5月25-26日,由中国人工智能学会主办,南京麒麟高新技术产业开发区管理委员会和京东云共同承办的2019全球人工智能技术大会将在南京紫金山庄举行。
大会将汇聚国内外人工智能及相关领域领军者,以国际化视角全景勾勒人工智能发展蓝图,洞见未来趋势,锚定产业方向。
5月26日,2019 GAITC大会将举办“智能时代新中医论坛”,将对于中医发展现状、人工智能如何赋能中医等相关问题进行全面解读。该论坛主席之一教育部中医内科学(北京中医药大学)重点实验室主任、北京中医药大学东直门医院常务副院长商洪才接受了大会的采访。
商洪才
教育部中医内科学(北京中医药大学)重点实验室主任
北京中医药大学东直门医院常务副院长
国家杰出青年科学基金获得者,入选教育部新世纪优秀人才计划、国家创新人才推进计划与国家“万人计划”。研究方向为中医临床证据评价、效应特点及其机制。主持国家重点研发计划、国家杰出青年科学基金等多项课题。获国家科技进步二等奖3项,省部级一等奖7项。授权发明专利6项,软件著作权2项。
中医是我国传统文化的精粹,已有几千年悠久的历史。随着近代西医进入我国,中医也面临着前所未有的挑战,中医因不能提供科学的证据被质疑,同时国内从事中医行业的人数也在骤减。据国家中医药管理局规划财务司发布的《全国中医药统计摘编(1999-2017)》显示,中医药从业人员总数为66.3万,仅占全国卫生技术人员总数的7.39%;而建国初期我国中医数量为157万人,值得注意的是现在的总人口数量是那时的大约三倍。由此可以看到,中医发展的确遇到了“卡脖子”问题。
随着人工智能的飞速发展,相关技术已在医疗行业实现应用,但大多集中在西医领域,如视觉影像、辅助诊疗等方面,中医药的人工智能化仍然遥不可期。难道,人工智能与中医之间真的不能“牵手成功”吗?商洪才告诉记者:“中医要走向智能化,必须有数据和证据支撑才行。我和我的团队近十几年来做的工作就是努力获得高质量的中医临床证据,进而促进证据的有效转化”。
中医VS西医,中医能否后来者居上?
同为医疗健康领域,AI对西医领域的赋能似乎更快一些。AI最先为医学影像和辅助医疗两个方面带来便利,由于医疗数据中90%来自于医学影像,影像数据是医疗数据的富库,因而医疗影像比辅助医疗发展得更为成熟。人工分析医疗影像数据存在效率不高的局限,这一领域便成为人工智能可以大展拳脚的地方。人工智能借助图像识别和深度学习技术可以很好地提高数据分析的效率和准确性,进而提高了诊疗的效率和准确率。
通过上海交通大学人工智能研究院联合上海市卫生和健康发展研究中心、上海交通大学医学院发布的《人工智能医疗白皮书》了解到,AI医疗影像在肺结节、眼底、乳腺癌、宫颈癌等领域都已经有了较为成熟的产品,而且该行业在2018年前三季度的融资金额高达26亿元。
然而,人工智能在中医领域的应用并没有实现大规模发展。商洪才表示:”现在智能中医更多地还停留在尝试、探索以及概念上,临床上真正用到的还是一些较为初步的产品,比如,与中医四诊客观化相关的脉诊仪、舌诊仪、目诊仪等。”
中医的诊疗仪是AI可以最先进入的环节。除了“闻”诊、“问”诊可以通过文本或音像媒介实现记录和分析外,“望”诊和“切”诊是可以借助人工智能技术的赋能实现客观化的。
从“望”诊来看,“望”诊主要是看舌、目、色等信息,对于这些影像的拍摄,计算机视觉技术有望实现。商洪才介绍到:“舌诊需要看舌的光泽度、舌苔的厚度以及色泽的不同。而在目诊方面,清华大学的团队已经研发出目诊仪。”
从“切”诊来看,包括脉诊和按诊两部分内容。脉诊是按脉搏,按诊是在病人身躯上一定的部位触摸、按压,以了解疾病的内在变化或体表反应。商洪才对于脉诊仪的看法是:“脉诊需要很仔细地体会才能感受到脉搏跳动的微量差别,不同的脉象有着不同的特征,例如:芤脉如按葱管,弦脉如按琴弦,这首先需要更为精细的传感技术。”
除了诊疗仪可以进行数据搜集并且将数据量化外,影像设备也可以提供规范化的数据。商洪才谈到:“北京中医药大学与联影医疗科技有限公司于4月26日签署了一个战略协议,计划一同打造中医影像学研究中心。这个研究中心将以北京中医药大学东直门医院为研究基地,开发具有中医元素的影像设备,并应用于科学研究,例如在进行针灸、推拿相关研究时,对脑部的影响可以通过核磁影像反映出来并加以分析。当这些技术达到一定水平,实现中医智能化、信息化便指日可待了。”
