如何將新興技術(shù)賦能業(yè)務(wù)運(yùn)營(yíng)?幾乎成為當(dāng)代IT管理者孜孜不倦的話題，“賦能”，似乎已經(jīng)成為數(shù)字化時(shí)代中各大峰會(huì)論壇必不可少的關(guān)鍵詞匯。作為新一代科技革命和產(chǎn)業(yè)變革的核心驅(qū)動(dòng)力，人工智能儼然已成為新興技術(shù)的典型代表,理所應(yīng)當(dāng)?shù)拈_(kāi)始為醫(yī)療、金融、安防、教育、交通等傳統(tǒng)行業(yè)帶來(lái)了新的機(jī)遇。

“醫(yī)療人工智能是一套漫長(zhǎng)的路，不是一兩年就能看到成功的，還需要大量的實(shí)踐，將模型應(yīng)用在醫(yī)院、患者和醫(yī)療機(jī)構(gòu)中，不斷積累經(jīng)驗(yàn)，完善模型?！逼桨部萍际紫t(yī)療科學(xué)家謝國(guó)彤表示，過(guò)去五年中平安在醫(yī)療領(lǐng)域就做過(guò)很多人工智能的投入，包括診前做疾病的預(yù)測(cè)，疾病的篩查，診中做智能的輔助診斷和輔助治療，診后做隨訪，試圖利用AI技術(shù)賦能醫(yī)療診前、診中、診后全流程。

圖源：圖蟲(chóng)創(chuàng)意

診前疾病預(yù)測(cè)

疾病預(yù)測(cè)是一個(gè)很重要的問(wèn)題，中國(guó)有超過(guò)3億的慢性病患者，通過(guò)預(yù)防等手段控制病人的數(shù)量，延長(zhǎng)病人患病時(shí)間能夠大幅度提高人民的生活質(zhì)量并降低費(fèi)用。謝國(guó)彤坦言，目前疾病預(yù)測(cè)有三大技術(shù)挑戰(zhàn)：

1. 醫(yī)療數(shù)據(jù)多模態(tài)，維度高，如何從成千上萬(wàn)維度中尋找關(guān)鍵的風(fēng)險(xiǎn)因素;

2. 時(shí)間序列分析，患者醫(yī)療數(shù)據(jù)不是單次，可能有三到五年甚至更長(zhǎng)的數(shù)據(jù)，如何從疾病演進(jìn)中預(yù)測(cè)各類事件的發(fā)生;

3. 可解釋性，醫(yī)療的模型要求醫(yī)生能夠信任和理解。

“目前平安在做兩步的疾病預(yù)測(cè)方案：融合深度學(xué)習(xí)、集成學(xué)習(xí)，包括時(shí)間序列分析各種方法構(gòu)建精準(zhǔn)的疾病預(yù)測(cè)模型，要求教現(xiàn)有的模型精度提升50%以上;針對(duì)非線性模型做各種因子分析，幫助醫(yī)生理解?！敝x國(guó)彤表示，平安將這類模型用在了兩個(gè)領(lǐng)域：人群趨勢(shì)預(yù)測(cè)(例如對(duì)深圳人群做流感和手足預(yù)測(cè))、針對(duì)心血管、糖尿病、呼吸系統(tǒng)、慢阻肺和腎病四大疾病做出超過(guò)40個(gè)疾病預(yù)測(cè)，覆蓋五個(gè)省市中的2億人群，進(jìn)行早期干預(yù)和治療。

醫(yī)學(xué)影像輔助篩查

國(guó)內(nèi)病人技術(shù)大，醫(yī)生相應(yīng)的負(fù)擔(dān)和工作量也大。平安認(rèn)為人工智能需要從醫(yī)學(xué)影像切入，提高醫(yī)生的效率，提升醫(yī)生看片的質(zhì)量，要求覆蓋人體九大系統(tǒng)，通過(guò)40多種模型覆蓋多模態(tài)影像，無(wú)論從頭部、內(nèi)分泌、心血管都是最全面的醫(yī)學(xué)影像方案。針對(duì)提高醫(yī)生效率，謝國(guó)彤表示，通過(guò)智能病理影像技術(shù)，對(duì)病原細(xì)胞分類，生成報(bào)告，讓醫(yī)生去修改，以提高醫(yī)生的工作效率。在質(zhì)量方面，通過(guò)對(duì)人眼底三維掃描，利用系統(tǒng)自動(dòng)篩查，最后呈現(xiàn)給醫(yī)生和患者篩查博愛(ài)公安，提示患者就診，提高篩查效率和質(zhì)量。

疾病的輔助診斷和治療

分級(jí)診療能夠平衡基層醫(yī)療資源，但如何保證基層醫(yī)療機(jī)構(gòu)的診療質(zhì)量仍然是個(gè)重點(diǎn)?；鶎俞t(yī)療機(jī)構(gòu)的醫(yī)生受限于自身能力和經(jīng)驗(yàn)，而分級(jí)智能治療技術(shù)能夠協(xié)助其在就診時(shí)提供最好的診斷和治療建議。

“分級(jí)智能治療技術(shù)的系統(tǒng)核心需要提供數(shù)據(jù)庫(kù)和知識(shí)庫(kù)。”，謝國(guó)彤指出，在長(zhǎng)時(shí)間的的業(yè)務(wù)積累和經(jīng)驗(yàn)沉淀的過(guò)程中，平安依托豐富的數(shù)據(jù)庫(kù)和知識(shí)庫(kù)構(gòu)建強(qiáng)有力的智能診療系統(tǒng)。然而智能診療系統(tǒng)(也就是醫(yī)學(xué)大腦)的構(gòu)建并不簡(jiǎn)單，需要分為兩步：第一步需要將文獻(xiàn)和知識(shí)庫(kù)變成圖，并找到內(nèi)在關(guān)系，構(gòu)成一個(gè)龐大的知識(shí)圖譜，為整個(gè)疾病診療過(guò)程搭建主框架。第二步通過(guò)大量的病例、影像檢查查驗(yàn)結(jié)果，讓知識(shí)圖譜變成一個(gè)持續(xù)學(xué)習(xí)的系統(tǒng)，為基層隱身一步步提供精確的診療方案和建議，提高醫(yī)生診療能力。