《IDC專業(yè)化醫(yī)療AI平臺(tái)白皮書》聚焦中國醫(yī)療AI平臺(tái)，實(shí)地調(diào)查多家中國醫(yī)療機(jī)構(gòu)，從底層芯片到醫(yī)療機(jī)構(gòu)全方位披露中國醫(yī)療AI生態(tài)圖譜，并為AI企業(yè)開出加速醫(yī)療AI系統(tǒng)開發(fā)運(yùn)行的五大藥方。白皮書中介紹，目前國內(nèi)外醫(yī)療服務(wù)需求持續(xù)快速增長，但受到各種資源的限制，醫(yī)療服務(wù)供給能力難以與需求同步增長，優(yōu)質(zhì)醫(yī)療資源長期處于相對(duì)短缺狀態(tài)。醫(yī)療人工智能系統(tǒng)的出現(xiàn)為解決這一難題提供了新途徑。

全文共計(jì)3584字36圖，預(yù)計(jì)閱讀時(shí)間13分鐘

AI醫(yī)療落地之年，中國成全球第二活躍國家

在國外，除了聞名全球的IBM Watson系統(tǒng)外，谷歌、微軟、蘋果等巨頭均在積極探索AI改變醫(yī)療健康領(lǐng)域的可能。

而幾年前還名不見經(jīng)傳的中國，乘AI之風(fēng)扶搖而上，在2018年上半年超過英國成為全球醫(yī)療AI交易第二活躍的國家。

其中，因?yàn)橛弥唤叩挠跋駭?shù)據(jù)和圖像識(shí)別算法的成熟，醫(yī)療影像正成為醫(yī)療領(lǐng)域應(yīng)用熱門中的熱門。在政府的支持下，騰訊、阿里等國內(nèi)科技巨頭也都卯足了勁兒打造醫(yī)療AI平臺(tái)。

根據(jù)IDC白皮書呈現(xiàn)的數(shù)據(jù)，中國有近千家醫(yī)院部署了AI系統(tǒng)，其中超過一半的醫(yī)院部署了醫(yī)學(xué)影像AI系統(tǒng)。目前中國有超過100家醫(yī)療AI公司，其中約40家屬于醫(yī)療影像AI公司。

IDC對(duì)36家中國醫(yī)院的調(diào)查結(jié)果顯示，約三分之一的醫(yī)院表示，醫(yī)學(xué)影像AI系統(tǒng)的主要價(jià)值在于有效提高了診療和治療的工作效率。

基礎(chǔ)設(shè)施提供商、新興醫(yī)療AI創(chuàng)企、解決方案供應(yīng)商、醫(yī)療機(jī)構(gòu)等各類公司初步構(gòu)成了中國輔助影像的生態(tài)體系。

▲醫(yī)療人工智能生態(tài)圖譜

芯片是整個(gè)醫(yī)療AI發(fā)展的核心環(huán)節(jié)，為醫(yī)療服務(wù)系統(tǒng)升級(jí)提供算力的支撐，現(xiàn)在深度學(xué)習(xí)較有代表性的主流加速方案有GPU、FPGA、ASIC、TPU等芯片。根據(jù)IDC白皮書提供的信息，受性能、成本等因素影響，GPU在醫(yī)療AI領(lǐng)域更受認(rèn)可。

除了芯片廠商外，技術(shù)提供商也是整個(gè)醫(yī)療AI體系重要的底層支柱。目前中國AI創(chuàng)企的業(yè)務(wù)主要面向應(yīng)用層，輔助醫(yī)療影響診斷、輔助臨床診斷、虛擬醫(yī)生診斷、基因測序、新藥研發(fā)等應(yīng)用均在快速發(fā)展。

▲醫(yī)療人工智能市場成熟度

IDC白皮書對(duì)這些應(yīng)用所需的AI技術(shù)以及它們?cè)趪鴥?nèi)的發(fā)展情況均做了具體的分析。例如，得益于AI圖像和語音識(shí)別技術(shù)的相對(duì)成熟，我國醫(yī)療AI創(chuàng)企業(yè)務(wù)場景多集中在病灶篩選和語音電子病歷，同時(shí)深耕基因測序、藥物研發(fā)等方面的公司相對(duì)較少。

不過，不是說有了技術(shù)就能輕易做好應(yīng)用，更遑論醫(yī)學(xué)這種與人體健康關(guān)系密切的應(yīng)用。

技術(shù)公司不懂醫(yī)學(xué)，醫(yī)學(xué)專家又不懂AI，要想快速結(jié)合AI技術(shù)和醫(yī)療需求，還需要具有綜合醫(yī)療信息化經(jīng)驗(yàn)的公司來提供整體解決方案。

這類公司更加熟悉醫(yī)療行業(yè)的業(yè)務(wù)流程，對(duì)醫(yī)院應(yīng)用場景和醫(yī)生訴求有更深刻的理解，擁有廣泛穩(wěn)定客戶渠道，在快速整合AI技術(shù)和醫(yī)療需求方面具備天然優(yōu)勢。

