圖片來源@全景視覺
文丨vb動脈網，作者丨王海峰
《AI醫療：亞洲的發展空間、能力和主動健康的未來》是MIT Technology Review Insights在百度公司的支持下撰寫的一份報告。
這份報告通過對該地區醫療服務和科技引領者的采訪、案頭調研和對中國醫療機構的實地調研編寫而成，以評估人工智能是如何用于改善醫療服務成果的。具體而言，報告研究了該地區的醫療保健提供商、科技公司以及政府機構之間如何通過協作，來確定和應對各自國家/地區的重大和長期的醫療服務挑戰。
MIT Technology Review Insights評估了亞洲人工智能生態系統參與者正在進行解決方案革新的多個領域；這些領域包括用于醫學影像診斷和分析的工具和平台、供醫生進行治療決策的支持軟件、識別疾病風險的預測分析，以及使用自然語言處理技術爲老年人提供健康服務。
引言
我們正身處于以人工智能爲核心驅動力量的新一輪科技革命和産業變革浪潮中，人工智能正在加速滲透各行各業，推動産業智能化升級。
醫療是關乎國計民生的關鍵領域。當前，有很多國家同中國一樣，面臨優質醫療資源不足、資源分布結構化失衡等問題。人工智能技術的發展，使我們看到了解決這些問題，從而爲普羅大衆提供更好、更全面醫療服務的希望。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，人工智能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。
當然，人工智能在爲醫療帶來重大機遇的同時，也帶來了包括數據、技術、安全、法規、倫理、人才等多方面的挑戰。這需要全社會的努力，一方面推進人工智能在醫療領域的規模化應用，並在實踐中發現和解決問題；另一方面不斷健全和完善相關法律法規，保障結合人工智能的新醫療模式的健康發展。我們相信，人工智能技術與醫療的結合，會讓每一個人受益。
報告重點
由人工智能驅動的軟件和平台有望在未來十年重塑亞洲的醫療保健格局，提升醫療保健提供者和政府醫療機構的服務能力、診斷速度、護理質量和患者的整體康複水平。人工智能應用並非處于萌芽階段。事實上，它早已被廣泛應用于醫療行業，尤其是在亞洲發達地區。盡管如此，新的應用案例、創新成果和人工智能應用中心仍如雨後春筍般不斷湧現，而政府和科技企業想在醫療保健生態系統中普及人工智能的迫切之心也將爲亞洲患者帶來諸多利好。
《AI醫療：亞洲的發展空間、能力和主動健康的未來》報告要點如下：
人工智能正在有效縮小亞洲的醫療保健缺口。人工智能是切實提高亞洲地區醫療保健服務能力和效率的重要解決方案。在人力資源短缺的背景下，許多國家面臨醫療資源緊張的難題——世界衛生組織（WTO）估計，到2030年，亞洲地區將需要超過1,200萬名新的醫療保健專業人員，比當前增加70%以上。醫療支出不足是又一大挑戰。除發達經濟體外，亞洲其余國家和地區的人均醫療支出不足經濟合作與發展組織（經合組織）標准的四分之一。在此背景下，越來越多的成功案例表明，利用人工智能可以提升醫務人員的效率和准確率。
亞洲地區的醫療發展正受益于一線醫務人員能力的提高。人工智能可以引導醫生通過規範的診療操作流程作出更快、更准確的診斷決策；運用機器學習分析日益複雜的醫學圖像，從而診斷各類常見和罕見疾病；此外，可穿戴健康追蹤技術可以跟蹤監測患者健康狀況，幫助醫生提早識別疾病風險和預警信號。
人機交互的全新診療手段正在逐漸提高亞洲醫務人員的專業技能。人工智能將推動亞洲地區，尤其是發達經濟體的醫務人員進一步提升專業水平以及人機協作的能力，涵蓋機器人輔助手術、醫學圖像高精度診斷以及新藥研發等領域。然而，由于亞洲地區大部分醫療系統長期超負荷運轉，即使初級醫療服務能力也受到限制，一些業內觀察人士據此主張首先將人工智能資源集中用于增強初級醫療保健的能力。
亞洲嚴峻的醫療挑戰爲促進公私合作提供肥沃土壤。亞洲多國均有不同利益相關方利用當地技能、人才或數據資源合作應對嚴峻醫療挑戰的案例。老齡化正在迅速成爲亞洲主要的醫療危機之一：目前，日本65歲以上人口比例居世界前列（接近國家總人口的三分之一），而多個亞洲經濟體老齡化程度緊隨其後，均密切關注老年醫護領域的創新。此外，人工智能在降低印度嬰兒死亡率，新加坡高血糖、高血脂、高血壓（“三高”）等其他醫療負擔領域發揮了主導作用。在未來數十年內，政策制定者和AI開發人員將更加緊密地進行合作，以提升公共健康水平。
預防性診療策略將成爲醫療保健行業的重中之重。在未來，醫療生態系統將更加側重健康和福祉，而非單純的以治愈爲主導的醫護。人工智能將通過識別疾病征兆並追蹤健康狀況，在促進“主動健康”中發揮主導作用。預防性策略提供的數據使得人們能夠掌控其生活方式和醫學治療，積極改變自身的健康狀況。如今，可穿戴設備和AI技術正在不斷融合，創造新的能力，並提供深刻的洞察。
