阿里達摩院懸壺，看醫療AI如何濟世

乾明 發自 凹非寺
量子位 報道 | 公眾號 QbitAI

阿里達摩院，并不專為抗疫而生。

甚至連馬云都可能預料不到，這個機構這么快就展現出及時的作用。

抗疫正當時，不論是與浙江疾控中心合作的基因檢測平臺，將疑似病例基因分析時間縮至半小時，還是率先在鄭州“小湯山”應用的CT影像系統，達摩院、掃地僧，都成為阿里AI抗疫的代表性標簽。

而且影響力還在幾何級擴散，據阿里統計，截止到3月31日，達摩院CT影像AI已在河南、湖北、上海、廣東、江蘇、安徽等16個省市近170家醫院落地，已診斷34萬臨床病例。

隨著疫情全球擴散，這個出自阿里達摩院、代表中國AI技術前沿的抗疫系統，也在進一步承擔起“One world，One Fight”的作用。

但也別神話了達摩院和背后的掃地僧——外界只看見了他們的動能速度，而不知道他們之前為此積累的勢能和高度。

這把抗疫寶劍，之前已磨礪整整4年。

“掃地僧”帶隊，達摩院如何4年磨一劍？

達摩院醫療AI，源自2016年，由時任阿里巴巴iDST副院長的華先勝帶隊打造。

對于華先勝，外界不陌生。

他出自黃岡中學，2001年北大數學系博士畢業，之前在微軟工作14年，直到被老領導“阿里云之父”王堅挖角，開啟阿里在AI視覺研發和落地方面的探索。

但即便已是2016年，人工智能如何在醫療領域發揮作用并不太清晰，只是華先勝堅信：人工智能進入醫療健康領域，是一個必然的事情。

他回憶說：“醫療健康領域存在的不平衡問題比較多（醫患供需不平衡，醫保供需不平衡，醫患知識不平衡等），AI應該能為全民健康的問題發揮重要作用。”

正是這樣的預判，才逐漸演變出了抗疫期間的達摩院醫療AI。

當時也是醫療AI的爆發點，大量創業者與資本玩家涌入。目前發展勢頭不錯的推想、體素等，都在2016年創立。

一直深耕視覺領域的依圖，也在同年發布肺癌影像智能診斷系統，開辟了醫療業務線。

作為視覺智能領域深耕多年的專家，華先勝團隊從肺部CT影像開始切入醫療AI，很快就做出成績。

2017年7月，達摩院正式成立前夕，他們交出了一份“賀禮”——在國際權威的肺結節檢測大賽LUNA16上打破世界紀錄，憑借89.7%的平均召回率（在樣本數據中成功發現結節占比的比例）奪冠。

華先勝說，這項工作“當時只道是尋常”，沒想到直接為阿里達摩院新冠肺炎的CT自動診斷系統打下了基礎。

那次破紀錄之后，達摩院醫療AI的研究范圍進一步擴大，在肝結節、心血管、骨科、病理等方面均取得了進展。

其中代表性的成果有：

2018年12月，達摩院AI從近百支隊伍中脫穎而出，在全球LiTS(Liver Tumor Segmentation Challenge，肝臟腫瘤病灶區CT圖像分割挑戰)獲得兩項第一。

2019年的EMNLP BB task 關系抽取世界大賽，達摩院AI獲得了第一名。同年，按照鹿特丹（Rotterdam）國際比賽標準，達摩院AI的全自動心臟冠脈中心線提取超越了現有的業界最好成績，相關論文被國際頂級醫學影像會議MICCAI 2019提前接收。

技術持續突破下， 達摩院醫療AI團隊在Nature子刊、CVPR等頂尖學術期刊與會議上，發表了不少的論文，加上國際、國內專利，超過了百篇，也給達摩院醫療AI系統在臨床診斷和醫學研究上大規模應用，提供了支撐。

如果這樣回顧，自然又是一個“大牛帶隊”、“順風順水”的傳奇往事。

但華先勝說，各種辛苦，做過才知。醫療AI，不是一個單兵作戰就能搞定的領域。

達摩院醫療AI一路走過來，這些技術突破、業務落地背后，坑踩得一個都不少。

醫療AI，只有技術可不夠

大道理其實也簡單：想要打造好的AI系統，高質量的數據集是關鍵。

然而對于醫療AI來說，這從來不是一個簡單的事情。

醫療影像數據質量參差不齊，標準化程度低、人工標注難度大、數據敏感度高等行業性難題，導致AI在醫學上的學習和應用面臨諸多挑戰，從而難倒了諸多英雄好漢，甚至還是一些巨頭公司的短板。

