和不少人印象中的飛利浦不同，這家總部位于荷蘭，銷售和服務遍布世界100多個國家的公司早已不再是一個產品包羅萬象的傳統商業巨頭，而是正在逐步轉型成為一家致力于在健康方面提供解決方案的科技公司。
眾所周知，早在1920年飛利浦的產品就已進入中國市場，它不光給萬千家庭帶去照明、家電、醫療、電子通訊等產品設備，還將技術和設計融入到了日常生活的解決方案中。2016年，在新的業務格局下，飛利浦更是把目光聚焦在了健康科技和照明領域，充分把握個人健康與專業醫療融合的趨勢。前不久，這家公司又宣布了“AI健康醫療”戰略。那么，是什么動因使得這家跨國企業，要一頭扎進這個新興賽道呢？
飛利浦大中國區CEO何國偉告訴動點科技，“我們五年前就做出了一個決定，拿出每年銷售額的10％ ——17億歐元投入研發，其中又有六成的投資用于軟件層面的開發。公司內部，每四名科學家中就有一位是從事與 AI 大數據相關課題研究的，相關科研總人數差不多在 250 人以上?！?/p>
“AI＋醫學影像”為何成了熱門
在中國，醫學影像的數據正以30％的年增長率逐年上升，而影像科醫生的數量、工作經驗和效率，完全不足以應對這樣的增長趨勢。目前醫學影像數據大部分仍然依賴人工分析，最明顯的缺陷就是不精準。根據飛利浦 2018 年“中國健康觀”調查：中國的專業醫護人員數量緊缺，而且優質資源分布不均，“首次精準診療”成為影響重大疾病診療效率和效果的瓶頸，造成手術治療的致貧率超過50％。計算機視覺領域深度學習方法日漸成熟，為實現醫學影像的自動分析、輔助醫生實現智能化精準診療提供了新的契機。因此，“AI＋醫學影像”成為當前 AI 醫療最熱門的分支。
而依托飛利浦設備供應商的角色在全球與四千多家頂級醫院和科研機構的合作，將人工智能技術嵌入設備，從客戶的實際臨床需求出發，就成為了它開發一系列 AI 驅動的智能化工具最好的“孵化器”。飛利浦研究院的專家還向我們披露了這些實驗數據。
在和中山醫院的科研題目中，放射科醫生在報告中都是手寫，但要醫生回頭再去用肉眼識別關鍵信息就很花費時間。如果換成用 AI 來獲取放射科報告到手術報告，并可以進行縱向比較和時間線排列，讓醫生在接診時候能夠一目了然做到事半功倍。最后的科研統計得出：參與實驗的醫生們節約將近 50 小時。其中醫生需要用肉眼獲取臨床患者的時間降低了 85％，從患者病例完整信息中抽取關鍵重點的效率平均增長了 50％ 的效果。這不是一個個案——還有一個通過 15 年 7 萬多的 ICU 病人數據庫建立的風險模型甚至可以預判到重癥病人 3 小時后出現的器官病變。飛利浦通過自家的無人監護設備的采樣分析能提前一個月預測到家中老人跌倒的概率，從而提醒家人預防。
這一點并非夸大 AI 或是數據預測的效果。蘋果手表此前就傳出過數次告知用戶心臟跳動有風險須速速就醫，從而挽救一條生命這樣的真實新聞。
作為一家歷史悠久的專業醫療公司，產品覆蓋廣泛的臨床路徑，其診斷影像產品本身就是生成和收集醫療影像數據的設備，具體到個案——它和 8 家三甲醫院形成實驗聯盟，推進了一項 PercuNav 融合介入導航技術，擁有強大智能的融合對位方式——解剖智能對位，采用血管對位法和肝表面對位法，在 15－30 秒內快速完成多種影像資料的融合，并且準確度高。除此之外， US Only 方式讓臨床醫生的操作體驗超出預期。EPIQ 上的 PercuNav 技術可以幫助醫生在肝臟、肺臟、淺表、肌骨等多方面開展超聲介入手術及術前術后對比；