醫療保健系統必須堅持以人爲本。科技對醫療診斷決策與日俱增的影響無疑爲亞洲諸多患者帶來了福音。然而，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。爲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、患者能夠准確解讀和理解科技，這樣醫生和患者才會持續信任科技，並樂于在醫療領域使用人工智能。
醫療保健缺口
亞洲正在積極使用人工智能驅動的工具，以彌補醫療資源方面的長期缺口，並應對越來越多的新挑戰，例如快速老齡化所帶來的壓力。在加速創新和重新定義醫療保健提供商和醫療機構的價值方面，人工智能將起到真正變革性的作用。但目前的現實是，人工智能在醫療背景下的真正作用在于它能夠改善現有的流程，並爲面臨挑戰的醫療專業人員提供更多信息和洞察。
亞洲的醫療統計數據在覆蓋面和資源能力方面面臨不小的挑戰，即便在發達經濟體也是如此。面臨的主要挑戰是人力資本的缺乏：即使在富裕的日本、韓國和新加坡，每10,000人擁有的醫生也低于25人，醫生的比例在發達國家中是最低的。在人口超過22.5億、占亞洲總人數一半以上的南亞和東南亞，平均每10,000人擁有的醫生不到7人（見圖1 ）。
在亞洲部分地區，特別是在南亞，醫療專業人員也同樣稀缺。雖然東亞的醫療專業人員密度高于全球平均水平，但專業領域的人力資源卻遠遠落後于美國等發達國家。對大多數亞洲患者而言，這些資源可能很難獲得，其成本也十分昂貴。
由于有效的醫療服務覆蓋範圍有限，且慢性病治療費用高昂，醫療人才短缺問題愈發嚴重。據瑞士再保險公司估計，沉重的醫療服務負擔造成亞洲12個國家約4,000萬家庭1.8萬億美元的醫療保健缺口，其中有近半數爲中國家庭，對家庭財務和社會福祉都造成了巨大壓力。
這一困境限制了亞洲大部分地區獲得醫療服務的機會；經合組織估計，在收入最低的五分之一人口中，多個南亞和東南亞國家有一半以上的婦女提到了因爲經濟原因而無法獲得醫療保健服務。
本地區各政府爲醫療保健服務提供充足資金的能力正面臨挑戰。除發達經濟體外，亞洲其余國家和地區的人均醫療支出不足經合組織標准的四分之一（見圖3）。在較富裕的亞洲國家，人口老齡化和債務水平不斷增加所帶來的挑戰造成了額外的財政壓力；據日本厚生勞動省統計，日本政府在2017年的醫療保健支出爲42.2萬億日元（ 3,960億美元） ，比十年前增加了30%（見圖4 ）。
因此，毫不意外的是，鑒于亞洲公民和服務提供者所面臨的壓力，以及該區域越來越注重開發人工智能資源的情況，有了越來越多利用人工智能加速取得積極的醫療成果的成功案例。爲消費者和客戶體驗專業人員提供決策支持的虛擬助理，是亞洲乃至全球許多行業中常見的新興人工智能應用案例。這些案例的基礎假設是，對交易的洞察越來越多，那麽就可以加快原本緩慢的進程並取消中間不必要的環節。但是，另一方面亞洲的醫療保健體系往往比較官僚，而且在很大程度上面臨著一系列不同挑戰。
>>>>醫療健康領域湧現的人工智能應用案例
打造最有效的應用不是爲了更順利地開展醫療保健業務，而是爲了促進基礎生産力，爲醫學診斷和治療方案提供更好、更強大的洞察。人工智能和其他新興技術的應用通常圍繞以下案例展開：
爲醫療保健專業人員提供決策支持。在診斷和治療過程中，由人工智能驅動的分析軟件正在幫助引導醫生和其他醫療保健工作者，給出有效建議並及時提示風險，以便醫生更快和更准確地制定治療方案。在中國，百度在近1000家醫院推出了臨床輔助決策系統（CDSS） ，通過標准化的問診程序指導醫生完成病情診斷，並推薦科學的治療方案，爲醫生提供支持。
醫學影像分析和診斷支持。機器學習——全球人工智能創新的一個快速發展領域——正被用于分析日益複雜的核磁共振成像（MRI）、計算機斷層（CT）掃描和其他醫學影像，以診斷骨折、癌症、中風和許多其他疾病。依圖科技是一家由風險投資支持的人工智能初創企業，發揮中國在圖像識別研發方面的領先地位，與成都華西醫院肺癌數據庫共同構建了一套用于肺癌診斷的四維CT掃
描分析系統。
爲患者提供虛擬幫助。如今有越來越多的人工智能工具可以爲患者尋找就醫資源和優化選擇，例如非正式的自我診斷、尋找醫生和預約等。這些工具目前在美國和歐洲越來越受歡迎，那裏的患者通常需要借助衆多工具進行優化選擇，它們也開始在亞洲得到應用。在中國，平安保險公司的“平安好醫生”擁有各種在線咨詢和分診功能，預計有1.8億注冊用戶。
