此屆世界人工智能大會以“智聯世界、共同家園”為主題，聚焦“AI技術趨勢”、“AI賦能經濟”以及“AI溫暖家園”三大議題。

作為全新的產業變革核心驅動力，人工智能正重構生產、分配、交換、消費等一系列經濟活動各環節，形成從宏觀到微觀各領域的智能化新需求，催生新技術、新產品、新產業、新業態、新模式，尤其是在醫療領域，AI正重構大健康。

相比與過去的兩屆WAIC，今年的大會更為包羅萬象，寧光、孫春蘭、張文宏、吳凡，諸多行走在新冠疫情抗疫一線的領袖人物也齊聚于此，大會的話題變得更為多元。

大會之后，動脈網對整個WAIC 2020大會中對醫療的影響進行了全面的梳理，同時采訪了部分參與本次大會的企業與機構，希望從眾多信息之中找到醫療AI發展的方向。

全國首個數據眼科庫發布，人工測評公共服務平臺建立

2019年4月，國務院發布的《新一代人工智能的發展規劃》提出了大數據時代，群體智能、跨媒體智能、人機混合增強智能、自主智能系統五個新的方向，無疑為中國人工智能技術的發展打下了一個堅實的基礎。而隨著技術的推進，人工智能正不斷拓寬其可應用的范圍，醫療領域便是其中之一。

在眾多細分領域之中，“AI＋醫療影像”因最貼近于醫生的日常工作而收獲了最多的關注，同時也受到最為嚴格的監管。但無論如今已經頗具規模的醫療影像、建設之中的智慧醫院，還是探索之中的新藥研發，所有與AI相關的領域，都逃不開數據的標準問題。

為了解決數據的標準化問題，保障人工智能應用的系統安全性、兼容性、可靠性等能力，國家藥監局器審中心、信通院等機構深入參與標注制定、產品審評之中，嘗試規范醫療人工智能的發展。

在過去的兩年之中，藥監局陸續制定了《深度學習輔助決策軟件審評要點》、《醫療器械生產質量管理規范附錄獨立軟件》、《醫療器械軟件注冊技術審查指導原則》、《醫療器械網絡安全注冊技術審查指導原則》等技術規范制定評測方案，同時成立了人工智能醫療器械創新合作平臺。從2020年1月起，已經陸續有多款AI軟件通過上述方案獲得了器械三類證。

國家信通院也在積極推進人工智能數據標準化、標準數據庫建設等項目發展，在本次WAIC上， 中國人工智能產業發展聯盟常務副秘書長王愛華依次介紹了創新平臺近期的三個成果。

第一個成果為糖尿病視網膜病變AI數據庫的建立，該成果來源于協和醫院負責的真實世界數據應用工作組。基準數據集及算法評估測試平臺的重要意義不可忽視，它將是推動人工智能模型在醫療健康領域應用有效性、可靠性、魯棒性、安全性的基礎保障，也是推進人工智能醫療行業可持續發展的重要依托。

第二個成果是協和醫院進行了相關數據規范、第三方數據庫規范等形成的糖尿病視網膜病變第三方資質的認證。同時，信通院搭建了醫療人工測評公共服務平臺，出臺了兩項人工智能產品的技能指標及測試方法。

第三個成果則是建立醫療人工測評公共服務平臺，為了向大眾提供一個權威、安全、可追溯的平臺，收集不同醫院、不同醫療機構的不同病種數據，進而驗證不同的人工智能相應產品。當然，平臺的搭建方還需針對不同產品和系統制作相應的測試方法，并生成報告。

傳統的醫療器械在上市前必須通過一系列的檢測測評，同時還要經歷長達6個月的臨床試驗，這一產品才有可能獲批上市。王愛華表示：“對于更新、迭代速度較慢的傳統醫療器械而言，這套程序的合理性已經經過多年驗證，但對于人工智能這樣更新快、迭代快的新興技術而言，則會存在較大的問題。如果按照傳統器械的程序，每次更新都進行相應臨床試驗的話，沒有產品能夠在審批上跑通。有了這個平臺之后，我們便能幫助企業快速進行臨床數據補充，產品迭代時的臨床試驗能夠很快完成。這便是這一平臺的最大不同點。”

作為第三方平臺，安全性是其正常運行最為重要的前提。王愛華認為，第三方平臺的安全性包含兩個方面，其一源于第三方的數據的知識產權問題，因此在構建平臺時，信通院會建立虛擬專用通道對數據和產品進行加密，嚴格遵守“只進不出”、“無人工干預”和“測后即焚”三大原則。這樣第三方數據以及相關測試產品的安全性才足以得到保障。其二則是測試的可追溯性，以便于對出現問題的測試進行清查與修正。

