騰訊的“移動(dòng)互聯(lián)網(wǎng)+AI”，正通往移動(dòng)醫(yī)療
BAT們與各路資本齊齊砸下血本，對(duì)這個(gè)AI技術(shù)當(dāng)下最熱門(mén)的垂直場(chǎng)景之一發(fā)起了多輪攻勢(shì)。AI與醫(yī)療的雙高門(mén)檻，是區(qū)別于兩年前移動(dòng)醫(yī)療熱潮的最重要因素之一。但是，將上一輪移動(dòng)醫(yī)療熱情徹底澆滅的那些教訓(xùn)，卻仍然值得此輪醫(yī)療創(chuàng)業(yè)者借鑒。
當(dāng)下，移動(dòng)醫(yī)療從2015年下旬開(kāi)始經(jīng)歷的那一場(chǎng)突然而又漫長(zhǎng)的寒冬，已基本無(wú)人談起。
那是2015年吧，移動(dòng)醫(yī)療就已經(jīng)死了一批了，有些融完A輪就不行了。后來(lái)慢慢的，相比移動(dòng)醫(yī)療，大家就開(kāi)始更多地用數(shù)字醫(yī)療這個(gè)詞了。這是一位從2014年就開(kāi)始深入調(diào)查分析醫(yī)療創(chuàng)業(yè)項(xiàng)目的分析師給到我們的碎片式回憶。
實(shí)際上，早在2016年10月，動(dòng)脈網(wǎng)根據(jù)深入調(diào)查而出具的一份名為《互聯(lián)網(wǎng)醫(yī)療生存報(bào)告：38家企業(yè)為什么死去？》的醫(yī)療創(chuàng)業(yè)項(xiàng)目倒閉白名單，曾轟動(dòng)一時(shí)。
其中，技術(shù)含量不高導(dǎo)致的創(chuàng)業(yè)同質(zhì)化，對(duì)醫(yī)療工作流程特殊性的錯(cuò)誤理解，監(jiān)管層面的約束，對(duì)市場(chǎng)的忽視，以及過(guò)高的估值與資本介入，都是那時(shí)候醫(yī)療創(chuàng)業(yè)者用血與淚換來(lái)的教訓(xùn)。
2016年中旬左右，幾乎像是一場(chǎng)足球比賽上下場(chǎng)的轉(zhuǎn)換，AI+醫(yī)療強(qiáng)勢(shì)崛起。這個(gè)難得讓BAT與資本們共同找到興奮點(diǎn)的醫(yī)療新賽道，在過(guò)去不到2年的時(shí)間里，孕育出超過(guò)100家以醫(yī)療為重點(diǎn)的AI創(chuàng)業(yè)公司。
如果再快進(jìn)到2017年，你會(huì)發(fā)現(xiàn)在過(guò)去的9個(gè)月中，國(guó)內(nèi)外以醫(yī)療為重點(diǎn)的AI創(chuàng)業(yè)公司獲得融資的頻率幾乎可以媲美曾紅極一時(shí)的共享充電寶。其中，醫(yī)療影像自動(dòng)化診斷算是一個(gè)近期各家齊頭并入的熱門(mén)應(yīng)用場(chǎng)景。
當(dāng)然，與曾經(jīng)同質(zhì)化嚴(yán)重的移動(dòng)醫(yī)療相比，極高的AI門(mén)檻加上極高的醫(yī)療門(mén)檻，讓進(jìn)入AI醫(yī)療界的一眾創(chuàng)始人們一開(kāi)始就似乎有了睥睨天下的資本。
業(yè)內(nèi)人士，算法專(zhuān)家，海歸博士與其他AI創(chuàng)業(yè)公司并無(wú)太多差異，技術(shù)與研發(fā)當(dāng)仁不讓成為公司宣傳的核心；而資本方也難得進(jìn)入高僧打坐模式，只是期待，閉口不談商業(yè)模式與盈利要求。
那么，一個(gè)如此早期的領(lǐng)域，只有拼技術(shù)就夠了？移動(dòng)醫(yī)療曾經(jīng)經(jīng)歷的那一場(chǎng)暴風(fēng)雪，是否也有相似的教訓(xùn)值得當(dāng)下借鑒？
