麥肯錫：潛力巨大，障礙多多，人工智能醫(yī)療是藍(lán)海還是虛火？

　　醫(yī)療保健是很有前途的人工智能市場。它的推理能力和在大量病歷、醫(yī)療圖像和流行病等統(tǒng)計數(shù)據(jù)中進(jìn)行模式識別的能力有巨大的潛力。人工智能可以幫助醫(yī)生改善他們的診斷，預(yù)測傳染疾病，并定制醫(yī)療方案。人工智能與醫(yī)療保健數(shù)字化相結(jié)合，可以讓提供者遠(yuǎn)程監(jiān)視或診斷病人，同時還能夠改變方式治療占據(jù)大宗醫(yī)療預(yù)算份額的慢性病。

 

 

　　醫(yī)療診斷領(lǐng)域的人工智能主要有兩個方向，一個是基于自然語言處理，根據(jù)病歷和癥狀診斷疾病；一個基于計算機視覺，通過識別醫(yī)學(xué)影像診斷疾病。

 

　　以肺癌識別為例，AI可以通過兩種方式診斷肺癌，一種是基于自然語言處理，代表是IBM的Watson，在長達(dá)4年的時間內(nèi)Watson學(xué)習(xí)了200本腫瘤領(lǐng)域的教科書，290種醫(yī)學(xué)期刊和超過1500萬份的文獻(xiàn)后，Watson開始被臨床應(yīng)用，將病人的病歷信息和癥狀輸入系統(tǒng)，可以識別肺癌。如今Watson在肺癌、乳腺癌、直腸癌、結(jié)腸癌、胃癌和宮頸癌等癌癥領(lǐng)域已經(jīng)可以為醫(yī)生提供診斷建議。

 

　　另外一種是基于計算機視覺的診斷方式，代表企業(yè)是國內(nèi)的Airdoc，由于肺癌早期沒有任何臨床癥狀，如果有癥狀就是中晚期，目前約75%的肺癌患者在診斷時已屬于晚期，肺結(jié)節(jié)的有效診斷和及時治療至關(guān)重要。

 

　　然而，大面積使用人工智能診斷疾病可能還不會太快發(fā)生。雖然機器學(xué)習(xí)能夠利用數(shù)據(jù)進(jìn)行診斷，但完全自動化的診斷不太可能很快實現(xiàn)，部分原因在于患者是否會接受這種診斷，還有部分原因在于整合多個來源的數(shù)據(jù)和遵守嚴(yán)格監(jiān)管要求都具有相當(dāng)?shù)募夹g(shù)難度。

 

　　同時，在醫(yī)療行業(yè)意識到這一潛力之前，醫(yī)療保健提供者必須對他們的商業(yè)模式做出重大改變，對計算能力和技術(shù)專長進(jìn)行大量投資，并努力提高能源的可用性，從而推動對包括醫(yī)療記錄在內(nèi)的數(shù)據(jù)的處理和利用率。（專門的數(shù)據(jù)經(jīng)紀(jì)人，比如IBM在2015年收購的“探索”（Explorys），已經(jīng)提供了綜合的醫(yī)療保健數(shù)據(jù)，并將其出售給潛在的人工智能解決方案提供商和用戶。）

 

　　無論如何，基于AI的診斷工具在醫(yī)學(xué)能否取得成功，將取決于政府部門是否會簽署、資金投入以及立法保護(hù)患者的隱私，允許醫(yī)務(wù)人員訪問疾病和治療方面的匿名數(shù)據(jù)，以訓(xùn)練計算機別和治療各種疾病。

 

