麦肯锡：潜力巨大，障碍多多，人工智能医疗是蓝海还是虚火？

日前，麦肯锡全球研究所发布了《人工智能：下一个数字前沿》的报告，分析了当前大热的人工智能实际落地情况和发展前景，主要集中在零售、制造业、电力、医疗、教育这五大领域。雷锋网就其中医疗行业部分为您进行编译和解读。

医疗保健是很有前途的人工智能市场。它的推理能力和在大量病历、医疗图像和流行病等统计数据中进行模式识别的能力有巨大的潜力。人工智能可以帮助医生改善他们的诊断，预测传染疾病，并定制医疗方案。人工智能与医疗保健数字化相结合，可以让提供者远程监视或诊断病人，同时还能够改变方式治疗占据大宗医疗预算份额的慢性病。

AI能够快速诊断，制定更好的治疗方案

医疗诊断领域的人工智能主要有两个方向，一个是基于自然语言处理，根据病历和症状诊断疾病；一个基于计算机视觉，通过识别医学影像诊断疾病。

以肺癌识别为例，AI可以通过两种方式诊断肺癌，一种是基于自然语言处理，代表是IBM的Watson，在长达4年的时间内Watson学习了200本肿瘤领域的教科书，290种医学期刊和超过1500万份的文献后，Watson开始被临床应用，将病人的病历信息和症状输入系统，可以识别肺癌。如今Watson在肺癌、乳腺癌、直肠癌、结肠癌、胃癌和宫颈癌等癌症领域已经可以为医生提供诊断建议。

另外一种是基于计算机视觉的诊断方式，代表企业是国内的Airdoc，由于肺癌早期没有任何临床症状，如果有症状就是中晚期，目前约75%的肺癌患者在诊断时已属于晚期，肺结节的有效诊断和及时治疗至关重要。

然而，大面积使用人工智能诊断疾病可能还不会太快发生。虽然机器学习能够利用数据进行诊断，但完全自动化的诊断不太可能很快实现，部分原因在于患者是否会接受这种诊断，还有部分原因在于整合多个来源的数据和遵守严格监管要求都具有相当的技术难度。

同时，在医疗行业意识到这一潜力之前，医疗保健提供者必须对他们的商业模式做出重大改变，对计算能力和技术专长进行大量投资，并努力提高能源的可用性，从而推动对包括医疗记录在内的数据的处理和利用率。（专门的数据经纪人，比如IBM在2015年收购的探索（Explorys），已经提供了综合的医疗保健数据，并将其出售给潜在的人工智能解决方案提供商和用户。）

无论如何，基于AI的诊断工具在医学能否取得成功，将取决于政府部门是否会签署、资金投入以及立法保护患者的隐私，允许医务人员访问疾病和治疗方面的匿名数据，以训练计算机别和治疗各种疾病。

做出这些改变并不容易，然而一旦成功回报则相当可观：报告显示，在医疗行业高管回顾关于人工智能使用的案例分析时，较早采用人工智能技术的公司高管表示，他们预计，在未来3年内，这些技术将使利润率提高5个百分点。根据世界卫生组织（WorldHealthOrganization）的数据，人工智能能够提高医疗保健水平，同时也能降低成本。这可绝不是一件小事2014年全球医疗支出达到GDP的9.9%（法国为11.5%，美国为17.1%）。

AI能识别公共健康威胁和最受威胁人群

人工智能技术普及率很低。目前最先进的应用领域是机器学习算法支持的支付和索赔管理。一些临床医生使用人工智能来预测某些疾病的传播，并试图预测哪些病人最有成为患者。他们根据这些信息提供预防性治疗。他们还利用这些预测来帮助医院管理人员安排工作人员，与保险公司协商报销费率，制定预算，并优化库存水平。

这种利用医疗和社会数据来更好地管理成本的想法，使得医疗预测在医疗保健领域，吸引了一些顶级技术、制药和医疗公司以及小型初创公司。Johnson&Johnson与SAP合作，使用机器学习来预测客户需求、库存水平和产品组合。Careskore，一个预测分析平台，使用机器学习来确定病人被重新接纳到医院的可能性。

在未来，人工智能工具将大大加速医疗保健向预防医学的转变。医疗专业人员将专注于远程管理病人的健康，让他们不用进医院。为了做到这一点，人工智能工具不仅会分析病人的医疗历史，还要分析影响健康的环境因素，比如污染和生活、工作噪音。这样就可以识别风险群体，并告知当地政府在哪里实施预防医疗计划。

机器学习适合于分析数以百万计的病历数据，以预测基于一定人口水平上的健康风险。这可能是人工智能的早期胜利，因为它带来了巨额储蓄的潜力，而且在预测个人健康风险时不需要监管审查。

医疗提供者将得到信息，让病人参与预防行动，包括医疗服务和生活方式和环境因素，如营养、锻炼和避免污染。医院的管理人员将会更好地预测峰值期，譬如入学人数的激增。人工智能工具通过结合个人医疗记录、天气数据和其他信息，追踪传染性疾病的发病率，将帮助预估有多少人需要住院治疗。又譬如，人工智能应用程序可以使用医疗和人口数据来预测分娩的增加，如果产科诊所需要额外的工作人员，就会提醒卫生保健管理人员。

报告估计，采取AI措施之后，美国每年的全部医疗服务的潜在成本节约将是3000亿美元，约占GDP的0.7%。英国，使用人工智能目标预防保健，每年可以节省每年？33亿住院费用。

人工智能可以帮助医学专业人员诊断疾病，提高操作机器学习的能力，提高诊断准确性。斯隆凯特琳研究所（SloanKetteringInstitute）估计，在诊断癌症患者和处方治疗时，医生只使用了20%的实验性知识。人工智能应用程序可以在数百万页的医学证据中筛选，几秒内提供诊断和治疗方案。

基于AI的图像识别和机器学习可以在MRI和x射线图像上看到比人眼更详细的信息。例如，不同类型的胶质母细胞瘤有明显的遗传异常，医生就根据这些异常来治疗。但是放射科医生不能仅凭图像就能识别这些脑癌的基因异常。梅奥诊所有一个机器学习程序，则可以快速和可靠地识别异常。

创新并不局限于图像识别。企业家正在努力改变病人护理过程中的每一个步骤。一家名为Enlitic的初创公司正在开发一款深度学习应用程序，可以提高疾病诊断的准确性。Oncora医疗公司开发了一种人工智能工具，帮助肿瘤学家起草针对癌症患者的个性化辐射治疗方案。

人工智能的自动化有可能通过减少医生和护士的日常活动来提高医疗保健的生产力。总有一天，配备深度学习算法的聊天机器人能够缓解急诊室面对大量非紧急病患的情况，KUKA机器人电路板维修，如喉咙痛和尿路感染患者。

启用人工智能意味着运营效率的极大节省。

根据调查，尽管人工智能有巨大潜力，医疗保健在应用人工智能技术方面还是落后于其他行业。人工智能的使用主要集中在运营和客户服务方面；最常用的技术是语音识别和计算机视觉，在我们的调查样本中，两者在医疗保健公司的份额分别是9%和7%，其中包括已经注意到人工智能的组织。在大多数医院，诸如预约安排等运营管理职能，仍然是手工完成的。