肺炎AI影像輔診大考，成績單首次公布

標準制定之外，在工信部科技司的指導下，中國信通院、中國人工智能產業發展聯盟、醫學人工智能研究與驗證工信部重點實驗室聯合舉行的“肺炎AI影像輔助診斷產品評測”結果公布。通過現場測試和材料審查兩種方式對參評產品的各項指標進行綜合評價，嚴格參考國家標準、行業標準和國家藥監局相關技術審評原則。同時，專門組建評測專家委員會，建立權威評測標準。

最終，上海依圖醫療技術有限公司、上海深睿博聯醫療科技有限公司、北京安德醫智科技有限公司、杭州健培科技有限公司、平安科技深圳有限公司、上海皓樺科技股份有限公司、上海聯影智能醫療科技有限公司7家醫療AI企業的肺炎AI影像輔助診斷產品從參評的17家醫療AI公司中脫穎而出。

這次評測，可謂是打破了之前醫療AI行業自說自話、各自為戰的局面，這不僅是首次由官方舉辦的醫療AI影像輔助診斷產品的同臺競技，更是特殊歷史時刻的“人工智能抗疫產品”測評，意義非同小可。

為了保證此次測評的權威性，此次評測分為功能審查、性能評測、專家評審三部分，其中，功能審查主要評測肺炎AI產品的功能完備性、系統安全性、可靠性、易用性和兼容性；性能測評主要采用已標注測試數據進行客觀測試，對肺炎AI產品臨床診斷性能進行指標評價（準確率、靈敏度、特異度和Kappa系數）；專家評審則是邀請國內權威臨床專家從產品體驗性、實用性、產品創新性，以及合理性對產品進行評價，同時綜合考慮創新性的特殊功能評價。

據中國信通院相關人士介紹，測試數據是此次測評的另一大亮點。具體而言，此次測評使用了1000例肺炎（包括新冠肺炎和其它各種肺炎），參評的各家醫療AI企業用各自的模型（產品）測試。首先，數據全部來源于上海市公衛臨床中心等7家新冠肺炎定點醫療機構，在采集過程中充分考慮了采集設備和配置、數據多樣化和病例分布三個維度指標。

同時，考慮到魯棒性和抗干擾因素，加入了在實際臨床中經常出現的70例非標準影像數據。此外，在數據標注規范方面，由組織方制定數據標注起草流程，各數據提供醫院組織標注，匯總后由專委會統一確認，這就有效地避免了因標注不統一而可能產生的不合理性。

“性能測試部分是拉開差距的主要原因”，中國信通院相關負責人介紹，性能測試包含“是否肺炎”、“是否新冠”、“病灶位置”。根據測評結果顯示，大部分企業產品都能較好地篩查出“是否肺炎”，但在“新冠肺炎鑒別診斷”方面，僅有3家的準確率、靈敏度、特異性在80％以上，其中部分指標在90％以上。

6月19日，工業和信息化部科技司就公布了在科技支撐抗擊新冠肺炎疫情中表現突出的人工智能企業名單。以在名單中的安德醫智為例，根據疫情期間《人民日報》公開報道情況，“這套新冠AI定性診斷系統不僅能夠實現‘肺炎診斷’，還能實現新冠肺炎與其他肺炎（病毒性肺炎、細菌性肺炎等）的進一步鑒別診斷。”、“在實現肺炎檢出敏感性接近100％的基礎上，新冠肺炎的鑒別診斷準確率（與核酸檢測陽性結果符合率）也能夠達到97．8％以上。”

根據中國信通院的總體評價，此次測評中脫穎而出的國內醫療AI企業的肺炎AI產品已達到較高水平，產品功能已相對成熟和完善，小部分產品實現了針對新冠肺炎的識別。但是，需要注意的是，只有個別產品能夠識別的超過十種肺炎種類，對于病灶的定位精確度尚待進一步提升，性能功能需要通過更多標注數據進行訓練。

百家爭鳴，AI落地醫療全場景

作為推動人工智能發展的主力軍，各家醫療人工智能企業也參與其中，并進行了令人深思的發言。動脈網選取了其中的4個方向，并提取了其中的核心觀點。

一、AI＋互聯網

東軟醫療人工智能與臨床創新研究院院長黃峰：人工智能與互聯網的結合是為了解決現有醫療領域中的痛點，即包括醫療資源不足，分布不均勻，也包括高水平的人才不足，運營成本高等問題。針對這些問題，政府給出了強基層與分級診療作為答案，而解法便是“AI＋互聯網醫療”。

