人工智能從來都不缺少落地的場景，可如果要找一個近乎剛需的行業(yè)，醫(yī)療保健大概是最可能入選的答案。

12月8日， 國際知名科技雜志《麻省理工科技評論》發(fā)布的《AI+醫(yī)療：亞洲的發(fā)展空間、能力和主動健康的未來》中，對人口超過41.6億的亞洲的醫(yī)療狀況進行了實地調(diào)研，然后得出了3組令人驚訝的數(shù)據(jù)：

根據(jù)世界衛(wèi)生組織的估計，2030年亞洲地區(qū)需要超過1200萬名新的醫(yī)療保健專業(yè)人員，比當前增長70%以上；人口超過22.5億的南亞和東南亞地區(qū)，平均每10000人擁有的醫(yī)生不到7人，即便是在富裕的日本和新加坡，對應(yīng)的數(shù)字也低于25人；據(jù)瑞士再保險公司預(yù)計，沉重的醫(yī)療負擔造成12個國家約4000萬家庭的醫(yī)療保健缺口，其中有近半數(shù)為中國家庭 。

在提出問題的同時，《麻省理工科技評論》也嘗試給出了解決的思路，即借助人工智能提高醫(yī)療服務(wù)供應(yīng)能力和效率，并著重提及了以百度為代表的中國案例：百度靈醫(yī)智惠推出的“臨床輔助決策系統(tǒng)”（CDSS），目前已經(jīng)覆蓋了中國18個省市自治區(qū)1000多家醫(yī)療機構(gòu)，輔助醫(yī)生進行臨床診斷決策。

20000：1的背后 醫(yī)療資源不均等候一個解決辦法

如果說麻省理工的數(shù)據(jù)還偏向宏觀，那么下面一組數(shù)字幾乎和所有人息息相關(guān)：中國有6.6億左右的眼底疾病風險人群，基層的眼科醫(yī)生卻只有3.6萬，比例接近20000：1，同時在這些眼科醫(yī)生中，能夠閱片的醫(yī)生數(shù)量可能只有幾千人。

僅僅在數(shù)字上就足以讓人震驚，而數(shù)字的背后還隱藏著一連串的事實：

比如相對于基層，醫(yī)療資源更向大醫(yī)院傾斜，導(dǎo)致人們就醫(yī)時習慣性涌向三甲醫(yī)院，占全國醫(yī)療衛(wèi)生機構(gòu)總數(shù)0.23%的三級醫(yī)院承載了21%的醫(yī)療需求，而占比高達94.5%的基層醫(yī)療機構(gòu)，只分攤了54%的醫(yī)療需求，一邊人滿為患，一邊門可羅雀；

再比如《中國醫(yī)師執(zhí)業(yè)狀況白皮書》披露的數(shù)據(jù)，85.87%的醫(yī)生每周工作時長在40個小時以上，長工作時間內(nèi)的超壓負荷、緊張的工作環(huán)境以及與付出不成正比的薪資水平，潛移默化地消磨了醫(yī)生們的“職業(yè)榮譽感”，致使71.76%的醫(yī)生苦于醫(yī)患關(guān)系的處理。

但這些還僅僅是其中的一個側(cè)面，中國所面臨的醫(yī)療資源稀缺以及分配不均衡問題遠比想象中的復(fù)雜。

一方面，人口老齡化的進程迅猛。1982年全國65歲及以上老年人口占比還只有4.9%，2000年達到7%進入“老齡化社會”，到2016年老年人口的占比就已經(jīng)達到10.8%，預(yù)計2035年65歲人口占比將超過20%，進入到“超級老齡社會”。彼時所存在的醫(yī)療痛點將全面爆發(fā)，而時間上的窗口期已經(jīng)非常短。

另一方面，慢病患病率上升的挑戰(zhàn)。中國的疾病譜正從傳染性疾病加速轉(zhuǎn)向以高血壓、糖尿病、心血管疾病等為主的慢性病，當前慢性病所導(dǎo)致的死亡已經(jīng)占到總死亡的87.8%，慢性病導(dǎo)致的疾病負擔也超過疾病總負擔的70%；更令人擔憂的是慢病年輕化的趨勢，這將進一步加劇了中國醫(yī)療健康所面臨問題的復(fù)雜性。

