廣東省正推動“人工智能+”和“機器人+”行動，支持AI與醫(yī)療技術(shù)結(jié)合走向商業(yè)化落地。

　　2.臻絡(luò)科學(xué)創(chuàng)始人兼CEO任康表示，AI與醫(yī)療結(jié)合需面對學(xué)術(shù)科研、工程技術(shù)轉(zhuǎn)化、應(yīng)用落地三個過程中的不確定性挑戰(zhàn)。

　　3.目前，臻絡(luò)科學(xué)的設(shè)備和軟件已覆蓋全國700多家三甲醫(yī)院，惠及20余萬患者。

　　4.任康認(rèn)為，提升效率和提升質(zhì)量將是AI與醫(yī)療結(jié)合最先落地的板塊，而輔助決策將是未來有可能大放異彩的領(lǐng)域。

　　當(dāng)前，廣東省正加力推動“人工智能+”和“機器人+”行動，支持人工智能與機器人技術(shù)與廣東多種多樣的優(yōu)勢產(chǎn)業(yè)向結(jié)合，快速走向商業(yè)化落地。在4月9日發(fā)布的廣東省“人工智能+”首批應(yīng)用場景中，人工智能+醫(yī)療是首批發(fā)布的四大行業(yè)之一，可見AI醫(yī)療落地已成為投資市場、醫(yī)療領(lǐng)域、政府部門等各方共同關(guān)注的焦點。

　　AI在醫(yī)療領(lǐng)域的應(yīng)用落地需要面對哪些共性挑戰(zhàn)，有哪些關(guān)鍵落地方向？近日，深圳市臻絡(luò)科技有限公司（以下簡稱“臻絡(luò)科學(xué)”）創(chuàng)始人兼CEO任康接受南都·灣財社記者采訪時表示，AI與醫(yī)療結(jié)合都要面對學(xué)術(shù)科研、工程技術(shù)轉(zhuǎn)化、應(yīng)用落地三個過程中的不確定性挑戰(zhàn)。整體來看，AI與醫(yī)療具有天然結(jié)合屬性，預(yù)計AI醫(yī)療將在“提升效率”和“提升質(zhì)量”兩個方面率先落地，并在能力持續(xù)提升后挑戰(zhàn)更具醫(yī)療核心價值的“診療決策”領(lǐng)域。

　　作為一種神經(jīng)系統(tǒng)退行性疾病，帕金森病嚴(yán)重影響著全世界數(shù)百萬患者的生活質(zhì)量。在我國，約有300萬名患者受此困擾，預(yù)計至2030年病患人數(shù)將增至500萬人。

　　4月11日是第29個世界帕金森病日，今年的主題是“人工智能助力帕金森病管理”。由此可見，如今AI在帕金森病領(lǐng)域的診斷和輔助治療等方面已經(jīng)開始發(fā)揮重要作用。

　　“帕金森病領(lǐng)域有許多環(huán)節(jié)都存在大量未被滿足的需求，隨著新技術(shù)的出現(xiàn)和應(yīng)用逐漸被滿足?！皳?jù)臻絡(luò)科學(xué)創(chuàng)始人兼CEO任康介紹，比如早期的癥狀非常不典型，給疾病早篩帶來了很大的問題；診斷的手段非常復(fù)雜、成本很高；治療有很多藥物，但仍不能覆蓋所有的癥狀控制，需要因人施藥；以及作為一種長期發(fā)展的慢性病，需要動態(tài)調(diào)整用藥策略、長期管理和護理等。

　　2013年，具有醫(yī)工交叉背景的任康在深圳創(chuàng)辦了臻絡(luò)科學(xué)，以腦科學(xué)，特別是運動障礙疾病作為創(chuàng)業(yè)的切入點，聚焦神經(jīng)系統(tǒng)疾病領(lǐng)域人工智能及數(shù)字診療領(lǐng)域的技術(shù)研發(fā)。經(jīng)過12年的創(chuàng)新及積累，臻絡(luò)科學(xué)已通過創(chuàng)新醫(yī)療設(shè)備、臨床數(shù)據(jù)平臺及慢病管理平臺，完整覆蓋診斷、評估、治療、康復(fù)和個性化患者管理，構(gòu)建起全國最主流的帕金森病臨床數(shù)據(jù)平臺。

