IBM大中华区首席健康官博士陈彤:大数据和人工智能在医疗的应用

武汉热线 要闻 2018-08-09 14:38:28 172
摘要:2018年8-9日,品途集团举办的2018·NBI夏季创新峰会在北京召开,本次峰会主题是“与创新节律同步”,旨在探讨商业领域的发展规划和创新趋势,并持续关注科技前沿、零售消费、泛文娱、大健康、教育、旅游等10大领域,品途集团希望通过峰会的交流与合作,让创新“更有价值 ”、“更易触达”、“更有用”。
本文章由如下广告商联合赞助发布 广告

2018年8-9日,品途集团举办的2018·NBI夏季创新峰会在北京召开,本次峰会主题是“与创新节律同步”,旨在探讨商业领域的发展规划和创新趋势,并持续关注科技前沿、零售消费、泛文娱、大健康、教育、旅游等10大领域,品途集团希望通过峰会的交流与合作,让创新“更有价值 ”、“更易触达”、“更有用”。

在8日主会场中,中国电商委主任兼秘书长苏军、微软中国CTO韦青、阿里巴巴集团新零售研究中心主任崔瀚文等嘉宾,就产业创新等发表主题演讲。

分会场中,场景实验室创始人吴声、全时创始人兼CEO陈学军、Boss直聘创始人兼CEO赵鹏、《吐槽大会》卡司、笑友文化CEO史炎等嘉宾,分别发表了关于消费零售、企业服务、消费、文娱创新等领域的主题演讲。

在9日关于《新政策环境下的大健康创新》的医疗创新专场中,IBM大中华区首席健康官陈彤博士发表了题为《大数据和人工智能在医疗的应用:机遇和挑战》的主题演讲,他认为:虽然发展人工智能有很多挑战,但人工智能在医疗和健康领域将会有极其重大和深远的影响,并且能造福人类。

以下内容经品途商业评论精编整理:

非常感谢今天能和大家交流,首先我要申明,今天我所有讲的内容,只代表我个人观点。

全球医疗面临严峻挑战

全球医疗目前面临着非常严峻的挑战,首先来看医疗质量。跟很多人想象中的不一样,医疗行业存在着非常多的差错。2000年美国做了一个研究,一年死于医疗差错的人是10万人,几乎比任何一种常见疾病死亡人数都要多。

现有的癌症治疗方案,在美国接近一半的第一次诊疗方案都需要修正。不仅如此,再来看医疗费用,美国是全球医疗费用最多的,占GDP的17.6%,这是什么概念呢?中国房地产所有的花费是GDP的17.2%。不仅如此,美国医疗费用的增长速度2.5倍于经济增长。截止到去年,中国医疗花费占GDP6.2%,2017花费的增长速度年比2016年增加11.3%,2016年比2015年增加13.1%。而且在短期内,这个趋势不会有明显降低。照此发展,全球绝大多数国家医疗无法持续下去。

不仅如此,大家都在谈老龄化。最严重的是日本,65岁以上的人口占了日本总人口的四分之一。到了2025年,可能会到40%,而 65岁以上的老人,至少三分之一以上平均4到6个人有慢病疾病。这意味着所有的健康需求、医疗费用都会大幅上涨。中国的老龄化程度相对比较好,但是大家已经感觉到热度。八年前的中国65岁以上人口占比大概是11.1%,在一些一线城市,像上海、北京,这个数字早就超过了15%。人类整个医疗、整个健康,正面临着前所未有的挑战。

发展医疗大数据和人工智能的机遇

第一个工具是大数据。我们常谈论大数据,医疗数据其实是最巨大的数据。大到什么程度呢?一个人的健康数据,以现在所知,把他所有的信息收集起来等于300亿页的一本书。现在的医疗数据,是10的21次方。我们不仅看一个人,还要看一群人,看整个群体,整个中国,甚至全球。这些所有数据,在不同的空间,随着人的一生在不同的场景产生极其复杂的社会交互,所以这个数据会以令人无法预计的速度增长。

