早期，AI技術經(jīng)常在“被神化”和“被輕視”這兩個極端間游走。

直到AI技術連接上醫(yī)療場景，資本一擁而上，大批頂著醫(yī)療AI之名的公司在萬眾矚目中沖入醫(yī)療行業(yè)，一路高喊“顛覆”，卻一路“被教育”，資本也從火熱轉向冷清。

但隨著時間推移，醫(yī)療AI行業(yè)走過當初懵懂的“嬰兒期”，在熱度下降的成長期，卻開始顯露出可貴的“赤金”本色和創(chuàng)新力。

從玩家扎堆的肺結節(jié)到被市場逐漸認可的眼底、腦卒中……連接AI技術后，醫(yī)療場景開始有了迭代的更多可能，既有越來越垂直的縱向應用，突破大眾認知的醫(yī)療AI技術，還有橫向跨界在計算機、石油、地質(zhì)等領域的應用。

當然，無論是這個行業(yè)的樂觀派還是悲觀派，有一點是被所有人認可的，這條賽道大家才跑了不到十分之一的距離。

大膽想想，如果能把所有醫(yī)療AI公司的數(shù)據(jù)匯集起來，就像讓所有的潮水流向大海，那醫(yī)療AI行業(yè)也許能掀起一場“地震級”的新風暴。此前醫(yī)療領域所有不能做，做不到的事情，都可以用新技術重新做一遍。

醫(yī)學影像AI是否還會有顛覆性創(chuàng)新出現(xiàn)？被熱議的“數(shù)字孿生”崛起，影像AI又能發(fā)揮什么作用？

5月12日晚，《財經(jīng)》·財健道聯(lián)合易凱資本，邀請到行業(yè)頭部企業(yè)鷹瞳科技、深睿醫(yī)療、安德醫(yī)智，在直播沙龍《“數(shù)治”時代，醫(yī)療AI有多少想象力？》中，分別就醫(yī)療影像AI的“面包和現(xiàn)實”、“詩和遠方”展開深入對話。

以下為下半場沙龍干貨實錄：

01 醫(yī)學影像AI是否還會有顛覆性創(chuàng)新出現(xiàn)？

《財經(jīng)》雜志主筆、財健道主編楊中旭：

鷹瞳陳羽中教授曾對財健道說，通過人眼底的病灶，不僅可以預測眼部疾病，還可以分析出全身的慢性疾病風險，甚至能看出人的性別和性取向。技術如此神奇，您能否為我們進一步介紹其背后的原理和實現(xiàn)路徑？

鷹瞳科技（Airdoc）首席醫(yī)學官陳羽中：

這個話題很有意思，突破了我們常規(guī)的認知。視網(wǎng)膜是全身唯一可以直接無創(chuàng)觀察血管和神經(jīng)的組織，全身性的1000多種疾病、200多種常見病都可以通過眼底檢測發(fā)現(xiàn)。2017年、2018年的時候，我們做視網(wǎng)膜影像、篩查糖網(wǎng)時還好，一旦進入高血壓和其他疾病領域，大家就問能看嗎？

這要問問醫(yī)學——視網(wǎng)膜是否具備這些用以檢測的生物學信息？我們讓醫(yī)學部做了一個論文匯編，囊括全世界各專家的智慧結晶，論文記錄了他們用視網(wǎng)膜影像診斷貧血、腎衰、帕金森等等各種各樣的疾病，眼科疾病就更不用說了。

其實我們不僅能看到糖網(wǎng)，還可以看糖尿病的發(fā)生概率，看準確率怎么樣?？偟膩碚f是通過深度學習人工智能的技術，再加上視網(wǎng)膜固有的醫(yī)學信息，使得除了人類眼科醫(yī)生本來就能做的一些病變、疾病的識別，我們還能做到對慢性疾病本身的識別，比如阿爾茨海默病、帕金森。我們未來還會發(fā)表更多的論文，推出更多的成熟產(chǎn)品，服務于更廣大的群眾

