【新智元导读】在新智元日前为大家推荐的中金报告《120 图勾勒全球 AI 产业完整图谱》中，特别把科大讯飞归入到 AI 医疗领域值得关注的公司。为此，新智元采访了科大讯飞智慧医疗事业部总经理陶晓东和常务副总经理鹿晓亮。
近日，新智元推荐并发布了中金的一份报告—《120 图勾勒全球 AI 产业完整图谱》，该报告对“AI 医疗”表现了较高的期待，它认为随着语音识别技术和图像技术的成熟，医疗 AI 已经取得了很大的突破。同时，医疗行业空间巨大，但技术还有待成熟。
报告中特别把科大讯飞归入到 AI 医疗领域值得关注的公司，并且以大篇幅给予介绍。这与我们之前对科大讯飞的认知或许不同，从前我们认为科大讯飞是一家做语音技术的公司，实际上科大讯飞在医疗领域已经有了比较全面的布局。6月22日，科大讯飞智慧医疗事业部总经理陶晓东和常务副总经理鹿晓亮在接受采访时，对科大讯飞的医疗AI进行了更详细的介绍。陶晓东说：“不论语音技术还是图像技术都只是手段并不是目的。”科大讯飞的语音技术固然可以给面向医疗的AI应用以更好的实现，然而实现医疗领域最终好的结果才是他们的目的。或许我们以后也要更多的面向应用看 AI，而不仅仅是面向技术。
陶晓东，科大讯飞智慧医疗事业部总经理
AI 医疗的主要落地场景：从导诊机器人到医生日常工作流程
我们见过北京301医院导诊机器人晓曼，它是首个投入使用的导诊机器人。不仅在北京，还有上海瑞金医院和合肥市第一人民医院也在使用。晓曼基于科大讯飞领先的智能语音识别、语音合成和自然语言理解等技术，使用者可以通过语音问答、触屏输入等互动方式，进行医院位置咨询、219 个常见病和症状咨询、51个常见知识问询等。它能减轻导诊人员的重复性咨询工作，实现对患者的合理分流。
我们也常常在 Nature、Science 或者新闻媒体上看到，某种疾病的医学影像诊断，AI已经超过人类医生水平了。
除了这些，现阶段的医疗 AI 还有哪些应用场景呢？
根据科大讯飞和中金的资料，AI技术还可以用于电子病历、影像诊断、辅助诊疗、医疗机器人、个人健康大数据分析、精准医疗等场景。而科大讯飞至少在前三个场景都有所布局，语音录入病历、医学影像识别、全科医生辅助诊断、晓曼导诊机器人等都是科大讯飞的医疗 AI 产品，而个人健康大数据分析未来也很可能是科大讯飞的战场之一。
图：AI 医疗的应用场景（来自中金）
陶晓东介绍：“我们已经有一些相对比较成熟的产品实际上已经推向市场，比如云医声、导诊机器人、语音电子病历，均落地实际应用。”但是他没提到还有多久产生大规模的商业化。
其中电子病历用到了语音识别技术；影像辅助诊断产品则不仅用到了图像识别技术，也整合了医疗大数据。现在在国内外都已经形成成熟的商业模式。
语音电子病历的对比
关于导诊机器人，鹿晓亮介绍：晓曼满足了两个刚需：医院的导航，另外一个是导诊。据统计，今年春节之后，在301医院一个晓曼机器人每天的交互达到2000多次，服务人次大概是六、七百人次。一般来说，一个导诊护士每天的服务量大概是800多人次。也就是说，导诊机器人将在很大程度上辅助护士的工作。鹿晓亮表示，AI系统并不是要替代人类，无论是医疗影像技术还是导诊机器人都是辅助医生。
晓曼机器人下一步是结合人工智能算法做到精准的分诊。现在许多医生或者专家，每天所看的患者大概有70%都可能是他们不擅长的，这种不匹配造成严重的医疗资源的浪费。科大讯飞的下一步就是要通过大数据的挖掘，或许病人首先向机器人口述的一些症状或者一些疾病，跟专科的数据做一个精准的匹配，实现有效分诊。
在辅助诊疗和影像诊断方面，科大讯飞研发的医疗影像辅助诊疗系统目前已经开始试点应用。该系统用于辅助影像医生阅片，勾画肿瘤病灶区域，减少误诊和漏诊。目前其影像系统已经可以，识别3mm以下的病变区域。2017年将应用领域从肺部CT影像检测扩展至乳腺X光图像、MRI图像检测、心脏超声等等，预计2017年底不如临床应用阶段。
科大讯飞致力于在产品设计过程中使之具备自动迭代的能力，目前讯飞云平台已具备这种技术。只要在现场有这种训练环境，它可以根据医院内的新数据，做自动的模型参数的迭代和优化。
挑战太多：数据、技术、规范
（1）数据获取和标注困难，一方面推动医疗数据国有化，一方面优化算法来弥补
数据的挑战在于获取和标注。现阶段，我国的医疗影像仍处于从传统胶片向电子数据过度的阶段，大量影像资料尚未数字化，且医院之间的数据共享和互通程度较低，获取大规模的数据对业内公司是一个考验。其次，医疗影像领域获取具有高可靠性的标注数据也成为挑战之一。
陶晓东表示科大讯飞跟医院合作，是可以获得一手的医疗数据。他认为医疗数据慢慢会成为国家所有的，从国家的政策来讲，是希望把这个数据集中起来，这样才能够把数据标准和数据交换的标准建立起来。这是一个非常有价值、非常正确的方向。
其实不仅仅是我国，数据问题通用困扰着美国。在美国数据的所有者是病人的。实际上每一个人享受的医疗服务是建立在前面的某些人贡献出自己数据的基础上。怎么样在保证隐私的情况下把数据共享，这也是在美国被广泛关注的，尤其是一些大病康复之后的病人的数据更有医学价值。
