非常感谢刘主任给我们的机会。301医院是全中国顶尖的医院，刚刚大家参观看到的智能抓药系统等应该是中国顶尖的，这是非常难得的一次机会，也欢迎各届医疗CIO班学员和特邀嘉宾们。

 

 

　　 就智能时代的医疗服务而言，首先谈一下我对智能时代的理解，从互联网+到智能+；第二部分谈一下AI+医疗。最后是一个结束语。

 

       人工智能的发展和整个新一代技术，包括云计算、大数据、物联网和移动互联网等是密不可分的，移动互联网在不断地连接人，下一个物联网不断连接物，背后是数据的产生，然后用云计算这种资源提供的方式，去提供这种计算、存储和网络资源。大数据带来新的数据处理的方式，使大量的各种类型的数据能够被快速处理，从而发现一些规律。整个的互联网通过数据的产生、连接、大规模数据的处理，整个世界像人一样也开始走向智能化。

 

        人工智能这个概念已经出现很早了，到今天是通过数据量的增加、计算能力的提升，从而产生了质的飞跃。另外一个是区块链，两三年前，我曾经在医疗的会上提到过区块链应用的畅想，未曾想到，现在区块链这么火，现在大部分谈的都是炒币、圈钱等，但对于区块链，个人认为在技术上有一定应用空间。区块链像人的免疫系统一样，建立一种信用体系，不受篡改和破坏。记录的东西每个人都在记，而且记的时候层层加密，它的技术本质是这样的东西，看似简单，但是带来一些想象的空间。也就是说我们在计算机世界里面做了什么、没有做什么，通过技术的手段保证它的可信赖。

 

       总体来讲，这些技术都是基于互联网的，大的方向都是往人工智能的方向发展。刚才也提到，今天的人工智能和大数据相关的，某种程度是一回事。大数据最早做统计、挖掘的功能，大数据产生在互联网公司最早的是搜索，能快速地找到结果，所以其中包括统计、计算分布式方式处理。后来企业级应用做一些报表分析，用大数据的平台做报表分析。到第二个阶段，开始产生大家理解的机器学习，除了人工分析或统计分析这块，到大数据相对高级的阶段，通过多维数据给一个人画像，通过计算发现一些规律，首先是基于画像之后，比如要在电商中做推荐、金融里面发现风控的问题，都需要画像，首先是关于这个人、这个事的多个维度数据。机器学习自动从很多维度，甚至很多潜在的规律是人也无法看到的，人能想到的维度是有限的，比如人类的思考，但计算机可以从更多的角度看到。

 

       今天的智能就是为大家打开了一个窗户，即深度神经网络，也是基于数据的智能，有了这么多数据后，将数据通过分层，把一个复杂的图像、或语音分层后，每个层有特征，根据特征组合新的特征，再多层抽象做种类的分类。这种技术最早是在识别领域，微软用在语音识别中，大大提高了识别率，后来用在图像识别领域，现在用在语言识别，这种识别率的提高，意味着计算机可以开始看懂这个世界，甚至人看不出来的东西，计算机都可以看出来。突然很多人对未来的智能产生了担忧，确实计算机可以看懂这个世界，甚至更准确了。主要是这么多数据，它可以自动学习，计算机像人一样观察世界、观察场景。就像自动驾驶一样，在很多领域中会越来越准确，准确到什么程度呢？在很多领域里面，人类的大部分技能工作，计算机可能很快把它替换掉，例如刚才看到的自动抓药系统，未来是完全没有人的，这种抓药、取药技能等，计算机完全可以具备的，甚至他的识别更准。所以在我们能想到的很多领域中，人的技能过去是计算机替代人力，下一步是替代人的技能，人的基本技能都有可能被替代。

 

       究竟是什么人工智能技术？即能看、能说、能听，人工智能就是和人一样的，能听懂、能看、能说话、能行动。其主要的技术点是能语音识别、计算机识别，再就是自然语言的处理，这些技术实际上都是因为深度神经网络技术的应用而大大提升了性能。另外一个是即时定位与地图构建，它能判断周边的环境、位置，并采取行动。深度神经网络里有两个类别，一个是卷积神经网络，主要用于图像识别，它主要在基于空间的多层划分、多层抽象。另外一个是循环神经网络，主要用于语音识别和自然语言处理，就是人说一句话，这句话与你的背景、你的职业相结合后，它会放在一个更广泛的背景里，循环计算，看前后判断你的话是什么意思。你只有把一段文字放在一个语境里，才能理解什么意思。

 

       今天的人工智能在这个方面已经大大提高了识别率和理解率，这也是为什么人工智能在一个临界的突破点，很多领域都在涌现。那么，如何迎接人工智能时代？

 

       从宏观角度看，第一是培育新业态，以及创造新的职位。人工智能会创造、也会替代一些新的职位，比如汽车时代，马没有了，人工智能在每一个领域里还是来源于人的智能，大量的模型需要人。还要培养新的人才，过去甚至大学教育都是培养技能型人才，未来十年以后，技能都不需要了。还要打造新的生态，整个生态也会发生很大的变化。

