3月24日，将门年度创新峰会首场论坛主题是智能医疗，如何将人工智能落地应用到医疗行业？人工智能机器人又有哪些切入点？

医院、医疗设备、健康服务的巨头企业，和初创智能影像、智能医疗大数据企业共论AI如何赋能医疗行业。因为可能是大会第一场论坛，智能医疗这场几位行业大咖讨论的非常深刻，相信智能医疗在未来，将会有更多鼓舞人心的应用落地。

接下来同我来一起看看这些醍醐灌顶，启示我们找准方向的观点。

将门战略合作副总裁魏战一主持

医院、制药、医疗设备、医疗服务

四大巨头角度的智能医疗建议

一、医院医生的角度：

北京医院信息管理处常务副处长朱卫国

医院副处长朱卫国，同时也作为一名医生首先就从医生的角度谈了作为医生的负荷。从门诊量来看医院从之前的每日-上升到，医生来说是非常忙的。而用两句医生业内的调侃话来说，更加形象的表现出医院医生的忙碌。一是年轻的医生，只看得见月亮看不见太阳。二是对门诊大夫来说的，小胃大膀胱。

而医生不只是面临忙碌的问题，同时医患关系的矛盾和压力，患者与患者冲突的调解，都在消耗着医生的精力，这些情况会加速医生的职业倦怠，这时AI能在哪些层面赋能医疗行业呢？据朱医生讲他做医生时也常常写病例会花很长时间很忙碌，而目前他们也已经开始和一些AI公司如云知声一起合作，来解决医疗行业的一些问题。

最后，朱医生对人工智能赋能医疗给出了以下几点建议：

1.人工智能技术一定要有行业化应用

2.医疗+人工智能，而不是人工智能+医疗，要了解医疗行业的实际需要，人工智能创业企业才更容易活下来

3.人工智能要为解决问题来开发，而不是只停留在算法

4.要在医疗行业各个流程环节里面做AI+，要找到医疗行业里哪些痛点需要技术来解决，然后用技术去替代它

5.针对各个环节分层AI赋能，先想怎么做好医生的助手，目前还不可能瞬间超越医生

6.医疗行业是非常复杂的，需要全社会的力量才能把这个很紧迫很关键的行业提升

二、医药设备企业飞利浦的角度：

飞利浦健康医疗创新工场创新高级总监曾勇勤

飞利浦电子是世界上最大的电子品牌之一，在欧洲名列榜首。在彩色电视、照明、电动剃须刀、医疗诊断影像和病人监护仪器、以及单芯片电视产品领域世界领先。曾勇勤总监强调飞利浦不仅仅是做剃须刀、医用仪器的厂家，他们在智能医疗诊断影像领域已经开始了近2年的研究。

而对病人的健康服务来说，从诊断中信息的提取信号噪声的分析和处理，到疾病的预防，治疗，和康复这四个大的环节，每一个环节都需要用到人工智能，都能发挥非常重要的作用，她非常期待和人工智能企业去找到具体的落地的合作场景。而今年她主要就负责智能医疗的外部合作，热切的希望初创AI企业们能为医疗智能赋能。

同时她也为AI赋能医疗提供了以下几点建议：

1.AI要和医生的工作流结合起来，要让医生用得好，创新企业还有很多努力要做。

2.她觉得AI应用于医疗最可能有突破的4个场景在：

（1）医疗运营的优化

（2）医疗决策的支持

（3）AI为病人赋能，让病人了解自己的健康状况

（4）广泛的医疗健康

三、制药企业赛诺菲巴斯德的角度：

赛诺菲巴斯德执行总监业务运营负责人严知愚

赛诺菲巴斯德是赛诺菲-安万特集团下属的疫苗公司，是全球最大的专业致力于人用疫苗研发和生产企业。严知愚先生谈到药品的完整开发过程是非常艰难周期非常长，据统计近期的一款新药品面市，需要用14年花费约26亿美元才能研制成，而且充满着很大的不确定性和失败的可能。

药品分为治疗药品、和预防药品，在药品的研究和发现过程中在临床前以及临床后需要经过大量的人体实验。从基础研究，到使用各种能够想到的干预手段，从体外细胞动物实验到人体试验，从很多不同的化合物开发出一个化合物。

这中间每一步都面临着大量的不确定性，每一步都存在很大的失败率。新药研发的成本和困难不断提升。所以在药物研发和制造中急需人工智能的技术来解决很多问题，从而加速药品的研发的过程，提高药品研发的成功率，降低压法的成本，更快速精确的找到药品的对应化合物，进行药品研发的预测和样本的计算等等。

而严知愚对AI赋能医疗行业给出了一下几点建议：

1.药品研发需要充分利用新技术去突破，突破要有非常明确的场景

2.如何充分利用AI的算力，来降低药物研发流程

3.能够用AI技术，降低药物研发的不确定性

4.是否可以用AI技术来模拟药物设计、模拟我们身体环境、减少人体试验的代价

5.通过AI技术来达到精准医疗

6.在临床阶段失败代价很高，AI是否可以对临床设定各种可能性进行预测和预判

7.医疗除了技术还有很多软的东西，突破性促进新技术和医疗的结合，建议AI新技术放下一点技术的傲慢，尊重医疗的特殊情况。医生们放下经验的傲慢，拥抱经验技术化。

四、医疗产品及服务企业强生的角度：

强生中国亚太创新中心资深总监毛庆革

强生集团，是世界上规模最大，产品多元化的医疗卫生保健品及消费者护理产品公司。据强生中国亚太总监毛革庆说道，过去公司一直致力于内部开发，而随着时代的变化公司的研发团队总是面临着各方面的局限性，而外部有那么多聪明的创业者聪明的头脑，所以强生近年来开始建立自己的智能化创新生态系统，和创新体系，投资系统。

