“AI可以生出血肉”

文｜欣桐

編輯 | 小白

出品｜極新

今年七月召開(kāi)了2023世界人工智能大會(huì)， 醫(yī)療分論壇上，AI+醫(yī)療成為國(guó)內(nèi)人工智能的下一個(gè)熱點(diǎn)領(lǐng)域，為醫(yī)療行業(yè)亟待解決的問(wèn)題提出了救治之法。

上個(gè)月，百度正式發(fā)布“產(chǎn)業(yè)級(jí)”醫(yī)療大模型“靈醫(yī)”。

10月16日，商湯發(fā)布升級(jí)版醫(yī)療健康大語(yǔ)言模型“大醫(yī)”。

根據(jù)Facts&Factors公司的報(bào)告，全球AI在醫(yī)療保健行業(yè)的應(yīng)用市場(chǎng)預(yù)計(jì)在2022年將達(dá)到47億美元，到2031年將增長(zhǎng)到189億美元。同時(shí)，Gartner公司預(yù)測(cè)，到2023年，全球醫(yī)療保健行業(yè)中AI技術(shù)的支出將達(dá)到330億美元。

國(guó)內(nèi) AI 正走向高景氣局面，AI技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用涵蓋了手術(shù)機(jī)器人、醫(yī)療數(shù)據(jù)分析、智能問(wèn)診、疾病預(yù)測(cè)、藥物研發(fā)等多個(gè)方面，有望緩解我國(guó)醫(yī)療資源分配不均的局面。

AI進(jìn)入醫(yī)療行業(yè)的利好顯而易見(jiàn)，面臨的困難又有哪些，如何破局？本文我們將重點(diǎn)探索AI在研發(fā)端、手術(shù)端、醫(yī)生端和用戶端的應(yīng)用瓶頸及典型案例。

01

研發(fā)端——超級(jí)工廠不是夢(mèng)

根據(jù)艾瑞咨詢，AI藥物研發(fā)于2020年左右在資本市場(chǎng)及技術(shù)兩方面皆迎來(lái)重大突破，目前正處于快速增長(zhǎng)之后的成長(zhǎng)爬坡期，若現(xiàn)有AI制藥公司的管線大規(guī)模進(jìn)入臨床階段且能夠批量化證明該技術(shù)可行性，AI藥物研發(fā)將有望于3-5年后迎來(lái)下一輪爆發(fā)式增長(zhǎng)。

雖然還沒(méi)有任何一款A(yù)I預(yù)測(cè)的藥物成功上市，但已經(jīng)有一批AI預(yù)測(cè)的藥物進(jìn)入臨床試驗(yàn)階段，包括近16條管線進(jìn)入臨床一期試驗(yàn)。這些管線涵蓋了多種疾病領(lǐng)域，如腫瘤、神經(jīng)退行性疾病、自身免疫性疾病等，顯示出AI技術(shù)在藥物研發(fā)領(lǐng)域的廣泛應(yīng)用前景。

人工智能主要從預(yù)測(cè)和設(shè)計(jì)藥物、藥物生產(chǎn)和質(zhì)量控制以及個(gè)性化治療三個(gè)方面輔助當(dāng)前制藥領(lǐng)域。

在預(yù)測(cè)和設(shè)計(jì)藥物方面，AI通過(guò)機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，在學(xué)習(xí)大量的專(zhuān)業(yè)文獻(xiàn)和專(zhuān)業(yè)書(shū)目后，根據(jù)學(xué)習(xí)內(nèi)容進(jìn)行實(shí)踐，從大量的化合物中篩選出可能具有藥性的候選物質(zhì)。AlphaFold算法在2021年成功預(yù)測(cè)了多種蛋白質(zhì)的結(jié)構(gòu)，此外，AI還可以通過(guò)計(jì)算化學(xué)方法，對(duì)候選藥物進(jìn)行優(yōu)化和設(shè)計(jì)，以提高其療效和降低副作用。AI技術(shù)的應(yīng)用將大大加速藥物的研發(fā)過(guò)程，通過(guò)對(duì)AI的不斷訓(xùn)練，可以使其對(duì)藥物的預(yù)測(cè)和設(shè)計(jì)更加的精準(zhǔn)，有望縮短藥物的研發(fā)周期。