比如此前名震江湖的IBM沃森醫療系統，宣稱超過人類醫生的存在，在2018年被美國健康醫療媒體STAT曝光，其AI系統訓練數據量最高的肺癌只有635例，而最低的卵巢癌只有106例，引起嘩然一片。

而且數據難題之外，還有更現實的挑戰：醫療機構不買賬。

據2018年9月中國信息通信研究院、Gartner聯合發布的《2018 世界人工智能產業藍皮書》，在中國，醫療健康領域的AI企業在所有AI企業中占比達到了22%，在所有垂直行業中占比最高。

但在醫療AI行業火熱的同時，客戶并不怎么感興趣。

《財經》雜志在2019年3月份的報道中就指出，資本捧場，使產品同質化嚴重，送進醫院、無人使用的AI醫療產品不在少數。AI逐漸演變為醫療領域的嵌入品，錦上添花的功效有，雪中送炭的本事無。

作為行業中的一份子，達摩院醫療AI，繞不開，無法回避，唯有迎難而上解決問題。

掃地僧如何破局？

華先勝說，如今回顧，大道至簡：“以技術平臺為軸心，聯合產業伙伴打天下”。

對于阿里來說，這不是一個陌生的模式，不論是淘寶、支付寶，還是現在的阿里云、平頭哥，本質上都是以技術建立平臺，擁抱行業玩家，來推動產業發展。

醫療AI領域，阿里的優勢還更甚，它旗下還有一個在香港上市的公司阿里健康，已經在醫藥電商及新零售、互聯網醫療、消費醫療、智慧醫療等領域深耕多年。

在阿里健康以及眾多醫療行業合作伙伴，比如萬里云、衛寧健康、古珀科技等的支持下，達摩院醫療AI在高質量數據集上不斷訓練優化，通過阿里云推進技術在醫療行業落地的速度，在行業中都處于前列。

所以才有了當前抗疫中的達摩院醫療AI。

危急關頭，如何一步步見真章？

速度，速度，還是速度。

華先勝說，疫情大面積爆發之初，達摩院醫療AI團隊就放棄假期行動起來。

連點成線，覆蓋疫情咨詢、藥物研發、病毒基因分析、臨床診斷等多個環節。

1月27日，達摩院連夜研發的智能疫情機器人。上線后便在全國各地投入使用，很快落地全國27個省、直轄市、自治區，免費為57座城市撥打1600萬通防控摸排電話，摸排超過20萬身體異常人群。

2天后，阿里云宣布向全球公共科研機構免費開放一切AI算力，以加速本次新型肺炎新藥和疫苗研發。

鐘南山團隊、全球健康藥物研發中心GHDDI、北京大學、晶泰科技等機構，都成為受益者。

緊接著2月1日，達摩院醫療AI算法，正式應用于新冠肺炎的病原學檢測。

達摩院與浙江省疾控中心合作，利用算法將疑似病例基因分析時間縮至半小時，該技術可以避免核酸檢測出現的漏檢情況，同時可以及時檢測到變異病毒。

華先勝解釋：“它每天都在工作，準確率近乎100%，正進一步推廣到更多地方使用。”

而且 ，達摩院也在進一步優化算法，將時間縮短到了10分鐘，進一步提高效率，并在疫區壓力最大的武漢金銀潭醫院上線。

2月15日，達摩院醫療AI團隊與合作伙伴一起，基于5000CT影像樣本數據，快速研發出了CT影像算法，在鄭州小湯山上線，可以在20秒內對新冠疑似患者CT影像做出判讀，并量化病癥的輕重程度，分析結果準確率達到96%。