相比中医,西医是由自然科学支撑的现代医学,其在信息化、数据化领域有着先天优势。从最开始的建病例、开处方到拍片子、做手术,西医都离不开电子系统,也就是说整个诊疗流程,西医都是运用大量数据进行记载。然而,中医的诊疗大多数是主观文本信息的记载,例如,舌质紫暗,舌苔白腻等,日常问诊的各种文本还附带着细腻的描述副词,量化起来的难度还是很大的。
无论是诊疗仪还是影像设备的研发,一方面可以改变中医的诊疗方式,另一方面可以实现中医诊疗数据的量化。
数据标准化是中医智能化发展的最大掣肘
中医能否走向信息化,最关键的是数据。从构成人工智能的四大基本要素来看,数据是人工智能技术的基础。目前,中医诊疗数据除了依靠诊疗仪进行数据采集和量化外,还需要建立统一的规则,实现中医临床数据的标准化。
商洪才表示:“中医几千年诊疗多数是靠经验总结,之所以长时间被一些人误解,很难得到国际认可,主要原因是缺乏高质量的证据。”这里提到的证据,是循证医学的概念,可以简单理解为医生诊病看病的依据,这来源于对研究数据进行分析得到的科学结论。
发展了几千年的中医,丰富的临床诊疗经验既是最宝贵的财富,也是其走向智能化、信息化的最大障碍。商洪才介绍:“我们现在手里有一批‘四诊信息’的临床数据,收集起来也很庞杂,但是这些数据用作智能化分析的质量不高。但是,我将几万例的研究数据提供给大数据分析的专家,他们又认为这些研究数据的量太小,且结构太简单。”因此,我们可以看出,中医现存的临床数据太过繁杂,质量不高;质量高的研究数据,量又偏小;这不利于形成高质量的证据。因此,如何让数据标准化是目前亟待解决的问题。
如何将以文本为主的中医诊疗信息变成机器可以识别的代码,中医循证评价方法和关键技术或许是解决问题的关键要素。尊经典、重考据的中医,还没有确立一个符合中医自身规律且可以客观评价中医临床疗效的方法和标准。中医循证评价方法意在用“证据”来说明疗效,获得高质量的中医证据,并让证据做到可展示、可转化。近十年来,商洪才带领团队一直在探索科学公认的方法与标准,并将数据和证据结合起来进行展示,多方推进临床转化,向外拓展研究领域。
在解决数据标准化问题上,一方面借助诊疗仪与影像设备实现数据的量化;另一方面,商洪才及团队近十几年来投入大量心血在中医循证评价方法和技术的建立,努力为中医临床制定统一的数据标准。
经验论的中医失了先机,还有实现颠覆性创新的可能吗?
经验论的中医走向现代化的最大的难关在于数据,数据的质量将决定医学人工智能发展的速度。当中医解决了数据的难题之后,未来的前景将十分广阔。
行业痛点决定市场空间,医疗领域最大的痛点在于患者看病难、看病贵、医疗资源不均衡等方面。未来中医诊疗仪可以大范围推广时,患者可以在家通过诊疗仪完成初步的诊断。诊断的结果上传到医生的端口,医生再进一步与患者进行远程“问”诊后,根据患者的体质与诊断结果开出处方。最后,患者在手机上完成支付,在家等着送药上门。
这样的就医方式,既可以为患者提供一些便利,又可以让二三线城市的患者有更多机会得到名医的诊治。这将是中医在未来生活中应用最为广泛的场景,为实现这样的场景,不仅需要AI赋能中医,使中医实现智能化发展,还需要提高人们的保健意识。
随着人们自我保健意识的提高,“治未病”将被视为资本蓝海。然而,这一理念恰好与中医提倡的“上工治未病”不谋而合。中医的“治未病”主要包括未病先防、已病防变、病后防复三个层面,其中未病先防是指人体没有发生疾病的健康或亚健康状态下,对可能导致疾病的各种原因,采取针对性的养生保健预防措施,增强体质,防止病邪侵袭。
中医未病先防领域不仅市场广阔,还是巨头尚未大量注入的处女地。从市场前景看,人口老龄化、慢性病高发和人们健康意识的普遍提高将促进健康产业高速发展。2016年10月发布《“健康中国2030”规划纲要》明确提出健康服务业总规模于2020、2030年分别超过8万亿元和16万亿元。我国健康产业仅占国民生产总值的4%-5%,然而健康产业在发达国家比重超过15%,可见我国健康产业发展空间巨大。
从资本注入的比重来看,中医市场尚未被发掘。科技巨头看到了大健康领域的发挥空间,便开始纷纷布局,阿里健康经过四个阶段的不断尝试和探索,其业务格局逐步确定,形成医药电商、产品追溯、智慧医疗、健康管理四条业务线;腾讯在AI+医疗的布局上,从临床诊疗到医疗技术开发和基础研究的医药行业各个关键节点都已经有所覆盖;2014年才成立的互联网医疗独角兽“平安好医生”正在努力布局从健康商场到家庭医生、消费医疗、健康管理和互动的生态。目前,这家初创企业已开始向中医领域布局。5月26日,在2019 GAITC大会“智能时代新中医论坛”现场,国内知名专家学者将为大家讲解更多关于“AI+中医”相关论题,请大家敬请期待!