VoxelCloud（體素科技），算是最近一頭扎入這個(gè)領(lǐng)域的AI創(chuàng)業(yè)公司中比較露鋒芒的一個(gè)。2016年才成立，就在2017年5月獲得紅杉領(lǐng)投的千萬(wàn)級(jí)融資；僅隔3個(gè)月，又在今天得到騰訊的超億元人民幣A+輪投資。很顯然，這個(gè)數(shù)額與融資頻率應(yīng)該會(huì)讓當(dāng)下一眾同類(lèi)型的創(chuàng)業(yè)公司十分眼紅。
當(dāng)然，盡管騰訊有自己醫(yī)療布局的考慮在內(nèi)（剛剛推出一款醫(yī)療影像產(chǎn)品覓影），但對(duì)于選投VoxelCloud的理由，騰訊與紅杉的口徑較為一致：
他們之前就有了明確的產(chǎn)品，以后還會(huì)有更多創(chuàng)新性應(yīng)用。
VoxelCloud的創(chuàng)始人丁曉偉很爽快地接受了我們的專(zhuān)訪，而且并不避諱一些敏感問(wèn)題。不過(guò)，自始至終，對(duì)于AI醫(yī)療，他的態(tài)度是謙卑且謹(jǐn)慎的，甚至承認(rèn)現(xiàn)在的技術(shù)和硬件并不天然滿足醫(yī)療應(yīng)用級(jí)產(chǎn)品的研發(fā)，需要通過(guò)大量另辟蹊徑實(shí)現(xiàn)。
我們有技術(shù)，有很強(qiáng)的人，但是我們也必須考慮商業(yè)模式，也需要正確面對(duì)那些市面上的AI醫(yī)療診斷系統(tǒng)曾經(jīng)犯過(guò)的錯(cuò)誤。
只談學(xué)術(shù)，不談應(yīng)用，這不靠譜
借助先進(jìn)的人工智能技術(shù)，系統(tǒng)在短時(shí)間內(nèi)處理海量數(shù)據(jù)，并對(duì)病人做出愈加準(zhǔn)確的診斷。這是IBM旗下的AI診療系統(tǒng)Watson曾做出的承諾。
然而，在IBM將Watson推向全世界的6年里，這個(gè)AI醫(yī)療領(lǐng)域最負(fù)盛名的產(chǎn)品，卻遭到了無(wú)數(shù)醫(yī)生的質(zhì)疑與媒體的嘲諷。
可靠的技術(shù)，高質(zhì)量的數(shù)據(jù)，醫(yī)生的配合。事實(shí)上，這些在研發(fā)人員中最為看重的幾個(gè)因素，一旦合體落實(shí)到臨床實(shí)驗(yàn)中，就會(huì)遇見(jiàn)各種各樣的麻煩。這就像一個(gè)僅有完整的身體與四肢，卻沒(méi)有關(guān)節(jié)與潤(rùn)滑劑的機(jī)器人，只能是一個(gè)無(wú)法動(dòng)彈的殘次品。
譬如，在實(shí)際工作中，Watson合作醫(yī)院的醫(yī)生們真的會(huì)主動(dòng)用它來(lái)處理病患信息嗎？醫(yī)生輸入數(shù)據(jù)過(guò)程中是否會(huì)遇到各種問(wèn)題？給出的診斷結(jié)果是否會(huì)參考不同國(guó)別、人種的差異？
作為加州大學(xué)洛杉磯分校的計(jì)算機(jī)視覺(jué)博士，VoxelCloud的創(chuàng)始人丁曉偉并沒(méi)有否認(rèn)研發(fā)與應(yīng)用之間橫亙著巨大的鴻溝。那些在實(shí)驗(yàn)室中熠熠閃光，讓人十分興奮的技術(shù)與樣品，其實(shí)很容易見(jiàn)光死。
這也是他為何通常在產(chǎn)品研發(fā)過(guò)程中，選擇與醫(yī)生們一待就是6個(gè)月的原因：
我雖然學(xué)的是計(jì)算機(jī)視覺(jué)這一學(xué)科，但是我家人都是醫(yī)生，我基本從小就長(zhǎng)在中國(guó)的醫(yī)院里。哪個(gè)科室做什么，到底怎樣運(yùn)轉(zhuǎn)，我都見(jiàn)過(guò)。我覺(jué)得，做醫(yī)療產(chǎn)品必須走到醫(yī)院里，去觀察醫(yī)生的每一步到底是怎么做的。