　　做出這些改變并不容易，然而一旦成功回報則相當(dāng)可觀：報告顯示，在醫(yī)療行業(yè)高管回顧關(guān)于人工智能使用的案例分析時，較早采用人工智能技術(shù)的公司高管表示，他們預(yù)計，在未來3年內(nèi)，這些技術(shù)將使利潤率提高5個百分點。根據(jù)世界衛(wèi)生組織（World Health Organization）的數(shù)據(jù)，人工智能能夠提高醫(yī)療保健水平，同時也能降低成本。這可絕不是一件小事——2014年全球醫(yī)療支出達(dá)到GDP的9.9%（法國為11.5%，美國為17.1%）。

 

 

　　人工智能技術(shù)普及率很低。目前最先進(jìn)的應(yīng)用領(lǐng)域是機器學(xué)習(xí)算法支持的支付和索賠管理。一些臨床醫(yī)生使用人工智能來預(yù)測某些疾病的傳播，并試圖預(yù)測哪些病人最有成為患者。他們根據(jù)這些信息提供預(yù)防性治療。他們還利用這些預(yù)測來幫助醫(yī)院管理人員安排工作人員，與保險公司協(xié)商報銷費率，制定預(yù)算，并優(yōu)化庫存水平。

 

　　這種利用醫(yī)療和社會數(shù)據(jù)來更好地管理成本的想法，使得醫(yī)療預(yù)測在醫(yī)療保健領(lǐng)域，吸引了一些頂級技術(shù)、制藥和醫(yī)療公司以及小型初創(chuàng)公司。Johnson & Johnson與SAP合作，使用機器學(xué)習(xí)來預(yù)測客戶需求、庫存水平和產(chǎn)品組合。Careskore，一個預(yù)測分析平臺，使用機器學(xué)習(xí)來確定病人被重新接納到醫(yī)院的可能性。

 

　　在未來，人工智能工具將大大加速醫(yī)療保健向預(yù)防醫(yī)學(xué)的轉(zhuǎn)變。醫(yī)療專業(yè)人員將專注于遠(yuǎn)程管理病人的健康，讓他們不用進(jìn)醫(yī)院。為了做到這一點，人工智能工具不僅會分析病人的醫(yī)療歷史，還要分析影響健康的環(huán)境因素，比如污染和生活、工作噪音。這樣就可以識別風(fēng)險群體，并告知當(dāng)?shù)卣谀睦飳嵤╊A(yù)防醫(yī)療計劃。

　　機器學(xué)習(xí)適合于分析數(shù)以百萬計的病歷數(shù)據(jù)，以預(yù)測基于一定人口水平上的健康風(fēng)險。這可能是人工智能的早期勝利，因為它帶來了巨額儲蓄的潛力，而且在預(yù)測個人健康風(fēng)險時不需要監(jiān)管審查。

 

　　醫(yī)療提供者將得到信息，讓病人參與預(yù)防行動，包括醫(yī)療服務(wù)和生活方式和環(huán)境因素，如營養(yǎng)、鍛煉和避免污染。醫(yī)院的管理人員將會更好地預(yù)測峰值期，譬如入學(xué)人數(shù)的激增。人工智能工具通過結(jié)合個人醫(yī)療記錄、天氣數(shù)據(jù)和其他信息，追蹤傳染性疾病的發(fā)病率，將幫助預(yù)估有多少人需要住院治療。又譬如，人工智能應(yīng)用程序可以使用醫(yī)療和人口數(shù)據(jù)來預(yù)測分娩的增加，如果產(chǎn)科診所需要額外的工作人員，就會提醒衛(wèi)生保健管理人員。

 

　　報告估計，采取AI措施之后，美國每年的全部醫(yī)療服務(wù)的潛在成本節(jié)約將是3000億美元，約占GDP的0.7%。英國，使用人工智能目標(biāo)預(yù)防保健，每年可以節(jié)省每年？33億住院費用。

 

　　人工智能可以幫助醫(yī)學(xué)專業(yè)人員診斷疾病，提高操作機器學(xué)習(xí)的能力，提高診斷準(zhǔn)確性。斯隆凱特琳研究所（Sloan Kettering Institute）估計，在診斷癌癥患者和處方治療時，醫(yī)生只使用了20%的實驗性知識。人工智能應(yīng)用程序可以在數(shù)百萬頁的醫(yī)學(xué)證據(jù)中篩選，幾秒內(nèi)提供診斷和治療方案。

