雅森科技创始人陈晖：医疗影像在人工智能领域的三大关键点

2017年05月25日-28日，中国国际大数据产业博览会（简称数博会）贵阳市举行。

在会上，雅森科技创始人陈晖发表了主题为《人工智能与医学影像》的演讲。陈晖认为：

1）医学图像的检验需要专业大量的影像学医师去做判断，全国范围内数据已无法使用人力完成快速识别；

2）数据、算法、临床证明是医疗人工智能关键的三步；

3）医疗的人工智能从筛查进化到诊断，从诊断进化到预测；

4）人工智能解决医疗问题正在身边发生。

以下是陈晖现场演讲速记整理：

谢谢各位，谢谢亿欧今天的邀请，非常高兴跟大家在今天有一个会面。今天我给大家说的东西比较有趣，可能是大家这两天看到不太一样的东西。

这张图看起来有一点恐怖，这是我们采血以后，用扫描仪得到的一个结果，大家看红色的圆圈，是代表人体的一个细胞，但这不是一个正常的细胞，留心看这个红圈左上角这个点有一个阴影，这个阴影是染色体发生变异以后产生的东西。它不是好东西，它对免疫体带来危害。但是看右边的地方，蓝色的圈看起来好像也有一个点，在右下角，是黑色点的，但这个是正常的，这个点是在其他杂质显露的点。什么人会获得这个图片（的血液情况）呢，比如说大量接触放射源的人，辐射会在身体产生微核细胞的东西。

大家看这张图，可能用不了多少时间，就可以用眼睛识别出来谁是真的微核谁是假的。但是如果我们每天有大量的图片要看，做微核细胞的检查，那200个工作日一年会产生多大的数据量，全国300个三甲医院检查有多少临床医生和教授去判断微核率的提高，这个微核率达到千分之一以上就要脱离这个环境，这是一个挺严肃和可怕的话题。

我们靠全国的血液科和病例科的医生，是不可能为所有人提供这个服务的，这就是人类的极限。在人类的极限达到瓶颈的情况下，我们采用什么样的技术和方法解决我们的健康问题、生命问题，这是雅森科技在探讨的东西，这也是我们讲人工智能在医疗影像领域是大有作为的。

人工智能今年确实是非常火，我们看到在人工智能这个领域，大家耳熟能详的就是IBM沃森。昨天主论坛上有一个IBM的高管讲过，沃森在我们中国有落地。也许我猜未来三个月或者六个月，我们去县级市的医院体检的时候会看到相关的技术和产品。

其实这是一个大话题，我们为什么要引入人工智能去解决医疗问题，还要从我们国家的分级诊疗谈这个问题。因为我们国家的分级治疗和转诊制度就是希望80%的常见病和筛查放在基层医院，20%的疑难病症才去专家检查。但是我们有这样的经验：治病得托人去北上广看，就是因为在基层医院不能提供比较好的医疗筛查能力。

从大趋势来讲，AI时代至少在医疗这个领域已经到来。回到刚才的话题和我们今天演讲的主题，雅森科技深耕在医疗影像领域，全国一年花出去检查的费用里面将近50%都跟影像相关，像我们常见的一些恶性疾病，比如说肺癌、乳腺癌、帕金森，无一例外都要借助影像设备进行筛查，在这种情况下海量的数据已经沉淀下来，成为重要的资产。

不光是在贵阳大数据发达的城市，在很多县级市影像先进的程度不亚于北上广，那么我们如何应用影像的数据创造价值，这就是我们创业者要思考的问题。

所以说我们一直在谈医疗的人工智能，为什么不能用人来看，为什么要用机器来看？这个里面有天生的问题就是医生的缺口。中国影像人才的缺口就是几十万，人类现在知识传承的系统不可能短时间弥补我们人类的差距，这种情况下高效、智能化影像分析智能软件就应运而生。

这是我们谈AI的核心，整体来看我们要去做一个成功的医疗人工智能的应用要解决几个层级的问题：

第一个就是解决数据源，做影像数据里面可以很快的做到这样分割，做特征分类、选择和机器学习，但是我们要拿很多参考数据来，比如统计门诊数据、基因数据，在大数据基础上把不同源的数据进行不同的标记，进到我们神经网络里面去，最后提供给我们的患者和病人详实可靠的报告。

