在近几年来，人工智能在医疗行业的涉足成为风口，大数据的使用、互联网功能平台的搭建、精准医疗未来发展目标的逐步完成，都成为行业内最关心的话题。面对医疗难点，如何借助人工智能这些前沿技术，辅助医疗行业进入深度改革，破除医疗领域的行业壁垒，将成为人工智能涉足医疗领域的重要目标。
行业痛点也是精准医疗发展起点
当互联网和医疗行业开始融合，并开始有所成果时，面对当下的行业发展现状，市场内开始产生更高层次的要求。个性化成为互联网与医疗行业间融合的特点之一，但如今发展的精准医疗却不止于个性化服务。精准医疗除了要实现个性化的医疗服务意外，还包括精准诊断、精准制药、液体活检、靶向治疗、AI升级等多个方面医疗服务的高效率和高质量。在“2017投资界大健康投资峰会”上，慧渡医疗联合创始人、首席技术官杜攀在精准医疗圆桌讨论环节中表示，“在未来，精准医疗要实现的愿景是疾病的可预知、可预防、个性化和患者参与”。
上述精准医疗的愿景正好切中当前我国医疗行业的痛点，由于我国的生活、饮食习惯，生活环境等多个方面与其他国家有着较为明显的不同，因此我国医疗的未来发展方向应根据自身情况而定。从我国患者的就医习惯来看，欠缺针对疾病的日常检查和预防的意识。在我国，癌症筛查中有20%处于癌症早期阶段，80%则从一开始检查就处于中晚期阶段，治疗费用高、效果也不好。从我国患者人口数量来看，由于我国人口基数较大，且在医疗领域，其数据杂乱无章，要对如此体量的数据进行处理、解读，无疑增加其工作难度。杜攀在讨论中提出，“现在我国，在处理、解读医疗数据的过程中，针对基因突变与病种的关联程度不到1%”。此外，因国内人民生活环境与国外、特别是欧美国家完全不同，在我国癌症发病率高的病种主要以肺癌、胃癌、肝癌、鼻炎癌为主，因此不能照搬外国模式。
针对医疗行业痛点，在这个大数据时代更应该提高对大数据质量的要求。在互联网和人工智能开启医疗新时代圆桌讨论中，中科搏锐总经理张鑫指出，“优质的大数据需要足够宽泛，并且能够契合单个疾病”。一方面，在我国的实体医院中，积累的临床案例、数据，其体量之大，这必然对于数据整合、解读的信息处理能力有着较高的要求。这样的大数据首先应该囊括足够宽泛的人群、病种、案例等方面的内容，并且针对如此海量的数据进行综合整理合解读，将数据依特定人群，或特定类型进行细分，将大数据归类出不同的细分领域，以便辅助医生针对不同案例进行医疗决策方案的提出。此外，从垂直领域来看，如果单靠宽泛表面的数据，依然无法和医生进行完美的配合。因此，大数据还需要有足够的深度、足够的针对性和足够的专业性，只有将数据拆分开来，置于各个专业的细分领域，才能更好的契合单个疾病，从而与专家配合共同助力精准医疗的进一步实施。
勿将AI妖魔化
当AI成为资金风口，巨大的资金流涌入其中，表面上似乎是人工智能与医疗行业的融合面临一片蓝海，实则在发展过程中，一系列问题开始逐渐暴露。在过去，互联网曾经也是资金流入的风口，在新一轮AI风口到来之际，各个企业陆续顺应趋势开始进行转型。在针对人工智能与大数据主题的讨论中，有专家指出，当AI作为风口，越来越多的企业开始融入AI领域，但以解决医疗资源分散，借助互联网平台和AI技术进行远程会诊，以提高患者医疗服务质量的企业有多少，真正通过AI技术深挖医疗领域的企业有多少不得而知;大多企业多以人工智能为噱头，实则换汤不换药，更无法针对医疗行业进行实质性的创新。其次，从竞争状况来看，在蓝海中的竞争更为激烈。各大企业纷纷进入人工智能领域，以抢占进入行业时间来占领行业内市场高地。长此以往，同质化竞争开始盛行，行业内开始进行恶性竞争，一方面在该领域的竞争市场内没有稳定的发展秩序和合理的行业发展模式;另一方面恶性竞争将会阻碍行业内良性发展的步伐。
面对人工智能当前发展状况，只有更加清晰未来在AI领域的发展方向，才能针对目前领域内的发展痛点，进行精准提升。在未来，人工智能首先应从计算机擅长的领域切入，针对更加细分的领域进行深度贴合，或许是人工智能未来发展的更好契机。好人生集团ceo章智云表示，“勿将AI妖魔化，在未来，人工智能应该起着工具的作用，成为基础设施，与每一行业息息相关。”
人工智能作为一项先进技术，首先应当充当的是工具作用，人工智能进入医疗领域，首先从与该技术契合度更高、更多以劳动力为主的领域入手。盘古创富合伙人刘凯表示，“医疗行业中的AI应用，应该先从计算机擅长的领域入手”。以放射科为例，有数据表明，在放射科内部每年的数据增长量为30%，而在该领域内专业医生的年度增量只打到4.3%，每年病理科的有效数据达到9000份，这与发达国家每年3至4万有效数据的标准形成巨大差距。在改行业内，更加迫切需要人工智能技术的介入，通过先进算法提高数据的效率和质量。此外，人工智能在未来需要深耕医疗细分领域，切实贴合更加窄化、专业化领域，立志于配合医生，通过算法、对海量数据的整合分析，深度解剖疑难杂症，从而缓解医疗资源分布不均等现实问题。以癌症为例，在病理切片的数字化管理中，人工智能更具有优势。有数据表明，人工智能在数字病理图像分析能力上已经达到2.25亿像素;而针对癌症变幻过程中基因突变的识别，传统的机器成像、肉眼识别方式，很难在各式各样的不定性案例中针对突变基因进行精准诊断。在这一细分领域中，AI的介入更能配合医生，深耕肿瘤的早筛领域，以更加客观、量化的角度进行精准治疗。
如今处在风口上的人工智能目前仍然处于探索阶段，在未来，人工智能应该更多对准细分的领域，更有针对性地辅助医生的日常工作，解放医生从事更加高精尖的工作。同时，笔者认为，在未来的行业探索中，AI应该深度探索跟挖掘新的应用跟场景，以人工智能为重要的辅助工具，配合医生共同发展精准治疗。
