datasheet

哈尔滨工业大学教授关毅:医疗AI的落地需要翻过三座大山

2017-11-14来源: OFweek医疗科技网 关键字:关毅  医疗  AI

近年来,智慧医疗热持续升温,人工智能热又推波助澜,使医疗AI成为焦点中的焦点。所谓医疗AI,是指运用人工智能技术进行智能诊疗、健康管理等等,位于医疗信息化的最尖端,通常以采纳推理技术为特征,以IBM的Watson为代表。落地,就是指有人用。因此,医疗AI的落地是指让实验室研究的医疗AI技术真正服务于大众。

11月13日,由OFweek中国高科技行业门户、OFweek医疗科技网承办的“OFweek 2017(第二届)中国医疗科技大会”在深圳举办。哈尔滨工业大学教授/博士生导师关毅分享了哈尔滨工业大学在医疗AI落地方面的经验和体会,为医疗AI的研究早日落地提供参考。

关毅教授表示:“从2013年起,我的团队全面转向了医疗健康信息学相关的探索。四年过去了,在医疗AI的应用方面,我们至今还没有收获。回顾这四年多走过的路,一个刻骨铭心的经验就是深切地体会到医疗AI落地之难,这是我们出发时没有料到的。”

关毅教授认为,医疗AI研究需要翻过三座大山。第一座大山:医疗大数据,对医疗大数据的计算机自动分析处理是医疗AI的基础,这是我们至今未能逾越的大山;第二座大山:医疗行业大量存在的各种规则与禁忌。一种新药研制出来,要经过非常复杂繁琐的安全性评价才能付诸临床应用。AI新技术的落地也是如此;第三座大山:按量收费。这是医疗行业国际通行的收费模式,它决定了医疗AI即使落地,使用率也将微不足道。翻越这三座大山,仅靠技术手段是不够的,还需要全社会所有人的共同努力,还需要医疗体制的改革。

医疗大数据的挑战

医疗AI的应用已经具备了医疗大数据的充分支持。医疗大数据的挑战主要来自四个方面:数据来源、数据质量和数据加工和数据处理能力。

由于我们这些年专注在中文电子病历数据的知识挖掘,其他种类的医疗大数据尚未涉及,因此我仅谈谈中文电子病历的有关情况。数据来源方面,目前可以获得的中文电子病历主要来自于住院病历,住院病历中,大多是某一特定患者一次住院的记录,同一患者的多次住院记录较少。门诊病历多数为手写,电子化程度滞后。病历内容可视为患者的健康快照,时间信息缺乏,从而使预测相关的研究缺乏支持。在数据质量方面,需进行费时耗力的数据清洗,另外多数电子病历的内容描述偏于简单,没能真实反映丰富细腻的医疗实践。中文电子病历主要挑战来自于数据加工,需要医疗专业人士的参与,不同科室的病历内容差别较大,制定统一的数据加工规范较为困难。在数据处理能力方面,现有的机器学习方法尚无法达到人类的临床决策水平。

目前,虽然我们初步具备了从医疗大数据中获取知识的能力。但是,我们在心血管疾病风险预测的落地方向上,由于电子病历数据缺乏时间信息,因此构建预测模型无从谈起。医疗手环方面,我的合作伙伴朱聪慧老师团队尝试了几款国内品牌的手环,总的结论是问题多,不实用。在研究方面,我们从中文电子病历中提取的知识的形式还比较单一,其精细化程度和个性化的程度还达不到临床应用的水准,特别是医疗知识的提取量还远远不足,我们目前已经开始了新形式知识表示的研究以及知识量的积累工作。

医疗行业规则与禁忌

人命关天。医疗是事关生死的高风险行业。所谓规则与禁忌,是指人们在长期的医疗实践中为降低医疗实践的风险而积累的对人们在医疗过程中的行为进行约束的规定。这些规则与禁忌在有效地降低了医疗活动的风险的同时,也对新技术的采用产生限制、阻碍甚至排斥的作用。通常疾病的风险越大,规则和禁忌越多,集中体现在各种各样临床指南中。这些指南不仅卷轶浩繁而且不断更新,不仅给医疗AI带来了不断增加的医疗大数据的压力,而且抑制了医疗AI的落地。

由于我们在知识积累的数量方面尚有巨大的差距,因此,我们下一步工作的重点是积累知识,我们制定了三年规划。计划将研究室构建的语料库规模扩大一倍,与此同时启动医疗本体资源的建设,将疾病相关的规则与禁忌也纳入到本体建设的内容中。考虑到心血管疾病的风险以及规则与禁忌的挑战,加上前面提到的两个原因,我们将心血管疾病预警的落地计划转向面向用户的健康推荐系统的落地方向。

值得庆幸的是,今年七月,国务院印发了“新一代人工智能发展规划”,提出到2025年初步建立人工智能法律法规、伦理规范和政策体系,形成人工智能安全评估和管控能力。到那时,医疗AI受到的来自医疗行业的规则与禁忌的阻力将大大减弱。

