思派网络陶英：人机一体化的决策系统，是临床决策未来的发展趋势|论坛演讲

医疗对于人工智能具有强烈的潜在需求。目前，全球人工智能+医疗“基础+技术+应用”较为完整的产业结构已初步形成。新技术要想真正引起行业变革，不仅需要政策、技术、人才等多方面的协同配合，还需要企业的探索和时间的积累。为了探求健康医疗大数据和人工智能的未来发展和落地方案，2017年9月16日-17日，2017长江产业论坛（秋季）暨医疗健康大数据与人工智能大会在武汉会议中心盛大开启。

在本次大会上，思派（北京）网络科技有限公司首席人工智能官陶英先生，以《肿瘤大数据辅助临床决策——兼谈人工智能在临床决策中的角色》为题，阐述了目前临床决策在辅助医生诊断治疗方面所遇到的困境，以及未来决策系统的发展趋势，以下为动脉网整理的精彩演讲内容：

嘉宾介绍

思派（北京）网络科技有限公司首席人工智能官 陶英先生

哥伦比亚大学生物医学信息学博士，中国医科大学临床医学学士，消化内科医生。研究涉及临床决策支持、医学自然语言处理、医学本体学与知识库、数据挖掘等医学人工智能分支。先后在中国航天员训练中心医学部， IBM中国研究院、微软医疗解决方案集团、恺恩泰中国及惠普中国企业服务部工作，并有自主创业的经历。主要工作围绕医疗大数据平台与人工智能技术在医学科研、临床、管理上的应用及价值实现。曾负责大数据平台Microsoft Amalga在中国的价值应用及贵阳健康云的大数据应用设计，并曾领导研发电子病历、中文医学自然语言处理系统及中国航天员健康数据库。现就职于思派网络科技有限公司，任首席人工智能官及创新产品事业部负责人。

思派网络是一家致力于肿瘤大数据的公司，成立于2014年，经过三年的发展，目前已经完成了两轮融资。公司陆续开发了多中心肿瘤大数据平台、肿瘤大数据商业、科研应用，如真实性世界研究等。

 

目前，思派网络的医生网络已经覆盖了2000余名医生，合作的科室达到700余家，合作的医院达到300余家，覆盖肿瘤病种达到26种。

 

在众多医疗领域的业务当中，思派网络一直将大数据技术、人工智能技术直接服务于一线医生的诊疗活动，服务于医生的临床决策。

 

临床决策是临床的核心业务。医生通过它对疾病诊断、检查进行判断，让患者了解到当前情况下如何让总的治疗方案获益最大、生活质量最好、花费最少。

 

治疗是决策的难点，受到当前医学发展的限制，不确定因素很多。因此，临床决策需要大数据、人工智能等技术的支持。

 

以思派网络的肿瘤大数据支持化疗不良反应用药的决策支持为例。

 

通常，化疗可以产生各种不良反应，如骨髓抑制、恶心呕吐、腹泻等。

恶心呕吐的不良反应，国际上有明确的临床指南，按照恶心呕吐发生的概率分成高、中、低、极低四种风险等级。四种风险等级对应着不同的用药指导。但遗憾的是，现阶段的临床指南并没有给出如何评价风险，只给出了单种化疗药的治疗风险。

 

临床指南对临床决策的局限，一是风险概率估算不够精确，没有考虑多种药物联合使用的情况、联合靶向药的使用情况，以及药物以外的因素。二是它缺乏综合多种因素的算法，证据缺乏本地化，临床实际可操作性不高。

 

临床指南的可操作性、个体性、科学性的不足，是现阶段肿瘤大数据公司新的机遇。

 

为了解决这些问题，思派网络试图建立一个风险预算模型来预测化疗引起的不良反应。

 

根据思派网络的调查，国外一般使用打分的方法，如果患者年龄在40—60岁之间，分数减3分，靶向药加3分，最后算出总的得分。

 