譬如我們?cè)谘邪l(fā)無(wú)創(chuàng)肺癌篩查診斷系統(tǒng)的時(shí)候，就跟醫(yī)生長(zhǎng)時(shí)間一起工作，大概要相處半年吧，天天在一起討論。這不是說(shuō)我們一定要掌握哪一種病癥，而是要去了解這個(gè)病的知識(shí)難點(diǎn)，看看醫(yī)生處理的時(shí)候會(huì)有哪些問(wèn)題。然后我們?cè)侏?dú)立去分析一個(gè)病種的時(shí)候，再去考慮怎么與深度學(xué)習(xí)技術(shù)融合。
另外在臨床實(shí)驗(yàn)過(guò)程中，對(duì)某一項(xiàng)任務(wù)的安全編制，醫(yī)生的需求是什么，這里面的容錯(cuò)空間有多大，做成什么樣子是最能為他們解決問(wèn)題的，這些都是非常細(xì)節(jié)的問(wèn)題。
你不走進(jìn)醫(yī)院，你絕對(duì)不知道有哪些很棘手的問(wèn)題。
但是，即便與醫(yī)院進(jìn)行長(zhǎng)時(shí)間無(wú)縫隙合作，也不能保證機(jī)器給出的治療方案給出的一定是精準(zhǔn)的，或者是被醫(yī)生認(rèn)同的解決方案。這就像歐洲一些曾對(duì)Watson系統(tǒng)多有抱怨的醫(yī)生透露，Watson給出的建議帶有針對(duì)美國(guó)患者與美國(guó)醫(yī)院治療方案的傾向。
對(duì)于這個(gè)疑問(wèn)，丁曉偉首先提出了一個(gè)大部分人對(duì)人工智能醫(yī)療應(yīng)用的理解誤區(qū)：機(jī)器診斷報(bào)告一定需要與某個(gè)醫(yī)生的主觀印象高度匹配。
他認(rèn)為，與醫(yī)生主觀印象做比對(duì)是一種錯(cuò)誤的認(rèn)知，機(jī)器診斷結(jié)果，應(yīng)該在有條件的情況下，去對(duì)比該疾病的金標(biāo)準(zhǔn)檢查結(jié)果（GoldStandard）。
早期疾病的篩查在絕大多數(shù)狀況下，不確定性是不可避免的。而且醫(yī)生也知道，在初步篩查結(jié)果下得到的只是初步意見(jiàn)，不能作為金標(biāo)準(zhǔn)來(lái)下定論。我們能夠保證的，是基于數(shù)據(jù)信息量，讓病癥在某一階段的診斷準(zhǔn)確率無(wú)限接近金標(biāo)準(zhǔn)。
當(dāng)然，如果出現(xiàn)某一特殊病癥沒(méi)有現(xiàn)有的金標(biāo)準(zhǔn)可以參考，也同時(shí)為了保證診斷結(jié)果的客觀性，我們會(huì)請(qǐng)權(quán)威醫(yī)療專(zhuān)家，把他們分成4~5組，分別獨(dú)立去做一批數(shù)據(jù)診斷，對(duì)數(shù)據(jù)做質(zhì)控標(biāo)記。
這就相當(dāng)于，把我們的系統(tǒng)作為第6組醫(yī)生，它與每一組醫(yī)生的差異率要維持在這幾組醫(yī)生之間差異率之內(nèi)。
實(shí)際上，一些市場(chǎng)中現(xiàn)有計(jì)算機(jī)輔助診斷系統(tǒng)出現(xiàn)的問(wèn)題，在某種程度上也被丁曉偉認(rèn)為是AI醫(yī)療產(chǎn)品之間存在的目標(biāo)性差異。
譬如，有些公司可能只做圖像診斷，給出一個(gè)輔助性的診斷結(jié)果，而有些產(chǎn)品是既給出診斷結(jié)果，也會(huì)改進(jìn)醫(yī)生的工作流程，把醫(yī)生寫(xiě)報(bào)告、做隨訪的時(shí)間也給一同安排了。大概我們的產(chǎn)品在人性化方面會(huì)要求的更高一些，丁曉偉說(shuō)得比較委婉。
你看市面上的大部分的診斷應(yīng)用，可能都是機(jī)械地去做特定疾病檢測(cè)與判斷。這起到的是查缺補(bǔ)漏的作用，因?yàn)槲覀冿@然不可能完全相信算法。
