百度风投投资副总裁李硕冉:AI重塑智能诊断


作者丨吕佩

9月26日,2018医疗科技世界论坛(MTWF2018)在上海闵行宝龙艾美酒店正式举办。本次论坛由中国高科技产业化研究会产学研合作协调部联合动脉网、蛋壳研究院主办,主题为“无穷大INFINITY”。

在本次大会上,百度风投投资副总裁李硕冉作了主题为“AI重塑智能诊断”的主题演讲。

图片2

百度风投投资副总裁 李硕冉

AI革新医疗诊断

智能诊断这个话题和人们的生活息息相关,每个人的一生中或多或少的都会去医院请医生做诊断。诊断是非常重要的环节,诊断对了,才能对症下药。

根据网上资料显示,世界上大概有10万种不同的疾病类型,医疗诊断不仅与生活比较贴近,同时还涵盖了非常广的内容。在如此广的人类疾病类型中,如何区分疾病,怎么做出准确的诊断显得尤为重要。而在各种疾病类型中,必然也会有一些比较类似的疾病,那么这些就容易误诊。在李硕冉看来,从诊断来说需要非常准确的数据采集的过程。

不管是中医还是西医,都有自己采集数据的方法。中医一向以望闻问切这种比较宏观的尺度去收集病人症状的表征。然而,西医相较颗粒化一些,借助仪器的手段,比如说听诊器、显微镜观察细小的样本。不管中医还是西医诊断的流程都是一样的,就是一个数据收集加上人为分析判断,由医生做判断的过程。

现代医学本质上没有很大的改变。在医院,当病人到了医院,医生看病人的症状,有一些影像的检查和实验的检查,再通过数据的采集加上医生的判断最终沟通的确诊,所以说诊断其实分为两部分,一方面是诊的部分,就是数据收集;另一方面是断,就是在采集到的数据以后,综合这些数据作出判断。诊断有时候是一个先后的顺序,先有诊后有断,有时候是循环的过程,特别是复杂的疾病。

“百度风投作为专业投资AI领域的基金,我们认为未来AI会促使诊和断这两个方面有革命性的改变。” 李硕冉讲到。

在医疗诊断中,“诊”作为后面病情判断的依据显得非常重要。为了做出正确的判断,首先需要有足够多,足够好的数据。假如一个病人去医院采了5ml的血液样本,其中细胞的数量级大概是10的9次方,人的细胞数量级是10的14次方,当你采集5ml的血液当中,是拿了0.001%的一个人体缩影,医生要对这个做判断以及整体的预测。

此外,这5ml的血液当中就算取到了十的10次方的细胞,现在也没有办法完全完整的去分析里面含有的全部的信息,因为样品量太少。

AI对数据的影响

随着AI行业的发展,AI对各行业各产生了深远的影响。AI对数据的影响主要有四个不同的方面,数据的颗粒化,数据的完整化,数据的多维化,数据的新型化。

数据颗粒化

AI能够从海量的信息当中挖掘一些最有效的信息部分。假设两个病人来了医院,症状非常相似,血检结果也非常相似,是不是就说明这两个病人就有同样的疾病呢?而现在的检测方法还不能这么断定,因为现在数据的颗粒度还不够。比如两组人,年龄分布不同,宏观上面看平均年龄非常类似,所以AI时代会有更高颗粒度的采集,更有区分度信息的采集,然后使得疾病的判断越来越准确。

比如说我们看到学术界非常热门的就是单细胞测序的技术,这种技术提高了数据的颗粒度,能够收集人体中细胞的单独的每个转入组的信息,去做更深入的分析。

李硕冉表示,我们期待未来有更多这样的技术,在技术开发和成本允许的条件下,对一些人体样本能够做一些深入的数据收集。

数据完整化

在AI时代,运用AI能够采集很多以前不能收集到的数据。AI可以帮助医生获取一些对显影剂不耐受的数据。AI具有获取一些特殊数据的能力,使原本难拿到的数据成为可能,在医疗领域会有千千万万的例子和场景是AI可以介入的,并且帮助这个场景实现。

数据多维化

多维化是空间角度的多维化,比如说数据的维度从二维变成三维,甚至是时间角度的多维化,把低频次的做成高频次的去监控。百度风投在美国有一个被投企业从空间多维化入手,他们不看二维小范围的切片样本,而是使用一些高通量切片的技术,可以生成三维的病理图谱。

数据新型化

在李硕冉看来,AI时代的数据不仅仅局限在传统对系统的观测,还有很多新型的数据,这些数据可以通过完全创新的新型的生物传感器来实现。比如说新型的纳米机器人,新型肠道胃镜和胶囊实现,或者通过对观测体系的劳动来获得新的数据。百度风投在美国的一家被投企业,就是使用微流控的技术,做到对疾病分类的过程,很多数据的采集会从被动化的观察体系的方向转向比较主动化的刺激某些体系获得数据的方向来前进。

在大量数据的基础上,未来AI也会对疾病判断的部分产生深远影响,现在疾病的判断比较依赖单点的经验积累,而且因为各个单点之间经验的积累会有差别。因为医生对某项疾病的年数、经验、积累的方向都会有一些不一样,根据医生个人的从业经历最后做出对病人的判断就会不一致,而且所消耗的时间也是千差万别。

AI2.0不是终局 智能化才是目标

在AI1.0的时代,首先要做的就是信息化的过程,把数据点联结在一起,建立起单点之间的数据共享。分为两个部分,一是在医学界内部做很好的经验链接,比如把标准完整的案例聚集在一起;第二部分是把学术界和医学界做转化的连接,学术界有新的发现的时候,可以进行观察和验证的过程。在这个过程当中,一方面要把数据化真真实实的落到实处。另一方面,这个过程当中也可以使用AI去优先解决某些场景下的医疗问题,比如说现在大家都非常熟悉的使用AI进行看片的概念。有了非常完善的数据和数据标准情况下,AI就可以完成很多辅助性的工作。

在AI2.0时代,可以逐渐的标准化,通过海量的数据作为支持,对大部分的医疗场景会有比较好的应用。

李硕冉认为,AI2.0不是我们所认为的终局,智能化才是百度风投的目标。如何将AI使用不同的数据种类智能化的联结在一起,有一定的学习和纠错的能力会变得非常重要。在未来 “断”的过程是医生和科学家的知识联合体对于个体的精准诊断,而不是以单点的积累对病人作为诊断。

分享到