「AI医疗」专场将以“后深度学习时代的医疗变局”为主题，设立“医学影像AI”、“医疗大数据”、“医疗机器人”三大环节，分别邀请三大领域的顶尖专家，阐述未来人工智能医疗的技术理念、产品逻辑和商业方法论。
作者 | 李雨晨
美国著名神经外科医生保罗·卡拉尼什在他的临终著作《当呼吸化为空气》中曾写道：我们背负着无形的枷锁，肩负着生死攸关的责任，也许病人鲜活的生命就在我们手中。
医疗的严肃性，让这个行业拥有一种“迟钝感”。但是，在新的时代浪潮里，医疗健康行业呈现出新的特征——医工交叉。
以人工智能、云计算、大数据、5G、物联网、VR/AR等为代表的新一代信息技术迅猛发展，并与医疗器械行业加速融合，人工智能辅助诊断系统、智能化医疗器械、可穿戴健康设备等新产品加速普及应用，智慧医疗正在改变着传统的疾病预防、检测、治疗的模式。
2019年7月12-14日，由中国计算机学会主办，雷锋网、中国香港中文大学（深圳）联合承办的第四届CCF-GAIR全球人工智能与机器人峰会，将开设「AI医疗」专场，以“后深度学习时代的医疗变局”为主题，设立“医学影像AI”、“医疗大数据”、“医疗机器人”三大环节，分别邀请三大领域的顶尖专家，向海内外业内人传播未来人工智能医疗的技术理念、产品逻辑和商业方法论。
医学影像AI：回应质疑
新生事物从诞生到被普遍接受，总要走过一条荆棘之路。过去三年，医学AI经历了被追捧的巅峰期，也承受了“华而不实”等诸多质疑。医疗AI的应用主要有几类：医学影像辅助诊断、医学智能虚拟助手。疾病筛查与预测、辅助药物研发等。
其中，不得不提的就是以深度学习为特征的医学影像AI。从3年前开始，各类玩家就已经着手布局。整体来看，入局者大致分为三类：以连接属性见长的BAT，以渠道为王的医疗器械商以及以算法产品为立身之本的创业公司。
BAT中的百度虽然更加低调，但对于AI技术的投入动作一直未断。如2017年宣布调整医疗业务组织构架，重点发展AI技术。2018年4月，AI创新业务部成立，隶属于百度AIG事业群（人工智能事业群），同年6月开始做医疗影像。
阿里医疗也在两年发力医学影像。2017年1月，阿里健康宣布联合万里云医学影像中心发布医疗AI系统DoctorYou。2018年，阿里健康宣布启动面向医疗AI行业的第三方人工智能开放平台，12家医疗AI公司成为首批入驻平台的合作伙伴。
与前两者相比，腾讯的动作不紧不慢，但布局范围不小。在此前的昆明大会上，腾讯公布了七大智慧医疗新科技，既涵盖AI医学影像、AI辅助诊疗、AI运动视频分析、AI病理分析等技术层的突破，也包含互联网医院、电子健康卡、医学科普等创新解决方案。在BAT这三家里，有“国家队”身份的腾讯，受到的关注显然更多。
除了BAT，还有GPS这三座大山。飞利浦、西门子以及GE医疗在设备端的优势不容挑战。在转型的过程中，它们也提出了不同的思路：GE将医疗业务拆分，提供更多的数字医疗应用和解决方案；飞利浦将AI作为未来的发展方向，主推疾病的整体解决方案和自家的星云平台等数字化产品；西门子则是打造一个数字医疗的生态圈，立志做医疗领域的“App Store”。
但是，不管如何闪转腾挪，传统器械商还是会围绕“医学影像”这一核心优势做文章，医学影像AI会驱动GPS进入新一轮的增长周期。
在巨头面前，医学影像AI的创业公司也在寻找自己的“一亩三分地”。近两年，已经有超过100家以医疗为重点的AI创业公司拔地而起，在生存的压力面前，医学影像AI的创业公司正在“八仙过海、各显神通”。
围绕单病种或者全病种的概念，创业公司举全公司的技术和产品力量，在一些高度细分或巨头没有涉足的领域，先完成一个个“小目标”。相比于大公司的体量和规模，创业公司的危机感更重，陆续推出自己的产品之外，审批过证的动作也在积极进行。当然，未来，创业公司和巨头的关系是残忍的“丛林法则”抑或是和谐的“共荣共生”，目前来看，依旧没有答案。
整体来看，医学影像AI的发展任重道远。鉴于AI与医疗的高门槛，如果没有原生的科研投入和独特的商业模式，同质化的恶性竞争或者步子迈的太快，都很有可能会让医疗AI重蹈“移动医疗”的覆辙。面对难以在短期内获益的AI医疗，各路玩家都要怀着对AI和医疗的敬畏之心，踏实前行。
医疗大数据：多方合力