 

　　基于AI的圖像識別和機器學(xué)習(xí)可以在MRI和x射線圖像上看到比人眼更詳細(xì)的信息。例如，不同類型的膠質(zhì)母細(xì)胞瘤有明顯的遺傳異常，醫(yī)生就根據(jù)這些異常來治療。但是放射科醫(yī)生不能僅憑圖像就能識別這些腦癌的基因異常。梅奧診所有一個機器學(xué)習(xí)程序，則可以快速和可靠地識別異常。

 

　　創(chuàng)新并不局限于圖像識別。企業(yè)家正在努力改變病人護(hù)理過程中的每一個步驟。一家名為Enlitic的初創(chuàng)公司正在開發(fā)一款深度學(xué)習(xí)應(yīng)用程序，可以提高疾病診斷的準(zhǔn)確性。Oncora醫(yī)療公司開發(fā)了一種人工智能工具，幫助腫瘤學(xué)家起草針對癌癥患者的個性化輻射治療方案。

 

　　人工智能的自動化有可能通過減少醫(yī)生和護(hù)士的日常活動來提高醫(yī)療保健的生產(chǎn)力。總有一天，配備深度學(xué)習(xí)算法的聊天機器人能夠緩解急診室面對大量非緊急病患的情況，如喉嚨痛和尿路感染患者。

 

　　啟用人工智能意味著運營效率的極大節(jié)省。

 

　　根據(jù)調(diào)查，盡管人工智能有巨大潛力，醫(yī)療保健在應(yīng)用人工智能技術(shù)方面還是落后于其他行業(yè)。人工智能的使用主要集中在運營和客戶服務(wù)方面；最常用的技術(shù)是語音識別和計算機視覺，在我們的調(diào)查樣本中，兩者在醫(yī)療保健公司的份額分別是9%和7%，其中包括已經(jīng)注意到人工智能的組織。在大多數(shù)醫(yī)院，諸如預(yù)約安排等運營管理職能，仍然是手工完成的。

 

　　我們已經(jīng)發(fā)現(xiàn)，如果一個部門在采用數(shù)字技術(shù)方面進(jìn)展緩慢，那么它對于人工智能的的使用也有同樣的傾向。報告《數(shù)字美國》發(fā)現(xiàn)，全國近四分之一的醫(yī)院和超過40%的醫(yī)生尚未采用電子健康記錄系統(tǒng)。即使是那些有電子記錄系統(tǒng)的，也沒有與病人或其他提供者無縫共享數(shù)據(jù)；重復(fù)的測試是不必要的，病人需要反復(fù)講述他們的病史，因為這些系統(tǒng)無法共通操作。另一份MGI報告，即《分析的時代》，發(fā)現(xiàn)美國的醫(yī)療保健部門只應(yīng)用了10%到20%的機會使用高級分析和機器學(xué)習(xí)。

 

　　之所以進(jìn)展緩慢，并不是由于醫(yī)務(wù)人員和行政人員對AI缺乏興趣。人們有興趣，但醫(yī)學(xué)面臨著一些獨特的高難度障礙。醫(yī)療記錄的敏感性和嚴(yán)格的保護(hù)隱私規(guī)定妨礙了深度學(xué)習(xí)應(yīng)用和其他人工智能工具所要求的高質(zhì)量聚合數(shù)據(jù)的收集。此外，數(shù)據(jù)和行業(yè)本身、醫(yī)療保健行業(yè)的碎片化以及其他監(jiān)管障礙的復(fù)雜性也在減緩這一進(jìn)程。

 