但我想讓自己的系統(tǒng)多一點(diǎn)特性，就是能給予醫(yī)生一種信任感，讓人不會(huì)覺(jué)得那么生硬。你看，就像完成一個(gè)機(jī)械動(dòng)作，人與機(jī)器都能完成，但是過(guò)程與感覺(jué)是不一樣的。
作為醫(yī)生，除了給出一個(gè)診斷，他還具備『處理不確定性的能力』。他知道哪些是不確定的，會(huì)去找上級(jí)醫(yī)生尋求幫助，會(huì)去尋求更進(jìn)一步的但代價(jià)更大的醫(yī)學(xué)檢查。
舉個(gè)例子，某一種病的治療方案如果沒(méi)有特別有說(shuō)服力的信息量，醫(yī)生的選擇總是通過(guò)各種各樣的方式去驗(yàn)證，譬如不斷地去隨訪，或者尋求外部援助。而這些機(jī)制機(jī)器都是通通忽略的，妄圖在一次檢查中給出最好的答案。
換句話說(shuō)，在他的認(rèn)知中，一件成功的醫(yī)療診斷產(chǎn)品，不僅會(huì)學(xué)習(xí)海量的數(shù)據(jù)，還要對(duì)診斷過(guò)程有一個(gè)深度理解。把醫(yī)生寫(xiě)報(bào)告，向上級(jí)尋求幫助，二次審核等梯級(jí)任務(wù)都學(xué)到手，具備像人類(lèi)一樣的處理不確定性的能力。
某種程度上，這個(gè)設(shè)想與GoogleDeepmind團(tuán)隊(duì)一邊做糖網(wǎng)病篩查診斷系統(tǒng)，一邊研發(fā)醫(yī)務(wù)支持與任務(wù)管理系統(tǒng)的兩手抓計(jì)劃有共通之處。
所以，我們想優(yōu)化的是整個(gè)看病流程，而非僅僅提高一個(gè)診斷結(jié)果的準(zhǔn)確率。這不是一個(gè)單純拼技術(shù)水平高低的問(wèn)題，而是誰(shuí)能在現(xiàn)實(shí)診療過(guò)程中更有風(fēng)險(xiǎn)控制的能力。
但是，無(wú)論通過(guò)什么手段來(lái)保證診斷的準(zhǔn)確率與提升醫(yī)生的滿意度，丁曉偉也承認(rèn)一定需要考慮地域之間的差異。這也是VoxelCloud在美國(guó)與中國(guó)分別設(shè)立研發(fā)中心，與美中兩國(guó)醫(yī)療機(jī)構(gòu)同時(shí)進(jìn)行項(xiàng)目試驗(yàn)的根本原因：
我們的研發(fā)中心是洛杉磯，跟梅奧醫(yī)學(xué)中心，UCLA醫(yī)學(xué)中心的關(guān)系也非常好，項(xiàng)目都是一起合作的。在國(guó)內(nèi)，雖然合作醫(yī)院需要取得授權(quán)才可以透露名字，但已經(jīng)有100多家了，都是北京和上海的三甲醫(yī)院。
這樣做的理由，不只是因?yàn)椴』嫉臄?shù)據(jù)會(huì)有地域差異。國(guó)內(nèi)外的診療流程也很不一樣，兩者都是相輔相成的，而且兩地的研發(fā)結(jié)果也能做到互補(bǔ)，我們必須同時(shí)考慮到。
VoxelCloud與交大洽談醫(yī)療影像合作
數(shù)據(jù)是否是核心競(jìng)爭(zhēng)力？
好算法雖然是價(jià)值千金，但是好數(shù)據(jù)卻更是千金難買(mǎi)。
風(fēng)投機(jī)構(gòu)8VC的CEOJoeLonsdale曾在今年在斯坦福舉行的LightForum會(huì)議上稱(chēng)：做醫(yī)療診斷一開(kāi)始遇到的挑戰(zhàn)就在于搜集與創(chuàng)建數(shù)據(jù)。
而美國(guó)癌癥中心MDAnderson的一位負(fù)責(zé)人也認(rèn)為，只有在擁有上萬(wàn)患者數(shù)據(jù)的前提下，才能初步找到針對(duì)性治療模式：
