對話商湯副總裁：上海醫療水平全國領先 留給AI的空間在哪
技術上如何緩解我國醫療資源分佈不平衡？上海醫療水平全國領先，而當下二、三線城市的醫院對人工智能賦能需求更大，那麼上海真正留給人工智能的空間在哪裏？人工智能在醫療領域落地，核心痛點究竟是什麼？
5月12日，商湯科技副總裁、研究院副院長張少霆在接受澎湃新聞在內的媒體採訪時表示，從技術角度來看，可以通過遠程化和人工智能化嘗試緩解醫療資源供給的不足。
遠程化即運用數字化技術互聯互通，上下打通醫療機構的信息，這就好比一條高速公路建成後車輛可以行駛。然後利用人工智能技術將頂級醫院醫生的專業知識和臨牀經驗變成相應解決方案，複製到基層醫院，服務更多患者，這就像高速公路上的車擁有了輔助駕駛和無人駕駛的功能。
張少霆表示，通過智慧化手段幫助上海頭部醫院提升效率、便捷度以及病人感受度，這是人工智能醫療企業落地上海的極好場地。上海爲人工智能企業提供了寶貴的專家資源和綜合性支持，上海的頭部醫院和專家對人工智能算法的初步落地、打磨和性能提升都有極大幫助。而在實際落地中，核心難點還是做出真正能夠爲醫院、醫生和病人創造價值的產品，解決醫患痛點。
張少霆是商湯智慧健康業務板塊的負責人，先後在浙江大學、上海交通大學、美國新澤西州立大學攻讀學士、碩士及博士學位。他是人工智能學術人才從學界走向業界的典型之一。
遠程化+人工智能化：賦能頭部醫院，下沉到基層醫院
就醫難問題，歸根結底是因爲我國醫療資源存在供給不足和分佈不平衡的情況。張少霆表示，從技術角度來看，可以通過遠程化和人工智能化嘗試緩解這方面的問題。
遠程化即運用數字化技術互聯互通，上下打通醫療機構的信息。張少霆說，這就好比一條高速公路建成後車輛可以行駛，“把信息運輸起來，實現遠程醫療，但是沒有辦法解決人力不夠的問題。”
而人工智能化就在此基礎上賦能頭部醫院的醫生，提升頭部醫院醫生的工作效率，同時將等同於頭部醫院醫生診療能力的AI產品下沉到二、三線城市的醫院或基層醫院，以此提高診療覆蓋率、準確率和效率，這就像高速公路上的車擁有了輔助駕駛和無人駕駛的功能。
張少霆對澎湃新聞表示，醫療數字化在過去十多年時間裏給醫療設備、信息系統的市場帶來了很大的增長，而生命健康領域的下一個紅利可能是人工智能化，它能將頭部醫院醫生的知識和經驗變成可複製的模型，有助於解決優質醫療資源不足問題。
比如互聯網醫療連接了上下級醫生和病人，但醫生數量仍然有限。利用人工智能技術，可將頂級醫院醫生的專業知識和臨牀經驗變成相應的輔助診斷解決方案，複製到基層醫院，服務更多的患者。
“其實人工智能能夠解決的問題有兩個維度，第一個維度是以前做不到的現在能做到了，第二個維度是以前做得效率低，現在能做得效率更高了。”
以商湯科技與上海第九人民醫院合作的骨腫瘤多模態數據分析和3D打印爲例，它能幫助醫生開展骨腫瘤3D打印手術的術前規劃。
張少霆介紹，原先3D打印術前規劃需要多方醫生約坐在一起討論，可能需要兩個星期的時間才能給出手術方案。如今，利用商湯的系統，醫生通過遠程線上交互，半小時到一小時就能給出方案，縮短手術規劃時間，讓更多患者儘早接受手術治療。
商湯科技自主研發的SenseCare®️智慧診療平臺是一套集影像後處理技術與AI算法的高性能輔助診療解決方案，“平臺設計之初就考慮了需要支持遠程化、網絡化部署，同時支持多個醫院，多個科室應用。”張少霆介紹，商湯SenseCare®️已形成覆蓋超過13個人體部位和器官、擁有針對多病種智能分析能力的解決方案。