 

       第二是塑造新的环境。不仅是我们技术的环境，甚至整个社会法律的环境都要发生变化，法律体系、社会治理都可能会发生，比如交通，无人驾驶今天肯定是违法的，但十年二十年后有可能人开车就违法了，这不是危言耸听，因为你可能只有在专业的路上享受驾车的乐趣，人的技能是一定有差错的，只有计算机能保证一个统一标准化的技能。现在网络看病，医生通过网上看病和开处方是违法的，更不要说计算机开的处方了。我们也不知道多少年后，想象在十年、二十年以后，可能计算机开的处方才是合法的，因为人有道德的问题，很多医疗事故都是于对人的信任有关，这些都不是危言耸听，这只是时间问题。未来，我们的法律体系都要在未来适应它。

 

 

       关于AI+医疗，在医疗中有多少环节，人工智能就有多少应用的领域。从药品的研发开始，我们都要基于这些数据，智能发现什么药对什么人有效，特别是未来的精准医疗，主要基于数据的智能。精准医疗也将使医疗从器官影像走向分子影像，也就是在器官影像发生变化之前，我们就通过分子影像来发现，提前预知和预防，这些都是基于数据的智能。大家知道，现在看病都是从医生的经验，凭他的知识，但实际上作为精准医疗，它应该是根据某个人个性化的特征去做非常精准的判断。不同的人在同一个致病因素下，有的人得病，有的人不得病，与这个人的多个因素有关。同一个人在同一个致病因素下，有时得病有时不得病。这与他当时的状态、甚至吃了什么等都可能有关。所以未来的治疗，甚至一个人没有得病之前，数据可以反应一个人的变化和状态。我们通过药品的研发、科研这些数据都有可能在医疗领域产生很多变革。

 

       在临床的诊疗阶段，前期主要还是医生看病，人工智能只是辅助治疗。到未来机器自动诊疗，这都是巨大的应用。当然，人不一定非到医院，未来的医院是不是这样的形式？一定会变，变成什么样我们也不知道，但是未来不是到医院看病，计算机可能比最牛的医生还要牛，所以未来提供家庭服务的空间是可以畅想的。

 

 

       第一阶段，人工智能在前期更多的是辅助，马云曾说过十年后医生会失业，这句话得罪了很多医生，他很激进，导致得罪了很多人。我想这句话一定是他的幕僚说的，就是说未来十年医生还是起主导作用的，机器看病也是需要过程的，这个过程是需要医生把数据和模型建立起来的。在前期阶段，我们的人工智能首先是更好地为患者提供信息服务。例如我们来医院之前，提供个性化的服务，在医院里面能智能地感知需求服务，包括离开医院后，根据各种数据提供后续的服务。我相信在这里可以做很多的工作，包括患者的信息服务，因为看病本身也是信息，这里面有大量的文章是可以做的。

 

       第二个是辅助诊疗，在医生看病的时候，很多维度的数据不能在这个时间点上，能不能做好病人的诊疗，现在也有一些辅助诊疗，更多是集中于文献查阅方法，但医生看病的时候肯定不能查看文献，真正给他一些提示，例如该患者有什么样的病史等，辅助诊疗也是有很多工作可以做的。

 

       智能决策在医院的管理方面也有很多地方可以应用的。首先，基于这些数据，可以使我们发现管理中很多的漏洞，计算机可以自动地提醒其中存在的问题，包括一些医疗、诊疗方面会出现什么样的医疗事故或医疗纠纷，计算机会发现，然后最早地提示，甚至提示他本人，这个阶段叫做大数据的应用，也就是在数据中找到一些规律和应用。

 

       从远期来讲，未来就是机器人医生，因为再牛的医生，从技术角度来讲也就是大数据，很牛的医生比别人看的准一点，凭借的是他的经验，但这些计算机是完全可以通过模型的算法获取，而且计算机的数据量、精准度、计算的维度远远超过人，包括计算机手术等。

 

       现在随着技术的进步，包括人体里面很多的感知，也会为智能治疗做好铺垫。现在我们得什么病了拍片造CT，但是发现的时候已经晚了，但是如果能在变化的时候，可以提前干预，会减少疾病的出现率。在未来医学是可以预知的，在人没有得病之前，更多通过生活状态的调整来避免患病。

 

       最后，是一个结束语，未来已经在发生，更多地不在我们这个领域。很多人谈未来智能医疗，都是这些东西，实际上很多领域里变革已经在发生了。作为一个信息化负责人，我们过去做信息，更多做信息用来做流程做管理，支撑业务的运行。在国际上，十多年以前信息技术越来越支持各个领域的创新，互联网发展起来后，要考虑互联网的转型。最近有一个新的解读就是人工智能到智能阶段的时候，我们就不再是信息的作用，智能是涉及到整个企业，甚至整个业务的转型，整个场景都有颠覆性的变化。以后全流程、全场景的数据，都是在各个场景里的智能化，随着这种技术的进步，每个领域都将走向智能化，这是大势所趋。

 

谢谢大家！