如何面对这样的挑战呢?很幸运,我们这个阶段有机会面对这样的挑战。

人们对大数据有很多误解,比如我有全中国所有人的身高,这是一个大数据吗?这不是大数据。大数据的数据是在不断的延伸,有3V、5V、6V的说法,我倾向于5V、6V。这类数据的特点有:

(一),海量。数据量是很大的。

(二)多样。多样化在医学数据上尤其突出。它是不断生成的,我们现在讲测序,一代测序、二代测序,马上要到三代测序,非常快。第一代测序花了10年时间,全球共同工作,10亿美金最后才测了一个人。但是这个速度,现在被大大缩短,几周可以测到,而且降到了几万美金以下。

(三)高速。

(四)异质。数据有高度异质性。

(五)现实。就是数据的质量问题,几十万份病例下来,能够用的可能才几万份病例。

有了大数据,我们聚焦在非常小的需要关注的点,经过分析,把它变成信息。但是仅仅有信息远远不够,必须通过认知,才能真正产生知识,产生洞察。

第二个工具是人工智能。人类计算分为三个阶段。第一个阶段,打孔机算。第二个阶段,50年代,开始编程。第三个阶段,2011年的时候,有人称之为“认知计算”,这时候开始了一个新的时代。什么是认知计算系统?

第一,理解。以往的计算机是机构化的,现在既有机构化,又有非机构化的,比如语音识别、图像识别。

第二,推理。它把不同的场景关联起来,可以产生可行动、可执行假说。

第三,学习。根据推理,它可以一天比一天强大。

第四,互动。它可以相互作用,可以跟使用者相互作用。这样就构成了现在所称的认知技术。

IBM的沃森就是认知计算的代表,它阅读了1500万页的文献,几百本教科书,远远超过了人类能够阅读的极限,能够了解知识的极限。人跟机器的关系,永久性地被改变。人有常识、有道德、有同理心和想象力,机器人不能自然语言,但是现在可以语音识别。尤其是人类不擅长的交叉学科,正是人工智能非常擅长的地方。

谈到医疗,中国做人工智能医疗的有近500家。其中相当多的是在做影像。有CT三维、心脏的超声、眼底镜,到三维重构和仪器,有了大量的进展。在影像上人一定会被技术替代,这是医疗的第一步。

人工智能在医疗领域有非常广泛的应用,大家认为机器人没有情感,将来的人工智能可能更有人格属性,带有情绪。而随着基因测序越来越便宜,沃森能做到把一个病人的基因输进去,它能反馈到这个人有多少基因变异、是怎样的通路,给到诊疗方案、疗程和药物。这是已经能够做到的商业化。

人工智能在医疗领域面临的挑战

讲完这些非常激动人心话,其实人工智能已经成为了最大的泡沫池。真正在做人工智的话,会发现非常多的挑战。有数据的挑战,有算力的挑战。更别说极少有产品,达到医疗级。而且最近的疫苗事件已经说明,对于人工智能应用到医疗上,必须以严格务实的科学态度予以重视。

对于比较遥远的预测,人工智能目前还做不到。不仅如此,所谓的健康决定因素并不仅靠医疗,对于一个群体而言,医疗起到的作用只有10%到15%。比如空气污染和癌症有关,80%的肺癌是吸烟引起的,剩下的20%跟空气污染有关。

另外出于对人类医疗数据的隐私保护,很少有产品真的能通过数据保护法案,几乎没有。没有任何人希望自己的健康数据,比如生了几个孩子、有没有性病、哪里有疤,被全世界的人都知道。最后人工智能是极其烧钱的。

所以人工智能在医疗上的发展有很多挑战,大多数人只看到了人工智能的一小部分,这远远不够,我们还需要各种各样的技术和商业模型。虽然讲了这么多的局限性,我深信人工智能在医疗和健康领域,将会有极其重大和深远的影响,并且能造福人类。


版权声明

本文仅代表作者观点,不代表本站立场。

本文系作者授权本站发表,未经许可,不得转载。

本文章由如下广告商联合赞助发布 广告
文章排行
  • 日榜
  • 月榜