發(fā)布日期：2017-02-24
我們咨詢了幾十個風(fēng)險投資家 ，問在他們眼中最具應(yīng)用潛力的人工智能是什么，他們一致同意是醫(yī)療保健領(lǐng)域的人工智能。 科技已經(jīng)被用于逐步改善患者的醫(yī)療記錄、保健服務(wù)、診斷準確性和藥物開發(fā)，而人工智能可以協(xié)助我們在這些方面實現(xiàn)指數(shù)級的突破。
當(dāng)多倫多大學(xué)的 Geoffrey Hinton 實驗室團隊在沒有分子生物技術(shù)和藥物開發(fā)經(jīng)驗的情況下贏得了默克藥物研發(fā)比賽（Merck Drug Discovery Competition）時，深度學(xué)習(xí)首次引起了媒體的關(guān)注。 最近，在斯坦福大學(xué)醫(yī)學(xué)院，一個由病理學(xué)家、生物醫(yī)學(xué)工程師、遺傳學(xué)家以及計算機科學(xué)家組成的多學(xué)科研究小組，開發(fā)出了一套診斷肺癌的深度學(xué)習(xí)算法，可以比人類病理學(xué)家的診斷更準確。
醫(yī)療的終極理想就是完全根除疾病。這個理想有一天可能在人工智能的幫助下變得可能，但是我們還有一段很長的路要走。
創(chuàng)新受到挑戰(zhàn)：風(fēng)險規(guī)避和數(shù)字化
“醫(yī)療作為一個系統(tǒng)，提倡‘無害’第一。不是‘做好事’，而是‘做無害的事’。人工智能在醫(yī)療領(lǐng)域的所有應(yīng)用都是建立在這個基礎(chǔ)上。”Kapila Ratnam如是說。他之前是一位科學(xué)家，現(xiàn)在是NewSpring Capital的風(fēng)投合伙人。此外，GE創(chuàng)投的總經(jīng)理Lisa Suennen則強調(diào)：“慣性思維是促使醫(yī)療保健領(lǐng)域出現(xiàn)差錯和過度消費的最主要原因。““過去就是這么做的”——這種態(tài)度簡直就是在殺人。
其他投資者認為，醫(yī)療保健系統(tǒng)中的極端保守主義雖然旨在保護患者，但是限制創(chuàng)新也是在危害患者。 Gavin Teo是B Capital Group的合伙人，也是數(shù)字健康方面的專家。他提出，醫(yī)療領(lǐng)域創(chuàng)業(yè)公司所面臨的主要挑戰(zhàn)之一就是“保守主義和對不能立刻帶來收入的新技術(shù)的排斥”。Teo同樣還指出整個行業(yè)因最近的一些事情都處于焦頭爛額之中，例如電子病歷（EMR）的數(shù)字化規(guī)定過于夸張。
在醫(yī)療中實施機器學(xué)習(xí)和人工智能會遇到很多眾所周知的挑戰(zhàn)。第一是缺乏“專業(yè)數(shù)據(jù)庫”，它要求通過監(jiān)督式學(xué)習(xí)訓(xùn)練人工智能。“專業(yè)數(shù)據(jù)庫”在寬度和深度上對特定的應(yīng)用程序進行訓(xùn)練是必不可少的，但是由于隱私問題、記錄識別問題以及健康保險流通與責(zé)任法案的存在，所以很難去實現(xiàn)。“ Norwest Venture Partners的Robert Mittendorff博士解釋道。
醫(yī)學(xué)博士Summerpal Kahlon是Oracle Health Sciences的醫(yī)療護理創(chuàng)新的主任。他在提供技術(shù)基礎(chǔ)設(shè)施以支持個性化護理的過程中，遇到過很多這樣的數(shù)據(jù)上的挑戰(zhàn)。“在美國，每年因為藥物不良有77萬人受傷和死亡，并且這會讓每個醫(yī)院每年花費560萬美元進行補償，”Kahlon披露，“但藥物數(shù)據(jù)是混亂的，它們以多個形式從多處資源而來。此外，用于支持藥物基因組學(xué)的基因數(shù)據(jù)現(xiàn)在還不可用。”
用人工智能技術(shù)減少醫(yī)院的意外感染以及檢測罕見疾病，同樣需要比現(xiàn)在更好的數(shù)據(jù)。根據(jù)Kahlon所說，用于罕見疾病研究的基因和行為數(shù)據(jù)“既不很好定義也不是很好捕捉”，而“有關(guān)醫(yī)院感染的危險因素的信息都被保存在不規(guī)范的地方，包括在流程表和臨床筆記中。”