從各種患者數(shù)據(jù)中找到不同的特征很關(guān)鍵，這對(duì)針對(duì)性治療與精確用藥非常有幫助。但是如果不能擴(kuò)大現(xiàn)有數(shù)據(jù)集，上述愿景是無(wú)法實(shí)現(xiàn)的。你可能只有1萬(wàn)個(gè)肺癌患者數(shù)據(jù)，但其實(shí)這個(gè)數(shù)字并沒(méi)有很大。
此外，一位專(zhuān)注于醫(yī)療創(chuàng)業(yè)項(xiàng)目的分析師告訴機(jī)器之能：現(xiàn)在AI醫(yī)療初創(chuàng)項(xiàng)目之間的競(jìng)爭(zhēng)核心，就在于誰(shuí)能拿到更多的數(shù)據(jù)。
很簡(jiǎn)單，醫(yī)療數(shù)據(jù)之于醫(yī)療診斷的重要性，就像道路測(cè)試之于無(wú)人駕駛汽車(chē)。你只有不斷地讓汽車(chē)去實(shí)地訓(xùn)練，不斷地收集與咀嚼道路數(shù)據(jù)，才能繪制出更高精的地圖，逼近更高的安全數(shù)值。
同理，人體的復(fù)雜性更是不必多說(shuō)。這也是為何IBM的數(shù)據(jù)工程師與醫(yī)生們耗費(fèi)了六年之久，才僅僅讓W(xué)atson學(xué)習(xí)了7種癌癥；而科技巨頭與這個(gè)領(lǐng)域內(nèi)所有創(chuàng)業(yè)公司也只能從單一的或者兩三種疾病入手來(lái)進(jìn)行摸索學(xué)習(xí)。
丁曉偉也認(rèn)同這個(gè)觀點(diǎn)。他認(rèn)為，目前這個(gè)市場(chǎng)，大多數(shù)公司都在做肺癌、糖網(wǎng)病的AI醫(yī)療診斷，一方面是因?yàn)檫@些病種發(fā)病率非常高，影響范圍非常廣，且難以攻克，所以研究?jī)r(jià)值非常大。
而另一方面，其實(shí)是因?yàn)檫@些病的數(shù)據(jù)比較容易能拿到，包括網(wǎng)絡(luò)等很多途徑都是能搜集到很多案例的。
這些可能是起點(diǎn)與上手都相對(duì)其他病癥來(lái)說(shuō)更容易一些（不是說(shuō)本身容易）的項(xiàng)目，所以大家都從這幾個(gè)病種入手。
目前大多數(shù)AI醫(yī)療公司研究最多的4種病癥：肺癌、糖網(wǎng)病、冠心病、肝病
根據(jù)知名醫(yī)療媒體mobihealthnews的一份調(diào)查，在醫(yī)療領(lǐng)域，數(shù)據(jù)的收集形式其實(shí)很豐富，包含臨床實(shí)驗(yàn)、醫(yī)生報(bào)告、醫(yī)學(xué)圖像、傳感器和生物樣本等多種獲取途徑。
然而，如何獲取優(yōu)質(zhì)數(shù)據(jù)，特別是干凈的患者數(shù)據(jù)，對(duì)于所有該領(lǐng)域的公司來(lái)說(shuō)，是更為至關(guān)重要的。
不管是研究項(xiàng)目、還是產(chǎn)品項(xiàng)目，模型的能力是不可能超出收集數(shù)據(jù)的質(zhì)量。目前對(duì)于癌癥來(lái)講，可能最有效的做法就是取得病人的手術(shù)活檢，或者穿透活檢的病例結(jié)果，然后把這個(gè)結(jié)果作為金標(biāo)準(zhǔn)用于目前的訓(xùn)練。
但問(wèn)題在于，在一家醫(yī)院里，有活檢病人的數(shù)量是遠(yuǎn)少于沒(méi)有活檢病人數(shù)量的。丁曉偉這樣解釋高質(zhì)量數(shù)據(jù)的重要性。
換句話說(shuō)，要保證有持續(xù)的高質(zhì)量數(shù)據(jù)的輸入，公司只能盡可能多得通過(guò)與醫(yī)院及其他醫(yī)療機(jī)構(gòu)的合作來(lái)獲得。因此，如何拿下醫(yī)院的合作項(xiàng)目，也是鑒別AI醫(yī)療創(chuàng)業(yè)公司生存能力的一個(gè)重要衡量標(biāo)準(zhǔn)。