而之所以將醫(yī)療機(jī)構(gòu)這些數(shù)據(jù)提供方最后提及，是因?yàn)楦哔|(zhì)量的標(biāo)注數(shù)據(jù)對(duì)醫(yī)療AI系統(tǒng)的表現(xiàn)至關(guān)重要。中國有許多醫(yī)院設(shè)備還相對(duì)老舊，影像數(shù)據(jù)信噪比相對(duì)較低，對(duì)醫(yī)生診斷造成干擾。

深度學(xué)習(xí)通過提取高效算法來代替手動(dòng)獲取特征，在一定程度上降低人為因素造成的誤診率，這對(duì)醫(yī)生短缺的地區(qū)尤為有幫助。

02

三大難題阻礙醫(yī)療AI平臺(tái)構(gòu)建，IDC為開發(fā)者開藥方

總體來看，基層醫(yī)院、省級(jí)醫(yī)院、獨(dú)立影像中心等醫(yī)療影像提供方均對(duì)AI輔助影像診斷系統(tǒng)有迫切需求，但建立如是系統(tǒng)需要翻越數(shù)據(jù)、算法和算力等多座大山。

經(jīng)分析，IDC白皮書將建立和應(yīng)用醫(yī)療AI系統(tǒng)的難題分為三點(diǎn)，分別是建立醫(yī)療大數(shù)據(jù)系統(tǒng)、開發(fā)AI算法模型和建立專業(yè)的AI平臺(tái)。

▲醫(yī)療人工智能平臺(tái)組成

其中，醫(yī)療AI平臺(tái)包括數(shù)據(jù)資源層、AI平臺(tái)和醫(yī)療應(yīng)用層。數(shù)據(jù)資源層采集來自各科室的醫(yī)療數(shù)據(jù)，應(yīng)用層則影響AI技術(shù)的選擇。

AI平臺(tái)由開源框架、算法和技術(shù)構(gòu)成，算力為AI平臺(tái)的運(yùn)算效率提供保障，開源框架和算法的選擇則影響最終呈現(xiàn)的AI應(yīng)用效果。

搭建醫(yī)療AI平臺(tái)通常有兩種方案。

一種是獨(dú)立于業(yè)務(wù)系統(tǒng)的醫(yī)療AI平臺(tái)，它會(huì)將分散在各個(gè)業(yè)務(wù)系統(tǒng)中的多源異構(gòu)數(shù)據(jù)進(jìn)行整合，生成醫(yī)療知識(shí)圖譜。

此類的平臺(tái)的好處在于，可以快速將醫(yī)學(xué)知識(shí)和治療經(jīng)驗(yàn)移植到醫(yī)療資源不足的地方。但它的缺點(diǎn)也很明顯，即數(shù)據(jù)標(biāo)注耗時(shí)長、建設(shè)難度大。

另一種是嵌入式醫(yī)療AI平臺(tái)，它將AI模塊內(nèi)嵌到醫(yī)院原有業(yè)務(wù)系統(tǒng)中，不會(huì)改變醫(yī)生原有操作習(xí)慣，也不依賴原有系統(tǒng)數(shù)據(jù)，有助于保障數(shù)據(jù)安全。

據(jù)IDC白皮書提供的信息，中國醫(yī)療機(jī)構(gòu)對(duì)后者普遍接受度更高。

那么開發(fā)者應(yīng)該如何著手搭建精確可靠的AI平臺(tái)呢？IDC白皮書不僅對(duì)醫(yī)療AI平臺(tái)做了全面的研究，還分條縷析地為開發(fā)者們提供了一些工作原則方法上的藥方。

比如，建議先選擇開發(fā)醫(yī)學(xué)影像AI系統(tǒng)，選擇專業(yè)性的AI平臺(tái)來開發(fā)和運(yùn)行系統(tǒng)。

再比如，先從獨(dú)立醫(yī)療AI平臺(tái)著手，部署和應(yīng)用較成熟的AI智能系統(tǒng)，在其落地并運(yùn)行順暢后逐步建立嵌入式醫(yī)療AI平臺(tái)。

參考這些建議，或許能幫助開發(fā)者們?cè)诖罱ˋI平臺(tái)少走一些彎路。

03

專業(yè)一體化平臺(tái)成新秀，高效精準(zhǔn)引行業(yè)玩家青睞

盡管醫(yī)療AI系統(tǒng)的部署正在很多醫(yī)院如火如荼地推進(jìn)中，但部署過程中的問題也持續(xù)存在。

在IDC調(diào)查的醫(yī)院中，有31%的醫(yī)院都認(rèn)為醫(yī)療結(jié)構(gòu)的硬件平臺(tái)和AI系統(tǒng)間集成和性能調(diào)優(yōu)難度大、硬件性能利用率低是最大的難題。此外，優(yōu)秀的AI系統(tǒng)對(duì)醫(yī)院的設(shè)備和開發(fā)能力均有較高要求。

