广东省第二人民医院副院长：我们与腾讯在AI影像上的探索与需求

会员服务 ·

广东省第二人民医院副院长：我们与腾讯在AI影像上的探索与需求

2017 年 8 月 13 日 AI掘金志 亚峰

“4年前，我们就已在做互联网医疗，而绝大多数医院2年前左右才开始做。而在今天，当其他医院才刚刚开始探索AI时，其实我们早在2年前已经开始做了。”

广东省第二人民医院副院长李观明说到，两年前田军章院长就已着手部署AI，现在也有很多项目正在开展。

广东省第二人民医院在科技+医疗这方面一直走在全国的前列，其互联网医院（广东省网络医院）日门诊量高达1到2万，排全国第一。

雷锋网AI掘金志也了解到，去年9月份，广东省机电设备招标中心有限公司受广东省第二人民医院的委托，对人工智能暨大数据中心进行公开招标采购，反映出省二医积极拥抱AI的态度。

同时在近期也频繁与腾讯合作。

为什么与腾讯合作？

李观明指出，广东省第二人民医院此前在支付上与腾讯有非常良好的合作基础，其次腾讯也在AI方面有着不少积累，基于这两点，双方一拍即合。

除此之外，据广东省第二人民医院副院长李观明介绍，广东省卫计委已批复该院的两个AI业务牌照申请，主要服务于医院内的广东省影像诊断中心和心电诊断中心，可对食管癌、结肠癌、肺癌、宫颈癌、乳腺癌、心血管等疾病进行诊断。

近期，广东省第二人民医院也加入了由腾讯发起的人工智能医学影像联合实验室，该实验室也同时启动了全球首个应用AI医学影像的食管癌早筛项目的临床预试验。

作为广东省第二人民医院在AI影像方面的合作方，腾讯互联网+医疗负责人常佳首先谈到了医疗业务的难点：医疗这块的市场非常难啃，一方面需要解决患者的诉求，其次医院与医生也是一个比较独立的体系，同时，除了患者和医院外，政府、政策资源也在业务当中起到很重要的作用。整个医疗系统太过复杂，它不像一个互联网端的简单商业场景。

随后，腾讯优图实验室总经理吴运声谈到：我们已经在与广东省第二人民医院联系试水做一些实际落地，为患者提供服务。

其中，在肺癌早期筛查方面，腾讯优图的识别率超过80%，良性肺结核的识别率可达84%以上。经过调查，普通医生的准确率大概在60%至70%左右，成果在某种程度上说，已经超过普通医生的水平，另外眼底筛查准确率也达到了95%以上。

最近在跟在广州、温州一些医院寻求合作，未来会在几个月里正式落地。

吴运声补充到，其实优图并不是一个纯研究团队，一开始就立足把最新研究技术和成果落地在业务中，从而产生实际价值。所以团队在做研究时，更多去看业务有什么需求。优图近几年陆续打破多项图像记录，基于此，于是开始去考虑如何跟医疗影像结合。

合作存在的难点

与此同时，双方除了联合成立实验室进行纯科研外，腾讯的AI医学影像产品——腾讯觅影，也将在广东省第二人民医院进行临床预实验，辅助医生对早期食管癌进行筛查。

在问到项目合作最大难点是什么时，作为医院方，广东省第二人民医院副院长李观明从非技术角度谈了谈自己的看法：单从技术方面考虑，我觉得AI完全可以加入到医疗里来，它有助于提高我们的诊断速度和精度。

但医学有一个很大的特点：你可以明确给病人诊断出是什么病，但是机器检查出的结果，你能不能直接告诉病人，或者病人家属接不接受。如果对方接受了，能不能直接进行治疗。

这背后涉及到很多问题，不是单单靠AI诊断出他需不需要接受做手术就可以解决所有临床问题的。它还有经济、社会、道德、伦理等多方面的问题，很复杂。

作为算法输出方，腾讯优图实验室总经理吴运声谈到从AI跨到医学领域，需如何与医院进行有效合作：以前我们做图像识别感觉蛮简单，一堆研究员在实验室里做出来结果就万事大吉。

但当面对医疗领域时，发现这不是我们技术团队就能够搞定的东西，因为确实有很多医学专业知识，我们完全不懂。

除了省二医外，在做肺癌筛查和眼底方面的研究期间，优图也与省医达成合作：当时与医生们坐在一起工作了好几周，也从最基础的医学知识开始学起。

现在省医的医生也派了他两个学生飞到上海，跟我们优图的人一起工作，医生给我们，技术做出来什么样的结果才对医生有帮助，他们也从医学的角度讲让我们应该怎么去分析。

我们也需要给医生讲如何建模，算法的大致流程等，所以确实需要研究人员和医学领域的专家密切配合才能够得出结果。

腾讯AI Lab机器学习中心总监黄俊洲根据个人经历补充到：我大概做了差不多15年的医疗，研究AI将近20年。我从博士期间开始接触医疗，一开始我们经常开玩笑说，AI都不惧，医学自然不在话下。等到我自己做教授时才发现，真是是江湖越老，胆子越小，我发现这不单纯是技术问题，医疗事关生命，不是技术就能完全解决的。

大家一定要明确这个前提，技术只是辅助，医生才是主体。如果医生不能作为主体参与进来，AI恐怕很难落地。医学跟AI的结合，最重要也是最难的地方是我们怎么把医学知识融入技术当中，而不仅仅是把技术用在医学上面，虽然看起来相似，但差别非常大。

我们技术能达到99.99%，那万一不幸的是，某个病人正好是那0.01%，最后是医生来负责，还是AI来负责，这是一个很重要的课题。

算法研究者中懂医学的人很少，懂的人很贵，医生的时间也很宝贵。在这种情况下，算法人员一定自己学习医学知识。第二，算法研究员应该往长远看，我们在美国做的一个项目，是通过医学图像数据、病历，帮助医生判断癌症病人能活多久。假如这个病人只能活一周，我们的医疗方案是A，假如这个病人还能活5年，医疗方案则是B。当我们能做一些医生还做不到的事情，这才是算法从业者的终极目标。

最后，在谈到对AI医疗未来的畅想时，广东省第二人民医院副院长李观明总结到，我们拥有很多的病例、案例和大数据在手，如果与技术背景很雄厚的科技公司在某些方面适当合作，一定会不断引领今后AI+医疗的整个大方向。

同时，广东省第二人民医院也在非常积极地拥抱信息化，不会被动被别人抽打着跟进。

对我们而言，只要供应商的案例够新、够实用，我们就敢用。