AI 醫生何時來？語音病歷、影像診斷、導診機器人，訊飛智慧醫療專家談

新智元報道

近日，新智元推薦併發布了中金的一份報告—《120 圖勾勒全球 AI 產業完整圖譜》，該報告對“AI+醫療”表現了較高的期待，它認為隨著語音識別技術和圖像技術的成熟，醫療 AI 已經取得了很大的突破。同時，醫療行業空間巨大，但技術還有待成熟。

報告中特別把科大訊飛歸入到 AI+ 醫療領域值得關注的公司，並且以大篇幅給予介紹。這與我們之前對科大訊飛的認知或許不同，從前我們認為科大訊飛是一家做語音技術的公司，實際上科大訊飛在醫療領域已經有了比較全面的佈局。6月22日，科大訊飛智慧醫療事業部總經理陶曉東和常務副總經理鹿曉亮在接受採訪時，對科大訊飛的醫療AI進行了更詳細的介紹。陶曉東說：“不論語音技術還是圖像技術都只是手段並不是目的。”科大訊飛的語音技術固然可以給面向醫療的AI應用以更好的實現，然而實現醫療領域最終好的結果才是他們的目的。或許我們以後也要更多的面向應用看 AI，而不僅僅是面向技術。

陶曉東，科大訊飛智慧醫療事業部總經理

AI+ 醫療的主要落地場景：從導診機器人到醫生日常工作流程

我們見過北京301醫院導診機器人曉曼，它是首個投入使用的導診機器人。不僅在北京，還有上海瑞金醫院和合肥市第一人民醫院也在使用。曉曼基於科大訊飛領先的智能語音識別、語音合成和自然語言理解等技術，使用者可以通過語音問答、觸屏輸入等互動方式，進行醫院位置諮詢、219 個常見病和症狀諮詢、51個常見知識問詢等。它能減輕導診人員的重複性諮詢工作，實現對患者的合理分流。

我們也常常在 Nature、Science 或者新聞媒體上看到，某種疾病的醫學影像診斷，AI已經超過人類醫生水平了。

除了這些，現階段的醫療 AI 還有哪些應用場景呢？

根據科大訊飛和中金的資料，AI技術還可以用於電子病歷、影像診斷、輔助診療、醫療機器人、個人健康大數據分析、精準醫療等場景。而科大訊飛至少在前三個場景都有所佈局，語音錄入病歷、醫學影像識別、全科醫生輔助診斷、曉曼導診機器人等都是科大訊飛的醫療 AI 產品，而個人健康大數據分析未來也很可能是科大訊飛的戰場之一。

圖：AI+醫療的應用場景（來自中金）

陶曉東介紹：“我們已經有一些相對比較成熟的產品實際上已經推向市場，比如雲醫聲、導診機器人、語音電子病歷，均落地實際應用。”但是他沒提到還有多久產生大規模的商業化。

其中電子病歷用到了語音識別技術；影像輔助診斷產品則不僅用到了圖像識別技術，也整合了醫療大數據。現在在國內外都已經形成成熟的商業模式。

語音電子病歷的對比

關於導診機器人，鹿曉亮介紹：曉曼滿足了兩個剛需：醫院的導航，另外一個是導診。據統計，今年春節之後，在301醫院一個曉曼機器人每天的交互達到2000多次，服務人次大概是六、七百人次。一般來說，一個導診護士每天的服務量大概是800多人次。也就是說，導診機器人將在很大程度上輔助護士的工作。鹿曉亮表示，AI系統並不是要替代人類，無論是醫療影像技術還是導診機器人都是輔助醫生。

曉曼機器人下一步是結合人工智能算法做到精準的分診。現在許多醫生或者專家，每天所看的患者大概有70%都可能是他們不擅長的，這種不匹配造成嚴重的醫療資源的浪費。科大訊飛的下一步就是要通過大數據的挖掘，或許病人首先向機器人口述的一些症狀或者一些疾病，跟專科的數據做一個精準的匹配，實現有效分診。