　　目前，臻絡(luò)科學(xué)的設(shè)備和軟件已經(jīng)覆蓋了全國700多家三甲醫(yī)院，惠及20余萬患者。公司獲得啟明創(chuàng)投等創(chuàng)新醫(yī)療賽道知名投資機構(gòu)投資，不斷推進AI醫(yī)療在帕金森病領(lǐng)域的技術(shù)研發(fā)與應(yīng)用。

　　今年4月8日，臻絡(luò)科學(xué)發(fā)布面向帕金森病及相關(guān)疾病的全場景醫(yī)療人工智能系統(tǒng)“智醫(yī)靈心”。據(jù)介紹，該系統(tǒng)利用大模型、深度學(xué)習(xí)、經(jīng)典機器學(xué)習(xí)等人工智能技術(shù)，基于創(chuàng)新醫(yī)療設(shè)備、軟件和服務(wù)體系，以不同形態(tài)連接真實醫(yī)療世界，進行實質(zhì)性的感知、交流、反饋、決策和干預(yù)，貫穿院內(nèi)外全場景,早篩、評估、診斷、治療、康復(fù)及管理全環(huán)節(jié)，以及早中晚期全病程，有望為帕金森病臨床醫(yī)護和患者提供更多幫助。

　　走過12年的研發(fā)創(chuàng)新到落地應(yīng)用經(jīng)歷，同時身為華中科技大學(xué)、上?？萍即髮W(xué)研究生行業(yè)導(dǎo)師，發(fā)表過21篇SCI論文，任康對于從學(xué)術(shù)成果轉(zhuǎn)化為實際應(yīng)用落地中面臨的挑戰(zhàn)深有體會。

　　“我們做過系統(tǒng)、產(chǎn)品、服務(wù)等不同的形態(tài)，整體來看，它們從創(chuàng)新走向產(chǎn)品化的共性都是要經(jīng)過三個階段。”任康說，這依次為學(xué)術(shù)研究階段、工程技術(shù)轉(zhuǎn)化階段、落地應(yīng)用階段。三個階段都要面臨很大的不確定性挑戰(zhàn)。

　　“學(xué)術(shù)研究階段最大的挑戰(zhàn)是來自于研究的不確定性，我們可以提出很好的科學(xué)假設(shè)，但未必最終一PG電子官網(wǎng)定能驗證這種假設(shè)?！叭慰嫡f，在學(xué)術(shù)研究階段，不一定能有符合預(yù)期的成果。

　　而當(dāng)學(xué)術(shù)研究確實取得了成果突破之后，接下來面臨的是怎么將其轉(zhuǎn)化為可以應(yīng)用的工程技術(shù)的挑戰(zhàn)。比如AI醫(yī)療設(shè)備的研發(fā)，就要將學(xué)術(shù)上可行的模型轉(zhuǎn)化為一個真實的實時系統(tǒng)，并要考慮實際算力需求、模型裁剪、性能平衡、成本功耗以及用戶體驗等諸多問題，這之中需要很多的應(yīng)用研究突破也會存在不確定性。同時，與學(xué)術(shù)研究不同的是，在應(yīng)用研究階段就需要帶入很多實際的場景實踐中不斷獲得反饋，進行迭代優(yōu)化。

　　“當(dāng)有一個已經(jīng)具備可應(yīng)用、個性的技術(shù)或者是產(chǎn)品，但它對整個領(lǐng)域來說是全新的產(chǎn)品、全新的理念，怎么讓它真正落地在臨床？”任康說，有很多新的技術(shù)的落地，最大的挑戰(zhàn)未必來自于技術(shù)挑戰(zhàn)本身，也未必來自于商業(yè)挑戰(zhàn)本身，更多的是大家是否接受它，對的事物未必是大家接受的事物。

　　“我們解決這個問題的方案，是從醫(yī)工交叉研究階段就協(xié)同大量頂尖帕金森病專家深度參與其中?！比慰嫡f，從源頭入手，和臨床醫(yī)生及患者一起參與和探討，進而理解技術(shù)路線設(shè)計，到整個科研的推進、技術(shù)轉(zhuǎn)化。當(dāng)技術(shù)轉(zhuǎn)化為應(yīng)用產(chǎn)品的時候，大多數(shù)用戶也自然理解相關(guān)的新理念，并形成共識。這是臻絡(luò)科學(xué)解決新技術(shù)新理念落地挑戰(zhàn)的一種實踐方案。