就診工作流程協助。新興的技術平台，如美國人工智能巨頭Inovalon開發的技術平台，正在使用自然語言處理（NLP）和深度學習算法，更快速地對病曆和程序進行分析和編碼，並自動審查文檔和患者病史，以提高持續護理和支持水平。
機器人外科醫生。認知機器人技術正用于增強對患者術前醫療數據的分析，並就具體的手術策略和方法做出建議，最終協助外科醫生完成手術。埃森哲咨詢公司估計，機器人輔助手術可以爲美國醫療保健系統節省400多億美元。在亞洲，日本初創公司Riverfield Surgical Robot正在構建一個名爲EMARO的平台，該平台將手術現場指導和支持與術前記錄的醫學影像數據強化分析相結合。
減少欺詐。人工智能軟件可以使用NLP分析保險理賠數據（其中一些是非結構化的和非標准的數據），以識別欺詐性或不精准理賠的運作模式以及嫌疑人。在擁有龐雜、昂貴和私人醫療保健體系的市場中，這是一個更大的問題——在美國，據聯邦調查局估計，每年保險欺詐和濫用的金額範圍在900億至3,000億美元之間——但此類事件在亞洲也出現了一些苗頭。亞洲大型保險公司，如日本的Sompo ，正在理賠和欺詐識別過程中使用人工智能技術。
智能手表、健身監視器以及智能手機在亞洲大量湧現，引發了許多用于監測心血管活性、脈搏數、含糖量和含氧量等健康數據的應用。結合人工智能分析，這些數據可用于評估健康風險和發現預警信號，以及制定預防性或增進健康的各種措施。這將越來越多地涉及DNA分析，而人工智能可以發揮提高DNA分析水平的作用、考慮有關患者病史的元數據，並跟蹤DNA測試供應商的記錄，以幫助患者和醫療保健專業人員選擇最佳提供商。在亞洲，幫助患者和護理人員實現健康成果或常規護理程序管理的專用設備開始出現；日本初創公司Triple W研發的DFree如廁時間預測裝置開始興起，該裝置能夠在護理老年人時爲護理人員提供幫助。
提高醫療保健領域的人才數量和技能
從日本到印度，在擴大醫療保健覆蓋面和促進亞洲各地醫療專業人員研究成果轉化方面，人工智能發揮著重要作用。提高疾病檢測的速度和准確性，或向臨床醫生提供見解和決策支持，正在成爲緩解該區域長期和日益嚴重的醫務人員和資源短缺現象的主要目標。世界衛生組織估計，到2030年，亞洲地區將需要超過1,200萬名新的醫療保健專業人員，比當前增長70%以上。雖然彌補亞洲地區醫學人才短缺可能是當前人工智能應用浪潮的驅動力，但決策者和人工智能企業家也正在以更具變革性的方式思考該技術，並努力開發人工智能應用，使該地區的醫療保健系統能夠以更加積極主動、預防性的方式運作。
與正在迅速部署新興技術的大多數行業一樣，人們對人工智能在取代現有或未來醫療保健工作方面所具備的可能性也進行了許多討論。MIT Technology Review Insights在《人工智能與人力資本》中估計，在11個亞太市場，醫療保健將成爲人工智能和自動化技術的受益行業之一。雖然該行業的工作機會將減少，從日本的約8%到菲律賓的約5%不等，但更大的影響在于，隨著新興技術的出現，這些工作將得到增強和改善。研究表明，在新加坡和韓國等市場，大約14%的醫療保健工作將因爲人工智能而變得更加高效和更具生産力。
自動化技術將推動從業人員，尤其是發達經濟體的醫務人員進一步提升專業水平與人機協作能力。但現實情況是，亞洲的醫療生態系統從一開始就缺乏訓練有素的從業人員，而該區域的醫療保健需求卻在持續增長。人工智能是切實提高醫療保健行業效率和價值的重要解決方案。
>>>>增強醫療保健提供者的能力
百度智慧醫療總經理黃豔透露，作爲中國互聯網巨頭之一的百度正在探索利用其核心技術優勢、用“循證AI賦能基層醫療”。百度智慧醫療于2018年成立，專注于探索AI在醫療領域的應用。黃豔說道：“中國醫療體系的一個核心問題是醫療資源的結構性失衡，中國人口衆多，社會老齡化日益嚴重，人們對優質醫療服務的需求不斷增加，但有能力的醫生數量還不夠，而且大部分都集中在大城市。”
談及醫療AI的商業化，黃豔補充道：“我們不急于變現。醫療服務是以價值爲導向的，只要能夠爲醫療體系帶來重大價值，就能看到商業機會。我們很高興地看到自我們的産品推出以來，不管是患者、還是基層醫院都對其給予了非常積極的反饋。”
>>>>中國基層醫療機構的能力和信心
百度正在通過臨床輔助決策系統（CDSS）爲中國基層醫療提質增效。該系統由AI技術驅動，能夠爲基層醫療機構推薦診斷和治療方案的實施建議。百度設計該系統的初衷是爲了切實幫助基層醫療機構的醫護人員。中國的公立醫院分爲三級：三級醫院通常是擁有超過500張病床的大型綜合醫院，而一級醫院則是位于城鄉地區的規模較小的醫院，床位大多不足100張，且醫護人員數量較少、經驗有限。