　　在發(fā)達(dá)國家啟用人工智能意味著運營效率的極大節(jié)省。對美國的估計占到GDP的1%到2%。在其他高收入國家，估計節(jié)省將占GDP的0.5%至1%。全人工智能可以將在編護(hù)士的生產(chǎn)力提高40%到50%。麥肯錫的研究發(fā)現(xiàn)，這可以使醫(yī)院節(jié)約一半的人力成本，同時還能顯著減少病人的等待時間。

 

　　醫(yī)院還可以通過使用人工智能解決方案優(yōu)化許多普通的業(yè)務(wù)任務(wù)來提高他們的能力利用率。虛擬代理可以使常規(guī)的病人交互自動化。語音識別軟件已經(jīng)在客戶服務(wù)中使用，它降低了處理病人的日常工作的成本，比如安排預(yù)約和登記入院的時間。自然語言處理可以分析期刊文章等文件，并對其內(nèi)容進(jìn)行整理，便于醫(yī)生快速查閱。這些類型的應(yīng)用程序可以產(chǎn)生顯著的影響，而不需要通過監(jiān)管審查。

 

 

　　機器學(xué)習(xí)技術(shù)能夠預(yù)測病人行為和計算疾病概率，比目前的方法以及醫(yī)療保險提供者更能提高生命的可能性。

 

　　新的商業(yè)模式可以將人工智能與行為健康干預(yù)結(jié)合起來，將注意力集中在預(yù)防、疾病管理和健康上——在人們成為病人之前就處理他們的不健康。一家名叫“Discovery Health”的南非的保險公司，追蹤受保者的飲食和健身活動，并為他們的健康行為提供激勵。

 

　　人工智能還將鼓勵付款人、供應(yīng)商和制藥公司之間建立新的伙伴關(guān)系，并將促進(jìn)按績效收費的模式，加速向預(yù)防性醫(yī)療的轉(zhuǎn)變。Payers可能會更多地參與到護(hù)理管理中，或者鼓勵他們的提供者，通過引入基于機器學(xué)習(xí)識別風(fēng)險的契約模型或者基于AI的風(fēng)險管理模型來實現(xiàn)。

 

　　當(dāng)更多的保險公司使用機器學(xué)習(xí)來分析歷史病歷數(shù)據(jù)時，基于內(nèi)容的支付計劃會得到顯著的擴(kuò)展，該計劃將根據(jù)該組織所有提供者的平均治療費用來支付醫(yī)生和醫(yī)院的費用。根據(jù)麥肯錫的客戶經(jīng)驗，我們認(rèn)為這種方法會對成本產(chǎn)生明顯的影響，使整形外科醫(yī)生的費用減少8%到12%，而醫(yī)生診斷費則會降低4%到5%。

 

 

　　病患也能夠直接受益于人工智能在醫(yī)療保健領(lǐng)域的興起。

 

　　考慮到每個病人的歷史和基因組成的復(fù)雜性，標(biāo)準(zhǔn)化的治療方法并非對每個病人都會起作用，因此研究人員正在使用先進(jìn)的分析方法來個性化治療方案。決策可以基于數(shù)據(jù)分析和遠(yuǎn)程診斷設(shè)備得到的病人監(jiān)控。一家名為“Turbine”的初創(chuàng)公司使用人工智能來設(shè)計個性化的癌癥治療方案。該技術(shù)在分子水平上對細(xì)胞生物學(xué)進(jìn)行建模，試圖識別用于特定腫瘤的最佳藥物。它還能識別復(fù)雜的生物標(biāo)志物，并通過每天進(jìn)行數(shù)百萬次模擬實驗來尋找組合療法。

 

