推想科技CEO陈宽；AI正在发展成为世界上最大的诊断体系

7月6日消息，由创业黑马主办的“2018中国独角兽峰会”今日在京举行，推想科技CEO陈宽出席活动并发表主题演讲。

陈宽在演讲中表示，虽然AI医疗在降低漏诊误诊率、分级诊疗、医保控费、卫生经济等方面都能产生巨大的价值，但是目前缺少统一的行业标准。他认为，临床级别的AI产品必须要具备“鲁棒性”、“易用性”和“安全性”。

以下为经i黑马编辑过的演讲节选：

首先非常感谢主办方的邀请，非常荣幸能在这里给大家简单的介绍“AI在医疗领域的落地和实际的使用情况。”

大家其实已经看到了，人工智能已经在各个领域里开花结果，包括安防、新零售、自动驾驶、以及我们推想科技所在的医疗健康领域。它在不同行业都在解决不同的问题，我认为AI在医疗领域的发展，对人类未来的影响是非常深远的。

世界范围内的医疗资源不足

AI在所有行业的落地，所面临的第一个问题，并不是技术本身的问题，而是它在该领域到底能解决什么样的问题，在此，我们需要回顾一下，医疗行业的现状。医疗问题并不仅仅存在于中国，它其实是一个世界性的问题。

首先就是优质医疗资源不足。在国内，很多医院都是人满为患，虽然在国外的医院不是这样，但是国外的医疗服务非常昂贵，很多病人都得不到很好的诊疗服务。这其实是有原因的。

比如去看一个肺部的CT影像，一个医生可能需要很长的时间才能看完。正常的肺和早期病变的肺差别是非常细微的，普通人去看根本没有办法分辨出来，就算是一个有多年诊疗经验的医生，也很有可能会因为疲劳发生漏诊和误诊的现象。

针对这个问题，人工智能就是一个很好的解决方案。除此之外，人工智能在医疗行业还有很多的应用场景，比如我们所在的医学影像和辅助诊断环节。

2015年，推想科技刚刚成立的时候，世界范围内其实只有两家企业在真正的做医疗AI、医疗深度学习和医疗影像。到2018年， 已经有很多医疗AI的公司如雨后春笋般涌出，学术界和产业界也有越来越多的探索者。

我记得我们2015年刚进入医疗深度学习领域的时候，我在谷歌上搜索了一下“深度学习”这个词，那时只搜到了一篇文章，是我的母校——美国芝加哥大学的一个日本教授写的，叫做《虚拟神经网络和医学影像》，那时候他都不把自己设定在深度学习领域。现在，大家也可以去搜索一下，基本上就可以看到好几万篇文章，包括学术界、产业界的。从这点上来看，医疗深度学习领域是获得了一个爆发性的发展的。

缺乏统一的行业标准

但是任何的风口行业，包括医疗AI在内，都会出现一些问题。

比如，目前很多所谓的专家系统，鱼目混珠，说自己是深度学习。再比如，大量的抄袭与模仿，就像推想科技最早做的肺结节产品，后来就出现了大量的仿制品。还有数据安全问题，病人的隐私也不能得到很好的保护。这些问题，归根究底还是因为没有一个统一行业标准，没有人规划什么样的产品才是一个好的AI产品。

医疗AI发展到现在，在推想科技以及业内所有企业的努力下，人工智能其实已经融入到医生日常的诊疗路径之中了。

我觉得好的AI产品，必然是要经过临床实验反复的打磨，根据医生的需求不断迭代的。它需要有优质的老师、优质的数据源以及优质的数据标准，优质的深度学习模型。在这个过程中，需要反复的练习修复。

我觉得，AI产品的评判标准主要体现在以下三个方面：

1，鲁棒性。一个好的AI产品一定是要能在不同的医疗领域、医疗环境里，还能保持相对较高的稳定性和准确性，所以，鲁棒性极为重要。

2，易用性。AI的价值，在于帮助人类释放出更多的产能，如果AI产品的使用非常麻烦、非常复杂的话，是没有用的。

3，安全性。AI产品的使用，一定是在保证整个医疗系统安全的情况之下的。

所以，我认为鲁棒性、安全性和易用性是一个临床级别的AI产品的必要条件。

行业需要植根于落地发展

到目前为止，我们的几条行业线都已经开始陆续落地到产业中去。我们在其中一个AI产品上线的时候遇到一个案例。

医生看完肺部影像之后，医嘱是：双肺未见明显异常。但是我们的产品在识别肺部影像的时候圈出了一个异常的点，医生说可能是假阳。后来，推荐那个病人做了后续的检查，发现确实是癌变。AI在识别病灶对医生确实有很大的帮助。

除了肺部产品之外，我们在乳腺、骨头、心脏、肝脏也都在做相应的产品研发。到目前为止，推想科技的产品每日完成肺癌辅助筛查近13000例，AI已经是全世界最大的诊断体系之一。推想科技的产品已经在世界范围落地近150家顶级三甲医院，包括，美国、日本、欧洲等。

我国目前在推行分级诊断，但其中对基层医院的要求是：基层的医院必须有能力把早期病变找到。但矛盾就在于，早期病变概率漏诊越低，对诊断能力的需求越高。基层医院往往也是医疗设备与医疗资源最差的医院，AI医疗可以给社会带来巨大的价值，降低早期病变的漏诊概率，把疾病诊断提前，为患者争取时间，提高治愈率。我们希望，人工智能可以帮助把一些优质的医疗资源、医疗诊断下沉到基层去。

我觉得人工智能最终能在不同的行业中产生不同的价值，在医疗行业，人工智能在分级诊疗、医保控费、卫生经济等方面都能产生巨大的价值，这也是整个行业未来需要努力的方向。

到目前为止，推想科技已经逐渐成为医疗行业中全场景、全类型、全类型医疗机构服务平台。我们也希望人工智能技术，最终能把优质的医疗资源带入千家万户。