基層醫療機構本應該是人民健康的第一道防線。然而，由于人們普遍認爲在基層醫院提供服務的醫師經驗欠缺且醫院的資源有限，大多數患者更傾向于到三級醫院就醫，以獲得規範的專業治療。黃豔認爲，這樣的情況進一步加劇了“中國醫療資源的結構性失衡”，一級醫院門可羅雀，不能承擔起基礎醫療服務提供者的職責，而三級醫院則人滿爲患，常常超負荷運轉。
百度希望通過提高基層醫院醫生的能力、增加優質醫療服務的患者可及性。這與近年來中國政府鼓勵分級診療、推動基層醫療提升的政策方向是一致的，其目的都是希望基層醫院能夠承擔起健康守門人的任務，讓居民就近得到專業、優質的醫療服務。
在百度CDSS落地的衆多基層地區中，位于北京東北部的平谷區最爲典型。平谷區有46萬人口。平谷區衛生健康委員會信息中心主任焦軍鋒表示，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。焦軍鋒談到，國家要求基層承擔66種常見病的診療，這對于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定位于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、更好地服務于基層群衆。
談及CDSS落地以來的效果，焦軍鋒大加贊賞。“這個系統對于症狀識別的准確性遠遠高于我們的預期，可以有效幫助醫生做出判斷。這個系統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。”
焦軍鋒對目前CDSS的應用效果非常滿意，他希望能進一步探索更多CDSS應用場景、讓CDSS更多、更全面地服務于基層醫療。例如運用CDSS遠程爲偏遠地區的患者看病，並建議他們應該去哪家醫院和哪個科室就診。在看完病以後，讓CDSS持續跟進患者病程，給出下一步治療和護理建議。
>>>>可解釋的人工智能
CDSS系統能夠提供可解釋的建議，輔助醫生完成診斷、治療方案等臨床決策過程，並在必要時給出風險預警。CDSS的可解釋性是建立在醫學自然語言處理（NLP）和知識圖譜（KG）技術之上的，這兩項技術也是CDSS最終成功的關鍵因素。
“醫學自然語言處理技術和知識圖譜技術奠定了百度人工智能醫療的基礎。自然語言處理技術能夠自動識別病曆和醫學文獻中的實體以及實體之間的關系，將其整合入醫學知識圖譜。這種對于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能工程師的密切合作，是很難實現的，”黃豔介紹。
除了CDSS外，百度還基于醫學NLP技術和KG技術開發了許多其他AI醫療産品，用可解釋的建議爲臨床診療過程提質增效。
跟上機器的步伐
醫學影像技術的飛速發展，結合人工智能的分析和機器學習能力，使得亞洲醫療保健專業人員快速診斷重大疾病的能力有了顯著的提升。
有幾個因素促成了這些能力的大幅提高。首先是醫學影像方面的投資。在整個亞洲， 2019年上半年的醫療保健科技企業投資總額將近25億美元，其中有將近4億美元的風險投資流向了醫學影像企業。研究公司IDC估計，到2022年，亞洲醫療保健行業的技術支出可能達到近150億美元，與目前水平相比每年增長7%。第二個進展領域是正在圍繞某些疾病和傷害而建立的大量的數字化數據集。雖然整個地區的情況參差不齊，但中國、韓國和日本的數字化數據集正逐漸強大起來，經過CT和MRI掃描得到的大量原始資料正在爲機器學習算法提供依據，使其能夠進行模式識別、歧義解釋，並
以令人驚歎的准確性做出診斷。隨著新數據集的出現，用于檢測疾病的新人工智能模型也會顯現。在韓國，醫學影像初創公司Lunit最近獲得了該國食品藥品安全部關于其乳腺癌檢測平台的批准，該平台的算法是基于20多萬張乳腺X光醫學影像進行訓練後得來的。
>>>>人機診斷
醫學影像技術在過去十年間飛速發展，在疾病診斷方面爲醫學專業人員提供了巨大幫助，但也對醫生正確診斷影像的技能提出了巨大挑戰。“在過去六、七年間，醫學影像診斷作爲一種人工智能醫療應用，得到了蓬勃發展，這是多種因素共同作用的結果。”印度瓦德瓦尼（Wadhwani）人工智能研究所首席執行官Padmanabhan Anandan表示，“例如，數字影像的數量和可用性以及機器學習工具日益增強的解讀性能，已遠遠超出了人類的能力。”
Anandan將影像解讀描述爲一個具有挑戰性的醫學分析類別。“醫學影像‘晦澀難懂’ ，需要經過複雜細致的理解才能得出合理推斷。”他說，“醫學影像非常適合用于複雜分析工具的診斷輔助，這與化學分析（例如血液檢測或活檢）完全不同。對于後者，醫生可以更輕松地理解定量結果。”
