2017年6月22日，由清科集团主办的《2017投资界大健康投资峰会》在上海如期举行，峰会邀请了中国最具代表性的大健康领域的企业高管与著名机构合伙人共同探讨产业投资趋势，明晰细分行业的发展前景。

　　本次峰会上，在同渡资本创始管理合伙人吴容晖的主持下，初见医疗创始人、董事长兼首席科学家陈浩，盘古创富合伙人刘凯，高特佳投资集团执行合伙人钮宏武，橙意家人创始人张丹，中科博锐总经理张鑫，好人生CEO 章智云进行了以“互联网和人工智能开启医疗新时代”为主题的圆桌讨论。以下为讨论实录，经投资界整理。

　　主持人吴容晖：我们今天提到两种技术，一种是互联网，一种是人工智能。互联网对于医疗健康的影响很早就开始了，真正热起来是在2013年、2014年，但是经历2015年以后很快地进入寒冬的阶段，我想请几位嘉宾分享一下过去互联网领域的思考。

　　钮宏武：互联网技术在过去的一二十年里得到了飞速的发展，对整个医疗健康领域里也有很大的促进。互联网在医疗领域的这股热潮在2013、2014年的时候达到了顶点，但是后来逐渐地沉寂下来，我想这和中国医疗产业的特点有很大的关系。

　　互联网在这个领域的应用还没有达到能够符合产业要求的程度，但是随着近年来的人工智能技术的发展，我相信很快会迎来新一轮的互联网和智能化医疗健康产业的新高潮。不管互联网技术应用的程度如何，应该说已经改变了我们生活的方方面面。举个简单的例子，我们过去挂号都是需要大家亲身到医院去，但是通现在过互联网能很便利的实现。

　　互联网工具应用以后可以很大程度上改进医院资源相对短缺或者分布不均匀的情况，使得边远地区的病患能够获得大城市大专家的治疗意见。现在很多的远程诊断都是很好的工具，相信随着互联网和人工智能技术的发展，会带来更多的在医疗健康领域里的革命性的应用。但是，技术的进步、人们就医习惯的改变都需要一个过程。

　　章智云：我认为无论是互联网还是人工智能，只是技术的变迁，对任何人来说都是载体，既不要太过于神化技术本身，也不要妖魔化技术本身。就像最早的时候是传统互联网，今天是移动互联网，未来往下是移动智能的变迁。最终可能会落实到各种的技术是否能够带来本质上的价值。

　　好人生是一家做整合式健康医疗服务的机构，但我们更多的是从保险的视角来做健康服务产业链的整合，，但健康险是薄利型的产品，所以过去几年我们也用了人工智能的方式提高效率和降低成本。支付宝钱包中的医疗服务板块一个叫智能瘟疹就是好人生开发并且用API的方式推出的。

　　我们做过对比，患者看以前用我们的技术做了分诊分科，和实际的吻合率达到了90%以上。在医院场景下，医生面对的很多问题是重复性的，我们可以把患者的症状一块儿提供给医生。我们现在产品线上人工需要去干预的部分特别少，对比原来的轻问诊可以减少80%的人力。无论是互联网还是人工智能，未来都是载体。

　　张鑫：我们之前在AI方面有很前沿的研究，早期的研究算法在国际上很有影响力。我自己是医学的背景，所以想把好的技术真正在临床应用起来。AI这一块儿我也一直跟踪着前沿的报道，从科研工作的角度来看，这里面有两个要点。

　　以人工智能为辅助做医疗做健康，一个要点是实现非常好的大数据。这个好有两个标准，一个是这里面的数据能非常契合地满足我们针对的特定的疾病或者是健康问题；另外数据的标准是这个数据要足够地宽泛，能覆盖我们在应用中见到的很多类型。这样形成的大数据才能真正地让AI实现健康的辅助问诊或者说疾病的诊断、治疗。

　　另外，无论是人工智能还是之前的互联网，我们想把它应用于健康或者是医疗，离不开前端的监测设备，如果把精力都投入在AI算法或者说应用上而忽视了对前端监测应用的研发，将来的技术仍然会面临着无本之木的困境。

