醫療領域一直以來都是AI的絕佳落地場景。10月14日，《麻省理工科技評論》（MIT Technology Review）發布報告《AI醫療：亞洲的發展空間、能力和主動健康的未來》（以下簡稱《報告》）指出：AI正在亞洲醫療領域不斷崛起，以滿足其地域性的需求與挑戰。該《報告》以與亞洲各國醫療領域的技術行業專家、領軍企業進行訪談、研究、實地考察走訪等調研方式，評估了AI被用於醫療服務在亞洲地區所產生的價值和前景。其中，百度CDSS基層案例以其廣泛落地及有效使用成為報告重點分析與推薦的案例。
《報告》認為，在醫療人力資源短缺的背景下，亞洲許多國家面臨醫療資源緊張的難題——據世界衛生組織數據估算，到2030年，亞洲地區需達到超過1200萬名醫療從業人員，比當前增長70%以上。其次，醫療支出不足也是另一大嚴峻挑戰。除發達經濟體以外，亞洲其餘國家和地區的人均醫療支出不足經濟合作與發展組織（OECD）標準的四分之一，而AI技術則正在有效縮小亞洲醫療發展差距。另一方面，亞洲地區的醫療發展正受益於一線醫務人員在AI技術下得到的巨大助力，以及「人機互動」等全新診療手段帶來的專業輔助。除此之外，亞洲諸多國家也正「以其本國醫療方面的挑戰」作為落地目標，用公私合作的方式快速促進著AI創新。無論是新加坡利用AI技術對全民「高血脂、高血糖、高血壓」減少方面的努力，還是印度對於嬰兒死亡率減少所做的推動，或是日本在老齡化問題上的應用等，都讓亞洲對AI在醫療領域的應用充滿著迫切的需求與巨大的市場。
正如《報告》中描述的那樣，一方面，AI切實提高了亞洲地區醫療服務供應能力和效率，另一方面，亞洲地區巨大的需求和市場也推動著AI醫療的快速發展與實現。近年來，世界各國都在進行人工智慧的重要戰略布局，而實際上，AI技術發展的60多年，經歷浪潮趟過低谷，兩起兩落，並在2016年帶著令人振奮的技術突破與商業發展從低谷中走來。回溯AI在醫療領域的發展：自1959年計算機診斷的數學模型創建，開創了計算機輔助診斷的先河後，1966年「計算機輔助診斷」（Computer Aided Diagnosis，CAD）的概念便被正式提出；到了1968年左右， 醫學「專家系統」研製成功，並首次採用了知識庫、推理機系統結構等，自此形成了一整套專家系統開發理論。其後，專門為醫療領域設計的「專家系統」不斷發展，到了90年代「計算機輔助診斷」系統知識庫已儲備了22000種疾病和5000種症狀信息。而中國在70年代末，便開創了首款自己的醫學專家系統，隨後迅速發展並被廣泛應用。到了2006年，神經網絡深度學習算法帶來突破，工業界迅速將技術發展至各個行業，其中也包括醫療。AI+醫療的「風口」在全世界吹拂多年，近年來更是在亞洲「風生水起」。
談到用AI提升亞洲地區醫療服務供應能力、緩解醫療資源不足問題，《報告》以中國公司百度為例，介紹了其以AI為驅動打造的「臨床輔助決策系統」（CDSS）。目前，該系統已覆蓋了中國16個省市自治區近千家醫療機構，通過標準化的診斷流程、科學的治療方案推薦輔助醫生作出臨床診斷決策。「從醫學影像分析到臨床輔助決策、從院內診療流程管理到院外健康管理、從賦能醫生到賦能藥企等，人工智慧技術在醫療領域的應用越來越廣泛和深入，能夠幫助促進優質醫療資源下沉，實現資源共享，提高基層醫生診療效率和醫療服務水平。」百度CTO王海峰博士如是指出。
此外，《報告》中MIT科技評論分析人員在對百度及其落地案例的走訪中了解到：在中國，基層醫療機構本應該是人民健康的第一道防線。然而，由於基層醫療水平相對有限，多數患者都更傾向於到三級醫院看病，以獲得規範的專業治療。這就進一步加劇了「中國醫療資源的結構性失衡」：基層醫院門可羅雀，醫療資源閒置，而三級醫院則人滿為患，長期超負荷運作。
面對上述問題，AI驅動的CDSS已經在中國許多地區顯露出了其獨有的價值。《報告》採寫了百度CDSS的落地案例。北京市平谷區（平谷區位於北京市東北部，有46萬人口）衛健委信息中心主任焦俊峰表示，在百度CDSS的幫助下，當地的醫療機構能夠更好地滿足整個行政區域的醫療需求，服務包括18個鄉鎮的居民。焦俊峰談到，國家要求基層承擔66種常見病的診療，這對於基層醫生是有一定難度的，而且當地有限的基層醫生數量也不能滿足居民日益增長的醫療需求。百度CDSS定位於提升基層醫院的診療能力，這與國家的要求高度一致，二者的目的都是讓基層醫療承擔更多的診療任務、更好地服務於基層群眾。談及CDSS落地以來的效果，焦俊鋒大加讚賞。「這個系統對於症狀識別的準確性遠遠高於我們的預期，獲得了醫生和患者的高度評價。以前基層醫生能看的病人、能看的病比較少，所以診療經驗也比較有限，CDSS部署以後，醫生的能力提高了，人們也因此越來越認可我們當地的醫生了。現在越來越多的患者來基層醫院看病，而不像以前那樣不分病情輕重就徑直去大醫院。」
據了解，百度CDSS的可解釋性建立在醫學自然語言處理（NLP）和知識圖譜（KG）技術之上，這兩項技術也是CDSS最終成功的關鍵因素。《報告》採訪百度智慧醫療總經理黃豔表示：「醫學自然語言處理技術和知識圖譜技術奠定了百度AI醫療的基礎。自然語言處理技術能夠自動識別病歷和醫學文獻中的實體以及實體之間的關係，將其整合入醫學知識圖譜。這種對於醫學知識的編譯和理解很複雜且高度結構化，如果沒有醫學專家和人工智慧工程師的密切合作，是很難實現的。」
《報告》還針對亞洲AI醫療發展趨勢指出預防性診療策略的重要性。在未來，醫療生態系統將更加側重健康和福祉，AI將通過識別疾病徵兆並追蹤健康狀況，在促進「主動健康」中發揮主導作用；而同時，醫療系統還必須堅持以人為本。從倫理角度考慮，科技必須是醫生和醫療從業者的輔助工具。為保障醫療系統的問責制，最終決策權必須牢牢掌握在人類手中。AI開發人員應當確保醫生、患者能夠準確解讀和理解科技，這樣醫生和患者才會持續信任科技，並樂於在醫療領域使用人工智慧。
MIT科技評論最新發布的亞洲AI醫療報告英文完整版可訪問官網獲取。預計10月底將發布中文完整版供訪問下載。
關於《麻省理工科技評論》：
1899年在美國麻省理工學院創刊，是世界上歷史最悠久、也是影響力最大的技術商業類雜誌。內容覆蓋廣泛，涉及網際網路、通訊、計算機技術、能源、新材料、生物醫學和商務科技幾大領域，重點關注新興科技及其對商業和社會的巨大影響，為超過300萬科技領域的專業人士及商業領袖提供前沿資訊和深入行業趨勢研究分析。