思派网络计划打造自己的化疗恶心呕吐的预测模型。公司从原始数据中搜集了12000例肺癌患者，23292个系统治疗周期，横跨12个省份，19个肿瘤相关科室。

 

思派网络通过预测分析后发现，朴素贝叶斯算法是最适合的一种算法。它的交叉验证AUC最高，算法最易理解，泛化能力最强，可以给出概率的估算。朴素贝叶斯算法的阳性预测率在0.7—0.8左右，基本上已经达到目前技术的极限。

 

临床数据模型，可以快速整合多种信息，使得化疗预防性用药决策更加精准，从而对大部分病例作出指导。

 

人工智能、大数据技术在临床决策的应用，根据思派网络观察，目前有很多机器学习、人工智能的项目，无论使用何种算法、如何优化算法、如何增加数据量，其输出的准确率总会有一个极限值。这个极限值，远远小于100%。

 

为了解释这一现象，思派网络提出了一个信息完备性理论。任何决策性任务都可以归纳为三个部分，输入、输出、算法。显而易见的是，如果输入的数据不全，不论算法如何强大，输出的准确性都会有一个极限。

 

决策确定因素可以划分为各个学科领域，在医学上，它跨越了艺术、自然科学、工程这三大领域。因为任务不同，需要的算法、算力以及达到的精度也不一样。

 

比如各种医学影像图片，它的极限是接近百分之百，因为它是一种信息完备的数据，所以医生和电脑接收到的信息几乎是一致的。

 

但流行病风险预测的不确定因素实在太多，因此它的算法与读片的算法完全不同。所以，它的准确性往往远低于人们的预期。精准医学的目的，是不断地增加更多因素，使得决策更加科学。

 

人工智能在临床决策中的应用，只能算作辅助的角色。而人机一体的决策系统，是未来的发展方向。

 

人机一体化的决策系统，具有更高的准确率。但即使机器的正确率高于医生，也无法取代医生。前两次人工智能浪潮，很多系统的准确率已经超过了人类，但最后这些系统都变为了临床决策支持系统，来辅助医生决策。

 

人工智能在临床决策中的应用，不能持盲目乐观态度，认为机器可以取代医生，造成不必要的恐慌，但也不用消极。

 

企业需要做的是，积极探索更多的技术，使得决策更加精准，通过新型人工智能技术，如深度学习，让人工智能与人类实现有机结合，这是未来的发展趋势。

文|郝雪阳

微信|hxy942416176

添加时请注明：姓名-公司-职位

后台发送关键词即可获得相关好文

网站、公众号等转载请联系授权

￥19.9

￥14.9

￥19.9

点击文末左下方“阅读原文”，充值后进入小程序购买

近期推荐

★ 梳理30家Medical Mall 在50多年来的发展脉络，这会是国内地产商转型医疗最简单的方式吗？

★ 论坛干货分享|医疗AI如何实现产品落地、商业模式落地以及盈利能力落地？

★ 凛冬过后，曾经火极一时的数字医疗企业2017年怎么发展？投资人给出了这10条建议

“医疗大数据和人工智能产业报告”专题

★ 2017医疗大数据与人工智能报告发布，首次绘制产业技术成熟度曲线

★ 人工智能底层技术已然成熟，中国人工智能的发展急需解绑数据和政策支持

★ 在人工智能参与最多的医学影像诊断领域，这是一次完整的调研

“苹果”系列专题

★ 这是谷歌、IBM、苹果都没解决的医疗人工智能难点！

★ 硬件前三，软件争前十，通用医疗认为医疗健康将是“苹果式”的生态圈

★ 聚焦IBM、谷歌、苹果、Facebook，这些科技巨头如何逐鹿基因市场

★ 苹果的数字医疗平台ResearchKit步入十字路口，专业性存疑

声明：动脉网所刊载内容之知识产权为动脉网及相关权利人专属所有或持有。文中出现的采访数据均由受访者提供并确认。未经许可，禁止进行转载、摘编、复制及建立镜像等任何使用。