按量收费

不远的将来,假设技术手段已经发展到足以应付医疗大数据的挑战,在医疗决策中已经达到或超过了人类智能。假设医疗AI突破了重重规则禁忌的束缚,开始为医生的日常工作提供智能服务。医疗AI就可以顺利落地了吗?其实,还有一个难以克服的障碍在等待着它,这个障碍,在相当长的时间内是无法克服的。这就是按量收费。

所谓按量收费,是指按照医疗服务的数量来收费,而非按照医疗服务的质量收费。根据这种收费模式,对患者更多的检查或者过度的治疗将使医生以及医生所在的医院获得更多利益。有趣的是,调查显示,如果患者是公费医疗而非自费,患者也乐于做更多的检查,买更多更贵的药品以获得心理的满足感。

在智能诊疗方面,我们也在寻找新的落地点,最好能够选择风险相对较低的疾病,从而尽可能地避开行业中的各种规则与禁忌,更不能妨碍医生挣钱,而是应该通过引入医疗AI让医生能够光明正大而又尽可能轻松愉快地获利。现在有一个初步的计划,我在这里提一下,想听听大家的意见。我们想构建一款针对皮肤病远程诊疗的微信小程序,供单个医生在其朋友圈中使用。选择皮肤病是因为皮肤病人人都有,且危险性不大。可以通过网上对话以及上传病患图片确定大多数皮肤疾病,也免去了患者为一点点肌肤之患跑医院的麻烦。供单个医生在朋友圈中使用,使人们自然地通过微信中的互信关系进行医患互动。这种小程序在专业医生中推广之后,既可以给医生带来收入,也可以使我们积累一定的皮肤病相关医疗文本和图片。可以利用我们在智能诊疗方面的积累以及皮肤科的数据训练我们的AI模型,在AI模型达到一定的准确度的情况下,在专业医生的授权下,可以代替医生自动进行皮肤病的诊疗。

由此可见,医疗大数据、规则与禁忌、按量收费,横亘在所有志在让医疗AI落地的朋友们面前。一座比一座更加险峻。这个出发时看上去很接地气的研究方向恰恰落地是最为艰难的。但是,正是这种艰难,决定了医疗AI的一点点真正落地的进步,都将对保障全社会人们的健康发挥积极的作用,都将产生深远的社会影响。

最后,关毅教授对于医疗AI的落地进行了自己的建议:首先,每一个医疗AI的研究者都要自觉地向落地的方向努力奋斗,因为没有落地的顶天全都是浮云。看上去热热闹闹、轰轰烈烈、有时甚至能够挡住太阳的光辉,但风一吹就会消散得无影无踪。其次,不能低估医疗大数据的挑战和高估AI的能力。AI技术的发展还处于比较初级的阶段,翻越医疗大数据的山峰尚需时日。不能做不切实际的乐观估计,而要做扎扎实实,数十年如一日的艰苦努力。第三,医疗AI助力医疗行业已经是大势所趋,医疗行业只能迅速适应这个变化,扬弃旧的规则与禁忌,为医疗AI提供发展空间,并借此获得高速发展的机遇。第四,只有按质付费才能使医疗AI真正有落地的机会。


关键字:关毅  医疗  AI

编辑:鲁迪 引用地址:http://www.eeworld.com.cn/medical_electronics/article_201711148223.html
本网站转载的所有的文章、图片、音频视频文件等资料的版权归版权所有人所有,本站采用的非本站原创文章及图片等内容无法一一联系确认版权者。如果本网所选内容的文章作者及编辑认为其作品不宜公开自由传播,或不应无偿使用,请及时通过电子邮件或电话通知我们,以迅速采取适当措施,避免给双方造成不必要的经济损失。

上一篇:医疗机器人:全年融资15亿,手术、服务、康复机器人稳步发展,“落地”成为关键词
下一篇:优秀国产医疗设备,第4批遴选开始了

关注eeworld公众号 快捷获取更多信息
关注eeworld公众号
快捷获取更多信息
关注eeworld服务号 享受更多官方福利
关注eeworld服务号
享受更多官方福利

推荐阅读

村田传感器在医疗保健中的应用

在医疗和医疗保健应用中,村田的传感器可以改善患者的护理并提高患者的生活质量。传感器支持移植的生命智能,并可用于新型患者监护应用,使患者能够过上更独立的生活。检测由症状触发的信号有助于优化药物并防止严重的疾病发作。传感器优点:1、小尺寸2、出色的信噪比3、卓越的准确性和稳定性4、功耗低应用实例:1、患者监测应用:基于心脏冲击扫描的生命体征检测,运动和位置监测2、诊断和治疗设备定位应用:高精度定位设备,如手术台,治疗医疗床,假肢和医疗成像设备3、起搏器:活动和姿势监测4、有创压力测量应用:例如,侵入性地测量血液,脑或腹部压力5、非侵入性压力测量应用:测量血液,眼压等,非侵入性或测量气压以供参考
发表于 2018-12-07
村田传感器在医疗保健中的应用