醫(yī)療中的數(shù)據(jù)問題比比皆是，而另一個挑戰(zhàn)就是設(shè)計技術(shù)解決方案，并順利將其運用到臨床實踐和病人護理中。“行為改變是數(shù)字醫(yī)療的重磅炸彈。”Mittendorff說道，但是在嘴上說改變習(xí)慣要比實際去做容易。錯誤的解決方案甚至可以對醫(yī)療保健行業(yè)造成傷害。
對于很多臨床醫(yī)生和實踐者來說，實施并整合技術(shù)著實是一個負擔(dān)。Jose I.Almeida博士是血管內(nèi)靜脈手術(shù)的專家，他有超過20年的手術(shù)經(jīng)驗。他最先采用了電子健康記錄（EHR），但是并沒有見到預(yù)期的好處。“我們在八年前就開始使用電子病歷系統(tǒng)，希望它可以提高效率。我們現(xiàn)在在用第四個系統(tǒng)，但仍然讓我們失望。”Almeida抱怨道，“現(xiàn)在，它更多的是一個麻煩是用一塊屏幕破壞了醫(yī)生和患者之間的關(guān)系。”
Leonard D’Avolio是Cyft的創(chuàng)始人，對于該行業(yè)的創(chuàng)業(yè)者進行了嚴厲的斥責(zé)：“我們看到那些醫(yī)院僅僅為了實現(xiàn)電子醫(yī)療記錄的挑戰(zhàn)而損失慘重和大量裁員。 想象一下，你在這個時候出現(xiàn)并對他們說‘我有人工智能’，又會發(fā)生什么事。”
醫(yī)療行業(yè)最近剛剛開始數(shù)字化捕捉數(shù)據(jù)，但是仍有一些技術(shù)創(chuàng)業(yè)者錯誤地認為創(chuàng)建一個儀表板或刪除一個產(chǎn)品會調(diào)整技術(shù)并改善業(yè)務(wù)。“有一個很大的誤區(qū)就是人工智能需要大量的數(shù)據(jù)，但這并不是醫(yī)療保健真正的問題。真正的問題是了解你運用這些技術(shù)的環(huán)境。”D’Avolio提醒道，“你需要深刻了解環(huán)境以及誰會去使用這些技術(shù)以及要引進什么樣的工作流程。”
即使一個醫(yī)療服務(wù)提供方在數(shù)字化數(shù)據(jù)上取得了成功，但粗糙的技術(shù)會給這個系統(tǒng)的所有人帶來問題。根據(jù)NewSpring的Ratnam所說：“一個信用卡在黑市上價值10美分。而一個病例價值200美元。醫(yī)療數(shù)據(jù)是如此寶貴以至于黑客在不斷地尋找進入支付系統(tǒng)以及其他醫(yī)療數(shù)據(jù)庫的方法。”
風(fēng)險投資支持的公司和醫(yī)療系統(tǒng)之間往往關(guān)系緊張，因為公司旨在快速發(fā)展，而醫(yī)療系統(tǒng)由于環(huán)境的復(fù)雜性追求規(guī)模。
“我們還沒從這件事上吸取足夠多的教訓(xùn)。”D’Avolio觀察后說道。
機會很多，也有解決問題的方案
除了這些挑戰(zhàn)，醫(yī)療創(chuàng)新必須保持下去。根據(jù)B Capital的Teo所說：“美國醫(yī)療大學(xué)協(xié)會的一項研究顯示，預(yù)計到2025年，在14900到35600個初級保健醫(yī)生之間將會有一個缺口產(chǎn)生。”與此同時，因為人口老齡化，我們需要得到更多的醫(yī)療關(guān)注。
因此，不作為和創(chuàng)新失敗可能會帶來傷害。
幸運的是，許多公司都在努力提前去解決這些問題。CB Insights最近介紹了106家進入醫(yī)療行業(yè)的人工智能創(chuàng)業(yè)公司，范圍從監(jiān)測病人到醫(yī)院操作。
Teo認為人工智能聊天機器人和虛擬助手是一種通過擴大遠程醫(yī)療的范圍來緩解供應(yīng)局限的方法。在這種情況下，可以通過機器學(xué)習(xí)驅(qū)動、人工智能訓(xùn)練來進行診斷。提供臨床醫(yī)師助理和保健服務(wù)的公司包括Babylon Health、Evidation Health、 Sensely以及Seniorlink。
人工智能不僅可以改善醫(yī)療保健，還能協(xié)助進行臨床決策和提高運行效率，放大每個醫(yī)生帶來的影響。AnalyticsMD在急診室、手術(shù)室以及住院病房中使用人工智能和機器學(xué)習(xí)。而一些預(yù)測公司，像Cyft和HealthReveal，通過分析不同的數(shù)據(jù)源來準確診斷生命危險度最高的病人。