医疗大数据并不是一个新概念。上世纪90年代末，东软、卫宁健康等信息化厂商就已经进入公立医院，为医院提供信息化服务。随着健康产业的发展，医疗的数据量呈现“井喷”的态势。根据IDC Digital的预测，截至2020年医疗数据量将达40万亿GB。
在这样的背景下，国家层面非常重医疗大数据的发展，国家卫生计生委副主任金小桃曾表示：我国将以保障全体人民健康为出发点，通过“互联网 健康医疗”探索服务新模式、培育发展新业态，到2020年建立国家医疗卫生信息分级开放应用平台、健康医疗大数据产业体系初步形成。
目前，医学大数据的核心流程包括了以临床数据集成、基于知识图谱的临床专病库的构建过程、电子病历数据质量的评估方法以及临床疗效分析与疾病预测等任务。
医疗大数据已经形成了一个相对明细的产业链，主要分为三类对象：基础层负责数据的采集、转换，技术层专注数据存储、加工、清洗和分析，应用层则聚焦在数据的价值挖掘的场景应用上，上述的医学影像AI就归属于应用层。
基础层多是上市公司在做，且多为医疗器械和医疗信息化企业，例如新华医疗、东软等，创业公司没有太多时间和载体来沉淀数据。
技术层中，玩家的角色和属性更为丰富。华为、金蝶医疗、药明康德、医渡云等企业分别在智能终端、信息化、医药等方面提供医疗健康技术解决方案，各公司所覆盖的细分和范围也有所差异。
除了企业层面，医院也在积极构建自己的医疗大数据平台。
从2013年起，上海华山医院利用平台的方式打造一个全院的数据中心，通过平台来扫盲点，找出医院面临的各类问题。该院信息科主任黄虹曾表示，“在建数据中心的过程中，改善医院的 IT 生态环境。比如说主数据管理，把诊断数据纳入医院的主数据管理平台。当一个数据能产生价值和对医生、对医院管理有帮助时，这个数据本身的质量才可能有所提升。”
上海瑞金医院也建立了全院临床数据中心，把体检数据、医疗数据、个人录入的数据和穿戴设备的采集数据汇集起来，2017年的数据量达到5亿多条。
作为行业“基础设施”的医疗大数据的发展，将会对各个应用层面的势能释放起着决定性的作用。整体看来，医疗大数据是一片蓝海，蕴含着巨大的应用前景和商业价值，但在三医联动、分级诊疗等新政策的加持下，还需要政府与企业形成一股更大的合力。
医疗机器人：旧瓶装新酒
2018年3月22日，首批科创板上市申请受理企业名单公布，以胶囊机器人为主营产品的医疗机器人企业安翰科技名列其中。科创板设立的一大意义在于，有利于筛选真正具有技术护城河的优质企业。
医疗机器人并不是一个新概念。按照用途来分，主要有手术机器人、康复机器人、辅助机器人和服务机器人等，由于技术的高精尖和在医疗环节中的重要意义，某种程度上来说，手术机器人成为医疗机器人的代言词。
1999年，美国Intuitive surgical公司开发的“达芬奇”手术机器人系统获得欧洲CE认证，标志着世界上第一款手术机器人的诞生。
随着我国医疗领域机器人应用的逐渐认可和各诊疗阶段应用的普及，医疗机器人尤其是手术机器人，已经成为机器人领域的“高需求产品”。
根据中顾投问《2016-2020年中国医疗机器人产业深度调研及投资及投资前景预测报告》的数据显示，手术机器人占到了全球医疗机器人份额的60%以上，占比最重。
与之前的医疗机器人相比，在大数据、人工智能等新一代信息技术的帮助下，现在的医疗机器人可以与医疗诊疗手段相结合，实现“感知、决策、行为、反馈”的闭环工作流程，完成更多的“智能化”操作。
目前，市面上主流的手术机器人主要还是出自欧美国家之手。当然，国内的手术机器人也不遑多让。
天智航的天玑骨骼机器人已经发展至第三代、哈工大微创腹腔外科手术机器人系统等已进入临床实验阶段。柏惠维康的神经外科手术导航定位系统与北京大艾机器人下肢外骨骼机器人等，在2018年相继通过CFDA医疗器械审查。
资本市场也对包括手术机器人在内的医疗机器人给予支持。2017年和2018年，多家医疗机器人企业都获得了规模不小的融资金额。
尽管如此，医疗机器人也面临一些挑战。目前，在一些核心技术的创新性研发方面，我国与国外还存在较大差距，例如机器人运动路径规划、多模信息精准感知与可视化、柔性控制精细操作等。缺少核心技术导致的一个结果是，国内的医疗机器人产品多集中于中低端市场，大医院的普及率就会更低。
而且，在安全认证制度、医疗数据保护机制等顶层设计层面，医疗机器人在监管制度更加严格的国内，将会有很长一段路要走。