商湯科技SenseCare®️肝臟CT智能臨牀解決方案產品界面
它能夠滿足影像科閱片、分析、診斷、報告需求，並通過結合3D術前規劃以及愈後康復跟蹤，爲骨科、肝外科、心內科、病理科、胸外科、放療科等多個臨牀科室醫生提供智能輔助，覆蓋診療愈全流程。
例如SenseCare®️消化道活檢病理輔助分析系統可幫助病理科醫生對大量胃腸道活檢切片進行早癌篩查和多病種病竈區域勾畫，實際應用中陽性切片檢出率達到了100%，篩陰率也能夠達到90%以上，可以大幅度減少病理醫生的工作量。
“用便捷的工具賦能後，我們希望達到兩個效果。第一，做事更快，第二，把方案支持到相對基層的醫院去，那就可以推動新的手術和治療方案下沉到相對基層的醫院，讓更多患者可以在家門口得到治療。”張少霆表示。
AI+醫療：上海是極好的落地場地，核心是解決醫患痛點
當下，人工智能賦能基層醫院的需求更大，而上海普遍處在醫療水平全國領先的狀態。那麼上海真正留給人工智能的空間在哪裏？張少霆認爲，一是上海的優質醫療資源對人工智能企業的幫助，二是人工智能企業對上海醫院的回饋。
從前者來看，上海的頭部醫院和專家對人工智能算法的初步落地、打磨和性能提升都有極大幫助。“頭部醫院的醫生是最挑剔的，本身水平就高，同時也是診療標準的制定者，所以人工智能需要得到這些專家的認可，才能更好地服務和賦能基層。”
“再加上上海有申康醫院發展中心這樣一個很好的平臺，爲人工智能企業提供合規的訓練數據，幫助企業對接臨牀需求，尋找落地場景，爲醫療人工智能企業的產品開發和打磨提供了有力支持。”張少霆覺得，上海是人工智能醫療企業落地的極好場地，它提供了寶貴的專家資源和綜合性支持。
從後者來看，醫院運行的每一個環節都有智慧化的需求，“因爲病人量實在太多，無論醫院建得多大多好，醫生多麼專業，還是會有各地的人湧向上海看病，永遠都存在着供需問題。”如果能通過智慧化手段幫助上海頭部醫院提升效率、便捷度以及病人感受度，這都是很好的落地場景。
人工智能落地醫療領域，在張少霆看來，既要做到“頂天”，又要做到“立地”。“頂天”能幫助頭部醫院百尺竿頭更上一層，“立地”能利用技術實現診療經驗的下沉，幫助基層地區的醫院提升水平。“所以智慧化最好是能兩者兼顧，在上海肯定是頂天的成分多一些，周邊地區立地的成分可能相對多些。”
在實際落地中，“AI+醫療”往往會碰到數據安全、數據標註、訓練數據、專家支持、監管、國家藥品監督管理局認證、醫療器械認證等一系列難題。但張少霆認爲，核心難點還是做出真正能夠爲醫院、醫生和病人創造價值的產品，解決醫患痛點。
“爲什麼我會說這纔是真正的最大難點和痛點？”張少霆對澎湃新聞表示，早在20年前，美國有第一款被FDA認證的計算機輔助診斷軟件，它用於乳腺癌篩查，醫保也願意爲它付費，醫生點擊按鈕調用軟件進行評估，保險公司就會付錢。
但這一輔助診斷軟件推了10多年後還是遭遇失敗，核心原因是它一直沒有很好地解決假陽性問題。“有很多女性其實並不是乳腺癌，軟件爲了避免漏檢，報告了疑似的乳腺癌，導致女性後續去做活檢和進一步的侵入式診斷。”
“這給醫生和病患都帶來了一定困擾。所以真正的最大難點，我認爲是要找到合適的問題，並且真正能夠讓醫生和病患都因此受益。”在這一基礎之上，監管也好，商業化也好，數據也好，張少霆認爲都會隨着市場的發展形成固定的流程和模式，慢慢不再是障礙。
