图玛、汇医慧影、体素科技、希氏异构齐发声，人工智能寒冬未到【VB100观点】

12月18日到19日，由动脉网、蛋壳研究院、未来医疗学院主办，君联资本、BV百度风投、毕马威中国、健康智谷联合主办的“2018未来医疗100强”论坛在北京富力万丽酒店盛大启幕。这是动脉网主办的年度品牌活动，创新医疗机构和嘉宾积极协同，与会嘉宾超过2500人。

在12月19日下午举行的智能影像创新实践论坛上，图玛深维创始人兼CEO钟昕、汇医慧影高级合伙人王捷、体素科技CEO丁晓伟、希氏异构创始人兼CEO宋捷、翼展医疗集团合伙人高云龙、西安盈谷董事长黄烨东、一脉阳光集团高级副总裁兼首席医疗官宁可来到现场并发表精彩演讲，长岭资本投资副总裁石成蹊作为圆桌主持参与论坛。

嘉宾围绕人工智能在医学领域的应用、医学影像AI的探索及人工智能未来的发展等话题发表了演讲，动脉网对嘉宾的精彩观点进行了整理。

钟昕：人工智能未到寒冬，且将打破摩尔定律

人工智能在未来帮助医疗达到第一快速、第二安全、第三精准、第四节省，第五是定量。

摩尔定律预测："翻番"的周期都是18个月。可是人工智能从21世纪以来，已经打破了这个曲线的一些据测，在算力上的增长已经超越了摩尔定律的速度。在美国智库“Market  Digits  Analysis”的预测上，从2018到未来的六年，每年符合的增长率达到40%。

Source: Market Digits Analysis

虽然业内有观点认为人工智能寒冬已至，但钟昕表示，人工智能在医疗里的应用已经成为了医生每天诊断的一部分，医生已经离不开这个产品。

由下图数据可知，第一，根据2018年的投资情况，AI总的投资量在国内确实下降，但在美国却是上升的。

第二，国内投资数量下降，但投资金额却呈上升的趋势。这也表明首先是投资人更加理性，不会盲目跟投各种企业；其次也说明投资额度变大了，大家开始投资更加成熟偏中后期的企业。

资料来源：FT/IT桔子

由此也说明，人工智能现在是一个快速发展的状态，正处在一个大浪淘沙的阶段，人工智能的未来还是光明的。

图玛深维创始人兼CEO钟昕

王捷：AI数据驱动医疗创新

很多领域，如工业制造、销售等，随着大量数据积累后，会产生精准的价值，这个事情在医疗领域正在发生….

医学有可能会从一个经验的学科，变成一个数据驱动的学科，医疗诊断的过程可能会往数字医疗、精准医疗方向靠拢。王捷认为，未来影像可能会成为医院治疗的一个数据中心。

医疗AI有算法、算力和数据三大核心驱动因素：

在算法方面，生活中的AI产品，如自动驾驶、人脸识别需要上亿级的数据训练，而医疗AI，大部分是在万级的数量上训练，医疗领域要适应于小数据集的算法模型，适应于图像和大数据分析的多种算法的实现。

在算力方面，GPU的发展提高了计算效率；FPGA等芯片技术的发展拓展了AI算法的应用场景；云计算的发展促进了多中心协作模式及远程模式。

在数据方面，与其他的行业相比，过去的医疗信息化发展比较慢，数据化程度较低，随着医疗信息化的发展积累了医学多维度大数据；医疗影像提供了标准化无干扰的数据集；移动医疗、可穿戴设备完善了患者信息，数据的积累会越来越多。

汇医慧影高级合伙人王捷

丁晓伟：人群的精准划分是AI赋能的第一步

AI不应该挑病种，而应该挑人。丁晓伟表示，要把人分为三类：病人、准病人、健康人。那针对着三种人群，医疗AI可以做些什么呢？

针对健康的人群，AI辅助筛查。以往的筛查例如胸部CT，筛查的方面较少，也较难发现小的病灶。而随着AI的助力，可以做到关注所有病灶类型，包括淋巴结肿大、心脏的钙化、肺里面调缩影、支气管扩张、弥散性的肺癌等。

针对病人，AI助力全面精准分析。以往的精准分析较耗时，且不一定全面，有时为了做一个检查需要全麻，风险性较大。而随着AI的助力，可以做到风险的预测、无创筛查、精准分析等。

针对准病人，AI可提供自查加导诊功能。以往的用户必须提前预测自己有什么问题，在针对此问题进行筛查，看是否有这方面问题。而经过AI数据积累的微特征，用户可自查问题。

