主页（http://www.cnwulian.net）：杏脉科技房劬：人工智能可以批量改造医疗行业的供给端
11月26日，由搜狐科技主办的“2019搜狐科技AI峰会”在北京举行，峰会旨在解读AI前沿新技术，探索行业新趋势。
峰会嘉宾——杏脉科技总裁兼CTO房劬在医疗论坛上作了题为《医疗人工智能发展趋势与最新进展》的主题演讲。
房劬说，他平时主要从事计算机视觉和医疗健康交叉领域。在峰会上，他向与会者介绍，医疗行业的痛点在于：一端是不断增长的需求，老龄化、慢病患者不断增加，包括儿科门诊量的增加，另外一方面是供不应求的短缺供给状况。
房劬介绍，医疗行业和其它行业不一样，它的问题在于，始终处于供给短缺的状况。换句话说，新零售或者工业互联网，很多时候解决了中间的配置问题，让需求能够很好找到供给方，就能解决巨大的问题，释放出巨大的价值。但是在医疗行业里面没有办法解决生产关系和生产资源的配置，包括供需两端的配置解决核心根本的问题。
因为需求是无限制的，甚至说人类对健康的需求几乎是没有天花板的，但是供给永远有限，好的医生供给数量有限，把所有的医院或者所有的医生都连到互联网或者移动互联网上，依然解决不了这个问题。
房劬说，像医生、律师、教师等依赖于人的经验和人的积累的行业，它很难被解决资源配置问题的技术所改造。他们有一个共同点，都非常依赖于长期经验累月的经验积累。人的寿命有限，一个医生或者教师好不容易经过20年的积累长期的学习，终于达到一定的水平以后，他的体力、精力、智力都在衰退过程中，这样一个矛盾也造成了可能两千年以来医疗、法律、教育这样的行业都没有很好地很彻底地被技术所改造。
所以房劬认为，如果希望医疗行业也能被互联网改造的话，下一个带来革命性的技术必然是能够使供给端批量增加的技术，像流水线增加的技术，而人工智能（AI）就是其中一个选项。
以下为房劬演讲全文：
大家好！我来自杏脉科技，主要从事计算机视觉和医疗健康交叉领域，我分享的题目是“医疗人工智能发展趋势与最新进展”。
来自统计学的官方网站，各行各业在中国GDP里面的占比，医疗6%，横向比较不算一个特别大的数字，发达国家9%—10%，特别高的美国17%。以目前中国的发展水平，纵向比较和金融业相当，仅次于批发和零售业，大于房地产行业。在占比这么高的行业里面，医疗和互联网相结合发展是什么样的？餐饮、交通、住宿在GDP占比不如医疗那么高，但是诞生万亿人民币市值或者千亿市值的公司，互联网医疗行业里面头部的企业是百亿人民币市值的量级，什么原因？商业价值取决于解决什么样的痛点，解决什么样具体的问题。具体到医疗行业里面它的痛点是什么？一端是不断增长的需求，老龄化、慢病患者不断增加，包括儿科门诊量的增加，另外一方面是供不应求的状况。
最近看到一组数据，放射科医生每年的增长量在中国4%，但是放射科的片量每年增长30%。美国这个数据更夸张，片量增长率70%，放射科医生的增长量3%，巨大的gap造成供不应求的状况。医疗这个行业和其它行业不一样，它的问题始终处于供给短缺的状况，换句话说到我们新零售或者刚才提到的工业互联网，很多时候解决了中间的配置问题，让我们的需求能够很好地找到供给方，我们能解决巨大的问题，释放出巨大的价值。但是在医疗行业里面没有办法解决生产关系和生产资源的配置，包括供需两端的配置解决核心根本的问题。需求是无限制甚至说人类对健康的需求几乎是没有天花板的，但是供给永远有限，好的医生供给数量有限，把所有的医院或者所有的医生都连到互联网或者移动互联网上依然解决不了这个问题。
更深层次看一下，经历过历次工业革命，从蒸汽机时代开始，每一种技术的革命对各行各业的赋能或者增益不是雨露均沾，对有些行业带来的增益更大，而有些行业更低。从一开始蒸汽机改变了人类社会开始，一开始交通运输业是最先被改造的，到了电力时代有一些流水线工业制造被改造的很大，互联网革命包括移动互联网革命时代最大的好处是解决了人和人、物和人、信息和人之间的沟通问题，最容易被解决的是传统上供给可以被批量制造，但是供给端很难找到需求，我需要使买家卖家或者信息获取方和信息制造方之间比较好连接的行业。
像传统说的医生、律师、教师依赖于人的经验和人的积累的行业，它很难被解决资源配置问题的技术所改造，有一个共同点，都是非常依赖于长期经验累月的经验积累。人的寿命有限，一个医生或者教师好不容易经过20年的积累长期的学习，终于达到一定的水平以后，他的体力、精力、智力都在衰退过程中，这样一个矛盾也造成了可能两千年以来医疗、法律、教育这样的行业都没有很好地很彻底地被技术所改造。我们希望他们能够像互联网改变其它行业一样被改造的话，下一个带来革命性技术的必然是能够使我们的供给端批量增加，像流水线增加的技术，人工智能就是其中一个选项。
具体到杏脉在做的事情，举一些场景例子向大家说明一下，人工智能是怎么改造医疗健康行业的——
第一卒中，脑中风行业：如果看一个人类的疾病图谱从中等以上发展水平国家来说，排在死亡率第一和第二名的必然是心血管疾病，要么缺血性心脏病，要么缺血性脑卒中，和我们常有的认知不太相符。往常认为癌症是很大的致死原因，其实不是这样的，致死率最高的癌症——肺癌，也只能排到第三位。
卒中（中风）有几个特点，第一，诊断流程非常复杂，2018年医学指南指明发生急性脑卒中送到医院里面诊断流程是什么样的，可以看到非常复杂。第二，对时间的紧迫性要求非常高。脑细胞每天会死亡几百，如果发生脑血管堵塞每分钟都会发生几百万脑细胞的死亡，时间越久造成不可逆的脑细胞死亡比例越高，瘫痪或者全瘫的风险越高。医学上有黄金6小时的说法，6小时之内需要得到治疗，不然脑细胞会不可逆的死亡。
有了两个矛盾点以后，问题就来了，第一，我们需要非常快地把患者送到医院进行治疗。第二，就近送到医院的医疗水平相当有限，如果对患者希望做一个全面的诊断来决定下一步应该采取什么治疗手段的话，其实非常麻烦。比如第一步判断是缺血性脑卒中还是出血性脑卒中，两种选错的话，是致命的问题。通过救护车把中风患者送到医院的急诊科才有机会拍CT片，给医生做一个诊断，再下一个判断治疗方案。这样的过程非常麻烦非常长，杏脉优化了流程，选取了小型的CT设备可以装在救护车上移动式，仅仅有这样的设备不够，救护车没有医生进行卒中的诊断，我们把AI能力赋能在救护车上，可以对脑卒中是出血性还是缺血性做一个简单的诊断。我们送到的医院可能并不能进行复杂手术治疗的话，会改变救护车的救护路线，送到更有能力的医院去。