楊中旭：醫(yī)學影像AI是否還會有顛覆性創(chuàng)新出現(xiàn)，各位嘉賓的洞察是什么？

安德醫(yī)智（BioMind）首席技術官吳振洲：

如果實現(xiàn)超智能影像的路程有一百米，其實我們現(xiàn)在還沒到十米，為什么這么說呢？以肺結節(jié)為例，每個廠家都在做，但它的假陽性還是非常高，假陰性也比不過很多初級醫(yī)生。

這里面有一個非常關鍵的問題，那就是現(xiàn)在很多AI模型都屬于“弱智能模型”。什么叫“弱智能模型”呢？它有時候會犯一些非常簡單的邏輯錯誤、一般人類不可能犯的錯誤。

科學現(xiàn)在也在嘗試解決這個問題，自然語言屆有個模型叫GPT，第一代的時候，它神經(jīng)元參數(shù)是15億個，非常巨大，這個模型的語音翻譯、理解能力已經(jīng)接近小孩的水平了。但是人的神經(jīng)元有850億，15億離850億還有很大區(qū)別。而次年問世的GPT3有1750億神經(jīng)元參數(shù)，已經(jīng)是人類神經(jīng)元的兩倍了。這么大的模型在結合海量的數(shù)據(jù)訓練成后，發(fā)生一個有趣的超智能現(xiàn)象，就是它可以通過演示就能理解數(shù)據(jù)規(guī)律，而不需要對模型進行再訓練。比如你告訴他1+1 的3倍是6，問他2+3的3倍等于多少，它會說等于15，在沒有數(shù)據(jù)訓練的情況下，沒有人告訴它問題邏輯是什么，它就能自己“理解”問題，有了“自覺”。

之前AI的神經(jīng)元數(shù)量都只有人腦神經(jīng)元數(shù)量的千分之一、百分之一，現(xiàn)在兩者達到同樣數(shù)量級級的時候，這個模型就似乎有點人的“意識”在里面。醫(yī)療影像也是一樣。

接下來的關鍵是如何讓AI模型的神經(jīng)元擴展得更大，如何把更多的數(shù)據(jù)放在一起學習。醫(yī)療AI行業(yè)目前基本上都是各自為政，每家各有一兩萬的數(shù)據(jù)訓練一個模型。有沒有可能未來大家把數(shù)據(jù)集合在一起做出一個大模型呢？這個大模型絕對有可能解決現(xiàn)在遇到的弱智能問題，做到接近類人的境界。我覺得達到這樣的境界，才能給予基層醫(yī)院更多的賦能，讓基層醫(yī)院相信AI給出的結果和診斷。

深睿醫(yī)療聯(lián)合創(chuàng)始人&首席技術官李一鳴：

咱們可以從窄一點的醫(yī)學影像角度來講這個問題。其實CT這些設備的成像原理，都是射線穿透組織，產(chǎn)生衰減，形成電子信號，基于電子信號再轉成數(shù)字信號，再把數(shù)字信號轉成圖像信號。

為了照顧人眼，這一系列工作有很多折中和損耗。人眼能分辨256色，為了供人眼更好的觀測，信號轉化過來最后變成只有256個色階。從AI角度來講，本質(zhì)上它是以計算設備作為載體，計算設備比人體相對更有優(yōu)勢——計算快、存儲量大，遺憾的是，它沒有智能，所以它只能干一些指令明確的事情。

但是今天有了人工智能以及深度學習的技術和手段之后，AI在計算設備上又疊加了智能的屬性，這一點是非常大的突破。我們從人的角度不適合做或者做不到的事情，今天我們都有必要把它翻出來，看看新的技術能不能去解決。

比如說未來的影像設備是不是可以把原始的數(shù)據(jù)呈現(xiàn)、輸出，供AI做更好的應用？再比如說現(xiàn)在有更多的探測的智能終端，是不是可以產(chǎn)生更大量的實時的數(shù)據(jù)？因為有了AI能夠處理還能夠快速反應。