至今這套AI系統已在浙江、河南、湖北、上海、廣東、江蘇、安徽等16個省市的170家醫院落地，診斷超過34萬臨床病例（包含非新冠肺炎CT影像診斷）。

這還不夠，為了全方位抗疫。達摩院醫療AI團隊還提供了醫療專業翻譯系統、疫情預測等系統，來為更大范圍、更高層次的抗疫，提供信息支撐。

同時，疫情全球化蔓延的情況下，達摩院醫療AI隨著阿里云一同出海。

很快，日本知名醫療科技機構JBC正式上線阿里云新冠肺炎AI診斷技術，開始向日本醫院提供服務，幫助醫生通過CT影像快速進行新冠肺炎篩查。

并且更多的歐洲國家也在跟進。在華先勝的透露中，先后有30多個國家和地區，希望達摩院通過阿里云提供醫療AI支持。

當然，達摩院并非這次全球科技抗疫中的全部。

疫情之下，全球醫療AI的多數玩家，都參與到了抗疫之中。比如國內的依圖、推想等公司都推出了相應產品，以自身之長提供解決方案。

國外如谷歌，在美國疫情爆發之時，同樣投入了1700名程序員，聯合專攻“醫療科技”的兄弟公司Verily，打造新冠病毒檢測網站。

“掃地僧”華先勝對此怎么看？

他很開心，認為這次疫情對于整個行業來說，是一次大練兵。

“很多競爭對手都成了并肩作戰的伙伴。（抗疫）也讓我們與合作伙伴的協同變得更加深入。“

而且更重要的是，經此一疫，醫療AI的社會定位、落地推廣和作用發揮，也得到意想不到的市場教育和檢驗。

掃地僧要做一個怎樣的醫療AI？

答案很簡單：近期幫助人類醫生的AI，遠期幫助大眾對健康有更強的把控能力的AI。

眾所周知，抗疫過程中，醫生人手缺少的局面一直存在。

2月5日，國家衛健委公布的診療方案第五版中，正式將CT 影像臨床診斷結果作為新冠肺炎病例判斷的標準之一。

雖然這直接加快了新冠肺炎疑似病例的確診速度與準確度，但對于前線醫生來說，卻是不小的負擔。

一位新冠肺炎病人的 CT 影像大概在300張左右，每診斷一個病例，影像醫生需要投入大約為5-15分鐘時間。一名醫生每天連續不間斷工作12個小時，只能診斷大概72個病例。

當時——2月4日晚，全國一共有疑似病例23260例，追蹤到（新冠肺炎患者）密切接觸者252154人……提升臨床診斷效率，成為抗疫期間核心需求之一。

而達摩院等醫療AI機構，就在這樣的險峻形勢中出手，聯合伙伴打造的新冠病毒CT影響診斷系統，從上傳數據到得到結果，診斷一個病例平均僅需20秒，計算時間最快僅2秒。

雖然仍舊需要醫生進一步配合才能夠得到更準確診斷結果，但對效率的提升， 無疑是巨大的。這也是醫療AI能夠在抗疫期間得到推廣的原因之一。

因此，華先勝認為，這也會成為醫療系統的常態：AI助攻，人類醫生提效。

據新華網2018年12月份報道，中國醫學影像數據的年增長率約為30%，而放射科醫師數量的年增長率約為4.1%，而且需求缺口不斷加大。

對于醫療AI行業來說， 這是其進一步發展的機會。

“醫療AI的價值在抗疫中得到驗證，會對醫療行業和公眾產生深遠的影響。在接下來幾年，將會看到整個醫療行業的數字化和智能化程度大幅度提升。”華先勝說。

達摩院醫療AI，早已行動起來了。

阿里達摩院透露，他們打造的醫療AI系統，已經落地了170家醫院，在北京、上海、廣州、杭州、武漢、鄭州等一線城市之外，也部署到了二三線城市——往往都是醫療資源相對匱乏的地方。

華先勝解釋，二三線城市未來對醫療健康AI的需求應該會更為迫切，用AI提升診斷效率和水準在醫療資源缺乏的區域，是當前和未來醫療健康AI落地的一個較大的場景。

然而，要將醫療AI應用到更多的場景，進入尋常生活，還有很長的路要走。

不論是獲取更多的醫療數據，還是尋找更加切合的商業模式，以及政策法規的支持等，都是醫療AI行業需要解決的問題。

但突發疫情也讓其前景變得更明朗。

正所謂“上醫治未病，中醫治欲病，下醫治已病”。現在，醫療AI正在疾病治療中發揮作用。

但華先勝認為，接下來醫療AI將會從醫生走向大眾，從高成本走向普惠，從應用于醫療走向應用于健康。

這是阿里健康體系、達摩院醫療AI等將要重點發力的方向。

阿里范式，阿里打法，要再一次在醫療健康領域復刻——成為基礎設施，成為醫療健康行業的數字經濟基礎設施。

它們將長在抗疫號角之下，為不再需要抗疫而生。

在耳熟能詳的武俠江湖中，達摩院代表了武學武德的最高成就，掃地僧更是大隱于寺的大神象征，并且總能在危難關頭挺身而出。

從這個角度來說，倒與馬云和阿里的達摩院創立初心，都有呼應。

而且也給新時代的掃地僧、科研人員，工程師們，提供了更大舞臺和機會。

俠之大者，為國為民。