中國信息通信研究院（CAICT）高級業務主管、WHO-ITU醫療健康人工智能焦點組副主席許珊表示，醫學影像是極具影響力的人工智能創新應用案例，她認爲部分原因是計算機視覺和深度學習技術的強大而獨特的組合。許珊表示多維影像融合過程將來自多個記錄影像的重要數據合並爲單個數據，“可將肺癌檢測的准確性提高50%，而卷積神經網絡（專門用于檢測和解釋像素數據
的神經網絡）則可增強診斷能力”。
亞洲多個國家都在努力將這些技術應用于影像分析。日本經濟産業省（METI）健康産業部主任Kazumi Nishikawa說：“癌症是全世界面臨的難題。”從這一點來說，亞洲國家的豐富經驗和大量數據確實帶來了不少優勢。例如，中國在這方面的能力正在增強，這要歸功于大量的醫學影像數據以及國家在各種圖像識別工具方面早早確立的領先地位，特別是面部識別。
Nishikawa指出，醫學影像分析是日本各家醫院和大學尤爲突出的一項技能。“世界各地都有（影像診斷）項目，但日本是獨一無二的，因爲這裏生成了大量影像數據，而且醫生能爲人工智能平台提供高質量的關鍵詞和教學資源。”2017年，日本國立情報學研究所、日本醫學研究和發展局（AMED）以及其他醫學學術機構推出了基于雲的國家醫學影像研發計劃——醫學大數據研究中心。日本還擁有經合組織國家中密度最高的CT和MRI掃描儀。7 Nishikawa注意到，日本醫學大數據人工智能研究與全球其他醫療系統之間的學術合作機會越來越多，並指出AMED正在尋求擴大該計劃的規模，將它從研究過渡爲商業化診斷工具。
>>>>彌合數據鴻溝
亞洲新興經濟體的政府大多尚未爲發展醫療保健領域的人工智能制定出具體規則，這主要是因爲還面臨著其他挑戰。瓦德瓦尼人工智能研究所的Anandan以印度爲例，指出在該國的國家數字醫療服務藍圖發布時，“甚至沒有將人工智能考慮在內”，因爲“首先需要建立患者信息的數據收集與分析平台。”人工智能可以部分勝任這項工作，Anandan表示，因爲機器學習工具可以“過
濾和清潔數據，使其靈活易用，並確保患者數據的安全使用和分享。”
印度在解決這一數據鴻溝方面還有其他獨特資源，例如其世界領先的IT服務行業。Anandan認爲：“印度IT業不僅爲全球提供後台支持，也爲印度提供重要保障。”印度IT公司已經在爲印度政府的一系列基礎設施建設項目建立數據生態系統，而實現數字醫療保健的目標爲他們提供了又一個機會。
印度總體上缺乏數字醫療基礎設施，這掩蓋了印度擁有大量財富和醫療保健專業知識的事實。 Anandan解釋說：“ 印度的很大一部分地區已經超出了發展中國家的水平。”印度國家級醫療資源在人力資本、醫療設施和基礎設施方面的人均分配不足，“大多數貧困地區主要由未受過全面培訓的醫護人員提供服務。然而，我們也有不錯的中産階級醫療保健覆蓋率。”他認爲，這種組合爲印度在社會經濟領域探索人工智能應用案例提供了獨一無二的機會。
因地制宜應對醫療挑戰
采用人工智能技術的醫療保健行業在亞洲取得了巨大成功，他們利用國家的獨特資産——本地技能、人才或數據資源來應對嚴峻的醫療挑戰。如前一章所述，在醫學影像等大型數據集的支持下，人工智能在癌症、中風、心髒病、骨折和眼疾的診斷方面取得了令人難以置信的進展，並且能夠診斷的疾病種類還在快速增加中。亞洲欠發達經濟體也面臨重要的機遇，他們可以利用人工智能解決自身特有的醫療難題，如印度的産婦和新生兒死亡率或肺結核。
在中國，國家財富的日益增長以及獲得數字服務的便利性讓大量人口所面臨的一系列醫療保健挑戰變得更加複雜，人們對醫療保健機構的期望不斷提高，有限的資源和空間變得更加緊張。最終，老齡化正在迅速成爲亞洲主要的醫療保健危機之一。日本無疑就是典型的例子，他們有近三分之一的人口年齡超過65歲。該地區其他國家的老齡化程度緊隨其後。到2030年，韓國、泰國和中國的60歲以上人口比例將超過25%。在未來幾十年中，政府的政策和私營企業的創新將相互結合，以便開發特定的人工智能應用來解決這些獨特挑戰。
>>>>降低印度嬰兒死亡率
瓦德瓦尼研究所已將婦幼保健確定爲人工智能發展的一個重要領域。據印度中央衛生情報局報告，雖然嬰兒死亡率在過去二十年裏減少了一半以上，從1994年的每千名活産嬰兒死亡74人減至2016年的34人，但這仍然是美國的六倍。美國的每千名活産嬰兒的死亡率爲5.6人，是發達國家中排名最低的國家。”新生兒風險管理是國家的高度優先事項，也因此有了更多可用的曆史數據，”Anandan說，“ 這使我們有機會利用人工智能對孕産婦的風險程度進行分級。”瓦德瓦尼研究所已經開始使用人工智能手機應用程序來獲取新生兒數據。