2017年底，我去美國參加NIPS會議（Conference and Workshop on Neural Information Processing Systems，即神經(jīng)信息處理系統(tǒng)大會，是一個關于機器學習和計算神經(jīng)科學的國際會議），當時谷歌大腦的科學家講的話我印象非常深刻，他說他們在用AI算法做可控的核聚變，這是很了不起的突破。這就促使我想醫(yī)療有很多這樣的場景，受限于人體現(xiàn)在不能產(chǎn)生大量的數(shù)據(jù)，不能實時產(chǎn)生數(shù)據(jù)，這些都是未來我們可能有機會做一些顛覆性的事情。

02 數(shù)字孿生醫(yī)療應用崛起的時代，影像AI大有可為？

楊中旭：《易凱資本2022中國健康產(chǎn)業(yè)白皮書》中提到“數(shù)字孿生”概念，這個概念和近期比較火爆“元宇宙”有共通之處，醫(yī)療領域“數(shù)字孿生”是什么？在這一方面，影像AI是否大有可為？

易凱資本合伙人、健康產(chǎn)業(yè)聯(lián)席負責人李鋼：

各位可能還記得《鋼鐵俠》中有一個場景，主角新到了一個裝置，他覺得看不清楚就用手一散，整個裝置的每一個零件就出現(xiàn)在他的視線里。如果有喜歡汽車的朋友，你想研究發(fā)動機，你可以用手一揮，發(fā)動機的每一個零件都分開，你可以站在每一個零件面前拿下來看，有沒有改進的空間，這個東西是不是方的可以改成圓的，這是科幻電影里的事情。但是我可以告訴大家，這個事情在今天是完完全全可以做到的。

我們可以換一個想法，如果不是發(fā)動機，而是心臟，是大腦，是一個頭顱，我們也可以用這種方式。比如說陳羽中教授當年作為醫(yī)生，和另外一個醫(yī)生或者和患者溝通腦部腫瘤，可能患者也聽不懂你在說什么，或者和你溝通的醫(yī)生，一個在北京，一個在紐約，你們都可以戴上VR的眼鏡，在同樣的虛擬的room里面，把腦腫瘤完全打開，看到腫瘤組織在大腦的什么位置上，模擬怎么做這個手術，做完之后大腦會變成什么樣，大家想一想這個場景會不會非常exciting。

我一個好朋友公司是DataMesh，做數(shù)字孿生服務，在全球可以排前三。他給我看了一個臺灣醫(yī)院的應用，就是我剛才講的場景。

第二個想一想，2012年的時候美國NASA就給出了數(shù)字孿生的概念，用各種模型、傳感器，傳感器拿到的數(shù)據(jù)，包括歷史數(shù)據(jù)，最后通過多維度的仿真形成一個產(chǎn)品的鏡像，這是最簡單的講法。如果我有足夠多的傳感器和數(shù)據(jù)，包括依靠于AI的算法可以把物理上存在的人變成一個數(shù)字人，你的血流，你的脈搏，你所有的生命體征完全可以變成虛擬患者，在這個時候我們的醫(yī)療器械，我們的新藥很多臨床試驗其實都是可以以虛擬人為基礎去做的，而數(shù)字孿生的真正的愿景我覺得有一句話非常好，就是在計算機模型上犯錯誤而不是在人身上，所以這一點我相信不管是從成本還是從效率，都會帶來很多有意思的話題。

李一鳴：我首先認為這是一個非常好的愿景，我們通過各種各樣的手段，仿真算法結合技術，把人從物理實體變成數(shù)字的虛擬化的人體，這樣的話我們可以在上面去做很多的實驗，我認為這絕對是未來發(fā)展的一個大的趨勢，只不過我們現(xiàn)在可能是正走在這個路上。

影像也是，影像可能更直接一些，通過影像的設備把人體直接進行掃描形成數(shù)字化的解剖結構的顯示，這樣的話相當于我們可以更好地觀測人體的變化，從而幫助診斷和治療。我感覺這個事情是在拼圖的過程中，大家都從各自的角度向終極去努力，在這個過程中我們也能夠同樣踐行這個概念，更早地產(chǎn)生一些落地的結果，因為很多特定的場景可能仿真，包括利用傳感器給建設成數(shù)字孿生的實體來講，其實難度很低。但是在臨床的價值上可能未必低。

