最近關于疫苗的事情，我們可以稱之為危機，甚至有些人，會把之前的毒奶粉事件聯系在一起。

　　這個事情，作假的企業良心大大的壞，但是醫療監督體系出現了大問題，也是我們不能回避的問題。

　　疫苗問題的背后 我們到底該深思什么？人工智能又能為醫療行業帶來什么進展？

　　新藥研發

　　賽諾菲巴斯德利用AI研發流感疫苗

　　賽諾菲巴斯德（Sanofi Pasteur）是全球知名的研發企業。近日，它與一家名為BERG的生物醫藥公司達成合作，利用人工智能進行流感疫苗研發。

　　BERG的平臺利用其開發的人工技能技術，可以對高通量的分子和臨床信息進行數據驅動分析。它能從分散、龐大的數據里頭提取出可執行的洞見，這一方法也已得到了驗證。

　　利用這一人工智能平臺，賽諾菲巴斯德將尋找能評估季節性流感疫苗效果的潛在生物標志物。如果一切順利，這些標志物能預測流感疫苗引起的免疫反應的廣度和持久性，這有助于未來的疫苗研發，造福患者。

　　疾病診斷

　　人工智能不到1秒就能診斷結直腸癌，準確率達86％

　　正確且及時地診斷癌癥，一直是個難題。最近，來自日本的一群科學家利用人工智能的方法，能在不到1秒鐘的時間里對結直腸癌做出診斷，準確率高達86％。令人贊嘆的是，它甚至能在良性腫瘤惡化前，就做出診斷。

　　在這項研究里，科學家們讓人工智能對結直腸中的息肉進行了深度觀察。他們將息肉放大了500倍，讓人工智能可以仔細看清這些組織的變化。隨后，他們又提供了30000張癌變前和癌變后的細胞照片，用機器學習的方法來訓練人工智能。最終，這套系統可以在短短1秒內做出診斷，準確率高達86％。這也是人工智能首次被用于結直腸癌的診斷。

　　診斷乳腺癌，人工智能準確率高達97％

　　在美國，每年有40000名女性因乳腺癌去世。這一令人遺憾的結果，與乳腺癌沒有得到及時診斷有關。據統計，如果乳腺癌能在早期得到發現，它們甚至有望被治愈。

　　另一方面，作為乳腺癌常規檢查手段的乳腺X光檢查則有著假陽性率高的問題。有些患者的乳腺在X光下會出現可疑組織，她們也會選擇手術進行移除。然而手術后對這些組織的分析卻常常發現，它們是良性的。換句話說，這些女性接受了不必要的治療。那么，有沒有什么技術可以在確保診斷出乳腺癌的同時，還能降低假陽性率呢？

　　人工智能可以做到。哈佛醫學院和麻省總醫院的研究人員們開發的這款系統能從一系列數據點中做出診斷。除了活檢結果和病理報告，這款人工智能還會分析患者的家族病史，以及種族信息。這樣一來，診斷的正確率大大提高。

　　在335項高風險的病理中，該人工智能的診斷正確率為97％。研究人員說，由于它的準確率，患者接受不必要的手術的概率下降了30％！對于患者來說，這是一個巨大福音。

　　毫無疑問，人工智能的時代早已到來。懂得使用人工智能的科研人員，比那些不懂得使用人工智能的科研人員具有顯著的優勢。

　　億歐智庫在過往研究成果的基礎上，發布2018中國醫療人工智能發展研究報告。

　　報告從醫療人工智能的發展角度出發，以商業落地為切入點，總結出中國醫療人工智能發展10大洞察。梳理了國內10項主流的醫療AI產品，醫療人工智能領域中十大主流產品，并從技術成熟度、使用效果、發展情況、企業案例等角度進行分析。以下為報告全文：

　　2018中國醫療人工智能十大洞察

　　從人工智能在醫療健康領域的四個核心應用場景——醫學影像、虛擬助理、健康管理和藥物研發的角度，提出出中國醫療人工智能發展的十大洞察及相關觀點。

　　1．部分智能影像診斷企業將在2018年獲得三類器械證，正式進入商業化階段。

　　2．智能影像診斷競爭格局基本形成，“偽醫療AI企業”基本出局，新入場技術型玩家基本沒有獲得風投的可能，商業機會已然錯過。

　　3．語音電子病歷：落地醫院成本高，產品需進行科室定制化，客單價低，主要用于病理科、影像科等。

　　4．智能問診：知識圖譜搭建是關鍵，目前僅發揮導診、輔助檢索或連接醫患的作用。院內場景“預問診”需求量大，具備落地能力。

　　5．國人健康管理意識尚待培育，健康大數據尚待采集與整合。企業以B端為主要切入口。

　　6．精神心理治療師嚴重缺乏，AI或可成為替代性工具。

　　7．藥物研發中化合物數據質量對于AI企業是關鍵。

　　8．借助國際力量，中國AI藥物研發企業從無到有，預計2018年起將涌現更多玩家，AI藥物研發或將是未來的新風口。

　　9．產品形態以軟件／SaaS為主，收取軟件授權費的商業模式存在一定局限性。軟硬一體化產品的商業落地更具優勢。

　　10．中國醫療整體數據量大，但針對細分場景的數據量和質量仍無法滿足算法模型的訓練需求；隨訪數據的缺失，使國內在類似“腫瘤患者五年存活率”等領域的研究一片空白。

　　中國十大醫療人工智能產品總覽

　　為了更深入的解讀商業落地的現狀，在報告中，億歐智庫主要按照技術成熟度和使用效果兩大維度對醫療人工智能十大產品進行了分析與評估。其中，針對技術成熟度和使用效果兩大維度，主要通過產品出現時間、落地情況、發展情況、企業數量、行業人士和專家訪談進行判斷。另外，還從產品的發展情況、涉足的企業案例等角度更加具體地進行分析。

　　醫療人工智能六大發展趨勢

　　結合政策和商業落地產品的現狀，億歐智庫認為市場在今年呈現出六大趨勢：

　　1． 2018年起，AI影像產品落地速度會加快，產品性能成熟度將不斷提高。

　　2． 隨著技術成熟度提高，語音電子病歷醫院普及率加快，頭部企業可形成規模效應。

　　3． 智能問診隨著知識圖譜的不斷完善，預問診功能可以有效提升醫生效率。

　　4． 健康大數據的發展，會使AI在健康管理場景下的應用程度會進一步提高。

　　5． AI在精神心理健康的的滲透程度會更深，未來可能成為這一領域的核心推動力。

　　6． AI＋藥物研發領域將會誕生出獨角獸。

　　醫療人工智能發展四大挑戰

　　一是數據數量問題：中國醫療整體數據量大，但針對不同病種的數據量和質量參差不齊，有些病種的訓練數據缺乏；健康大數據孤島問題有所緩解，但仍未達到深度學習的階段。

　　二是數據質量問題：AI數據處理中標注的準確性關乎結果的準確性，近兩年之內還是需要大量醫生去標注。藥物研發中的數據質量對于研發效率的提升至關重要。

　　三是人才問題：AI算法人才與醫學人才知識體系不同，如何融合各自優勢發揮最大價值，值得企業思考。

　　四是市場問題：醫療被認為是人工智能最早落地的領域，但是醫療的特殊性對產品的要求會更高，從認識到被接受再到相應支付體系的完善，以及到醫保的接入，都需要一個很長的過程。