從技術本身來看，最需要AI幫助的是診療能力不足的基層診療機構。然而，現階段優秀的AI軟件和工作站，動輒幾百萬元，這一價格是基層醫療結構不能承受的，因此人工智能直接下沉到基層是存在困難的。而互聯網醫院提供新型商業模式，可以將人工智能的作用放大，通過醫聯體的方式降低區域醫療部署費用。

從另一個角度看，互聯網連接了上下醫療機構，但互聯網沒法實現每時每刻的服務，醫生仍需要休息。這一現實下，我們便需要AI支持的7？24小時在云端值守的智能化應用軟件，幫助醫生進行智能輔助診斷與分析。

綜上所述，互聯網與AI是相互促進，相互補充的兩種技術，協同之下，兩項技術才能更好服務醫療。

二、AI與5G

安德醫智董事長梁偉民：AI＋5G對于醫療的改變主要在于三個方面。第一，以醫院會診為方向的優質醫療資源下沉。第二，推進智慧醫院建設，通過遠程教學等方式推動基層醫生教育；第三，公共衛生預防預警系統能夠與“AI＋5G”進行天然的結合，我們應當推動人工智能預警平臺建立，增強早期傳染性疾病監測預警能力。

深睿醫療CEO喬昕：當牡丹江邊境口岸疫情大爆發時，深睿醫療去到了前線，與黑龍江聯通聯手在黑龍江口岸城市部署5G醫療專網，實現與當地醫院的信息互通，智慧化醫院的建設及遠程會診等多項智慧醫療服務。回憶起來，若是黑龍江口岸城市沒有5G的基礎設施，這次合作也就無從談起。從這個角度來看，5G與AI可以協同作戰，但并不意味著兩者可以在當前可以產生顛覆醫療的變量，5G與AI都擁有各自發展的路徑。

三、AI與智慧醫院

GE醫療首先創新官戴鷹：突發的疫情引起了短暫的混亂，也推進的技術的發展。在這個過程中，我們發現人工智能在醫療之中的作用還有發展的空間，這些發展主要可分為三個方向。

一是推動智慧醫院建設。在接下來，醫院里的傳統設備將會向智能設備轉變。更多AI將植入其中，幫助設備進行采集數據、影像掃描時更加精準、更加高效。

二是醫院智能運營。中國優質醫院中的患者往往人滿為患，合理的運營對于醫院管理者而言是一個非常大的挑戰。而人工智能能夠對醫院運營大數據進行分析，推動更有效的設備協同管理，人員流動的管理以及科室的管理。

三是輔助診療。從智能醫療的概念來看，整個疾病篩查、診斷、治療、到后續療效評估以及隨訪，人工智能應用均可介入其中，幫助我們實現效率的提升，醫療可及性的改善，以及精準醫療。

這三個方向也是GE醫療奮斗的方向，疫情之后，新一代AI醫療體系的建設刻不容緩。

數坤科技董事長毛新生： AI對于醫療質量的提升效應已經毋庸置疑，甚至能夠進行一些顛覆性的革新。在抗疫之中，我們能夠隱隱看到AI的潛力。

當疫情發生的時候，武漢市中心醫院有將近三千人等待影像掃描、診斷和獲取結果，但沒有足夠的醫生資源來完成如此海量的工作，AI便在此之中起到了三個重要作用。

首先，若一個病人呈現發燒、咳嗽癥狀，那么我們如何判斷他是否患有新冠肺炎？若由醫生進行影像學判斷可能要花好幾分鐘，但AI十秒就能計算出來，結合流行病學與核酸檢測結果能夠迅速判斷患者病情。

其次，一個確診的新冠肺炎病人，我們應該采用怎樣的治療方式？如何判斷治療的有效與否？通常而言，醫生需要去對比前一次和后一次病灶的變化，這對于醫生而言存在一定難度，而AI可以給出定量的信息。

最后，如何判斷患者是否可以出院？這同樣依賴于AI在隨訪過程中進行的定量數據分析。

通過以上三個作用，數坤科技在疫情之中幫助武漢市中心醫院分擔了許多壓力，但這并非終點，我們希望通過AI讓醫院更多的場景變得智慧起來，我們離AI的天花板還有很遠的距離。

依圖醫療副總裁蘇曉鳴：從我們目前看到的情況來講，所有人工智能產品的落地一定要遵循客戶價值，一定要遵循場景化的需求，一定要為客戶創造增值，它才有生命力。基于此我們看到了三個明確的發展趨勢。

