8月31日，作为“2018（上海）中国人工智能展览会暨OFweek（第二届）人工智能产业大会”的重要论坛之一的AI＋医疗分论坛在上海成功举办。本次专场论坛围绕AI+医疗技术应用，就AI医疗技术实现产品商业化遇到的困难与挑战进行讨论。

随着大数据、云计算、以及物联网的快速发展，人工智能技术在医疗领域的应用已经较为普遍，对医疗行业起到较为重要的作用。目前，政策对人工智能的持续可谓是极其利好，各级政府对AI的持续补贴投入，让更多的本土产品实现医疗AI的弯道超车。

在本次AI＋医疗分论坛上，依图医疗资深总监窦玉梅从各智能辅助诊断系统案例中推出病种库临床科研智能解决方案，并在目前政府大力支持下进行融资，通过智能医学影像辅助诊断、互联网＋智能医疗、医疗大数据智能三方面实现了AI医疗应用领域落地，推动了产品商品化的发展。

在医疗AI的应用上，落地实践及产品商品化是依图医疗科技今后工作的重点。窦玉梅表示，今后将会针对多种案例推出更多智能解决方案来助力医疗行业。同时，希望聚集越来越多的有识之士、优秀的人才、以及具备国际化视野的人才，来建设AI新的时代，建设一个新的AI医疗行业。

以下为依图医疗资深总监窦玉梅的现场演讲内容，OFweek医疗科技网作了不改变原意的整理和编辑：

非常高兴今天有这个机会能到这里跟大家交流，今天我将在企业的角度来谈AI医疗，主题将更扣产业方面。目前AI医疗已经发展了两年多的时间，从实验室科研阶段走到市场上，成为一个商品化，形成产业，企业在其中获得了哪些实践和新知呢？

医生是一个充满哲学意味的工作，这是两年来进入到医疗领域之后，我们从心底里很敬畏的一个观点。AI医疗的理念，我觉得非常像循证医学的理念，结合了三方面的要素：

一、医生自身的经验。

二、病人个人的意愿。

三、基于现实客观世界的科学证据和数据。

我觉得AI医疗也是这个三个理念的集中。

纵观这两年的发展，其实AI给社会、科技及方方面面产业化的新发展，都带来了天翻地覆的影响，这个理念是冲击型的。在科技领域的工作者们会发现这个理念、这个技术的前沿，对我们每个人的科研工作和产品研发工作都带来了很大的挑战。

我们公司其实已经成立了四年多，最初我们做计算机视觉方面的工作。在16年年底我们进入了医疗领域，开始了技术的三驾马车：一是计算机的视觉；二是自然语义理解，就是文本的结构化；三是语音识别。这三个主要核心的人工智能技术，其实也点亮了我们现在基本所有的产品数。

纵观两年多的历程，我们经历了一个无以伦比的时代。今年2月份一家期刊发表的有关北美的张康教授运用原来的肺炎算法模型，将迁移学习用在眼底疾病诊断上的文章，对整个AI医疗的冲击非常大，使我们对这个行业的认知再次刷新，让每一个AI医疗的企业，无论在做产品和做科研的过程中都更慎重更严肃。

AI对医学领域的影响，概括起来可能只有八个板块：从影像出发、深入到临床的应用、再到病种库、MDT多学科的诊疗诊断，还包括一些基础的研究，制药方面，器械药物挖掘等等一些基础研究，其实AI确实能给医学的多个板块带来很大的冲击和技术上的颠覆。

那讲一讲我们本身在这个领域的一些探索。我们现在涉足了三个方面，第一块就是我们的出发点——影像的诊断。为什么AI医疗企业发展都要从肺结节的这个诊断开始呢？原因是肺结节在公开的网络上有大量的数据集，这非常便于初创公司去做算法模型的设计、印证和训练。但这只是非常非常微小的一个起点。

第二块是智能互联网医疗平台，在这个领域我们探索的是儿科，就儿科儿童常见病的就诊前中后，全贯通的诊断系统。在医疗大数据的挖掘上，我们有医疗大数据的智能，等一下我会给大家介绍我们在这个领域的阶段性成果，是和华西医院的共同的实践。