　　如果想把AI真正应用于健康和医疗，一个是要把数据管理好，真正形成很快标准的科学数据库；同时有前端的监测设备，可以给AI提供追要的素材，让它在相关的领域能够有一些深入的分析。这样才能把人工智能的技术发挥到极致，满足我们未来希望它达到的目的。

　　张丹：提到人工智能的时候我有两个观点，人工智能在国内一个非常好的应用场景是普惠医疗。我们国家医疗匮乏，人工智能非常方便的真正成为基层医疗的辅助诊断工具。

　　我们在这中间解决了两个问题，第一是我们现在做的COPD慢阻肺的部分，以前诊断发病率14%，大部分的病人是没有被诊断的。基层医院不会有这样的设备，因为肺部跟其他的监测是不一样的，血压一伸手就能测。所以在里面做了两个分级，我们在后台做AI自动化的分析，很快地回传给医生，所以可以在后台每天处理上千份的报告，这样可以把大量基层的诊断工具发挥出来。

　　刘凯：我们主要是在三个方向，互联网、医疗健康还有新兴技术。我个人的背景是学计算机的，所以我主要是谈一下技术对行业的促进作用或者说相关性。刚刚吴总也提了2014年开始互联网医疗、移动医疗非常的火，这两年可能又遭遇到一些“寒潮”，这个是行业的常态。

　　为什么是常态呢？因为医疗健康是特别谨慎的行业，所以大家怀着热情把新技术应用的时候遇到行业的谨慎，必然会大浪淘沙，很多企业会经过严格的筛选才能真正地坚持下去。

　　今年人工智能在很多比较细分的领域战胜了人类，取得了巨大的成果。这也是技术积累到了一定的阶段，人工智能取得成功需要三方面，一方面有大量的数据包括各种设备（车辆设备、智能设备）。第二是有很好的计算资源，以前的云计算。第三是很好的算法和深度学习。

　　人工智能应用到医疗领域像医疗影像的识别已经超过了自身医生的水平，错误率已经很低了。人工智能在很多细分的领域将会取得很大的成就，会大大地缓解国内医疗资源不均或者不够的情况。还有一个领域是人工智能最擅长的，人脑解决不了的疑难杂症，很多医生是靠经验，没有见过的话就是没有办法解决。人工智能通过大数据计算可以从海量的案例里面帮助解决。

　　陈浩：我们公司专注于医疗影像的智能化分析，我个人在博士期间一直做人工智能在医学影像中的应用，所以也积累了很多年的人工智能的技术。刚才谈到数据的积累和技术的积累，所以在评价人工智能对这一波行业影响的时候先提三个背景。

　　第一是、放射科数据的增长量是30%，而影像科医生的增长量是1.3%，所以矛盾是加剧的，放射科医生的增长趋势是跟不上数据量的。

　　第二是病理科，我们国家现在有9000名有临床执照的医生，但是缺口按照美国的标准是达到3到4万的，所以在供需矛盾上是非常突出的。

　　第三是质量的问题，我们知道医疗资源分配不集中，像301、协和的资源比较集中，但是在基层医院乡镇县医生的资源不是特别好。

　　我觉得人工智能是有希望能够缓解矛盾，并且为量的问题提供出口。刚才刘总提到人工智能落地在实际场景中的几个要素我是非常同意的，但是我想更加细微详细地解释一下，我认为是有四方面的。

　　第一是高质量的结构化的数据。我们公司现在和20多家三甲医院在10个模块上的基础之上构建高质量的结构化的数据。

　　第二是先进性的算法。因我们之前处理了200GB的病理科的数据，推动影像的算法可以在3分钟之内处理一个人的数据，但是按照以前的算法来说十几分钟甚至一个小时都处理不完。

　　第三是高性能的数据平台。我们目前也已经布置了100多块显卡的计算影像平台，目前来说还是有一定的瓶颈的。尽管我们花了大的精力去提高算法，处理200GB的数据仍需要一个月，所以在数据上还需要做积累进行改进和突破的。