创新中心就是和创新公司合作，通过小场景，小验证来获得巨大的潜能。这在药品的创新与研发中起到了至关重要的作用。而未来与更多的人工智能企业开放性的合作，是强生公司一直以来致力的方向。

智能制药、智能医疗大数据、智能医疗设备

三大人工智能医疗企业的应对之策

晶泰科技联合创始人赖力鹏

由于医疗的复杂性，解释起来很费力气，我援引晶泰科技官方介绍：

晶泰科技(XtalPi)是一家以计算驱动创新的药物研发科技公司，基于最前沿的计算物理、量子化学、分子动力学、人工智能与云计算等技术，为全球创新药企提供快速、精确的智能化药物研发科技，从而显著提高药物发现与发展关键环节的效率与成功率，降低研发成本，最终为患者带来更多优质高效的药物。

其联合创始人赖力鹏，谈到他们作为医疗行业的人工智能企业，主要用人工智能工具化来赋能加速医疗制药。

1.一是从制药的传统流程上加速，二是用计算方法来加速，来加速制药的一个环节

2.把现有的某种方法用人工智能进行取代，就像在几千立方房间空间找到这个目标小点，通过计算加速药物发现过程。

3.可以通过人工智能对药效有一定的预见性,提高药物的有效性，以及对临床前的药物筛选

他也从技术层面给出了自己的几点洞察：

1.在药物研发上基于小数据集上的人工智能计算

2.药物早期固体制剂，数据层面的和药企医疗企业合作，双方以解决问题为出发点

大数医达CTO邓侃

大数医达科技专注于多源异构医疗数据处理、深度挖掘与机器学习。大数医CTO邓侃，他们作为医疗大数据公司，目前已医院合作拥有病例3-4亿，从而让一种病拥有上亿条合理合规常见临床路径，而他们也在每一条路径中深耕诸多细节。

他谈到人工智能作用于医疗行业分别对医生和患者带来的改变：

对医生来说：

1.人工智能可以提高基层医生临床水平，通过多病例的导引能辅助医生做诊断

2.人工智能可以提高医生收入

3.人工智能可以降低医生的负担

对患者来说：

1.人工智能可以提高患者疗效

2.人工智能可以减少患者支出

3.人工智能在更重要的层面可以对医患资源实现合理再分配

而他们自身也已经在做很多的努力，例如他们在广东和医院作为试点，应用人工智能赋能医疗行业；他们也建立了自己的大数健康小程序，来采集病患医疗数据；还通过和政府和商业保险公司的合作，加速资源的重新调配；另外国际国内医医院等高度重视，也将赋予更多能量。

最后大数医达CTO邓侃，还坚定的说道，希望年底将门再给个机会，他们要汇报下最新的进展。

依图医疗副总裁方骢

依图医疗凭借在深度学习、计算机视觉、自然语言处理等领域的先进技术以及在医疗行业的深厚积累，面向放射科、超声科、儿科等多个科室提供临床诊疗辅助诊断和智能管理，并结合前沿医学热点，提供专业的科研大数据分析和前沿的跨学科科研及转化应用。

目前已推出care.ai?系列产品，包括：care.ai?胸部CT智能辅助诊断、care.ai?儿童骨龄智能辅助诊断、care.ai?儿科门诊智能辅助诊断、care.ai?病历智能搜索引擎、care.ai?临床智能科研平台等。

依图医疗副总裁方骢女士则重点强调了医疗人工智能企业发展的思路和产品落地的商业逻辑。

她说道他的洞察是，人工智能应用于医疗行业必经的四大过程是：技术力、产品化、商业化、产业化，而依图医疗着重布局的是产业化，在引领和教育市场，用医疗+AI的思路实现产品落地。

她坚持人工智能医疗产品要落地进去医生临床工作流，但尽量不去改变临床医生的工作流程，让他们在不知不觉中感受到效率的提升。依图在半年不到的时间里，医院使用了依图医疗产品，医院的认可，说明依图实践的产品思路和商业化思路对了。

另外一方面他们也积极和医疗传统厂商做有机整合，这种合作是通过双赢的策略性的合作。他们也向政协委员，提出了大力发展智能医疗的合作提案，希望从政策层面推动智能医疗的发展。

本文内容源于将门年度创新峰会写成，以供行业参考。如有遗漏和不正确之处，还望专业人士指正。

AI赋能医疗对机器人企业有何启示

智能机器人作为人工智能的载体，自然也能在医疗的各个环节为智能医疗的发展助力，同时也在逐渐一点点成熟的人工智能医疗基础上，医院运营到服务，从连接医生和终端客户，从办理相关流程到相关决策引导。从医疗检测、诊断、到预防和治疗等都会有很多的应用。

希望在致力于医用服务的机器人企业们从中能找到自己在医疗行业价值链上的占位，从而能从智能硬件层面加速智能医疗的发展。

END

对接产业商机

分享行业干货

转载请注明原文网址：http://www.skomx.com/mbyzl/11967.html