在這樣的局面下，“健康中國2030”等國家戰(zhàn)略的推行實施，除了優(yōu)化全民醫(yī)療保障制度、推進健康老齡化、重視疾病預(yù)防和健康管理等治理措施，運用技術(shù)化手段也成為戰(zhàn)略重心之一，諸如互聯(lián)網(wǎng)+、大數(shù)據(jù)、人工智能等新概念在醫(yī)療領(lǐng)域也開始占據(jù)一方高地。

那么，新技術(shù)的落地應(yīng)用又能否彌合醫(yī)療資源的鴻溝呢？

用AI“武裝”基層醫(yī)生 激活基層醫(yī)療潛在價值

在回答這個問題之前，不妨先來看下《麻省理工科技評論》在報告中提到的印度和日本的應(yīng)用案例：

按照印度中央衛(wèi)生情報局的報告，2016年印度每千名活產(chǎn)嬰兒死亡34人，嬰兒死亡率是美國的6倍。于是瓦德瓦尼研究所開始通過手機的人工智能應(yīng)用統(tǒng)計新生兒數(shù)據(jù)，例如一定時間范圍內(nèi)的嬰兒頭部大小，希望利用手機照片和算法模型的比對，為孕婦提供是否需要手術(shù)的建議。作為世界上第一個進入“超級老齡社會”的國家，一些初創(chuàng)公司針對日本的養(yǎng)老問題開發(fā)了獨一無二的AI應(yīng)用，比如針對失智癥患者的溝通工具、幫助護理人員為老年人安排如廁時間的預(yù)測分析。

回到中國市場來看，不同于印度、日本在AI+醫(yī)療方面的“淺層次應(yīng)用”，中國的AI與醫(yī)療的融合已經(jīng)進入到了“深層次階段”，開始用AI來“武裝”基層醫(yī)生。

百度大腦AI技術(shù)驅(qū)動的靈醫(yī)智惠就是個例子，從2018年百度成立智慧醫(yī)療部門，到2019年品牌升級為“靈醫(yī)智惠”，短短兩年時間內(nèi)靈醫(yī)智惠已經(jīng)面對院內(nèi)院外場景推出了臨床輔助決策系統(tǒng)（CDSS）、眼底影像分析系統(tǒng)、醫(yī)療大數(shù)據(jù)解決方案、智能診前助手、慢病管理等五類解決方案。

就像前面所提到的基層眼科醫(yī)生的龐大缺口，靈醫(yī)智惠與中山大學中山眼科中心等一流醫(yī)院進行深度合作，基于扎實的眼底影像數(shù)據(jù)基礎(chǔ)，整合循證醫(yī)學可解釋算法架構(gòu)及深度學習高準確率算法構(gòu)造了眼底影像分析系統(tǒng)。只需要使用眼底相機拍攝二維眼底圖，就可以自動提取眼底四大生理結(jié)構(gòu)，在10秒內(nèi)完成對糖尿病視網(wǎng)膜病變、青光眼、黃斑區(qū)病變等疾病的篩查。據(jù)悉，該系統(tǒng)已覆蓋數(shù)百家醫(yī)療機構(gòu)，日均輔助近3000人完成糖尿病視網(wǎng)膜病變等眼部疾病的科學早期篩查。

《麻省理工科技評論》也在報告中不惜篇幅介紹了百度CDSS系統(tǒng)在北京市平谷區(qū)的落地案例。通過學習權(quán)威教材、藥典以及三甲醫(yī)院優(yōu)質(zhì)病歷，百度CDSS被用于輔助基層醫(yī)生進行疾病診斷。借用平谷區(qū)衛(wèi)健委信息中心主任焦軍鋒的表態(tài)：“以前基層醫(yī)生能看的病人、能看的病比較少，所以診療經(jīng)驗也比較有限，CDSS部署以后，醫(yī)生的能力提高了，人們也因此越來越認可我們當?shù)氐尼t(yī)生了?！?/p>

