技术达人刘升平：难以形成数据闭环是初级阶段AI面临的主要困境

云知声

AI Lab资深技术专家

刘升平

受访专家

TODAY

Q1

答

目前看到能够落地的场景，主要还是集中在临床，协助医生做一些辅助性的工作。

在我看来，主要为三大类：

　　1.　语音技术在医疗的落地的场景

例如：云知声正在做的语音录入系统为医务人员提供了一种方便、快速的语音录入的工具，在某些专科能达到97%的识别准确率，相对比较成熟，真正能够帮医生提高病历书写的效率。

　　2.　图像识别在医疗落地的场景

例如：现在很多公司在做的医学影像辅助诊断系统，通过自动识别并标注影像中的病灶，为医生阅片时提供辅助和参考，能够有效减少误诊和漏诊。但当前阶段，由于缺少大量的标注后的影像数据，应用范围非常有限。

　　3.　认知计算在医疗落地的场景

例如以Watson为代表的辅助诊疗系统，通过大量的医学文献、临床资料、专家经验和病患医疗记录进行学习，为医生提供个性化的解决方案。由于医疗本身的复杂度，当前阶段仅能作为一种参考，将来还有很长的路要走。

Q2

答

医疗人工智能厂商普通处于人工智能发展的初级阶段。

医疗人工智能厂商普通处于人工智能发展的初级阶段，主要以面向B端业务为主，拥有一定的深度学习等先进算法，遇到的主要困境为：如何能够获得大量的、自我标注的数据库，形成闭环。

当前医疗机构数据标准化低，共享机制弱，导致人工智能在医疗行业的应用领域和效果受限。就当前阶段来说拥有医疗大数据的厂商具备一定的竞争优势和议价能力。随着厂商对人工智能应用的推动，会促使更多的医疗机构之间的数据融合，当到达一定程度后，有效的数据将促进算法的实施得到进一步优化，从而会出现更多辅助性的商用产品，产生更多数据，建立数据闭环后，健康数据的获取成本也将降低，人工智能在医疗的应用也将越来越普遍，最终推动人工智能从感知智能到认知智能的发展。

Q3

答

医院日益增长的对完美系统需求和当前不完美有缺憾的人工智能技术之间的矛盾。

十九大中指出：我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。我认为当前医院和公司合作主要的矛盾是：医院日益增长的对完美系统需求和当前不完美有缺憾的人工智能技术之间的矛盾。

首先，我们要充分认识到当前人工智能的技术水平还有很多的局限性。基于这个现状，双方要达成很多共识：能做哪些方向？能做哪些事情？每件事情能做到什么程度？做出来对医院是否能够起到真正的帮助？就拿语音录入病历这件事来说，虽然我们识别率已经做的很高了，但离用户期望的完美，仍差很多。

例如

1.识别准确率能否达到100%？这样体验肯定是最好的，医生说完都不用检查错别字。

2.当两、三个人同时说话时，是否能做到仅仅识别其中一个人说的话？人是很容易就能分辨出来，但是机器很难做到。

Q4

答

人工智能在医疗的发展，将取决于人工智能技术本身的发展。

人工智能的技术会经历三个阶段：感知智能、认知智能、通用智能，所以我们认为医疗AI的发展，也会分别经历着三个不同的阶段。

　　1.　感知智能阶段

是指机器像人一样有听觉、视觉、触觉等感知能力。医生能用语音写病历、机器能自动识别医学图像中的病灶。这个阶段医疗机构要准备足够多的数据积累，结合自身特点去探索应用。

　2.　认知智能阶段

是指机器像人一样有概念、意识、观念等，并能够进行一系列的理解、推理、决策、行动。举个例子，机器能够根据患者的病情，开出诊断和以及个性化的治疗方案。这个阶段，医疗机构应建立数据标准及数据共享机制，只有集合足够多的数据，才能真正辅助医生决策。

　3.　通用智能阶段

是指机器能够像人一样，处理和解决多种多样不同类型问题。甚至机器自己听一段时间的人类对话，就能学会自己说话。机器将比人类强大成千上万倍，这时候会出现机器人代理医生，机器由配角变为主角。人类进入医院，有可能跟现在进入全自动化车间一样，由机器人为你开药、做手术，真正迈入强人工智能时代。