这个可能是很多人都关心的，因为我们国家这两年空气不太好，肺癌的发病率都是第一。在影像检查的病灶里面，我们看到首先提取CT的影像，对CT影像进行大量的分割和分层，之后进行深度学习的网络筛选和分类。

肺癌的结节，这个产品敏感性达到95%，如果我们部署到基层医院或者乙级医院，比如长期的咳嗽或者尘肺病，我们进行快速地筛查，而不是说怀疑有结节，然后吃消炎药，去省医院或去北上广，这样可以大大地缩短诊断病程。

家里有老人的话还有一种病值得注意，全中国阿尔茨海默发病率达到了千分之四，前年的时候全球很大的一家制药厂，在治疗阿尔茨海默临床的药上宣布失败了，原因是在做这个药的时候选的被试人群是中期和晚期的患者，这些人群是处于不可逆的状态，治疗的关键是要判断出早期的患者。

这是另外一个产品，所谓多模态的影像，我们用了三种影像，一个是核磁，第二个是脑电图，第三个就是量表。精神类疾病做诊断的时候，医生会问一系列的问题，判断疾病情况，所以我们用了三种数据做了机器学习和训练。

在刚刚上台之前，我们公司的研发群在讲，跟协和谈这三个维度里面是否可以加上语音，我在询问老年人这个身体特征的时候，他的语音表达出来是迟缓、亢奋还是模糊不清，我再加到这个里面，这样就可以有非常准确地诊断和长期地预测，这也是我们跟市场上做人工智能影像不同的一点，雅森做复杂的多模态的慢性病诊断。

回到对人工智能的思考，作为医疗影像的人工智能最关键的是什么？其实我认为最关键有三个点：第一是数据，第二个是算法，第三临床的证明。

第一是数据，什么是有效数据，这个领域是很严肃的话题，我们到底有多少有效数据，是标准数据。所以雅森科技跟相关单位联合制定人工智能影像标准，这个标准可能会极大提升效率，降低成本。这个标准以影像为例，扫描的速度是怎么样、分辨率是多少、扫描的光照是什么角度，多长时间出来以后再做扫描。

第二个是算法，这个在人工智能领域是有争议的。创业公司会搭建一个人工智能网络，但有一个问题，我们不能指望或者是依赖大量数据的灌入让我们出结果，我们要进行大量的监督、受控及受管理的训练。

第三就是临床，做医疗影像的人工智能一定要回到临床，不是解决某一个科室的问题，我们是解决病症的问题。上个月我们和宁波二院院长聊天的时候说，“如果你有了基因、有了病例、有了更多的数据，就可以达到90%以上的准确率。”所以我们讲服务于临床，从单一的训练转变成多种影像的训练，这是我们的一个理念。

从下一代的AI来讲，其实现在市场上做各种影像的人工智能筛查的公司，创业公司和机构蛮多的，但是我们说未来临床的着眼点来讲，医疗的人工智能从筛查走到诊断，筛查是临床筛查的问题，诊断是支持到主治医生和专家做治疗方案的，再往上走就是疾病治疗和预测。

重要是我们通过什么样的手段对疾病进行早期预测和趋势判断，这样的情况会真正提升我们的生活水平和健康水平，降低我们患疾病的风险率，这就是我认为医疗的人工智能从筛查进化到诊断，从诊断进化到预测。

所以雅森科技在市场上正在和不少的医院和卫计委合作，确定当地分析的人工智能，把这个区域的数据录入我们平台，部署我们平台的算法和快速推送结果，做到80%的常见病真正在基层医院进行处理，20%的疑难病症再推送到上级医院。这是雅森科技提供的商业模式思考。

综上所述，大家也了解了雅森做什么，也了解了一下人工智能医疗发展的趋势，我还是想表达一下个人乐观的看法，人工智能帮助大家解决医疗健康的问题，可能很快会发生在我们身边，谢谢各位。