藥物生產(chǎn)和質(zhì)量控制方面，Al技術(shù)則可以通過(guò)機(jī)器視覺(jué)、自動(dòng)化和智能化設(shè)備實(shí)現(xiàn)藥物生產(chǎn)過(guò)程的監(jiān)控和管理，降本增效，同時(shí)還可以通過(guò)分析和檢測(cè)藥物中的雜質(zhì)和成分，來(lái)確保藥物的質(zhì)量和安全。

在個(gè)性化治療方面，可以根據(jù)患者的基因以及具體的病灶，為患者提供個(gè)性化、定制化的治療方案，使治療方案更加的精準(zhǔn)，為患者減負(fù)的同時(shí)減少不必要的醫(yī)療資源浪費(fèi)，有利于個(gè)性化醫(yī)療的普及。

但藥物的研發(fā)過(guò)程中會(huì)涉及藥企的商業(yè)機(jī)密，藥企是否會(huì)將保密藥方用于訓(xùn)練AI？如何獲取藥企的信任？如何保證在訓(xùn)練過(guò)程中不會(huì)泄露保密藥方？

再者，AI模型預(yù)測(cè)的藥物生產(chǎn)出來(lái)后，需要招募大量志愿者在臨床中進(jìn)行試驗(yàn)，試驗(yàn)周期長(zhǎng)、成本高，難以在短時(shí)間內(nèi)看到AI預(yù)測(cè)設(shè)計(jì)的藥物的成效。

02手術(shù)端——AI締造賽博朋克手術(shù)臺(tái)

AI在手術(shù)機(jī)器人領(lǐng)域的應(yīng)用主要在手術(shù)操作、手術(shù)導(dǎo)航、遠(yuǎn)程手術(shù)等方面。其中，最具代表性的應(yīng)用是達(dá)芬奇手術(shù)機(jī)器人系統(tǒng)，通過(guò)該系統(tǒng)，醫(yī)生可以在無(wú)菌環(huán)境中進(jìn)行手術(shù)操作，減少了醫(yī)生的職業(yè)暴露，提高了手術(shù)的精確性和效率。除達(dá)芬奇手術(shù)機(jī)器人系統(tǒng)外，中國(guó)的華科精準(zhǔn)、威高等都在手術(shù)機(jī)器人領(lǐng)域取得了一定的成功，如華科精準(zhǔn)的神經(jīng)外科手術(shù)機(jī)器人系統(tǒng)在國(guó)內(nèi)已經(jīng)得到了廣泛的應(yīng)用，并獲得了多項(xiàng)醫(yī)療器械注冊(cè)證。

圖為首臺(tái)國(guó)產(chǎn)達(dá)芬奇Xi手術(shù)機(jī)器人（圖源網(wǎng)絡(luò)）

通過(guò)AI技術(shù)在手術(shù)機(jī)器人上的加持，傳統(tǒng)手術(shù)模式出現(xiàn)創(chuàng)新性的改變，由醫(yī)生在手術(shù)室內(nèi)操作變?yōu)橥ㄟ^(guò)AI技術(shù)進(jìn)行遠(yuǎn)程手術(shù)，優(yōu)秀的醫(yī)生資源能夠覆蓋到更多的地區(qū)，再疊加機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)等技術(shù)的buff，便可以精準(zhǔn)識(shí)別定位手術(shù)部位，賽博朋克手術(shù)臺(tái)的氣息撲面而來(lái)。

然而，AI在手術(shù)機(jī)器人領(lǐng)域的應(yīng)用也存在一些問(wèn)題。成本是根本問(wèn)題，很多醫(yī)療機(jī)構(gòu)難以承受，普通患者也無(wú)法承擔(dān)治療費(fèi)用，還無(wú)法推廣普及。其次，AI技術(shù)進(jìn)入醫(yī)療行業(yè)還不到20年的時(shí)間，在手術(shù)機(jī)器人領(lǐng)域的應(yīng)用時(shí)間更是短暫，需要更多的研究和實(shí)踐來(lái)驗(yàn)證其可行性和安全性。