可用于医疗监测 美研发世界上最小的可穿戴式传感器

来自西北医学和西北大学麦考密克工程学院的研究人员创造了世界上最小的可穿戴无电池传感器。该传感器设计用于测量从紫外到可见光的多个波长的光线照射。它能够同时记录多达三个不同的光波长。该团队表示,该平台的基础物理和扩展为其提供了广泛的潜在临床应用。  该设备采用太阳能供电且非常坚固,据说“几乎坚不可摧。”在人类参与者佩戴传感器的研究中,传感器在户外活动期间记录了多种形式的曝光,即使用户在水中也是如此。  该传感器还用于监测用于治疗牛皮癣和特应性皮炎的临床光疗室中的治疗性紫外线。它还可以测量出生黄疸婴儿的蓝光疗法。也可以测量白光作为处理季节性有效秩序的方式。  传感器可以单独和准确地监测黑色素瘤风险较高的人的UVA和UVB暴露。该团队表示,
发表于 2018-12-07
可用于医疗监测 美研发世界上最小的可穿戴式传感器

中国医疗界正迎来10大新变局

,上海一家知名三甲医院某内科专科患者一年竟然下降了四分之一。事实上,据了解,随着取消药品加成改革的推进,内科正在成为公立医院的包袱,一位院长甚至直言,内科现在是看一个亏一个。当内科不再是公立医院的创收科室,内科医生的前途开始堪忧,再加上分级诊疗改革的推进,一些三级医院内科将面临着一方面缺患者,另一方面患者来了又亏钱的窘境。如此一来,内科医生迫于生计将不得不自寻出路。据上海SIMC院长黄翼然曾向《看医界》介绍,该院就是借助公立三甲医院内科医生走向市场的机遇,吸引了一批内科医生到医院坐诊,还因此吸引了一批内科患者前来就诊,医院门诊量翻倍增长。此外,内科医生开诊所也将是一大趋势,反过来也将大大推进分级诊疗制度的建设进程。四、中国医疗正在迎来
发表于 2018-12-06

医疗界的福音,英特尔全新人工智能成像解决方案

英特尔正与GE医疗集团*联手交付可应用于多种医疗影像格式的人工智能解决方案,以帮助排定病患护理优先顺序并简化护理流程。GE医疗集团利用英特尔®OpenVINO™工具包(在基于X射线系统的英特尔处理器上运行),加快即时诊断医疗成像深度学习。使用该系统后,X射线技术专家、重症护理团队和放射科医生可立即获得检测结果,从而进行进一步诊断。 “早期测试表明,通过在英特尔处理器上运行的OpenVINO工具包,GE医疗集团的深度学习优化速度提高到了原来的3.3倍,这有助于及早排定重症病情接诊优先顺序并升级流程,从而确保患者得到更快的治疗。英特尔技术帮助GE医疗集团在多种医学影像模式中广泛应用人工智能解决方案,革新放射科医生的工作流程
发表于 2018-12-06

专访视见科技CEO陈浩:“做人工智能医疗的长跑者”

北美放射学年会(RSNA)在芝加哥的大雪中热火朝天,全球顶级的医疗影像设备厂商与人工智能企业纷至沓来。这一号称“影像学风向标的会议”将全世界生命科学观察者的眼光聚集于此。这是陈浩第一次带领视见科技团队来到芝加哥迈考密克展览中心,在大会上,视见科技荣获RSNA Pneumonia Detection Challenge挑战赛TOP 5,成为唯一一家获得此大赛荣誉的中国公司。今年,这家成立仅一年零8个月的公司今年已获得近亿元融资,并成为国内第一批送审肺结节NMPA三类器械的企业之一。在战略方面,视见科技迅速深化了其医疗智能影像的布局,强化同国内、外一些有知名大学背景的研究机构和公司的合作,并尝试在东南亚开拓市场。会议落幕不久,动脉网
发表于 2018-12-05
专访视见科技CEO陈浩:“做人工智能医疗的长跑者”

GE医疗集团采用英特尔人工智能成像解决方案

英特尔正与GE医疗集团*联手交付可应用于多种医疗影像格式的人工智能解决方案,以帮助排定病患护理优先顺序并简化护理流程。GE医疗集团利用英特尔®OpenVINO™工具包(在基于X射线系统的英特尔处理器上运行),加快即时诊断医疗成像深度学习。使用该系统后,X射线技术专家、重症护理团队和放射科医生可立即获得检测结果,从而进行进一步诊断。 “早期测试表明,通过在英特尔处理器上运行的OpenVINO工具包,GE医疗集团的深度学习优化速度提高到了原来的3.3倍,这有助于及早排定重症病情接诊优先顺序并升级流程,从而确保患者得到更快的治疗。英特尔技术帮助GE医疗集团在多种医学影像模式中广泛应用人工智能解决方案,革新放射科医生的工作流程
发表于 2018-12-04

小广播

最新视频课程更多

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: 医学成像 家庭消费 监护/遥测 植入式器材 临床设备 通用技术/产品 其他技术 综合资讯

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved
pt type="text/javascript" src="//v3.jiathis.com/code/jia.js?uid=2113614" charset="utf-8">