　　第四方面是要跟细分领域的行业在某种疾病的分析和诊断紧密地结合，这一点显得尤其重要。

　　主持人：两年前看了一批创业项目，用互联网改造医疗健康，今年我们收到同样的项目，大部分都已经改成了人工智能改造医疗和健康，就是包装换了用人工智能的词来吸引注意力。嘉宾能跟大家分享一下作为最前沿的观察者，这个方向上的判断是什么，预测一下人工智能+医疗健康会像互联网+医疗一样那么大的起伏吗？人工智能改变医疗健康最可能的点是什么？

　　陈浩：首先人工智能肯定带来积极的影响，但是以我在行业中的观察，觉得这一波还是过热了。如果一个好的技术能够在未来带来积极的影响，在这个阶段我们更重要的应该是呵护它而不是受行业的影响过度地去捧热它，应该保持比较理性的态度，能够真正关注对医疗的某些细分领域带来革命性的变化。

　　我个人的观点最容易切入的应该是劳动密集型的行业，这些是计算机容易替代的，而且是比较擅长的。以医疗行业细分领域病理科为例，当然疑难杂症还是需要重点把关的，而对于常见病种，对医生来说不需要特别高的技术含量，但是由于问题的性质决定了计算机适合做这些事情，让医生做更有价值的事情。

　　刘凯：比如说影像监测、远程医疗、新药研发、智能护士这些领域，都有人工智能的探索，我个人比较看好的是陈博士讲的图象识别领域。非医疗图象的识别也取得了很多的成功，识别的准确率很多已经高于正常人眼的识别率。在医疗影像这一块儿照CT或者说动态的镜会产生大的图象或者视频，这些是靠医生、人眼、肉眼识别很小病灶，可能没有计算机处理的快，因此这个领域可能会率先地跑出来，进入到使用。

　　张丹：人工智能就是工具，就像现在很多的直播平台就是工具，说互联网颠覆医疗是不对的。人工智能不是让医生下岗，是让他做更多的疑难杂症的操作。曾经有卫计委的主任讲过一个人工智能做的好的县，他给乡村医生做了辅助系统，大大地提高了诊断率。我们的基层有很大的机会，所以我觉得人工智能在医疗健康领域大有可为。

　　张鑫：人工智能在劳动力密集行业肯定能发挥很大的作用，在某种程度上能够实现代替。另外如果把人工智能跟传感器结合，没准能寻找一些新的应用。因为我们目前能看到的应用是有限的，如果能够发掘新的应用也许也能给AI带来新的机会，要去尝试找各种应用才能把AI的特点发挥到极致。

　　章智云：我还是之前的观点，人工智能也好、大数据也好未来都不会考虑它有没有必要，它未来可能就是基础设施，你在每一个行业当中可能得会应用到这个工具或者载体。

　　至于在哪个环节当中会有爆发，一种是像刚刚张总提到的分期诊疗，还有是在技术层面像说到的精准治疗是基于大量的技术的部分也会有发展空间。未来不会是非常神奇的试点，是跟人息息相关的。未来人工智能也是一样的，在各个行业都中都必须有这个思维，有这样的技术手段，就像城市要发展必须要有高速公路一样。

　　提问：由AI的技术读取医疗影像产生的医疗风险和医疗漏诊的责任怎么划分？

　　主持人：我们也看过大量项目，现在这个阶段还是辅助的作用，最后拍板的还是医生。因为机器有它的特性，在针对某一个病人的症状和监测结果下结论这一点上它的速度是没人能比的，他引的文献的个数和新颖性，甚至几分钟前刚出来的它就已经知道了，所以在这些方面是机器特别擅长的地方。我觉得人擅长的是创造性和非常强的综合判断能力，这两点结合会让诊断上一个新的台阶。但如果完全取代医生，我相信主流的观点还是持否认的态度。颠覆传统医疗，目前听到的声音还是感觉有生之年很难实现。

　　刘凯：这个问题好像自动驾驶，比如说特斯拉完全自动驾驶无人驾驶，但是它现在出了事以后责任是特斯拉还是司机？还有就是取决于监管，不允许你无人驾驶，那就由司机来负责。如果现在给医生监管，最后还是得医生签字。

来源：投资界