图丨来自网络,版权属于原作者
5月25日主论坛
李德毅,CAAI理事长,中国工程院院士,CAAI Fellow
沈向洋,微软全球执行副总裁,美国国家工程院院士,英国皇家工程院院士,ACM/IEEE Fellow
戴琼海,中国工程院院士,清华大学教授,CAAI Fellow
申元庆,京东云总裁
Wendell Wallach,耶鲁大学技术与伦理研究中心主任,黑斯廷斯中心高级顾问
Aya Soffer,IBM AI Tech副总裁
戴金权,英特尔高级首席工程师、大数据技术全球CTO
Gokhan Tur,Uber AI Lab主要负责人、技术总监
5月25日尖峰对话
语言智能赋能智能产业
主持人:
孙茂松,清华大学人工智能研究院常务副院长、清华大学计算机科学与技术系教授
对话嘉宾:
沈向洋,微软全球执行副总裁,美国国家工程院院士,英国皇家工程院院士,ACM/IEEE Fellow
李明,滑铁卢大学生物信息学讲座教授,加拿大皇家学会院士,ACM/IEEE Fellow
王小川,搜狗首席执行官
李航,字节跳动科技有限公司人工智能实验室总监,IEEE Fellow
自动驾驶进入泡沫后的低谷了吗?
主持人:
吴甘沙,驭势科技联合创始人、CEO
对话嘉宾:
李德毅,CAAI理事长,中国工程院院士,CAAI Fellow
Ibrahim Haddad,Linux 基金会、战略计划副总裁
荣辉,北汽集团新技术研究院副院长
蔡锐,DeepMotion 深动科技联合创始人、 CEO
5月26日专题论坛
脑科学与人工智能发展论坛
产业智能化发展论坛
人工智能开放平台与产业发展论坛
智慧能源生态产业论坛
全球视野下的人工智能伦理论坛
新时代模式识别前沿论坛
智能时代新中医论坛
人工智能与媒体融合前沿论坛
智慧交通与智慧城市专题论坛
大数据与智能出行:人工智能在大规模场景下的挑战论坛
国际中小学人工智能教育论坛
人工智能赋能新金融时代论坛
深度学习最佳实践论坛
精彩同期活动
中欧人工智能发展和机遇闭门研讨会
TensorFlow培训
2019智能系统-物理-信息论坛暨纪念吴文俊先生诞辰100周年学术研讨会
专题论坛最终设置将以会议举办时为准,大会组委会拥有最终解释权。
2019GAITC官网二维码
想参会,从这里开始!
微信扫描关注大会、大咖云集、日程亮点、全知晓!
2019 GAITC 好文回顾:
2019 GAITC 同期活动丨2019智能系统-物理-信息论坛暨纪念吴文俊先生诞辰100周年学术研讨会
2019 GAITC 专题论坛之十丨AI·未来--国际中小学人工智能教育论坛
2019 GAITC丨中国科学技术大学教授陈小平:如何借助AI伦理建设,帮助人工智能“天才儿童”更好地成长
2019 GAITC 同期活动 | TensorFlow 培训:你认真学习的样子,成功引起了我的注意!
2019 GAITC 专题论坛之九丨智能融合传播,技术驱动创新
2019 GAITC 尖峰对话预告丨十字路口,自动驾驶开往何方?
2019 GAITC 专题论坛之八丨拓展“深度学习”的宽度与高度
2019 GAITC丨文因互联CEO鲍捷:金融知识图谱将成为 FinTech 下半场核心推动力
2019 GAITC专题论坛之六丨重构“人、路、车”关系,智能出行下一站去哪里?
2019 GAITC丨重磅嘉宾抢先看之-耶鲁大学Wendell Wallach教授
2019 GAITC丨重磅嘉宾抢先看之-Uber技术总监Gokhan Tur
2019 GAITC丨重磅嘉宾抢先看之-IBM AI Tech副总裁Aya Soffer
2019 GAITC专题论坛之四丨模式识别的新时代,感知世界的新体验
2019 GAITC尖峰对话预告丨进入智能时代新境界的一把金钥匙—语言智能
2019 GAITC专题论坛之三丨全球视野下的人工智能伦理新观点
2019 GAITC专题论坛之二丨当能源拥有智慧--智慧能源生态产业高峰论坛即将开启
2019 GAITC专题论坛之一丨金融生态或将被“智能+”重塑——人工智能赋能新金融时代论坛开启在即