2011年10月的一个跨国航班上，一个男人突然感到心口疼痛。很快，飞机上开始广播寻找医生的帮助。此时，一个神秘男子从6C号座位上站了起来，他把一个小巧的仪器和iPhone相连，很快确定这名乘客是急性心肌梗塞病发。在飞机紧急着陆后，病人逃过一劫。【1】

而这个神秘男子就是埃里克·托普(Eric Topol)，美国最受尊敬的心脏病学家之一。同时，也是一名“医疗预言家”。

在体会到智能手机、互联网、大数据等“突破性技术”的威力后，这位预言家写出了《颠覆医疗》、《未来医疗》、《深度医疗》三本预言。而在2019年出版的《深度医疗》中，托普认为，人工智能和深度学习技术将会彻底改变现有的诊疗流程。

让AI辅助看病，让医生专注看人。而这样的改变，早已发生。

从对手到辅助

2016年的第二届“西湖论健”上，来自杭州健培科技的“阅片机器人”，与来自浙江省中医院和杭州市红会医院两名具有15年工作经验的放射科医生，开始了第一场“医机大战”。比赛虽然最终以1∶1战平，但机器人每次用时在1分钟以内，两位会诊医生每次则需要8-10分钟。

2017年12月，健培科技的阅片机器人亮相央视一套《机智过人》节目，以一己之力挑战15位主任医师组成的战队。最终，双方均从30套胸部CT片中诊断出10个问题病例，通过了专家团的现场验证，并获名“啄医生”。【2】

而现在，对于那些曾经“担忧被下岗”的影像科医生来说，AI早已成为了日常工作当中的“最强辅助”。

不只是影像科，在检验科、皮肤科甚至外科，AI+医疗都已经不再是“预言”，而是“现实”。

2017 年，《自然》杂志发表了一篇里程碑式的论文，探讨了利用深度神经网络诊断皮肤癌的问题，其准确性与皮肤科医生诊断的准确性相当。

2022年3月，迈瑞医疗发布了腾讯AI Lab共同研发的“全自动外周血细胞形态学分析仪”（简称“阅片机”）。

这套阅片机不但可以清晰还原细胞立体结构和细节，同时可以利用AI算法，大大提升阅片的准确率和整体效率。尤其是可以解决基层医疗机构形态学检查能力弱的问题，具有很高的临床价值。而利用自动化设备去帮助医生做镜检，解放了医生的眼和手，让医生有更多的精力关注人。

实际上，从2015年开始，迈瑞医疗就在很多产品领域开始尝试应用AI技术。无论是N系列高端监护仪、RE系列高端超声都实现了智慧化的辅助诊断功能。迈瑞对于 AI 技术在医疗设备中的应用，甚至要领先于海外巨头。

事实上，国内关于AI+医疗的热情已经数不清是第几浪了。

自动驾驶和AI医疗

和ChatGPT的大红大紫相比，AI医疗在国内正处于“叫好不叫座”的阶段。

头豹研究院《2021年中国AI医学影像行业研究报告》显示，医学影像AI企业约64.3%的营收来自与设备厂商的合作，35.7%来自企业自建团队的销售。GPS（GE、飞利浦、西门子）等厂家以成熟的渠道保证了医疗AI的销量和回款速度，但代价是AI产品的价格通常被压得很低。用一位业内人士的说法是，“失去正常市场的公平客观的价值”。究其根本，原因在于医疗AI医疗对医院的吸引力不够。【3】



在《深度医疗》当中，埃里克·托普将自动驾驶汽车和人工智能的医学实践相提并论。目前在理想的环境和交通条件下，自动驾驶汽车已经可以达到L3的水平，但AI医疗仍处在L1到L2的路上。

与智能驾驶相比，AI医疗面临着更为严重的伦理问题。基于此，埃里克·托普认为，AI医疗不太可能超越自动设备的3级水平。“某些任务可能可以由人工智能来完成，如通过算法准确诊断皮肤损伤或耳部感染等。对医学整体而言， 在任何时候、任何情况下，我们绝不能容忍没有人类医生和临床医生的监督。”【4】

这些不能由技术解决的难题，却恰恰卡住医疗AI的脖子。

数据，永远的痛点

伦理问题，不只限制了AI医疗的高度，同时也限制了AI医疗发展的速度。

AI的三大基石，分别是数据、算法、算力。而数据，又被称为AI时代的“石油”，是基石中的基石。

但对于AI医疗来说，医疗数据就是永远的痛点。

医疗数据属于患者隐私，所有权理应属于患者。但在实际中，医疗大数据的权属基本在医院方。也有观点认为，医疗数据的所有权在于患者个人、控制权在于医院、管理权在于政府，第三方机构需借助政府支持和医院配合方能对其进行商业化开发和利用。【5】

目前AI模型训练所需要的医疗数据，大都是通过企业和医院签署研发协议获得的。而在实际操作中，也会有专门的模块进行数据清洗，只保留必要的数据。在数据收集到模型建立过程中，医院和企业会做好物理隔离，通常是数据不出院，模型出院。

根据动脉网的报道，国内的各个大数据交易所，已有不少将“医疗卫生”数据纳入交易品类。但目前仅有贵州大数据交易所上架了一款“儿童构音障碍早筛语音数据”的产品，售价25万元，已交易两笔。【5】