体素科技CEO丁晓伟

宋捷：现阶段医疗AI的核心要素

现阶段医学AI的核心要素，第一是理解，第二是产品方向的把握，第三是法律风险的预先规避，第四是医疗资源整合能力，第五是资金的储备，此外还有研发经验和技术能力。在宋捷看来，想要深刻了解医疗AI行业是需要经过思考的：

第一，医疗行业核心是医疗服务，诊断、看病、吃药、打针，越靠近这个核心越赚钱，而AI要做的就是靠近这个核心点。

第二，AI让医疗的资源倍增，目前医疗行业最稀缺的是高水平医生，而AI抓住医疗行业的金钥匙，优先解决了一下医生问题，能把一个医生扩展为100个医生的能力。

第三，中国在AI上只有两个核心优势，第一是法律的宽松，第二是国家的导向。而此福利不会永远存在，因此企业要要借势发展，未雨绸缪。

第四，医学AI是技术也是产品，技术和产品互为因果，但是从商业机构来讲，AI一定是产品，是需要落地的。

而怎么样研发成果能够落地是现在大家关注的问题，现阶段医疗AI不在“买概念”，而是看你有没有实实在在的临床价值。首先是医学产品真实可用，有直接价值，到底先做“点”还是先做“面”，最终是让使用者讲；其次医学产品还要具有独立性、可靠性，能够简化工作，确切把控产品。

希氏异构创始人兼CEO宋捷

高云龙：医疗AI需要开放性的平台支撑

医疗AI的发展是一个需要不断突破边界，不断融合的过程。在高云龙看来，随着人工智能企业的增多，所有人工智能企业面临一个商业化落地问题。

首先是传输问题，原来的传输只是靠内网，现在可以用外网、用家庭宽带做传输，随着5G时代的到来，数据的传输将变得更加容易。

其次，医疗人工智能需要开放性的平台。因为适合人工智能研发的病种，现在来看有上万种，企业没有精力全部研发出来，所以我们要选择不同领域方向。比如有企业在做消化道胃镜的工作，有人去做眼底方向深入的工作，把这个面做全，这样，平台就可以做好相关资源的有效的分配，大家双赢。

最后，有了诊断的平台，有了输出诊断的能力，提高医生效率才是关键。如果你是一位医生，你桌面上装了50款人工智能产品，你会不会晕？接下来就会面临选择的问题，所以未来我们判定产品是基于在云端平台上面，就像Apple Store一样，在医生诊断的界面上面，可以选择你最喜欢的一款产品。

翼展医疗集团合伙人高云龙

黄烨东：AI不是产品，不是技术，是服务

产业的转型，需要把传统的模式，包括技术架构和商业模式彻底颠覆掉。

要让更多医疗机构，更多医生不限场景得到AI的赋能。黄烨东认为，要给所有AI公司提供了一个管理频道，让企业能看到AI到底被谁用了，用的满意不满意，进而帮助AI公司来实现用户体验的改善，和模型的进化，直至商业模式达成。

让医学AI应用于医疗业务场景深度融合，精准触及AI赋能的兴奋点。AI企业可通过AI  Store—第三方AI服务商，提供完善的入驻及管理体系，便捷发布、管理、进化AI应用，帮助医疗机构与更多AI服务商建立精准AI入口及通道。

在AI的赋能下，新一代的医技平台无论从基础架构、应用、部署、运维、商业模式，会完全打破传统PACS的定义，实现从生产力、临床支撑、协同、教学、运营管理、医学数据转化、百姓感知等方面，形成自己产品线的完成闭环。

西安盈谷董事长黄烨东

宁可：影像引领临床、数据驱动服务

在宁可看来，医学影像领域可通过销售服务输出运营管理能力，同时拓宽数据获取渠道。

医学影像需要整体服务方案，包含咨询服务、设备使用服务、场地规划设计服务、培训服务、信息化服务和运营管理服务。

通过医学影像精准诊断，可带动临床发展，也可通过医学影像精准诊断带动患者，让患者有更好就医体验，也让影像医生有更好的地位。

此外，数据驱动服务，用影像数据搭建影像数据服务的场景，能在数据平台上实现新技术的开发。

想扩展医学影像中心数量，扩大企业规模，还需要做到以下三点：

第一，  先打造数据生产工厂，获取数据服务能力，同时锻炼医疗服务能力。

第二，  把生产的数据形成一个优质的数据链，放在云平台场景上

第三，  通过数据，在加上服务能力，把数据应用变现

一脉阳光集团高级副总裁兼首席医疗官宁可