雖然有大量的統計數據，但Anandan指出，其中大多數數據並沒有很好地收集起來，因爲“在醫療保健機構之外對新生兒進行准確的測量是非常困難的：例如頭部大小需要以某種方式在一定時間範圍內測量。大約30%至40%的嬰兒在出生時沒有進行正確的體重測量，特別是低體重出生兒的體重往往是出于“猜測”。瓦德瓦尼研究所的項目包括“幾張智能手機拍的照片和一個由合成數據驅動的3D虛擬模型”，用以描述“基礎事實”，這些基礎事實可以爲今年晚些時候全面展開的現場試驗奠定基礎。
Anandan指出，准確的測量數據或許能消除使用人工智能降低嬰兒死亡率過程中的最大障礙之一，但瓦德瓦尼研究所的項目“現在必須後退一步” ，以便對嬰兒死亡風險程度進行更充分地分級，從而整合和分析關于社區因素和妊娠健康指標的數據。他認爲其他醫療領域也有類似的人工智能發展潛力，“在這些領域，印度在數據收集以及與政府合作方面擁有豐富的國家級資源。”結核病等疾病“將首當其沖成爲印度在人工智能方面的基礎醫療投資領域 ，”他表示。
印度高端醫療保健行業在提高效率和改善患者恢複效果方面都有得天獨厚的機遇。爲有風險的選擇性手術提供人工智能的參考意見就是其中的一個例子。Anandan說，例如白內障手術的數量已經隨著印度新醫療保險政策的推行而急劇增加。“許多白內障手術並非絕對必要，但醫療保健專業人員往往難以明確界定這一點。”他表示。
>>>>人工智能爲日本帶來一線希望
日本經濟産業省（METI）健康産業部主任Kazumi Nishikawa表示，日本在人工智能研究方面具有特殊的國內市場優勢，其中一個領域是開發解決方案來照顧快速增長的老年人口。日本社會老齡化的嚴峻程度爲世界之最：2006年，日本成爲第一個65歲以上人口占總人口20%的國家。如今，國立社會保障與人口問題研究所的數據顯示這一比例已經高于28%，即超過3,360萬人，並預測到2050年將增至37.7%。
雖然從那時起的長期預測將趨于穩定（到2065年爲38.4% ），但這更多是與全國人口總體下降的速度有關：日本總人口自2011年以來一直在下降，日本內務省估計其本地人口去年減少了430,000人。老齡人口的財政負擔很高，政府爲75歲以上人口付出的成本是其他公民的四倍。與此同時，能夠照顧老年人（和支付老年人養老費用）的人群規模迅速縮小。
在此背景下，大量的養老初創公司正在興起，“針對日本的情況開發獨一無二的AI技術，”Nishikawa說。這些應用包括針對失智症患者的溝通工具，以及幫助護理人員爲患者安排如廁時間的預測分析。雖然數據不如醫學影像那麽容易獲得，但Nishikawa表示，記錄與“奶奶和爺爺”的互動信息正在迅速幫助這些公司建立數據集。
成立于2016年的ExaWizards公司是一家總部設在東京的初創企業。它從養老院內的相機、麥克風和語音分析系統中收集數據，並將其與日本廣泛采用的法國失智症護理計劃——“人性照護法”（Humanitude）的基本原則結合起來。“人性照護法”的方法是通過使用聲音和觸摸、眼神接觸以及保持尊重的距離來與失智症患者溝通，以改善患者和護士的心理狀況，從而訓練護理人員以溫柔和善的方式對待失智症患者。另一項創新來自Triple W，這家在美國開設了子公司的東京初創企業使用人工智能分析來自小型可穿戴膀胱超聲設備的數據，以幫助老年人及其護理人員預測如廁時間。據Nishikawa介紹，“ 在過去三年中，已有100多家養老院安裝了這一系統，並正在向美國、中國和歐洲出口該産品。”
Nishikawa指出，許多日本人工智能公司背後可能沒有世界領先的技術，但ExaWizard和Triple W等公司正在展示日本的醫療保健初創企業是如何成功地利用全球競爭優勢的：“日本對老年人護理的高需求使我相信，日本將繼續創造實用、獨特的人工智能應用，”這對地區和全球都將産生影響。日本的極端老齡化危機或許非常嚴重，但在亞洲絕非僅有。數據分析公司Complete Intelligence的研究顯示，中國的總和出生率在五年前達到頂峰，按照目前的速度計算，未來五年內死亡和移民人數將超過中國的出生人數。特別是中國和韓國，他們的老年人護理費用在未來二十年裏可能會急劇上升。
>>>>新加坡的醫療創新挑戰賽
許多亞洲國家政府長期以來一直在制定産業和社會激勵措施，將商業投資和學術成果集中用于公共政策問題。特別是新加坡，在針對醫療健康的人工智能應用領域，整合了本國的部分科研力量和社會資源並加以培訓。