另外一項 Ingenia CX 光速智能磁共振也是飛利浦的“實驗標本” ，其具備 80／200 的 Alpha 智能梯度，革命性的全身壓縮感知成像 CS SENSE，可大幅度提升全身 30 多種臨床與科研序列的掃描速度以及掃描的流通量。光速智能磁共振與 ISD2．0 人工智能平臺無縫結合，在神經、腫瘤、心臟、影像組學領域支持臨床科研，并加速創新轉化。
這個云不尋常：共建 AI 健康醫療共享平臺
除了臨床設備，飛利浦還積極布局行業生態系統——“HealthSuite Insights” ，其匯集了飛利浦和其他公司的人工智能資產，可以通過授權許可的方式共享使用，提供給數據科學家、軟件開發者、臨床醫生和醫療服務機構等各種共享的工具和技術，并有助于節省開發和部署醫療人工智能方案需要耗費的時間、資源和成本。而它落地中國的項目也有一個非常本土化的名字：神飛云。
“神飛云與神州醫療共創的平臺就是我們在中國踐行戰略的重要成果之一。搭載‘神飛云’，‘飛利浦星云系統’實現了付費機制靈活的‘云平臺’服務模式，借助遠程手段，讓基層醫院也能為普羅大眾提供基于‘精準診療’的優質健康醫療服務，從而助力醫聯體建設，推動實現中國社會優質醫療資源的均質化?！焙螄鴤ソ榻B道。
“飛利浦星云三維影像數據中心”是一個智能化臨床影像診斷平，能實現不同品牌、不同種類影像設備的圖像處理，提供多模態影像的高級可視化后處理，幫助放射科醫生和臨床醫生更好地識別病灶，監測、診斷和跟進疾病治療。其涵蓋放射學的多個臨床領域，包括心臟病學、腫瘤學（肝、肺、乳腺、前列腺等）、神經學、急診、骨科、齒科等，內有七十多項臨床應用模塊，通過基于臨床指南的高級 3D 影像后處理技術，更清晰地呈現身體組織結構，幫助臨床醫生基于影像，做出快速、精準的臨床診斷決策，并規劃個體化治療方案。
此外，通過“星云平臺”還可以搭建跨科室、跨院區、跨地域的遠程醫學影像中心，優化臨床流程，實現跨科室影像資源共享，實現優質醫療資源均質化，促進分級診療。如此說來 AI 大健康的宏圖自然是前景大好，但挑戰也同樣不小——醫學畢竟是一門注重實踐、依賴循證、關系到生命質量的嚴肅科學。如何將豐富的影像大數據轉化為具有現實指導意義的落地方案是下一個飛利浦要面對的課題。
嚴肅科學是創新力的最后一關
前面提到了，中國雖然擁有數量龐大的醫學影像數據，然而整個行業仍處于傳統膠片向電子數據過渡的階段，大量影像資料尚未數字化，且醫院之間的數據共享和互通程度較低，獲取大規模的數據是一大瓶頸。只有與臨床經驗豐富的專家和醫生合作，才能訓練出“聰明的人工智能”。因此，AI 醫學影像從數據來源、建模、訓練到結果的評判都需要科學的評估標準和體系。幾十年來，飛利浦一直在這幾方面都嚴格遵循臨床指南和醫學路徑，并基于科學評估標準和體系，反復嚴格驗證，確保為臨床提供安全可靠的解決方案。
當然，由于中國的醫療體制內由于大量的壁壘，造成了醫療數據存在著大量的非系統，非結構化的數據。如何通過健康醫療機器學習這些數據來打通，如何通過科研結合實際的醫療場景來獲取訓練數據以及進一步落地？這背后還需要有關行業和公司一起來迎接關于接受商業模式的創新，跨學科復合型人才的考核，嚴格的臨床驗證等這個健康醫療行業前所未有的挑戰！