人工智能不但幫助醫(yī)生，還幫助病人。Mayo診所的一個研究顯示，50%的病人服藥依從性存在困難。像AI Cure這樣的公司使用了電腦視覺技術(shù)實現(xiàn)了智能手機識別人臉和藥物，降低了成本并提高了跟蹤性和依從性項目的效率。Mittendorff博士說：“人工智能的輔助讓供應(yīng)商或輔助系統(tǒng)可以同時管理1000個以上的病人，這是人工勞動效率的十倍。”
最后，藥物開發(fā)公司像NuMedii和Kyan Therapeutics降低了在藥物開發(fā)過程中的風(fēng)險。Teo說道，這些公司開發(fā)出了“強大并特有的新組合療法，以及具有前所未有的療效和安全性的個性化的治療。”另外，Suennen指出：“一般情況下，每個藥物給市場帶來的價值為25億美元。”
甚至說，數(shù)字化所帶來的技術(shù)挑戰(zhàn)都會因為人工智能而減輕。還記得病歷對于黑客而言多有價值嗎？這些病例中的大部分都是通過社會工程學(xué)的方法偷來的，例如網(wǎng)絡(luò)釣魚和欺詐電話。Protenus是一個醫(yī)療安全公司，應(yīng)用人工智能分析企業(yè)訪問的范圍并標記出可疑的記錄供管理員審查。
向政策和收入看齊是成功的關(guān)鍵
使用醫(yī)療保健技術(shù)的關(guān)鍵就是，去確定正確的入口，然后將這些系統(tǒng)融入現(xiàn)有的工作流中。Cyft的D’Avolio花了超過12年的時間去把ML融入到醫(yī)療保健系統(tǒng)中。但是他在臨床醫(yī)生的會議上講話時，回避了“人工智能”和“機器學(xué)習(xí)”這些詞，側(cè)重于實際的影響和好處。
許多慢性疾病的患者如糖尿病患者，需要多次去醫(yī)院看醫(yī)生，這讓他們自己、保險公司以及醫(yī)療系統(tǒng)花費大量的錢。Cyft構(gòu)建了復(fù)雜的模型，它可以識別患者，重新接納并匹配他們到合適的治療計劃中去。傳統(tǒng)上，這些決定都是在觀察七到十個相關(guān)變量才能得到的，但是Cyft的模型觀測了四百多個數(shù)據(jù)源，范圍從護士的記錄到呼叫中心的數(shù)據(jù)。雖然采用這種技術(shù)看起來很復(fù)雜，D’Avolio還是根據(jù)收入激勵和政策而調(diào)整戰(zhàn)略。
“在醫(yī)療保健行業(yè)，政策會把戰(zhàn)略和文化當(dāng)早餐吃掉，”D’Avolio解釋道，“舉個例子，美國復(fù)蘇與再投資法案在2009年通過，那時采用電子健康記錄的醫(yī)院不到9%?，F(xiàn)在，由于軟硬兼施的激勵機制，這個數(shù)字已經(jīng)超過了90%。”另一個重大政策的轉(zhuǎn)變，它極大地促進了醫(yī)療保健信息技術(shù)的投資，就是由CMMI資助的價值取向的護理實驗（也稱為示范項目）。
了解一個公司被哪些政策所驅(qū)動，這是識別頂尖客戶的關(guān)鍵。根據(jù)D’Avolio所說：“那些從看病的病人數(shù)量上獲益的公司，會希望人工智能為他們提供更快更復(fù)雜的護理。在政策項目中受益的公司會尋求以更低的成本讓患者恢復(fù)健康的技術(shù)。”
GE Ventures的Suennen同意操作分析可以大大提高健康系統(tǒng)：“每年，70億美元中的25%被用在膝蓋和臀部手術(shù)上，這受到了捆綁支付計劃的影響。決定如何管理這些捆綁資金很有挑戰(zhàn)性，先進的技術(shù)可以幫助董事會和臨床管理明白，為了確保健康系統(tǒng)可以回應(yīng)，他們需要做出什么改變。”
Teo同樣為促進醫(yī)療創(chuàng)新所實行的政策的改變而感到興奮。“新的報銷機制由MACRA和MIPS推動，將在2017年帶來高質(zhì)量的結(jié)果，讓供應(yīng)商給技術(shù)投資前進行更全面的思考。”另外，他認為食品及藥物管理局在接下來幾年的寬松政策會推動個性化醫(yī)療的發(fā)展。
成功的醫(yī)療創(chuàng)新需要創(chuàng)業(yè)者、投資人、醫(yī)療供應(yīng)商、患者和政策制定人員之間的共同協(xié)作。當(dāng)萬事俱備之時，人類將會因人工智能技術(shù)的應(yīng)用而獲益匪淺，并且離我們所夢想的沒有疾病的世界將更進一步。
來源：36kr