比如說我們現(xiàn)在做肝癌的手術治療規(guī)劃的產(chǎn)品，我們通過數(shù)字影像的檢查，把組織、器官，包括相應的血管重建完之后找到病灶，我再對于現(xiàn)有的醫(yī)療器械的模擬找到最佳的手術方案，這樣的話就是在數(shù)字上能夠做的對于數(shù)字孿生概念的驗證，AI醫(yī)療領域的人可能都有這樣的夢想。夢想很遠，但是并不意味著我們在中途中什么都做不了，我們在中途可以找一些很特定的場景，找一些特定的臨床應用，我們可以把這個概念完全地轉化成產(chǎn)品，進一步去驗證我們這個大的愿景是正確的也是光明的。

陳羽中：第一，醫(yī)科大學很早就在做數(shù)字人相關的技術探索，一個人像CT切片一樣，整體組成一個數(shù)字人，當年還是一個很宏大的構想，其實就是現(xiàn)在的孿生醫(yī)療的狀態(tài)。

第二個，現(xiàn)在講是十年前，脊柱外科風險最高的手術是做頸椎（四肢骨折是相對比較簡單的手術）。跟病人講清楚這個手術其實很困難，因為脖子本來就很小，看不清楚。當時有3D打印，打印出一套骨骼模型，相關醫(yī)生拿著模型跟病人講，我要給你做這樣的手術，不過當時這種方式算院外收費不算院內(nèi)收費，所以遭到了醫(yī)政管理部門的強力阻止。

事實上我覺得這兩件事都有價值，目前還處于比較初級的階段，不僅僅是醫(yī)科學生學解剖的時候，不用動尸體就可以去學習等等這樣一個作用，當我們參數(shù)更多、維度更多的時候就可以進入更加高級的階段，比如器械選擇、藥物臨床試驗等。另外跟病人溝通這件事情本身在醫(yī)療上非常有價值，能夠給病人以信心。當然，從醫(yī)政和各方面的制度如何看待這個問題，可能還是有蠻長的一段路要走。

吳振洲：我就補充一點，很多很厲害的專家，一生積累的巨大知識財富，在生命最后一天都化為灰燼了。能不能把這些專家這么多年的知識、信息數(shù)字化，變成一個數(shù)字孿生，讓他在平行宇宙里面繼續(xù)活下去，這個場景未來有可能實現(xiàn)。美劇《上載新生》講的就是這個。

楊中旭：三十幾年前腹腔鏡技術剛開始其實受到了非常大的阻力，哪怕是在醫(yī)學界內(nèi)部很多醫(yī)生也是反對的，但后來這一技術進步給患者減少了非常多的痛苦，這讓我們有一個感受，就是在產(chǎn)業(yè)發(fā)展的初期應該給予一定的泡沫，當然我們不能給它太大的泡沫，但是也不能政策收得太緊，讓行業(yè)“缺水”死掉。

現(xiàn)在是AI的時代，我們應該給這個行業(yè)以一個適度寬松的環(huán)境來鼓勵它繼續(xù)前行，這是一個外行人簡短的總結。

（本文由財健道團隊根據(jù)視頻號直播內(nèi)容整理，經(jīng)嘉賓授權發(fā)布）

- END -

如果想獲取《易凱資本2022中國健康產(chǎn)業(yè)白皮書》全部內(nèi)容，可在財健道公眾號后臺回復“白皮書”三個字。

如果您對本次直播話題意猶未盡，歡迎在財健道公眾號后臺回復“醫(yī)療AI”，加入行業(yè)的讀者群繼續(xù)深入探討。

獨學而無友，則孤陋而寡聞。歡迎更多讀者向《財健道》分享對于醫(yī)藥行業(yè)的困惑、見解或期待，添加財健道小助手微信：13581763450，通過實名認證后加入讀者群。