　　在4月9日發(fā)布的廣東省“人工智能+”首批應(yīng)用場景中，人工智能+醫(yī)療作為首批發(fā)布的四大行業(yè)之一，共梳理發(fā)布了影像診斷、臨床決策、手術(shù)規(guī)劃、門診分診、就醫(yī)咨詢等10大典型場景，展現(xiàn)出廣東作為人工智能創(chuàng)新應(yīng)用熱土可落地場景之豐富。從一線從業(yè)者和行業(yè)專家視角來看，人工智能與醫(yī)療結(jié)合將在哪些領(lǐng)域有望率先落地？

　　廣東省發(fā)布首批30類“人工智能+”應(yīng)用場景，包括10類人工智能+醫(yī)療場景。

　　對此任康表示，人工智能和醫(yī)療的結(jié)合應(yīng)用有三個方面值得關(guān)注。一是提升效率方面，這也是當(dāng)前許多AI醫(yī)療創(chuàng)新公司的切入點。例如將醫(yī)療筆記、語音記錄等工作通過自然語言處理、圖像處理、大語言模型等技術(shù)進行自動分析總結(jié)，可以大大提高工作效率。

　　二是提升質(zhì)量方面。任康解釋說，提升質(zhì)量是針對在很多臨床工作中，醫(yī)生需要通過主觀經(jīng)驗來判斷，或通過肉眼觀測的環(huán)節(jié)。如影像讀片、運動障礙領(lǐng)域的量表評估、電生理數(shù)據(jù)解讀以及對其他檢驗報告的解讀等。這些評估解讀的質(zhì)量會因不同人的經(jīng)驗不同產(chǎn)生差異，有時候甚至還會因為臨床自身狀態(tài)、主觀視覺的疏忽等造成影響。

　　對于這些實際上都是量化的指標(biāo)數(shù)據(jù)，人工智能的接入，可以把很多需要客觀評價的指標(biāo)讓它盡量客觀、一致性強、質(zhì)量提升。任康認(rèn)為，提升效率和提升質(zhì)量，這兩方面將是人工智能和醫(yī)療結(jié)合最先會落地的板塊。

　　任康還從醫(yī)生群體的角度提到，這兩方面的工作對于醫(yī)生來說都是當(dāng)前需要做但又并不是最大價值的工作。人工智能的結(jié)合既可以減少醫(yī)生的許多繁瑣工作，也不會影響醫(yī)生核心的價值，因此在推廣應(yīng)用方面不太有阻力。

　　“臨床專家最大的價值往往是來自于決策本身?！奔醋鲈\斷決策、治療決策等。由此也引出人工智能與醫(yī)療結(jié)合的第三個切入點——輔助決策。

　　任康認(rèn)為，輔助決策乃至決策支持，將是人工智能未來有可能大放異彩的結(jié)合點，但也可能是最慢落地的場景。除還需要許多技術(shù)突破來提高可用性、準(zhǔn)確率外，還面臨人工智能倫理問題和對醫(yī)療專家核心價值沖突帶來的挑戰(zhàn)等。

　　“總體來看，人工智能和醫(yī)療是天然結(jié)合的。”任康說，醫(yī)療是典型從多個維度感知疾病到做決策的過程，人工智能加上多模態(tài)的感知，剛好匹配這個框架?！皝碜圆煌瑪?shù)據(jù)采集的多模態(tài)感知，加上一個或多個優(yōu)秀的人工智能模型，理論上可以覆蓋醫(yī)療需求的方方面面?！?/p>

　　而在推動AI和醫(yī)療深度結(jié)合應(yīng)用過程中，現(xiàn)有的AI能力還需要在多個方面有所進化。任康表示，當(dāng)前人工智能對于一些復(fù)雜問題的處理取決于多種因素，如數(shù)據(jù)是否豐富、專家經(jīng)驗和臨床知識能否轉(zhuǎn)化并讓模型真正學(xué)習(xí)，人工智能整個決策過程是不是足夠可靠、可信及透明化等。當(dāng)前，人工智能已在某些疾病領(lǐng)域的某些環(huán)節(jié)表現(xiàn)出不錯的臨床應(yīng)用能力，且發(fā)展速度很快，未來有望在更多方面達到甚至超越現(xiàn)有醫(yī)療水平，給更多“疑難雜癥”類患者帶來福祉。