再?gòu)氖中g(shù)環(huán)境來(lái)看，開(kāi)放式的手術(shù)環(huán)境和微創(chuàng)手術(shù)有很大的不同，需要更加精準(zhǔn)的定位和操作技術(shù)。技術(shù)支持上來(lái)看，遠(yuǎn)程手術(shù)需要更加穩(wěn)定和高效的網(wǎng)絡(luò)通信系統(tǒng)保證手術(shù)的實(shí)時(shí)性和安全性。

回到患者的角度，以血肉之軀觸碰鋼鐵之臂的手術(shù)方式還是略微超前了些，普通患者難以客服恐懼和不信任心理，無(wú)法為臨床試驗(yàn)提供更多的實(shí)踐素材，自然也導(dǎo)致了手術(shù)機(jī)器人的應(yīng)用實(shí)踐蓄力不足，普及推廣遙遙無(wú)期。

03醫(yī)生端——AI改變臨床報(bào)告生產(chǎn)模式

Google的DeepMind開(kāi)發(fā)的Streams應(yīng)用可以通過(guò)分析患者的病歷和檢查結(jié)果等信息，自動(dòng)生成腎損傷等疾病的臨床報(bào)告。

上海交通大學(xué)附屬第一人民醫(yī)院解學(xué)乾教授團(tuán)隊(duì)聯(lián)合衛(wèi)寧健康也開(kāi)發(fā)出胸片報(bào)告自動(dòng)生成系統(tǒng)，通過(guò)人工智能的自然語(yǔ)言處理能力生成胸片報(bào)告，提高了臨床的效率和問(wèn)診能力。

通過(guò)人工智能撰寫(xiě)一份臨床報(bào)告，能夠?yàn)獒t(yī)生減輕30%的工作量和壓力，通過(guò)對(duì)患者的病情數(shù)據(jù)、遺傳信息等進(jìn)行深度分析，AI還可以為患者制定個(gè)性化的治療方案，提高治療效果。這需要人工智能能夠在各類(lèi)格式的文檔里精準(zhǔn)識(shí)別有效數(shù)據(jù)，并對(duì)數(shù)據(jù)進(jìn)行加工。

對(duì)數(shù)據(jù)的分析、重點(diǎn)摘取、生成文字或報(bào)告已經(jīng)是生成式AI 的基本功，極新（ID：jixintech）已經(jīng)探究過(guò)在金融領(lǐng)域通過(guò)人工智能生成評(píng)級(jí)報(bào)告的情況，并分析了實(shí)踐過(guò)程中的難點(diǎn)。（閱讀原文請(qǐng)點(diǎn)擊：AI+金融 | 高標(biāo)準(zhǔn)、嚴(yán)要求的提質(zhì)增效之路）目前看來(lái)，AI在金融和醫(yī)療領(lǐng)域里關(guān)于分析數(shù)據(jù)、生成報(bào)告等方面有著異曲同工的特點(diǎn)。

首先是數(shù)據(jù)的獲取和質(zhì)量。醫(yī)療數(shù)據(jù)涉及到患者的隱私和安全，同時(shí)醫(yī)療行業(yè)也有保密數(shù)據(jù)，如何在保證數(shù)據(jù)安全且不觸犯隱私條款的前提下進(jìn)行有效的數(shù)據(jù)利用是一個(gè)重要的問(wèn)題。其次，醫(yī)療數(shù)據(jù)存在大量不完整、不一致和噪聲數(shù)據(jù)，這會(huì)對(duì)AI模型的訓(xùn)練和分析造成干擾和誤導(dǎo)，加之醫(yī)療數(shù)據(jù)較為復(fù)雜并且具有不確定性，模型的精度往往難以達(dá)到理想的狀態(tài)。

在這些因素的影響下，人工智能所生成的臨床報(bào)告將有可能出現(xiàn)誤判或漏判，對(duì)病人造成難以挽回的損失。

04用戶端——智能問(wèn)診，人人都能獲得的家庭醫(yī)生

在智能問(wèn)診領(lǐng)域，百度健康小度機(jī)器人就是一個(gè)很好的例子。根據(jù)百度官方發(fā)布的數(shù)據(jù)，小度機(jī)器人在疫情期間為2.1萬(wàn)多名用戶提供了在線問(wèn)診服務(wù)，累計(jì)答復(fù)問(wèn)題超過(guò)44萬(wàn)條。其中，81%的問(wèn)題能夠在5秒內(nèi)得到回答，大大提高了患者就醫(yī)的效率和滿意度。