先介绍一下影像方面的代表产品。从两年前肺结节开始，到今天第三代的肺癌的影像辅助诊断系统，我们已经走过两年多的时间。这款产品目前已经进入了将近一百多家的医院，有的在工作流程中嵌入了，有的是在影像科里面去做产品的试用。目前第三代的肺癌产品已经应用于了肿瘤的良恶性判断。在肺癌影像诊断技术上的优势是我们的核心技术优势。我们拥有300多个医生、医学生组成的团队给我们做金标注。

经过两年多的时间，我们在算法模型的淬炼上已经越来越贴近临床医生的真正需要。同时我们用的数据在百万量级数据以上，这可能是国际范围内使用、训练肺结节、肺癌、肿瘤影像诊断最大的数据集。

第二款影像产品是今年春天我们发布的乳腺钼靶的智能影像诊断。这是我们和复旦肿瘤医院一起合作的一款产品。乳腺的钼靶产品在全球的范围之内，有几个领先点，一是算法的设计上、病灶检检出上，包括3D重建上提出的一些新的算法。

在儿童方面，我们有儿童骨龄的智能诊断，一个在影像上的具体应用。通过扫描小孩子的左手X光片，然后在秒级时间内就可以智能判断出小孩子生长发育的年龄，甚至能精确到自然月上。我们做这款产品的目的是想做中国第一个属于中国儿童的骨龄库，因为中国儿童其实是没有骨龄图谱的，所以我们要基于此去做中国民族自己的儿童骨龄库。

智能互联网医疗平台上的应用方面，我们第一个探索是儿科方面。因为中国儿科医生的资源分配非常不均衡，大概有几十万儿科医生的缺口，所以我们选择了儿科这个领域。目前这套系统涵盖了两个部分，一部分是B端——医院端，在每一个医生自己的工作台上。第二端是C端——用户端，在每一个用户自己的手机移动端上。目前我们在手机移动端上用的是微信小程序，这样的话预装非常容易，就几乎不用预装。

这套系统贯穿了就诊前、中、后这三个不同的阶段。首先AI起的角色是护士台，然后是医生助手、便民服务和自己的专家型健康管家。真正打造了以患者、患儿为中心的就医的体验流程。

我们在医疗大数据治理智能上的一个解决方案叫病种库的科研大数据平台。在这类型的平台上，我们把医院整体信息化系统上的数据全部打通，然后汇集到这个平台上，做大数据的治理。并且我们提出了一系列人工智能的模型算法，针对临床问题，科研问题的算法和策略，最终打造出医生需要的一系列科研应用。

在医疗大数据智能这个领域，我们第一个阶段性的成果是跟华西医院共同发布的肺癌单病种控MDT诊断系统，它的核心能力和核心技术在于对复杂医学语义的全量提取上。这个算法模型非常复杂，是一系列模型的组合。

我们与华西医院一同发布了MDT的智能诊断系统，这个系统几乎集囊括了过去十年来华西医院肺癌患者的全维度数据。我们现在最重要的工作是在综合的MDT诊疗决策建议模块的开发上。

我刚才汇集了依图医疗的一些现有的、成熟化的，能够从实验室阶段走向真正的临床，走到医院、科室使用的产品。那真正进入到产业化这个阶段，我们究竟有什么样的困难？或者说我们的边界条件在哪里？我们罗列了几点。

第一个边界条件，或者说是整个医疗行业的天花板，应该是国家、行业的政策合规性。

第二个边界条件在于商业模式的搭建，这也决定了一个企业的成败。

其次是整体环境的融资条件，在整体的医疗行业里都有双十的说法，特别对制药企业，也就是前十年投入，十个亿出正式的产品。在AI医疗领域，我们认为3到5年期都是一个重投入的阶段，所以对我们来说融资也是非常重要。