在輔助診療和影像診斷方面，科大訊飛研發的醫療影像輔助診療系統目前已經開始試點應用。該系統用於輔助影像醫生閱片，勾畫腫瘤病灶區域，減少誤診和漏診。目前其影像系統已經可以，識別3mm以下的病變區域。2017年將應用領域從肺部CT影像檢測擴展至乳腺X光圖像、MRI圖像檢測、心臟超聲等等，預計2017年底不如臨床應用階段。

科大訊飛致力於在產品設計過程中使之具備自動迭代的能力，目前訊飛雲平臺已具備這種技術。只要在現場有這種訓練環境，它可以根據醫院內的新數據，做自動的模型參數的迭代和優化。

挑戰太多：數據、技術、規範

（1）數據獲取和標註困難，一方面推動醫療數據國有化，一方面優化算法來彌補

數據的挑戰在於獲取和標註。現階段，我國的醫療影像仍處於從傳統膠片向電子數據過度的階段，大量影像資料尚未數字化，且醫院之間的數據共享和互通程度較低，獲取大規模的數據對業內公司是一個考驗。其次，醫療影像領域獲取具有高可靠性的標註數據也成為挑戰之一。

陶曉東表示科大訊飛跟醫院合作，是可以獲得一手的醫療數據。他認為醫療數據慢慢會成為國家所有的，從國家的政策來講，是希望把這個數據集中起來，這樣才能夠把數據標準和數據交換的標準建立起來。這是一個非常有價值、非常正確的方向。

其實不僅僅是我國，數據問題通用困擾著美國。在美國數據的所有者是病人的。實際上每一個人享受的醫療服務是建立在前面的某些人貢獻出自己數據的基礎上。怎麼樣在保證隱私的情況下把數據共享，這也是在美國被廣泛關注的，尤其是一些大病康復之後的病人的數據更有醫學價值。

不論中國美國，可能會向同一個方向去努力，最終醫療數據會成為社會共有的財富。

雖然人工智能需要很多數據，但是在某些特定情況下，可能數據並不是越多越好，而且很多的算法一開始並不需要很多標註的數據。有一些算法可以在數據標註的並不是特別清楚的情況下，做到可用的程度，之後通過在實際使用中不斷的去優化、迭代。通過這些辦法彌補一些近期數據不足的問題。

（2）技術如何跟專家知識結合，一方面構建知識體系，一方面挖掘抓緊經驗的本質

技術挑戰，其實與過去跟行業結合的時候遇到的挑戰是類似的，就是如何跟行業的專家相結合，把行業專家幾十年積累的行業經驗和行業知識，拉到人工智能能夠操作的這樣一個層面，讓技術能夠去真的幫他們做一些事情。

根據陶曉東介紹：科大訊飛一方面在構建醫學知識體系，另一方面把醫學相關的信息相結合。

陶曉東以解剖學為例：“我們是把醫學本科教材，通過機器學習的方法把它各種各樣的醫學知識之間的聯繫建立起來，然後系統能夠知道什麼樣是正常的，什麼樣的表現是病灶。各種各樣的醫學的常識和物理模型相結合之後，我們實際上是可以有一個相對比較完善的一個醫學知識體系，可以系統地去分析我們的圖像到底為什麼會有病灶，而不是簡單的一個’黑盒子’進去出來結果，也就是算法能給出這個診斷的依據。”

此外，他們理念——向頂級專家學習，然後達到一流專家的水平。科大訊飛有一個頂級專家庫，他們有很多人用多年積累的經驗，告訴開發團隊什麼是在臨床中最有用的，幫助數據標註。

但是，專家和專家之間的標註也有可能是會有差異，同一個專家早晨八點鐘和下午5點鐘的標註也有可能是有差異。系統需要平衡這些專家的差異，這個是相對來講比較重要的一件事情，對整個系統的效率還有性能也非常重要。