一方面，很多醫(yī)院成像設(shè)備老化，畫質(zhì)達(dá)不到要求，收集到的影像數(shù)據(jù)質(zhì)量不夠高，或者運(yùn)算機(jī)器升級(jí)不及時(shí)，無法快速執(zhí)行應(yīng)用新算法。

另一方面，開發(fā)水平?jīng)Q定AI計(jì)算平臺(tái)的準(zhǔn)確度和計(jì)算效率，對(duì)開發(fā)團(tuán)隊(duì)的技術(shù)能力要求很高。

這一通下來，多數(shù)開發(fā)人員都會(huì)感到“偏頭痛”。而專業(yè)性一體化平臺(tái)可以節(jié)省平臺(tái)搭建和調(diào)試工作，使開發(fā)者專注模型訓(xùn)練和系統(tǒng)應(yīng)用，這使之無疑會(huì)受到更多開發(fā)者的青睞。

英偉達(dá)推出的一款醫(yī)學(xué)成像超級(jí)計(jì)算機(jī)Clara即是如此。它是一個(gè)具有突破性算法的開放平臺(tái)，集成了英偉達(dá)GPU的計(jì)算能力和多種機(jī)器學(xué)習(xí)模型，并提供專業(yè)工具和運(yùn)行支持，可以為醫(yī)療儀器實(shí)現(xiàn)虛擬升級(jí)。

具體而言， NVIDIA Clara超算平臺(tái)提供一個(gè)開放的、可擴(kuò)展的、可遠(yuǎn)程的通用平臺(tái)，利用深度學(xué)習(xí)技術(shù)進(jìn)行3D重建，將醫(yī)學(xué)影像設(shè)備中存儲(chǔ)的二維影像數(shù)據(jù)轉(zhuǎn)化為全彩色動(dòng)畫成像，顯著提升數(shù)據(jù)量和數(shù)據(jù)維度，從而更好地幫助醫(yī)療人員進(jìn)行診斷。

▲在英偉達(dá)Tesla V100 GPU上運(yùn)行V-net（卷積 3D 神經(jīng)網(wǎng)絡(luò)），對(duì)心臟左心室進(jìn)行3D立體超聲波成像（NVIDIA blogs）

NVIDIA Clara AGX系統(tǒng)是Clara平臺(tái)的核心，為開發(fā)者提供豐富的軟件開發(fā)工具包（SDK）進(jìn)行設(shè)計(jì)和開發(fā)工作，開發(fā)者還可將應(yīng)用產(chǎn)品部署到嵌入式、預(yù)置式和云端等多種計(jì)算環(huán)境中。

Clara超算平臺(tái)已經(jīng)開始幫助中國AI公司更快捷地實(shí)現(xiàn)儀器智能化和工作流程自動(dòng)化。例如，專注于為醫(yī)療影像輔助篩查的AI公司推想科技就采用Clara，以幫助研發(fā)人員縮短開發(fā)周期。

因?yàn)镃lara對(duì)硬件沒有硬性要求，同時(shí)還能解決英偉達(dá)不同代產(chǎn)品間的兼容性，推想科技計(jì)劃在今年3月推出基于Clara超算平臺(tái)的肺結(jié)節(jié)輔助診斷產(chǎn)品，以替換該公司此前在200多家三甲醫(yī)院部署的產(chǎn)品。推想科技還計(jì)劃在云端部署Clara，為醫(yī)療資源貧乏地區(qū)賦能。

在人們?cè)絹碓疥P(guān)注健康的今日，但凡癌癥等頑疾能早幾年被成功篩查，就能拯救數(shù)以萬計(jì)的生命。前沿AI技術(shù)正憑借其強(qiáng)大的計(jì)算能力，逐步參與到癌癥早篩、基因測序、新藥研發(fā)等工作中，全面推動(dòng)醫(yī)療行業(yè)的革新。

如今，醫(yī)療AI的開發(fā)和應(yīng)用已經(jīng)成為一種必然趨勢，而一個(gè)在臨床診斷上具備出色表現(xiàn)的醫(yī)療AI系統(tǒng)，需要像Clara這樣強(qiáng)大而易用的通用平臺(tái)，在幫助開發(fā)者提高開發(fā)效率的同時(shí)，確保專業(yè)高水準(zhǔn)的診斷準(zhǔn)確度。

與金融、零售等行業(yè)相比，AI在醫(yī)療行業(yè)的利用率還很低，但也因此有著更廣闊的上升空間和機(jī)遇。在國內(nèi)多類公司爭相布局醫(yī)療AI領(lǐng)域的風(fēng)口，醫(yī)療AI生態(tài)體系的角色分工會(huì)更加細(xì)化。

隨著AI在醫(yī)療領(lǐng)域的商業(yè)模式更加成熟，跨地區(qū)數(shù)據(jù)整合有所突破，以及更多掌握AI算法和醫(yī)學(xué)知識(shí)的通用人才成長起來，精準(zhǔn)醫(yī)療的實(shí)現(xiàn)指日可待。

白皮書如下