那我来拆解一下这三个要素，第一块就是政策和合规性上。目前在国际范围内，中美两国是真正的在AI创新方面实现双赢的。所以从美国国际范围来看，美国在对人工智能的医疗应用的审批上，正在加速的推进中，已经陆续审批了十个。最新的审批是关于ct的脑出血智能诊断，然后帮助医生进行分诊建议的一个应用。其实最近的这样一应用也从一个角度上非常典型的暴露出目前AI应用给医生带来的两个意义。

一是涉及到医生的辅助诊断的决策中去。

二是和医生自己的工作流紧密的贴合在一起。

如果AI应用全部都进入到医生自己的工作台工作流程中去，那么责任认定和风险其实也是一个不能绕开，必须要正面面对的问题。

在这方面，国际范围内像日本最近有了法规，明确规定AI应用定位为医生的辅助系统，最终责任认定是在于医生。所以AI应用层出不穷的设备、应用，它的角色最终还是辅助功能，而不可能真正的取代医生。在中国，AI作为国家的发展战略，整个国家在政策上的推动力很巨大，所以整体上来说，中国的发展速度会比其他国家，美国和日本更快。包括中国整体的高层对AI应用在2030年的一个布局和要求。

从审批的角度来看，CFDA比FDA只会更加的严谨。目前在新的医疗器械分类目录上，绝大多数的AI应用都被定位为第三类医疗器械应用。所以临床试验等要求是非常严格的，这就要求我们作为AI医疗企业，必须在指控体系的建设合规上面对自己有极高的要求，这样才能最终使产品取得CFDA证，流通到市场上去，进行合规合法的经营销售。

同时就商业模式来说，企业搭建商业模式是至关重要。我们今天依然把我们的客户定位为医院或者医疗机构，在搭建商业方式上，我们可能会同时从传统的医疗器械软件或制药公司的一些商业模式中去取经，同时也有创新的部分。

有一个前车之鉴，有叫沃森，我把它定义为叫“第0批的探索者”，因为它也不属于第一批。第一批就在我们的历史进程中，正在引发这这个历史进程的前进。沃森的收费方式是向医院和病人同时收取费用，过度营销和技术落后之间的矛盾，使得沃森已经裁减了70％的员工。

目前我们的商业模式搭建，如果把医疗机构作为我们的整体用户来看，我们其实也是分层，一层是高端医院的合作互利，也就是把产品科研建立在高端的头部三甲医院上，在基层医院进行普及和安装，也就是说基层医院会得到这些头部三甲医院优质的医疗资源、知识的迁移，通过AI产品来解决中国医疗资源的严重的不均衡的问题。

同时对于企业来说，我们不可忽视的一大成本就在于和原有的医疗信息化系统的互联互通上。这个成本分为两块，一块是时间成本，另一块就是真实的资金成本。如果我们想让基层医院普惠普装，使用到AI医疗产品，我们就必须在最快的时间内完成这些互联互通的工作。

最后讲一下融资大环境，17年整体全球的融资环境上，在AI方面中国超过了美国，拿到全球总工资量的48％，这个还是比较意外的。说明从融资条件、融资环境上面，中国确实在跟美国进行了直接竞争。目前融资环境的更深层的分析，就是融资的数量在减少，融资的整体金额在增大，融资的节奏在放缓，但是资源越来越涌向了头部赛道的头部玩家。

如果从真正的AI医疗机构实践者探索者的身份出发，我们来看今天AI医疗在中国这个大环境下所处的位置，我们的判断是中国的AI医疗行业已经进入到产业化的阶段，这个产业化阶段将在1到2年的时间内都体现出两个很核心的特征。

一就是脱虚入实，也就是说从炒作、过度营销真正落实到AI企业，医疗企业要拿出切实的，能够进入到临床流程中去，帮助医生提高效率、减少漏诊、误诊医疗风险，能够带给他们实实在在，有利用价值的产品。第二就是资源，整体的医疗的资源，数据的资源和专家的资源，包括融资的资金上资源，都会向一些头部的玩家去集中，所以这是这两个典型的特征。

这是一个崭新的时代，因为看见所以相信，我们希望聚集越来越多的有识之士，优秀的人才，国际化视野的人才一起来建设AI的新时代，来建设一个新的AI医疗的行业，谢谢大家。