来源：动脉网

AI医疗在医疗数据方面的困境，恰恰体现了医疗行业“慢行业”的特点。

在过去的30年当中，无论是创新药械，还是智能手机、互联网，都没有改变“看病”这个行为的流程——挂号，诊断，治疗。在以ChatGPT为代表的大语言模型出现以后，大家都意识到这将是一个颠覆性的技术。但即使是《颠覆医疗》的作者，也不认为AI能够取代医生，成为诊疗行为的掌控者。

所以，在我们可以预期的未来，医院依然是医疗的核心场景，医生也会是诊疗行为的话事人。从这个角度来看，为医院提供整体解决方案的医疗器械、医疗信息化企业，在医疗数据的获取上依然有着不可取代的优势。

理解数据

医疗数据可以说是AI医疗的第一驱动力。但对于现阶段的AI医疗产品来说，理解医疗数据远比获得数据更重要也更困难。

在《深度医疗》中，埃里克·托普分析IBM的医疗AI沃森的失败时认为，“最基本的失误之一，就是将获取数百万页的医疗信息等同于理解或使用这些信息。”如果不能深刻地理解所服务的行业，再多的数据也只是徒耗电力，这一点都不ESG！



尽管AI医疗仍面临巨大的挑战，但它依然令人着迷。因为拯救生命，尤其是那些脆弱的新生命，可以精准命中每个人心中最柔软的地方。《深度医疗》中就有一个这样的案例。

“一个刚出生八天的婴儿出现了持续痉挛，之后被诊断为癫痫持续发作。但他没有任何感染的迹象，CT扫描显示他的大脑正常，脑电图也只显示有癫痫持续发作的信号特征。医生用药也未能缓解症状，此时，婴儿痊愈的希望已经非常渺茫，很可能会出现脑损伤或脑死亡。

幸运的是，这个婴儿的血样进行了快速全基因组测序，该序列包含125千兆字节的数据。结果显示，他有近500万个基因组与常见基因组位置不同。机器学习算法迅速筛选出大约500万种遗传变异体，并找到了大约70万种罕见变异体，其中包含 962种已知的致病变异体。结合婴儿的显性特征数据，该系统发现了最有可能的罪魁祸首，它隐藏在被称为ALDH7A1的基因中。这种变异非常罕见，其发病率低于0.01%，它会导致代谢异常，从而引起癫痫发作。不过，这种疾病可以通过膳食补充维生素B6和精氨酸，同时抑制赖氨酸的生成来进行治疗。随着婴儿饮食习惯的改变，他的癫痫发作很快结束了，并且没有留下后遗症。”【4】

同样是针对新生儿，迈瑞医疗推出了NB系列的新生儿呼吸机。早期，针对早产儿的通气支持，一般使用单水平通气，也就是给与一个恒定的压力，帮助气道打开。而针对有呼吸暂停的宝宝，大部分双水平呼吸机也只能设置固定的呼吸频率。即便有同步，也是基于额外的腹部传感器实现，对于新生儿娇嫩的肌肤有伤害。而这样的新生儿呼吸机，极有可能出现“人机对抗”的情况。所谓的“人机对抗”，就是呼吸机和人的频率不同，人想呼气，呼吸机反而加压让你吸气。

而要做出一款临床上更好用的同步双水平新生儿呼吸机，最大的门槛在于传感算法。迈瑞医疗的研发人员通过对于医疗数据的理解应用，在传感算法上取得了全新的突破，使得即使在新生儿如此快的呼吸频率和较为微弱的吸气信号下，也能准确识别呼吸节律，从而为每一个宝宝保驾护航。

近年来，随着科技的不断进步，迈瑞医疗的呼吸机正在像走向自动驾驶的智能汽车一样走向智能闭环通气——逐步实现对患者体征的“自动识别”和通气参数的“自动调整”，极大程度地提升临床效率，从而减轻医护人员负担。在智能化呼吸机的辅助下，医护人员可以更好地应对急麻重症场景中的多种“路况”，减少通气方式和参数的反复调整，更好地保障患者安全。

尾声

在医疗领域，大数据集表现为：全基因组序列、高分辨率图像、可穿戴设备的连续数据输出等形式。在医疗数据不断井喷的背后，是我们人类对于这些数据的“无能为力”。而随着人工智能领域的突破，AI会驾驭并掌握这些数据，并从中迭代出改变时代的力量。

作为国内顶级的平台型医疗器械企业，迈瑞医疗绝不可以错过这波浪潮。现阶段，迈瑞医疗的目标是打造一个以患者为中心，面向临床、医技、医工和管理者的可以生长的，开放的系统。

而随着AI技术的爆发，将极大的加速这个系统的生长，最终成为守护人类健康的核心力量。



[1]记心脏病专家——埃里克·托普，医脉通

[2]健培科技官网

[3]用人工智能阅片看病，医学影像AI为什么没有想象中的好卖？，界面新闻

[4]《深度医疗》，埃里克·托普（著）

[5]国家数据局建立，医疗数据存在资产化的可能吗？，动脉网

作者：王佳悦

视觉设计：疏睿