2018年6月，新加坡國立研究基金會的促進機構AI Singapore推出了“人工智能醫療創新挑戰賽”（AI in Health Grand Challenge）項目，邀請當地學術機構和企業參加一項構建人工智能應用的競賽，從而有助于實現該國到2024年減少20%高血糖、高血脂和高血壓患者人數的總體目標。據衛生部統計，到2020年，統稱爲“三高”的這三種疾病預計將影響150萬新加坡人，占總
人口的26%以上。
2019年3月，AI Singapore向入圍決賽的三支團隊分別頒發了500萬新元（360萬美元）的資助，並將在兩年後向其中一支決賽隊伍投資高達2,000萬新元（ 1440萬美元）。其中一支是由新加坡國立大學（NUS）牽頭的團隊，其方案是計劃研發一個可以讓患者和醫療保健提供商訪問的名爲JarvisDHL的人工智能平台，使他們能夠監測和評估與糖尿病、高血壓和膽固醇相關的健康指標。第二項方案同樣來自由NUS與新加坡的國立大學醫學組織牽頭的團隊，其目的是發展規劃和決策支持算法，擴大新加坡社區醫療保健綜合診所的應診能力，包括監測患者營養素攝入並提供分析和患者指導的應用程序FoodLg。第三項方案旨在開發一個評估和幹預平台，以便從初始檢測到治療管理的不同階段對“三高”患者進行管理。
人工智能與主動健康
如前幾章所述，亞洲的人工智能開發大部分著重于提高醫療專業人員和醫療設施的技術水平與能力，以及解決當地特殊的醫療健康難題。但是，本區域的決策者、學者和技術人員正在越來越多地調查人工智能從根本上重新定義醫療保健概念的可能性。一個被稱爲“主動健康”的新概念被越來越多地提及。衛生部門對疾病標志、風險因素以及關于疾病和健康狀況的其他情報進行彙編和
分類，然後利用它對人們在改善健康狀況時所應采取的行動提出預測性建議。
中國信息通信研究院的許珊指出，醫療衛生管理和老齡化應對措施是中國未來幾年的主要關注點。中國科學技術部2018年《關于國家重點研發計劃“主動健康與老齡化科技應對”的通知》是“未來四年，中國在最有希望的領域引進新技術的幾個關鍵的特別項目申報指南之一。”她列舉了幾種與醫療健康相關的技術，包括人工智能的深度學習應用、虛擬助手、可穿戴監控設備、多元數據分析以及數據處理（數據的標注和質量控制），這些都是未來兩到五年將在中國快速增長的行業。
>>>>扁鵲三兄弟的故事
許珊認爲，這項新技術將著重促進從數據的反應型解讀（即基于MRI掃描審查的診斷）到人工智能應用的全面飛躍，通過深度神經網絡和更深層數據湖的驅動，爲患者行爲和最佳治療方法提出預測性建議。
她用一則講述周朝（約公元前500年）傳奇大夫扁鵲的民間故事來說明這一目標，人們通常認爲扁鵲是中國的首位著名醫學專家。扁鵲有兩個兄弟，他們也是醫生。許珊解釋：“相傳，一位皇帝問兄弟三人中最有名的扁鵲，誰的醫術最好。扁鵲回答說，他自己的醫術一般，但卻最有名氣，因爲他治療的都是已經病入膏肓的人，所以效果最顯著。扁鵲解釋說，他的二哥醫術更好，因爲他在人們的發病初期進行治療，那時病狀還不十分明顯。他的大哥是最好的醫生，因爲他能看到人們可能會生病的原因，在人們還沒有感覺不舒服的時候就鏟除了病根。”
>>>>可穿戴設備+人工智能
在整個亞洲，可穿戴設備被視爲主動健康的一部分。該地區已經成爲全球最大的可穿戴設備市場，預計收入爲73億美元，其中以中國（46億美元）和印度（14億美元）市場爲主，年增長率約爲4.4%。12 亞洲的制造業同時也是世界最大消費電子産品生態系統的中心。因此，亞洲醫療保健行業蓬勃發展，側重于打造人工智能驅動型工具和設備。由日本初創企業Triple W開發的DFree馬桶計時助手就是融合可穿戴設備和人工智能技術以創造主動健康工具的範例。
許珊認爲，在病情發生之前，能夠根據各種指標和情況預測並提供建議是一種專業能力，而人工智能應用于醫療保健行業的真正變革力量將在這種能力中得以實現。”通過更深入地了解現有情況，將在一定程度上對反應型或解讀型人工智能的轉型起到推動作用。智能可穿戴設備已經可以將信息傳輸到分析系統，分析系統能夠推薦鍛煉、飲食和藥物治療方案，並讓患者了解他們在遵循這些
方案方面能取得怎樣的效果。
亞洲可穿戴設備創新的其他案例包括：總部設在香港的衛保數碼有限公司（Well-Being Digital），其靈敏、准確的心率監測器擁有50多項專利，可用于耳機和任何數量的可穿戴設備；新加坡保健促進局與Fitbit合作，在全國範圍內發起健康生活運動，向公民免費分發健康監測器。
>>>>人工智能無法替代人類