第一個趨勢是從單點任務到場景閉環。最開始的人工智能只能進行單點任務。比方說肺結節的檢出，比方說骨齡的判讀，但是這種單點式任務的應用場景不能滿足臨床閉環應用的需求。所以，我們看到了人工智能從單任務走向了多任務，走向了閉環場景。

第二個趨勢是從頂級醫院走向基層。最早的時候，人工智能的誕生是與頂級醫院的專家結合。但是，人工智能最大的落地應用場景不是在頂級醫院，而是在基層，也就是幫助那些缺乏診斷能力、診斷能力不夠強的基層醫生達到均制化的診斷水平。

第三個趨勢是從純軟件化的服務走向軟硬一體化的新場景解決方案。最早的時候，人工智能的服務形態就是軟件，但是我們發現，在很多的應用場景下，AI需要有硬件的輔助。尤其是基層，它需要輕量化的、高性能硬件來輔助完成診療服務。所以，依圖開發了智能的芯片系統和智能的終端來輔助基層，實現他們臨床診療的需求。

同時，我們發現在兒童生長發育的領域，現有的DR輻射量太高，且需要屏蔽機房，在限制了兒童周期性復查的這一應用場景。因此，我們就開發了專用的微輻射劑量骨齡攝片儀，再配合我們人工智能的輔助診斷的系統，它就能夠實現低劑量輻射，并且可以入園、入校、入社區。這便是我們看到的第三個趨勢。

安德醫智大中華區CEO李晶玨：如何理解人工智能的核心？其內涵便隱藏在“智”和“能”兩個字里。醫學人工智能的“智”，應該來自于權威醫院頂級醫生多年積累的醫療經驗，這部分醫療經驗在原來的傳統醫學中不可復制的，但AI能夠把這部分數據經驗集合在一起。

在創造“智”后，我們要將其賦“能”基層，提高基層醫生診療水平，讓老百姓在家門扣便可以享受到權威醫院優秀醫生的診療服務，這是人工智能未來的發展核心需求，而非簡簡單單解決效益問題和時間問題。

早期時候，醫療人工智能更多的是解決一些單病種、單一場景、單一任務。然而醫學本身擁有復雜的循證邏輯，不以單病種存在，也不被單任務所滿足。所以，對于未來的人工智能發展，我們必須解決多病種同步分析的問題，模擬人腦解決復雜的醫學問題這才是人工智能未來發展的真正方向。

四、AI與新藥研發

阿斯利康全球執行副總裁王磊：在阿斯利康看來，人工智能不僅能在藥物發現與藥物臨床研究過程中發揮作用，它的能力可以覆蓋藥物生產運營全流程。

舉個例子，慢性腎病是多靶點的疾病，擁有非常復雜基因環境，很多受體都與慢性腎病有關系的，因此，運用人工智能技術可以對疾病的實質進行分析，并通過人工智能篩選化合物。

同時，在藥物開發方面，隨著戴穿戴設備，健康APP的崛起，患者能夠在家完成隨訪，其中的數據也可用于真實世界數據研究，未來對于藥物批準也有推進作用。

此外，人工智能還可用于藥物研發生產，推進智慧工廠以及智慧物流建設。在這次疫情中，阿斯利康的復工復產使用了大量自動化應用，在避免員工聚集的同時保證的高質量的藥物生產。

未來，阿斯利康希望能夠在上海建立AI人工智能開放創新實驗室，與各位合作伙伴一起進駐，共同商討如何幫到患者在各個疾病領域，各個環節上把各項技術從后臺技術變成應用，在場景當中能夠實現對患者的價值，我相信這是阿斯利康跟人工智能合作伙伴最終一起實現的場景，希望這樣的實驗室最終能夠落地幫到整個生態圈。

WAIC的意義

總的來說，AI作為一項新型技術，它的創新之處并不在于創造過去并不存在的醫療場景，相反，它作用于已存在的幾乎每一個醫療場景，與互聯網、5G、IoT等技術協同賦能新醫療。

因此，正如GE醫療首先創新官戴鷹所言：“未來，沒有一家AI企業能夠獨當一面。同人類命運共同體一樣，AI也需要構建完備的生態系統。不管是數據的收集，還是智慧醫院的建設，都需要眾人的合力，所以，我們需要搭建一個生態圈。”

這也是人工智能大會成立的初衷，“智聯世界、共同家園”，無論是醫療場景、安防場景還是商用場景，只有存在大數據，就仍需要眾人的合力。但也正因為此，在接下來的十年，人工智能或許不會發展得那么快……
? ? ? ?責任編輯:pj