或許AI+醫(yī)療還有很長的路要走，不同國家的進程也有所不同，至少百度已經(jīng)驗證了用AI“武裝”基層醫(yī)生在方向上的正確性。

（北京平谷區(qū)社區(qū)醫(yī)院應(yīng)用百度CDSS系統(tǒng)輔助診療）

AI+醫(yī)療：創(chuàng)新者的征途 深耕落地將推動社會變革

當AI在醫(yī)療領(lǐng)域落地應(yīng)用的時候，也往往伴隨著新的商機。按照研究公司IDC的估計，2022年亞洲醫(yī)療保健行業(yè)的技術(shù)支出可能達到150億美元，并將以每年7%的速度持續(xù)增長。

事實也是如此。2016年前后就有一大批AI醫(yī)療團隊應(yīng)運而生，也曾憑借一個個好故事在資本市場風光無二。可醫(yī)療終歸是一個慢行業(yè)，摧枯拉朽式的顛覆式革命沒有出現(xiàn)，在落地難、缺少盈利預(yù)期等不利因素的制約下，資本市場已經(jīng)出現(xiàn)了逐漸熄火的態(tài)勢，AI+醫(yī)療已然成為創(chuàng)新者才有資格入局的征途。

百度無疑就是個直接例證。百度成立智慧醫(yī)療部門的2018年，早已有不少創(chuàng)業(yè)公司拿到了B輪、C輪融資，可在這場B端市場的探索中，先發(fā)者們抓住的不是時間上的紅利，偏偏成了百度彎道超車的墊腳石。有創(chuàng)業(yè)者哭訴自己在某家醫(yī)院和醫(yī)生們同吃同住了一個月，才抓住第一個客戶，百度等互聯(lián)網(wǎng)巨頭們則要容易得多。

只是里面的門檻從來都不是資源優(yōu)渥與否，AI能力才是真正的杠桿。

在國家工業(yè)信息安全發(fā)展研究中心發(fā)布的《人工智能中國專利技術(shù)分析報告》里，百度以5712件的AI專利申請位列第一；在 IDC發(fā)布的《IDC MarketScape：2019中國AI云服務(wù)市場廠商評估》報告中，百度位居領(lǐng)導(dǎo)者象限最上方，領(lǐng)先于阿里云、AWS、騰訊云和華為云等廠商……

以CDSS系統(tǒng)為例，大多數(shù)創(chuàng)業(yè)者選擇以標準的機器學習算法，圍繞少數(shù)或單一病種作輔助決策，而國家對基層醫(yī)生的要求是承擔66種常見病的診療。而靈醫(yī)智惠的CDSS系統(tǒng)可以診斷27個科室的4000多種常見疾病，Top3疾病的推薦準確率達95%，并且推出了輔助問診、輔助診斷、治療方案推薦、相似病歷推薦、醫(yī)囑質(zhì)控等板塊，可以無縫融入基層醫(yī)生的工作流程。

何況醫(yī)療行業(yè)本就不是純粹的商業(yè)市場，有著天生的公益和社會屬性，參與者不應(yīng)該局限在“做生意”的心態(tài)，而是積極融入到醫(yī)療保健行業(yè)的改革當中。與微軟的“云+AI+醫(yī)療”的布局有些相似，百度在為基層醫(yī)療的改善提供創(chuàng)新方案和思路的同時，也在為東軟、浪潮等同行者們賦能，并且以比賽的形式促進“醫(yī)—學—企”的融合，繼而讓AI+醫(yī)療成為一場社會性的大變革。

無論是對于基層醫(yī)療的從業(yè)者，還是每一個與醫(yī)療相關(guān)的普通人而言，“AI+醫(yī)療”的賽道上需要的都是深耕者，而非投機者。

寫在最后

美國著名心臟學家埃里克·托波爾在《深度醫(yī)學》一書中不無肯定地指出：“人工智能可以為醫(yī)療系統(tǒng)帶來更多的人性和溫情。”

或許埃里克·托波爾的觀點還無法得到所有人的認同，甚至會有人拿著科幻小說中AI醫(yī)生消滅人類的場景進行斥責。對于這樣的現(xiàn)象，我們無須用太多的言語苛責，只需要把目光放在亞洲、非洲等欠發(fā)達地區(qū)的基層醫(yī)療事業(yè)，然后對比下人工智能已經(jīng)帶來的改變，就不難堅定自己的立場。

而作為世界上人口數(shù)量最大的國家，中國的基層醫(yī)療仍然面臨著種種挑戰(zhàn)，好在百度等人工智能先行者們早已全副武裝，行動多時。