因此需要優化算法，使其學習過程不完全依賴於某一個專家的標註，而是用這個算法去把專家看病的本質找出來，這是最重要的。

（3）缺乏數據交換的規範

近期相對來講比較大的一個挑戰，就是怎麼樣把病人的健康檔案、既往病史做電子化做規範化，更容易去做數據交流，以便進行更好的病情分析。

國內問題有各個醫院信息互通，缺乏數據交換的規範。國內外也有家庭醫生的區別。電子病歷是一個電子健康檔案非常重要的一環。如果沒有電子病歷，電子健康檔案無法完整，那麼雙向轉診分級診療會很難做。醫聯體可能是一個比較好的模式，就至少在這個內部可能會有一些相應比較規範的這樣的一個數據交換方式。

缺乏標準還使得電子病歷產品難以推廣，科大訊飛希望通過完善產品獲取更多用戶，從而獲取更多的話語權，更多參與到標準的制定過程。

競爭態勢：很多醫學AI公司選擇了差不多的領域得到差不多的性能，是創新不足和數據限制所致

競爭態勢激烈，科大訊飛被質疑到底是語音公司還是AI公司。

當前做醫學影像的企業很多，既有BAT這樣體量的公司，又有很多初創企業，所選擇的領域和宣稱的準確率也差不多，在這樣的競爭中獲勝的關鍵是什麼？

陶曉東說：“其實還有很多傳統的這個醫療器械的廠家也都在做醫學影像處理方面的工作。至於所選擇的領域基本上都差不多，大家公佈出來的準確率也都差不多，其實從某種意義上來講，這個反映出來就是在這個領域的創新能力還是不夠，另外一方面還因為受到數據來源、算法、監管等限制，所以這讓眾多的初創公司選擇了相似的相近的領域。”

“現在技術實際上發展到一定程度，大家的性能也差不多，將來肯定這個市場不可能在三年以後還有30多家成功的公司.”

陶曉東認為成功的關鍵在於：

第一，要從用戶角度出發，思考怎麼樣真正的把算法融入到用戶他們現有的工作流程裡面，真正幫他們解決臨床問題。因為所有的技術都不是為了純粹技術的目的去開發，肯定是要解決臨床問題。怎麼樣最好的解決臨床問題而又沒有給醫生增加新的負擔，這是非常重要的。

第二，大家對醫學臨床的這些工作流程的理解，最終決定並區分出不同企業之間的產品，產品的設計過程中，如何去跟醫生的現有的工作流程相結合，這可能會更加重要。

陶曉東曾經在國外工作的GE和飛利浦公司，也在醫療設備基礎上也做了很多軟件解決方案上的嘗試。他是如何看待與國外公司的競爭呢？

陶曉東表示，很多這種傳統的設備公司和一些初創公司，更多的是聚焦在影像上面，然而影像只是診斷治療的一個手段，不是目的，我們要最終要達到一個診斷的結果。這需要把其他各種各樣的信息跟影像結合起來，例如要了解這個病人的其他一些家族史既往史等，這是一個綜合的多模態的數據輸入。

此外科大訊飛的優勢是，大量處理大數據的經驗，以及處理結構化和非結構化混合數據的經驗。

科大訊飛的傳統優勢是語音，醫學影像方面起步相對較晚。對於這方面的質疑，陶曉東表示：科大訊飛實際上是一直以來就是一個人工智能的公司，只是語音技術很好，而被貼了一個非常強的一個語音標誌。近些年科大訊飛開發了一些認知智能技術，包括邏輯推理，自主學習。訊飛也一直在關注計算機視覺，包括人臉識別、OCR技術。雖然跟港中大的實驗室有合作，也有自己的計算機視覺團隊，一方面會內部開發，另外一方面在國內和硅谷等大學做聯合實驗室。

點擊閱讀原文查看新智元招聘信息