主页（http://www.cnwulian.net）：人工智能用于医疗保健，微软的策略是什么？
▎药明康德/报道
本文来源于药明康德微信公众号（ID：WuXiAppTecChina）”
微软正在使用与发展量子计算和聊天机器人相同的模式来推动医疗保健领域的创新，表明了公司对人工智能技术潜在变革的雄心。
Peter Lee博士是微软研究院负责NExT计划的主管，从2014年开始，首席执行官Satya Nadella和公司人工智能部门负责人Harry Shum就悄悄地开始努力，寻求将公司全球研究机构的部分项目转化的商机。
▲微软研究院的Peter Lee博士（图片来源：微软官方网站）
Lee博士说，他和他的团队就像是微软内部的风投，评估公司员工的创业想法。有最好的想法的人会得到内部资源——人力和物力——以及一个培养架构，帮助他们朝着让微软做出更大投入的最终目标成长。“这里的文化是，你经营着一家创业公司，你的目标是成长壮大，并且一路发展下去。”
NExT计划成功孵化的项目包括微软的量子计算，Bot框架，可重构计算机芯片，以及可以实现人工智能实时应用的系统。
大约10个月前，Nadellas授权Lee博士用同样的模式来帮助组织和加速公司在医疗领域的工作。Lee博士在Xconomy近期在西雅图举办的Healthcare + AI 西北会议上分享了更多的细节。 他把庞大的医疗行业和这个艰巨的任务比喻为“被抛入太平洋中间，并被要求找到陆地。”
微软在健康领域已经拥有庞大的业务，并且有着悠久的创新历史，取得了不同程度的成功。Lee博士说，微软的付费客户包括超过10万家医疗保健企业。他说：“整个电子健康记录系统全部运行在微软的SQL服务器上。因此，健康记录的全部数字化工作基本上都是在微软产品上进行的。“
顾名思义，医疗保健NExT的工作重点是未来，“并且相信云服务和人工智能服务对于改善医疗保健将会非常有意义，能提高医疗效率，为人们提供更好的服务， “Lee博士说。
以下是Lee博士接受采访时的一些关键词。他谈到了一个新的合作伙伴关系，设计了“未来的数字化医院”。符合HIPAA标准的医疗聊天机器人; 放射学近期人工智能应用; 医疗数据挑战; 以及他的技术观是如何从乐观主义演变得更为谨慎。
关键方向：
他表示，医疗保健NExT将其项目分为三大领域：临床人工智能的近期应用; 生命科学在基因组学等领域的应用; 和医疗保健数据。
初始材料：
Lee博士说，越来越多的研究人员——无论是在微软内部还是其广泛的学术和行业合作网络——都是“受医疗保健问题的驱动”。
“未来的数字化医院”：
匹兹堡大学的附属医疗系统UPMC宣布，将投资20亿美元建设三家专注于移植，癌症，视力和康复的新型专科医院，并与在技术设计方面与微软合作。Microsoft Healthcare NExT之前已经是UPMC的合作伙伴。Lee博士曾经是卡内基梅隆大学（CMU）计算机科学教授兼系主任，他说，UPMC是一个有趣的合作伙伴，因为它在自然语言处理、机器学习和其他人工智能技术方面正进行自己的研究和开发，而这项工作由他以前在CMU的一名学生主持。
他说，合作的目标之一是使用AI技术来减轻过度劳累的医务工作者的一些负担，他们估计每天花费100分钟时间将数据输入到表格中。他未透露具体情况，但表示使用人工智能和云技术有很大的潜力，“可以让临床医生和病人之间更轻松的交流”。
除此之外，UPMC设计这些现代医院的进程还处于早期阶段。“这是一个非常独特的机会，”Lee博士说：“这也有些吓人。面对一张白纸总是有点令人望而生畏，但是基于我们的早期合作的基础，我们很乐观。”
InnerEye产品：
当放射科医师为癌症患者制定治疗计划时，他们必须手动点击图像来识别和测量不同的解剖结构。Lee博士说，一款实验中的微软产品InnerEye结合了最先进的机器学习和计算机视觉技术，实现了这一过程的自动化。系统通过观察放射科医师的习惯并将其编码进行学习。Lee博士说：“当你观察放射科医师时，会发现有一些艺术性，但是在整个工作流程中，艺术性的部分所占时间非常短，而多数时间是花在及其无聊的点选像素点上。“所以这里的机会是通过机器学习，了解工作流程，把需要创意的部分留给人工，然后自动化无聊的那些部分。”
该系统正在通过临床试验进行验证，微软计划在本月晚些时候举行的顶级放射医学会议RSNA的全体会议上介绍该系统。
为什么AI在放射学方面的应用时机已经成熟： “我们刚刚在计算机视觉方面取得了这一惊人的进展，”Lee博士说。此外，计算机科学家们正在开始了解放射科医师的工作流程，并得到了医学专业人士的认可。“他们知道他们自己的创造性投入并没有被机器智能所代替。机器智能正在他们辅助的工作，“Lee博士说：“所以所谓的AI将取代放射科医生是一个错误的理解。我不认为这会发生。“
聊天机器人Chatbots：
微软的Bot框架，包括一套涵盖语音和语言处理，实体提取以及其他认知服务的机器学习模型，正在寻找医疗应用。但是，为了构建能够直接处理受保护的患者健康信息的语音支持或对话服务，基础技术必须符合“健康保险流通和责任法案”（HIPAA）。Lee表示，微软的健康机器人符合HIPAA标准，合作伙伴正在构建诸如自助式医疗分诊机器人等应用程序。他说，他们进行对话以帮助确定症状，然后将患者指派给合适的临床医生，同时提供一份简明分诊报告。其他应用包括回答健康保险福利问题，并将患者连接到可能适合他们的临床试验。
数据共享：
医疗NExT计划中最重要的部分涉及医疗保健数据。Lee博士相信人工智能技术已经准备好对医疗保健产生真正的积极影响。他引用了印度的一个项目，将机器学习模型应用于眼科检查中的大量图像数据。这些模型现在可以帮助早期发现和追踪儿童近视发展的速度，从而早期干预和逆转可能导致失明的疾病。项目还在早期阶段，但是这种努力可能可以防止数百万儿童的失明。
虽然科技公司和医疗保健企业一直渴望进行数据交易，但是战略、监管和技术问题限制了研究人员开发新的医疗AI应用程序的可用数据量。一些隐私监管是“绝对必要的”，但在这些限制之内，他看到了分享更多的机会。
他说：“我很乐意将所有的健康数据公开给我们在微软的所有研究人员。我很乐意将这些数据公布给Azure上的所有初创公司，但是要达到这一点非常困难。你仿佛正在通过一个漏斗，当你到漏斗底部的时候，剩下的实际上可以推动创新生态系统的初始数据交流非常少。”
