医疗领域一直以来都是AI的绝佳落地场景。10月14日，《麻省理工科技评论》（MIT Technology Review）发布报告《AI+医疗：亚洲的发展空间、能力和主动健康的未来》（以下简称《报告》）指出：AI正在亚洲医疗领域不断崛起，以满足其地域性的需求与挑战。该《报告》以与亚洲各国医疗领域的技术行业专家、领军企业进行访谈、研究、实地考察走访等调研方式，评估了AI被用于医疗服务在亚洲地区所产生的价值和前景。其中，百度CDSS基层案例以其广泛落地及有效使用成为报告重点分析与推荐的案例。

《报告》认为，在医疗人力资源短缺的背景下，亚洲许多国家面临医疗资源紧张的难题——据世界卫生组织数据估算，到2030年，亚洲地区需达到超过1200万名医疗从业人员，比当前增长70％以上。其次，医疗支出不足也是另一大严峻挑战。除发达经济体以外，亚洲其余国家和地区的人均医疗支出不足经济合作与发展组织（OECD）标准的四分之一，而AI技术则正在有效缩小亚洲医疗发展差距。

另一方面，亚洲地区的医疗发展正受益于一线医务人员在AI技术下得到的巨大助力，以及“人机交互”等全新诊疗手段带来的专业辅助。除此之外，亚洲诸多国家也正“以其本国医疗方面的挑战”作为落地目标，用公私合作的方式快速促进着AI创新。无论是新加坡利用AI技术对全民“高血脂、高血糖、高血压”减少方面的努力，还是印度对于婴儿死亡率减少所做的推动，或是日本在老龄化问题上的应用等，都让亚洲对AI在医疗领域的应用充满着迫切的需求与巨大的市场。

正如《报告》中描述的那样，一方面，AI切实提高了亚洲地区医疗服务供应能力和效率，另一方面，亚洲地区巨大的需求和市场也推动着AI医疗的快速发展与实现。近年来，世界各国都在进行人工智能的重要战略布局，而实际上，AI技术发展的60多年，经历浪潮趟过低谷，两起两落，并在2016年带着令人振奋的技术突破与商业发展从低谷中走来。

回溯AI在医疗领域的发展：自1959年计算机诊断的数学模型创建，开创了计算机辅助诊断的先河后，1966年“计算机辅助诊断”（Computer Aided Diagnosis，CAD）的概念便被正式提出；到了1968年左右， 医学“专家系统”研制成功，并首次采用了知识库、推理机系统结构等，自此形成了一整套专家系统开发理论。其后，专门为医疗领域设计的“专家系统”不断发展，到了90年代“计算机辅助诊断”系统知识库已储备了22000种疾病和5000种症状信息。而中国在70年代末，便开创了首款自己的医学专家系统，随后迅速发展并被广泛应用。到了2006年，神经网络深度学习算法带来突破，工业界迅速将技术发展至各个行业，其中也包括医疗。AI＋医疗的“风口”在全世界吹拂多年，近年来更是在亚洲“风生水起”。

谈到用AI提升亚洲地区医疗服务供应能力、缓解医疗资源不足问题，《报告》以中国公司百度为例，介绍了其以AI为驱动打造的“临床辅助决策系统”（CDSS）。目前，该系统已覆盖了中国16个省市自治区近千家医疗机构，通过标准化的诊断流程、科学的治疗方案推荐辅助医生作出临床诊断决策。“从医学影像分析到临床辅助决策、从院内诊疗流程管理到院外健康管理、从赋能医生到赋能药企等，人工智能技术在医疗领域的应用越来越广泛和深入，能够帮助促进优质医疗资源下沉，实现资源共享，提高基层医生诊疗效率和医疗服务水平。”百度CTO王海峰博士如是指出。

此外，《报告》中MIT科技评论分析人员在对百度及其落地案例的走访中了解到：在中国，基层医疗机构本应该是人民健康的第一道防线。然而，由于基层医疗水平相对有限，多数患者都更倾向于到三级医院看病，以获得规范的专业治疗。这就进一步加剧了“中国医疗资源的结构性失衡”：基层医院门可罗雀，医疗资源闲置，而三级医院则人满为患，长期超负荷运作。

面对上述问题，AI驱动的CDSS已经在中国许多地区显露出了其独有的价值。《报告》采写了百度CDSS的落地案例。北京市平谷区（平谷区位于北京市东北部，有46万人口）卫健委信息中心主任焦俊峰表示，在百度CDSS的帮助下，当地的医疗机构能够更好地满足整个行政区域的医疗需求，服务包括18个乡镇的居民。焦俊峰谈到，国家要求基层承担66种常见病的诊疗，这对于基层医生是有一定难度的，而且当地有限的基层医生数量也不能满足居民日益增长的医疗需求。百度CDSS定位于提升基层医院的诊疗能力，这与国家的要求高度一致，二者的目的都是让基层医疗承担更多的诊疗任务、更好地服务于基层群众。谈及CDSS落地以来的效果，焦俊锋大加赞赏。“这个系统对于症状识别的准确性远远高于我们的预期，获得了医生和患者的高度评价。以前基层医生能看的病人、能看的病比较少，所以诊疗经验也比较有限，CDSS部署以后，医生的能力提高了，人们也因此越来越认可我们当地的医生了。现在越来越多的患者来基层医院看病，而不像以前那样不分病情轻重就径直去大医院。”

北京平谷区社区医院应用百度CDSS系统辅助诊疗

据了解，百度CDSS的可解释性建立在医学自然语言处理（NLP）和知识图谱（KG）技术之上，这两项技术也是CDSS最终成功的关键因素。《报告》采访百度智慧医疗总经理黄艳表示：“医学自然语言处理技术和知识图谱技术奠定了百度AI医疗的基础。自然语言处理技术能够自动识别病历和医学文献中的实体以及实体之间的关系，将其整合入医学知识图谱。这种对于医学知识的编译和理解很复杂且高度结构化，如果没有医学专家和人工智能工程师的密切合作，是很难实现的。”

《报告》还针对亚洲AI医疗发展趋势指出预防性诊疗策略的重要性。在未来，医疗生态系统将更加侧重健康和福祉，AI将通过识别疾病征兆并追踪健康状况，在促进“主动健康”中发挥主导作用；而同时，医疗系统还必须坚持以人为本。从伦理角度考虑，科技必须是医生和医疗从业者的辅助工具。为保障医疗系统的问责制，最终决策权必须牢牢掌握在人类手中。AI开发人员应当确保医生、患者能够准确解读和理解科技，这样医生和患者才会持续信任科技，并乐于在医疗领域使用人工智能。

MIT科技评论最新发布的亚洲AI医疗报告英文完整版可访问官网获取。预计10月底将发布中文完整版供访问下载。