阿斯利康发布AI医疗“武林召集令”

每天都在学习与新冠病毒共处的我们，已经做好了应对疫情防控常态化的准备，同时我们也知道，医药研发领域的大数据和人工智能联合开发的各种工具，正在一点一滴地帮助我们缓解当前的疫情，努力防止这种大规模疫病再现的可能。当前，人工智能正在从病毒分析、疫苗开发、到诊断辅助等各个方面，被以前所未有的速度和方式落地和应用。

2020年7月9-11日，2020世界人工智能大会云端峰会在线开幕。生物制药企业阿斯利康携中国健康物联网创新中心的14大创新诊疗一体化全病程管理解决方案首次参会，通过“AI家园”云展览，以3D动态的展示效果，让网友切实感受到人工智能等高科技应用于医疗场景的潜能。

在此大会上，阿斯利康全球首席执行官苏博科从全球的角度，谈人工智能赋能医疗产业的发展趋势，“全球范围内，面对人口老龄化发展趋势，以及患者不断变化的健康需求，医疗系统正面临着严峻挑战，而新冠疫情的出现更加剧了这一状况。在此背景下，人工智能技术不仅展现出其应对挑战的能力，更释放出变革社会、经济以及产业的巨大潜能。然而，这一切才只是人工智能与人类活动融合的开始。我相信人工智能最令人兴奋的医疗应用很可能出现在中国，这里有勇于创新的市场环境、各级政府的大力支持，中国人民的开放心态，这些都将促成人工智能在各行各业的开花结果。”

理念领先，率先提出十大“AI+医疗”应用场景

大会上，阿斯利康发布了十大“AI+医疗”应用场景，涵盖了疾病预测、筛查早诊、诊断和检测以及患者管理等重要环节，旨在借助机器视觉、预测算法、自然语言理解等技术，赋能筛查、诊断、治疗、患者随访等诊疗全流程。

举个例子，在日常生活中，若我们发现心脏和肺有异常杂音，它一般预示着炎症，尤其哮喘发作、肺气肿、支气管炎等疾病。那么，“声音”成为了这些病症的“共性”。大数据就是综合“共性”，找出一般规律的工具——通过搜集声音，从只是咳嗽一两下、到24小时甚至更长时间维度的杂音的持续时间，然后跟临床结合起来，这就是人工智能在医疗上的一个应用。尤其把病历和声音对应起来时，可大致画出一个什么“声音”对应什么类型疾病的图谱。

心脏作为一个极其特殊、敏感的人体器官，一直以来都以心电图、超声或者CT成像等“图像”的方式去理解它的运作，目前为止这些工具解读心脏的运作情况确实还不错，但若能加上一个“声音”的维度，数据就立体了起来——比如，一个简单的录音技术，将传感器贴在衣服上，这样心脏和肺部的声音就成为了大数据集合的第一道关口，预测的工作和精确度就不再是遥不可及的事了。

“武林盟主”召集各路 “AI好汉”

阿斯利康作为一家跨国企业，正在积极寻求与顶尖人工智能公司进行合作。“作为制药企业，我们想训练的是AI在疾病方面的运用。阿斯利康内部有团队专门与人工智能公司对接，作为一个制药企业就要起到人工智能公司和临床之间的桥梁作用。” 阿斯利康全球执行副总裁、国际业务及中国总裁告诉36氪，“阿斯利康是一个非常好的平台，我们发布这10个‘AI+医疗’的应用场景的想法，就好比发出一个武林召集令一样，可以把各类分散的资源聚集在一起，共同开发人工智能的场景，把成果用到患者的身上。”

这十大应用场景中，我们也可以看到不同技术在同一疾病领域的探索，比如慢阻肺急性加重（AECOPD）风险预测。慢阻肺是我国主要的呼吸疾病之一，肺功能检查是慢阻肺诊断金标准。由于基层肺功能仪普及率低、肺功能检查对患者配合度要求高等多方面的因素，导致患者被漏诊、误诊，错失最佳干预时间。阿斯利康希望与多渠道合作伙伴一道，探索通过CT影像AI分析进行慢阻肺的早筛和辅助诊断，以期改善慢阻肺低诊断率的现状，造福更多患者。

不仅如此，慢阻肺急性加重是导致患者疾病加剧甚至死亡的主要原因。及早识别急性加重高风险患者、从而开展个体化干预有助于改善临床结局。然而，由于急性加重史难以准确获取，目前的风险评估模式临床应用受到限制，影响疾病管理。因此，阿斯利康计划与合作伙伴尝试通过可收集的患者信息与急性发作情况结合建模，建立急性加重风险AI预测模型，对慢阻肺患者未来的急性发作风险进行预测，期待通过提前干预来拯救患者生命。

阿斯利康作为“武林盟主”的角色，在发布此项 “武林召集令”之后，负责把响应号召的人工智能公司联动起来。过去几年，阿斯利康已经与阿里健康开发了“瑞宁助糖”，这是一个辅助诊疗的机器人，以人工智能助力糖尿病的防治；而科大讯飞也开发了一个慢阻肺患者的语音随访的系统。所有这些合作的首要问题便是人工智能到底如何落地。王磊也在受访过程中也反复提到一点，人工智能现在的问题不是没有应用，而是应用该怎么通过有执行能力的公司把它落实下来。“因为，科技公司很难在医疗领域实现快速的落地，而这一块领域阿斯利康是有优势的，在帮助做场景落地的同时，我们也可以帮助一起研发。”

目前已有较成熟的医疗应用，未来坚持探索更多可能

相较于前文谈及的慢阻肺，有一些人工智能技术已经相对成熟，尤其在图像诊断上面。“比如通过眼底照相发现糖尿病病变，甚至脑部肿瘤，这些都是可以实现的。”王磊告诉36氪，“肺癌也是一个比较成熟的疾病应用领域。尤其日常我们听说的毛玻璃、囊肿都已经用人工智能来做筛查，准确度已经能做到人眼筛查的80%、90%，但这目前只做初筛不能做确诊，最终的确诊依然得靠资深的医生去做。但这并不是一个阻碍，我们思考的是能否用同样的技术形成对不同部位的扫描，一张片子下来不仅仅是检查肺癌，是否能把食管癌、胃癌一下子全看完？我们确实在开发用超声波看颈动脉、乳腺癌、前列腺癌等工具，争取用一次成像机器把这些不同类型的病症统一起来，进行逐个分析。这些都在逐步地探索过程中，我们很乐观。”