不论中国美国，可能会向同一个方向去努力，最终医疗数据会成为社会共有的财富。
虽然人工智能需要很多数据，但是在某些特定情况下，可能数据并不是越多越好，而且很多的算法一开始并不需要很多标注的数据。有一些算法可以在数据标注的并不是特别清楚的情况下，做到可用的程度，之后通过在实际使用中不断的去优化、迭代。通过这些办法弥补一些近期数据不足的问题。
（2）技术如何跟专家知识结合，一方面构建知识体系，一方面挖掘抓紧经验的本质
技术挑战，其实与过去跟行业结合的时候遇到的挑战是类似的，就是如何跟行业的专家相结合，把行业专家几十年积累的行业经验和行业知识，拉到人工智能能够操作的这样一个层面，让技术能够去真的帮他们做一些事情。
根据陶晓东介绍：科大讯飞一方面在构建医学知识体系，另一方面把医学相关的信息相结合。
陶晓东以解剖学为例：“我们是把医学本科教材，通过机器学习的方法把它各种各样的医学知识之间的联系建立起来，然后系统能够知道什么样是正常的，什么样的表现是病灶。各种各样的医学的常识和物理模型相结合之后，我们实际上是可以有一个相对比较完善的一个医学知识体系，可以系统地去分析我们的图像到底为什么会有病灶，而不是简单的一个’黑盒子’进去出来结果，也就是算法能给出这个诊断的依据。”
此外，他们理念——向顶级专家学习，然后达到一流专家的水平。科大讯飞有一个顶级专家库，他们有很多人用多年积累的经验，告诉开发团队什么是在临床中最有用的，帮助数据标注。
但是，专家和专家之间的标注也有可能是会有差异，同一个专家早晨八点钟和下午5点钟的标注也有可能是有差异。系统需要平衡这些专家的差异，这个是相对来讲比较重要的一件事情，对整个系统的效率还有性能也非常重要。
因此需要优化算法，使其学习过程不完全依赖于某一个专家的标注，而是用这个算法去把专家看病的本质找出来，这是最重要的。
（3）缺乏数据交换的规范
近期相对来讲比较大的一个挑战，就是怎么样把病人的健康档案、既往病史做电子化做规范化，更容易去做数据交流，以便进行更好的病情分析。
国内问题有各个医院信息互通，缺乏数据交换的规范。国内外也有家庭医生的区别。电子病历是一个电子健康档案非常重要的一环。如果没有电子病历，电子健康档案无法完整，那么双向转诊分级诊疗会很难做。医联体可能是一个比较好的模式，就至少在这个内部可能会有一些相应比较规范的这样的一个数据交换方式。
缺乏标准还使得电子病历产品难以推广，科大讯飞希望通过完善产品获取更多用户，从而获取更多的话语权，更多参与到标准的制定过程。
竞争态势：很多医学AI公司选择了差不多的领域得到差不多的性能，是创新不足和数据限制所致
竞争态势激烈，科大讯飞被质疑到底是语音公司还是AI公司。
当前做医学影像的企业很多，既有BAT这样体量的公司，又有很多初创企业，所选择的领域和宣称的准确率也差不多，在这样的竞争中获胜的关键是什么？
陶晓东说：“其实还有很多传统的这个医疗器械的厂家也都在做医学影像处理方面的工作。至于所选择的领域基本上都差不多，大家公布出来的准确率也都差不多，其实从某种意义上来讲，这个反映出来就是在这个领域的创新能力还是不够，另外一方面还因为受到数据来源、算法、监管等限制，所以这让众多的初创公司选择了相似的相近的领域。”
“现在技术实际上发展到一定程度，大家的性能也差不多，将来肯定这个市场不可能在三年以后还有30多家成功的公司.”
陶晓东认为成功的关键在于：
第一，要从用户角度出发，思考怎么样真正的把算法融入到用户他们现有的工作流程里面，真正帮他们解决临床问题。因为所有的技术都不是为了纯粹技术的目的去开发，肯定是要解决临床问题。怎么样最好的解决临床问题而又没有给医生增加新的负担，这是非常重要的。
第二，大家对医学临床的这些工作流程的理解，最终决定并区分出不同企业之间的产品，产品的设计过程中，如何去跟医生的现有的工作流程相结合，这可能会更加重要。
陶晓东曾经在国外工作的GE和飞利浦公司，也在医疗设备基础上也做了很多软件解决方案上的尝试。他是如何看待与国外公司的竞争呢？
陶晓东表示，很多这种传统的设备公司和一些初创公司，更多的是聚焦在影像上面，然而影像只是诊断治疗的一个手段，不是目的，我们要最终要达到一个诊断的结果。这需要把其他各种各样的信息跟影像结合起来，例如要了解这个病人的其他一些家族史既往史等，这是一个综合的多模态的数据输入。
此外科大讯飞的优势是，大量处理大数据的经验，以及处理结构化和非结构化混合数据的经验。
科大讯飞的传统优势是语音，医学影像方面起步相对较晚。对于这方面的质疑，陶晓东表示：科大讯飞实际上是一直以来就是一个人工智能的公司，只是语音技术很好，而被贴了一个非常强的一个语音标志。近些年科大讯飞开发了一些认知智能技术，包括逻辑推理，自主学习。讯飞也一直在关注计算机视觉，包括人脸识别、OCR技术。虽然跟港中大的实验室有合作，也有自己的计算机视觉团队，一方面会内部开发，另外一方面在国内和硅谷等大学做联合实验室。
