主页（http://www.cnwulian.net）：人工智能该如何赋能医疗？协和医院、强生、飞利浦、赛诺菲巴斯德
人工智能该如何赋能医疗？协和医院、强生、飞利浦、赛诺菲巴斯德四大巨头，和依图医疗、大数医达、晶泰科技三大人工智能企业坐而论道
2018-03-25 23:58 来源:机器人创新生态 人工智能 /飞利浦 /药物
原标题：人工智能该如何赋能医疗？协和医院、强生、飞利浦、赛诺菲巴斯德四大巨头，和依图医疗、大数医达、晶泰科技三大人工智能企业坐而论道
3月24日，将门年度创新峰会首场论坛主题是智能医疗，如何将人工智能落地应用到医疗行业？人工智能机器人又有哪些切入点？
论坛上来自传统医院、医疗设备、健康服务的巨头企业，和初创智能影像、智能医疗大数据企业共论AI如何赋能医疗行业。因为可能是大会第一场论坛，智能医疗这场几位行业大咖讨论的非常深刻，相信智能医疗在未来，将会有更多鼓舞人心的应用落地。
接下来同我来一起看看这些醍醐灌顶，启示我们找准方向的观点。
将门战略合作副总裁魏战一主持
来自医院、制药、医疗设备、医疗服务
四大巨头角度的智能医疗建议
一、协和医院医生的角度：
北京协和医院信息管理处常务副处长 朱卫国
协和医院副处长 朱卫国，同时也作为一名医生首先就从医生的角度谈了作为医生的负荷。从门诊量来看协和医院从之前的每日7000-8000上升到15000，医生来说是非常忙的。而用两句医生业内的调侃话来说，更加形象的表现出协和医院医生的忙碌。一是年轻的医生，只看得见月亮看不见太阳。二是对门诊大夫来说的，小胃大膀胱。
而医生不只是面临忙碌的问题，同时医患关系的矛盾和压力，患者与患者冲突的调解，都在消耗着医生的精力，这些情况会加速医生的职业倦怠，这时AI能在哪些层面赋能医疗行业呢？据朱医生讲他做医生时也常常写病例会花很长时间很忙碌，而目前他们也已经开始和一些AI公司如云知声一起合作，来解决医疗行业的一些问题。
最后，朱医生对人工智能赋能医疗给出了以下几点建议：
1.人工智能技术一定要有行业化应用
2.医疗+人工智能，而不是人工智能+医疗，要了解医疗行业的实际需要，人工智能创业企业才更容易活下来
3.人工智能要为解决问题来开发，而不是只停留在算法
4.要在医疗行业各个流程环节里面做AI+，要找到医疗行业里哪些痛点需要技术来解决，然后用技术去替代它
5.针对各个环节分层AI赋能，先想怎么做好医生的助手，目前还不可能瞬间超越医生
6.医疗行业是非常复杂的，需要全社会的力量才能把这个很紧迫很关键的行业提升
二、医药设备企业飞利浦的角度：
飞利浦健康医疗创新工场创新高级总监 曾勇勤
飞利浦电子是世界上最大的电子品牌之一，在欧洲名列榜首。在彩色电视、照明、电动剃须刀、医疗诊断影像和病人监护仪器、以及单芯片电视产品领域世界领先。曾勇勤总监强调飞利浦不仅仅是做剃须刀、医用仪器的厂家，他们在智能医疗诊断影像领域已经开始了近2年的研究。
而对病人的健康服务来说，从诊断中信息的提取信号噪声的分析和处理，到疾病的预防，治疗，和康复这四个大的环节，每一个环节都需要用到人工智能，都能发挥非常重要的作用，她非常期待和人工智能企业去找到具体的落地的合作场景。而今年她主要就负责智能医疗的外部合作，热切的希望初创AI企业们能为医疗智能赋能。
同时她也为AI赋能医疗提供了以下几点建议：
1.AI要和医生的工作流结合起来，要让医生用得好，创新企业还有很多努力要做。
2.她觉得AI应用于医疗最可能有突破的4个场景在：
（1）医疗运营的优化
（2）医疗决策的支持
（3）AI为病人赋能，让病人了解自己的健康状况
（4）广泛的医疗健康
三、制药企业赛诺菲巴斯德的角度：
赛诺菲巴斯德执行总监业务运营负责人 严知愚
赛诺菲巴斯德是赛诺菲-安万特集团下属的疫苗公司，是全球最大的专业致力于人用疫苗研发和生产企业。严知愚先生谈到药品的完整开发过程是非常艰难周期非常长，据统计近期的一款新药品面市，需要用14年花费约26亿美元才能研制成，而且充满着很大的不确定性和失败的可能。
药品分为治疗药品、和预防药品，在药品的研究和发现过程中在临床前以及临床后需要经过大量的人体实验。从基础研究，到使用各种能够想到的干预手段，从体外细胞动物实验到人体试验，从很多不同的化合物开发出一个化合物。
这中间每一步都面临着大量的不确定性，每一步都存在很大的失败率。新药研发的成本和困难不断提升。所以在药物研发和制造中急需人工智能的技术来解决很多问题，从而加速药品的研发的过程，提高药品研发的成功率，降低压法的成本，更快速精确的找到药品的对应化合物，进行药品研发的预测和样本的计算等等。
而严知愚对AI赋能医疗行业给出了一下几点建议：
1.药品研发需要充分利用新技术去突破，突破要有非常明确的场景
2.如何充分利用AI的算力，来降低药物研发流程
3.能够用AI技术，降低药物研发的不确定性
4.是否可以用AI技术来模拟药物设计、模拟我们身体环境、减少人体试验的代价
5.通过AI技术来达到精准医疗
6.在临床阶段失败代价很高，AI是否可以对临床设定各种可能性进行预测和预判
7.医疗除了技术还有很多软的东西，突破性促进新技术和医疗的结合，建议AI新技术放下一点技术的傲慢，尊重医疗的特殊情况。医生们放下经验的傲慢，拥抱经验技术化。
四、医疗产品及服务企业强生的角度：
强生中国亚太创新中心资深总监 毛庆革
