEEE Transaction（国际电子电气工程协会汇刊） 上发表过两篇论文的博士生。

到东北大学做博士后时，张继武被当时还是东大阿尔派老总的导师刘积仁看中，到东软集团做了一名员工，“科研本来是我的人生理想，到了企业后发现，那里的科研跟我想象的不一样。”

当时，张继武向刘积仁申请一个长期项目，但老板特别直白地告诉他，在企业，两年的项目就算是一个长期项目了。这时张继武才发现，科研和产业科研是两码事儿，后者对效率、产品、用户需求匹配的要求更高。

2002年时，这个一心想做科研的小伙子拿到了上海市杰出人才计划的一个项目，他毅然向导师刘积仁辞职，“我要继续回去做科研”。

后来的一年时间里，他在中科院西安光机所当教授、博导，并在自己33岁那年第一次申报中科院院士，“只是感受一下申请院士的流程，之后还要继续努力”。也正是在那一年，张继武的命运发生改变，他被一个猎头朋友挖去了一家外企，一个人用3年时间把这家公司的研发中心员工带到了300人。

那会儿与他一起申请中科院院士的“同学”，今年再次申请院士，并且很有希望获评，“没啥后悔的，我现在做的事也算对社会有点儿意义，能给老百姓带来健康福祉”。

2013年，在与团队成员经历了脸红、吵架、瞪眼、拍桌子等一系列挣扎后，米健医疗在全国首次提出了CIS概念，即Clinical Information System医疗信息系统重构。这家“小公司”抛弃了当时热门但极烧钱的移动医疗方向，转而开始向各大医院推介高效的信息系统。

数据获取或成人工智能发展瓶颈

张继武告诉中国青年报·中国青年网记者，人工智能可以分为人的智能（即Human Intelligence）和人工的智能（Artificial Intelligence）两大类。前者主要依靠既有经验和知识图谱，来帮助人们作出决策；后者则要从数据里挖掘隐蔽的弱相关信息，来得出某种结论。

米健医疗与美国梅奥医学中心的合作，就是基于前者的一种探索。比如，根据专家们提供的经验和数据要求，可以得出某种疾病的一些症状、指标显像表现，智能仪器可以给出相关疾病的提示。

“这些是有用的和有效的，但是还不能称之为人工智能，应该是‘人的智能’，是‘专家系统’。真正的人工智能，需要完备的数据，而这种数据过去往往被忽视了。”张继武说，完备数据的获得，将成为人工智能医疗发展的一个瓶颈，“那些与疾病弱相关的、医生们可能并没有注意的信息，到了AI那里，机器可以通过深层次分析来发现某种疾病的可能性。”

那些被忽视的、扔掉的数据，或许才是最有效的弱相关信息。但目前，无论是医院还是医生、病人，对这种数据的采集都未形成体系。“完备的数据，包括临床表现，甚至一个人日常运动、心率、血糖、血压等数据，都是完备数据的一部分。”张继武说。

数据获取的另一个难点在于，病人和医院、医生，谁也不愿意把数据拿出来共享。即便是医院之间的数据共享都很困难，更何况是医院与企业、病人与企业之间的数据互通。

“智能化是必然趋势，数据收集的工作未来可能只有政府能做，利用区块链技术来保证政府收集到的数据的安全性。”张继武说。

让危重事件早期预测成为可能

就在上周，张继武团队推出的“基于云和人工智能的危重事件早期预测”项目获批，成为上海市经信委第一批人工智能专项，拿到了由政府提供的超过600万元的科研经费。这笔资金的到来，比直接拿到某个医院的大订单更令张继武兴奋，“这说明我们这支研发型的创业团队，得到了认可”。

他还记得公司在创办初期，一些销售员对高技术研发的不满。“很多销售过来说，我们的信息化产品只能卖给大型三甲医院，二级及以下医院看不上。”张继武说，三甲医院属于“技术敏感型”医院，他们对一个产品的技术先进性要求极高，大专家们都喜欢用市面上最先进的产品，他们对价格不敏感，“销售觉得，我们应该降低技术标准，再去服务二级医院；但研发团队却只想做最好的产品。”

这种时候，张继武的“科学家”属性被激发了出来，他给公司定调，“先服务好全国的三甲医院再说。”

“基于云和人工智能危重事件早期预测”也是一样，它超前性地提出可以根据手术室、急诊科、普通病房、居家康养病人上传的各类实时数据来提出危重预警。

“一名老专家，到病房转一圈，看到某个病人的脸色、状态和呼吸等指标，基本就能判断他还能挺几天。真正的AI+医疗技术，也应该能通过这些弱相关指征，来提出危重预警。”张继武说，现在医院里的病房出现了机器疲劳、人工疲劳的现象——病房里的检测仪器在没有综合指征考量的情况下频繁报警，最终都被护理人员关闭；护士们每天看着差不多病情的病人，会产生疲倦、懈怠。

而往往就在“病房疲劳”时间段里的普通病房，容易出现“危重事件”。“AI先学习每一个危重事件发生时病人指征参数，从中找到弱相关规律，再在遇到类似情况时发出预警。”张继武说，理想状态下，这样的预警装置还可以给有需要的急诊人群带回家使用，并实时上传其回家后的健康数据。

“科学家、技术控创业总是偏理想化一些，我们最开始的方向不一定对，但只要秉持从需求着手创新的理念，总体的大方向就可以不断纠偏。”张继武说。