醫療健康是現階段AI绝佳的應用場景

今年開始我分享比較多醫療相關的文章，特別最近台灣疫情仍在緊繃狀態，分享這篇我談 AI 在醫療健康領域能創造哪些價值，提供大家參考。

最近，我出席了第五屆醫療健康產業投資50人的「H50年度峰會」，就「人工智能醫療醫藥領域的應用機遇與挑戰」進行一場主題演講。我認為，傳統產業「＋AI」的時代已經到來，AI將像電一樣穿透各行各業為其降本提效，創造巨大的經濟價值。醫療健康是現階段AI絕佳的應用場景。創新工場將結合自身TECH VC基因，以醫療市場化、數字化及AI應用等方向為切入口，一起探索發掘醫療產業重塑的機會。

以下是來自峰會的現場報導，文章經21世紀經濟報導授權轉載。

「多年前，如果你問我人工智能最好的應用會是什麼，我可能在不同的時期會說是語音識別或者計算機視覺、自動駕駛、金融領域。但今天如果你問我這個問題，我覺得人工智能最好的應用場景，毫無疑問是醫療的場景。」李開復說。

也正因如此，創新工場在兩年多前設立了醫療投資團隊。這個團隊從2019年起以醫療市場化、數字化及AI應用等方向為切入口，目前已經投資了鎂信健康、艾登科技、英矽智能、沃比醫療、予果生物等20多個項目，涵蓋了數據AI、服務、器械、生物製藥等多個領域。

「隨著團隊的擴張，現在醫療投資團隊已經比人工智能團隊還要大了。創新工場將按照原有Tech VC 基因結合度，搭建醫療生物領域專業化團隊，接下來的1到2年，醫療技術領域的投資將是我們的重中之重，我們會把火力集中在IVD（In Vitro Diagnositcs）體外檢測和高值耗材兩個大賽道。」李開復說。

本次分享中，李開復談到人工智能發展的現狀、深度學習的要點及相關要求，同時，重點給大家分享了AI在病理分析、藥物研發、大數據、以及其他特定領域與場景的應用場景，並結合創新工場在醫療AI投資方面的實踐，給參會嘉賓提供了相關建議。

▎AI賦能傳統行業的時代已經到來

李開復認為，現階段能夠做AI的科學家和工程師數以百萬計，AI技術已經普及化。在過去的人工智能1.0時代，大家把AI當「黑科技」，可能最開始並不知道技術具體能創造什麼價值，就先投資進去公司，再幫牠找應用。

但現在情況已經發生改變，AI賦能傳統產業的時代到來，這裡所謂的「傳統行業」並不是說真的很傳統，而是指任何沒有AI的行業，其中也包括醫療產業。

人工智能發展到今天已有60多年歷史，李開復認為其中最重要的成果是深度學習技術的發明。對此，他總結出了深度學習最重要的四個特點。首先，深度學習能夠針對一個目標函數優化到最佳，如識別腫瘤的正確率；其次，數據量越多，結果越好；第三，千人千面，運營在醫療領域可以根據不同患者的家庭背景、基因等信息精準醫療；第四，文字、圖像、視頻等不同數據都可以作為深度學習的內容。這是此前人工智能算法做不到的，因而近年來深度學習取得了很多突破。

李開復也指出了深度學習需要滿足的五點要求：

第一，需要海量的數據；
第二，數據不能是網上爬來的，而是客觀、精準、自動地標註或打好標籤；
第三，只能在單一領域內工作；
第四，需要比較大的計算力；
第五，需要一些AI專家的參與。 AI擅長運用海量數據針對目標函數進行優化，但無法取代人抽象、分析、嘗試的能力和創造力。

至於AI是否適合用在醫療領域，李開復認為，當下醫療領域正在開始產生海量的數據。可穿戴設備、新的醫療方法、基因排序等都提供了多樣化的數據來源，他對AI+醫療的未來有非常大的信心。

但同時他也提到，AI+醫療在當前的發展過程中遇到了一些問題。首先，AI不擅長做「全科大夫」，只能解決某一特定領域的問題，不可過份神話這一技術。其次，傳統醫療需要的是小而精的數據，而AI對數據的要求是海量、結構化、精準化、閉環，因而現成的數據無法完全滿足AI的需求。

此外，李開復指出，醫療是非常神聖的，關乎人的生命與健康，與金融領域、互聯網領域不同。AI+醫療特別要尊重客戶和他們的服務或產品引進方式，而不是盲目教育市場。很多AI科學家創業會把醫療領域想得過於簡單，而李開復建議創業者需要用更嚴謹的方法適應醫院的採購流程，讓醫院現有的負責人意識到AI技術是在幫助他們，而非取代他們。

▎AI+醫療的細分落地場景

李開復認為，目前AI+醫療在一些細分領域有很多具體的落地場景。第一，病理方面有特別巨大的需求。每年會有成千上萬的病理樣本產生，而註冊的病理醫生缺口則很大。在這方面AI雖然不能做最終判斷，但可以幫助更好的篩選，提供更好的建議。

第二是藥物研發方面，最近國際上已經有了一些成果，如美國一家公司做的蛋白質折疊，以及創新工場所投資的 Insilico Medicine英矽智能，已經開始用AI技術幫助科學家發現新藥。 AI技術的加入可以幫助節約90%的新藥研發時間，對未來製藥行業會帶來很大的顛覆。

第三是大數據與AI的結合，近年來有各種新數據產生，如基因、轉錄、蛋白、代謝等等，都可以用來做新的分析，創作更多新的應用和價值，針對每個患者背景做出更精準的診斷。

此外，李開復還提到在骨科手術、神經介入、種植牙等領域，AI都可以創造價值。

AI+醫療是創新工作的醫療團隊所關注的方向之一。創新工場借助自身的AI工程院以及在AI、醫療領域的深入研究，擁有較為豐富的專業知識。李開復認為，做AI最重要的是有海量數據，創新工場會關注真正數據源頭的掌握者，獲得脫敏數據後再思考如何激活，如何做出新的產品，產生更大的價值。此外，團隊也願意接觸一些產業投資人和產業公司，因為這些人更懂醫療的具體流程，大家的合作將產生價值。