　　人工智能利用海量數(shù)據(jù)來解決狹窄問題的能力與定制醫(yī)療的倡導(dǎo)者產(chǎn)生了共鳴。他們承諾提供一種獨一無二的藥物、理療和治療，旨在以最少的副作用提供最大益處，因此了解數(shù)百萬其他有類似癥狀、預(yù)后和年齡的人的健康結(jié)果對他們來說有無法估量的價值。一些公司已經(jīng)在使用機器學(xué)習(xí)或其他人工智能技術(shù)來對個別病人進(jìn)行治療。Mindmaze使用機器學(xué)習(xí)來優(yōu)化中風(fēng)病人的康復(fù)活動。Ginger.io使用機器學(xué)習(xí)，根據(jù)病人的新陳代謝和其他因素，來推薦最佳服藥時間。量身定制的治療可能會使人均醫(yī)療支出減少5%到9%，同時增加0.2到1.3年的平均壽命，并每年提高200美元的生產(chǎn)力。在全球范圍內(nèi)，經(jīng)濟(jì)影響可能在2萬億美元到10萬億美元不等。

 

 

　　醫(yī)療領(lǐng)域最突出的問題就是優(yōu)質(zhì)醫(yī)療資源不足。這個問題可以說是全球性的。再加上人口老齡化的加劇，未來對醫(yī)生的需求量很有可能是有增無減。

　　醫(yī)療實踐已經(jīng)采取了一些小的步驟，將人工智能納入患者管理，引入語音識別和其他語言方面的人工智能技術(shù)，以實現(xiàn)操作自動化。未來，具備語音識別、圖像識別和機器學(xué)習(xí)工具的虛擬助手，將能夠進(jìn)行協(xié)商、診斷，甚至開藥等操作。如果這些系統(tǒng)缺乏足夠的信息來得出結(jié)論，虛擬代理可以命令額外做測試，并和病人約好時間。

 

　　在農(nóng)村地區(qū)，虛擬代理將能夠進(jìn)行遠(yuǎn)程咨詢。然而，這種情況需要患者、提供者和監(jiān)管人員對完全自動化的診斷和處方感到自在。

 

　　較少爭議的是，在醫(yī)院，虛擬代理將能夠幫助病人掛號，并將他們推薦給合適的醫(yī)生來解決他們的問題。虛擬助理將能夠幫助病人在醫(yī)院機構(gòu)中導(dǎo)航，為他們準(zhǔn)備測試，并確保他們準(zhǔn)時赴約。

 

 

　　阻礙人工智能開發(fā)及其在醫(yī)療保健方面應(yīng)用的最大的可能性瓶頸之一，是足夠數(shù)量并且格式標(biāo)準(zhǔn)的高質(zhì)量數(shù)據(jù)。如前所述，當(dāng)今信息高度分散，遍布整個行業(yè)，分散在各處，最難以協(xié)調(diào)的如電子醫(yī)療記錄、實驗室和成像系統(tǒng)、醫(yī)生記錄和醫(yī)療保險索賠材料。將這些信息合并到大型的綜合數(shù)據(jù)庫中是很困難的，然而這又是促使人工智能深入了解疾病及其治療方法的必要條件。

 

　　例如，文化障礙阻礙了醫(yī)療保健數(shù)據(jù)所有者——醫(yī)院、保險公司、制藥商——和診斷公司之間的合作。當(dāng)然，數(shù)據(jù)本身也是高度敏感的。當(dāng)人們在網(wǎng)上購買或加入某項信用計劃時，他們通常會允許訪問某些種類的個人數(shù)據(jù)，但他們可能會抗拒任何試圖更深入地接觸更隱秘的醫(yī)療歷史的嘗試，尤其是如果他們不認(rèn)為這是必要的，而潛在的好處又很抽象。他們可能還擔(dān)心，對黑客和數(shù)據(jù)竊賊來說，隱私性的健康細(xì)節(jié)的集中收集將是一個理所當(dāng)然的目標(biāo)。監(jiān)管機構(gòu)將需要積極制定明確的規(guī)則，定義哪些人能夠使用這些數(shù)據(jù)，他們可以使用哪些數(shù)據(jù)，如何存儲它們，以及它們?nèi)绾文涿?/div>