日本經濟産業省（METI）的Nishikawa認爲，即使與醫療保健行業不斷融合，向主動健康人工智能的過渡也很困難。“ 對于人工智幫助人們更健康的前景我很樂觀；在日本和世界各地，人們可以輕松地選擇使用一系列可穿戴設備、應用程序和分析系統，激勵自己選擇健康的生活方式。然而，我對人工智能取代醫生來提供可靠的診斷服務這一點並不持樂觀態度。原因在于：准確性、公信力以及最重要的是承擔責任。醫生必須對自己的診斷負責，包括“當出現不利診斷時”管理患者焦慮程度的責任。“從這個意義上說，在將人工智能作爲一種完全替代醫生的能力來加以應用時，我們必須采取保守的態度。如今的診斷支持系統必須能爲醫生提供補充和保障。”
Nishikawa認爲，在向更加積極主動的人工智能發展的過程中，下一個合乎邏輯的步驟是利用人工智能在特定情況下爲醫療保健專業人員提供充分支持。他指出，Tricog是一家總部設在新加坡的醫療保健公司，吸引了東京大學的風險投資機構Edge Capital投資。Tricog的技術將非洲、南亞和東南亞十幾個國家的診所和醫院運營的心電圖機連接到其雲分析平台，將心電圖結果發送給他們自己的醫療團隊進行分析和解讀。該公司稱，這種由遠程專家和人工智能技術驅動的診斷支持組合可以在六分鍾內爲客戶提供結果。Nishikawa表示，Tricog公司運營方式的價值在于“向各國經驗較少的其他專業人員提供醫生與醫生之間的預測服務。”
結論：兼顧緊迫性與能力建設
本報告《AI醫療：亞洲的發展空間、能力和主動健康的未來》探討了如何利用新興技術來滿足亞洲國家的具體醫療保健需求，以及該區域如何迅速成爲醫療保健技術創新的全球領導者。這些創新領域包括：日本努力加快醫學影像中的人工智能診斷，中國利用人工智能實現應診能力建設和克服基礎設施不足的挑戰，以及新加坡政府利用人工智能爲治療三種高成本疾病所設定的目標。本報告的結論如下：
>>>>人工智能崛起，劍指亞洲醫療保健挑戰
亞洲各地湧現多種戰略，將人工智能技術與其國內的獨特挑戰和醫療健康需求相匹配，爲科技創新營造了有利的環境。各政府在爲私營企業和學術研究機構制定大膽目標時可以發揮更積極的作用，同時要形成對不同參與者更具吸引力的協作模式，以找到滿足醫療保健需求的新解決方案。作爲一個典型例子，新加坡的“醫療創新挑戰賽”向我們展示了政府如何在提供必要資源的同時促進有針對性的研發。
>>>>首先解決最困難的挑戰
無論是政府、醫療機構還是科技公司，亞洲的醫療參與者都應專注于國內和國際醫療市場上最具挑戰性和出現範圍最廣的問題。此類問題看似無窮無盡，但最有效的努力是發現大規模問題——例如日本對失智症護理的需求已困擾了其4%的人口，而這一需求還在上升——與人工智能資源結合起來。努力增強資源和人員將産生立竿見影的效果，並爲今後的突破奠定基礎。
>>>>鼓勵創新，但要確保持續評估
雖然尋求創新解決方案來應對醫療保健挑戰至關重要，但中國信息通信研究院的許珊還指出，“ 要真正實現變革性的醫療保健人工智能，關鍵在于確保這些創新成果得到嚴格的基准測試和評估，這有助于確保遵守上市前和上市後的法規和制度。成功地建設和加強國內人工智能技術將對其他市場大有幫助，並將創造向區域和全球出口産品的機會。”中國和日本在圖像識別技術方面日益領先，已經獲得了技術出口的機會。
>>>>以人爲本
科技對醫療診斷決策與日俱增的貢獻無疑爲亞洲諸多患者帶來了福音。然而，從倫理角度考慮，科技必須只能作爲一種輔助醫生和醫療從業者的工具。最終的決策責任必須牢牢掌握在人類手中，以保證醫療保健系統問責制度的執行。通過提高醫生的專業知識和迅速有效醫治患者的技能，使醫生的醫術水平不斷得到強化，這將成爲亞洲最具變革意義的創新現象之一。對于處在經濟金字塔頂端的患者，他們得到的護理已經具備較高水准。但是，對于數以百萬計處于社會經濟底層的人來說，有更多機會接受高效和經驗豐富的醫療專業人員的服務，對他們生活質量的改善將大有裨益。
關于MIT Technology Review Insights
MIT Technology Review Insights是《麻省理工科技評論》（MIT Technology Review）的定制出版物。作爲世界上曆史最悠久的科技類雜志，《麻省理工科技評論》獲得了全球最知名科技研究機構的支持， 主要圍繞當今前沿技術和商業挑戰組織現場活動和發起調查研究。MIT Technology Review Insights在美國和海外開展定性和定量研究與分析，並發布包括文章、報告、信息圖表、視頻和播客在內的一系列內容。通過不斷壯大的《麻省理工科技評論》全球顧問小組，MIT Technology Review Insights有前所未有的走訪機會，與世界各地的高級管理人員、創新者和思想領袖開展了問卷調查和深入訪談。
更多精彩內容，關注钛媒體微信號（ID：taimeiti），或者下載钛媒體App