智能問(wèn)診對(duì)AI有著三方面的要求，首先是利用自然語(yǔ)言處理技術(shù)，能夠?qū)崿F(xiàn)非專(zhuān)業(yè)與專(zhuān)業(yè)的轉(zhuǎn)化。在問(wèn)診過(guò)程中，人工智能需要通過(guò)自然語(yǔ)言處理技術(shù)，將患者的主訴和癥狀轉(zhuǎn)化為計(jì)算機(jī)可理解的語(yǔ)言，大部分患者并不具備專(zhuān)業(yè)的醫(yī)療知識(shí)，并不能用相對(duì)專(zhuān)業(yè)的術(shù)語(yǔ)描述自己的癥狀，人工智能如何通過(guò)自然語(yǔ)言處理技術(shù)將其轉(zhuǎn)化為專(zhuān)業(yè)術(shù)語(yǔ)？這對(duì)AI的認(rèn)知智能水平提出了較高標(biāo)準(zhǔn)。

第二個(gè)要求是利用機(jī)器學(xué)習(xí)算法，能夠?qū)ΠY狀進(jìn)行分類(lèi)。人工智能一天，人類(lèi)世界百年，通過(guò)用海量的文獻(xiàn)及醫(yī)學(xué)專(zhuān)業(yè)書(shū)籍訓(xùn)練人工智能，達(dá)到根據(jù)患者描述的癥狀，對(duì)疾病進(jìn)行自動(dòng)分類(lèi)和診斷的效果。

第三個(gè)要求是利用大數(shù)據(jù)分析技術(shù)，能夠?qū)�患者的病情進(jìn)行預(yù)測(cè)和分析，從而為醫(yī)生提供更加準(zhǔn)確的診斷和治療建議。比如針對(duì)慢性病患者，人工智能要能夠預(yù)測(cè)患者未來(lái)發(fā)生并發(fā)癥的風(fēng)險(xiǎn)。

今年8月17日，微脈發(fā)布國(guó)內(nèi)首款健康管理領(lǐng)域大語(yǔ)言模型——CareGPT，作為全國(guó)最大的全病程管理平臺(tái)，CareGPT實(shí)現(xiàn)了接入醫(yī)院公眾號(hào)、呼叫中心、企業(yè)微信、微脈APP等多應(yīng)用場(chǎng)景，并根據(jù)患者的有效交互和內(nèi)容分析，為其提供文字、圖片、視頻等多形態(tài)的健康管理建議，覆蓋診前、診中、診后全部流程。

圖為微脈患者管理系統(tǒng)（圖源微脈官網(wǎng)）

雖然成功案例不斷涌現(xiàn)，但仍存在問(wèn)題和挑戰(zhàn)，如果系統(tǒng)存在誤診和漏診等問(wèn)題，將導(dǎo)致患者接受不適當(dāng)?shù)闹委煼桨�，最終將出現(xiàn)醫(yī)療事故�；�于人工智能的不確定性，目前還無(wú)法完全用智能問(wèn)診系統(tǒng)代替門(mén)診醫(yī)生，但醫(yī)聯(lián)CEO王仕銳曾說(shuō)，AI能讓醫(yī)療“不可能三角”成為可能。AI生出血肉指日可待！

也許現(xiàn)在你還是通過(guò)傳統(tǒng)方式掛號(hào)問(wèn)診，還未面對(duì)過(guò)電子醫(yī)生，但如果你走到醫(yī)療行業(yè)一線，看到人工智能在制藥研發(fā)、智能問(wèn)診、影像診斷、遠(yuǎn)程手術(shù)中的精彩表現(xiàn)，你可能也會(huì)暢想，也許在未來(lái)的某一天，居家就可以做到問(wèn)診、取藥、手術(shù)等等，而當(dāng)下，如何突破 AIGC 技術(shù)落地醫(yī)療產(chǎn)業(yè)的瓶頸，是AI帶給這個(gè)產(chǎn)業(yè)的最大紅利。

本文原創(chuàng)：極新（jixintech）

       原文標(biāo)題 : AI+醫(yī)療，扭轉(zhuǎn)生命的路線