大數(shù)據(jù)時代下的人工智能醫(yī)療十問十答 -陸訊

1、怎么理解大數(shù)據(jù)時代下的人工智能健康醫(yī)療？
2、智能醫(yī)療相比于傳統(tǒng)醫(yī)療有什么優(yōu)勢和劣勢嗎？
3、國內(nèi)外人工智能醫(yī)療的知名公司（醫(yī)院）有哪些？
4、人工智能在醫(yī)療領(lǐng)域有哪些應(yīng)用場景？處在階段？
5、人工智能醫(yī)療如何保障用戶的安全問題？
6、人工智能醫(yī)療行業(yè)的產(chǎn)品經(jīng)理從業(yè)方向都有哪些？
7、如何成為一名合格的人工智能醫(yī)療產(chǎn)品經(jīng)理？
8、您所負(fù)責(zé)過的人工智能醫(yī)療產(chǎn)品都是怎樣的？
9、5G會怎樣影響智能醫(yī)療行業(yè)的發(fā)展？
10、醫(yī)療行業(yè)智能化的未來會是什么樣？

Q1. 怎么理解大數(shù)據(jù)時代下的人工智能健康醫(yī)療？

2025年的一個清晨，一個常態(tài)處于上午腦暴、下午撕逼、晚上郵件的產(chǎn)品經(jīng)理還沒醒，由于緊急發(fā)布，兩天沒合眼了，他的頸環(huán)檢測到頸部有點僵硬，手環(huán)檢測到他的體征數(shù)據(jù)也出現(xiàn)了異常。

貼心的手環(huán)將異常數(shù)據(jù)上傳到了云端，云端進(jìn)行100多項體征數(shù)據(jù)分析后發(fā)現(xiàn)這個產(chǎn)品經(jīng)理生病了，并自動生成了治療建議傳給手環(huán)，手環(huán)收到云端返回的信息后，向公司的OA系統(tǒng)提交了病假單，同時給他的主人預(yù)約了醫(yī)生服務(wù)，確認(rèn)醫(yī)院、科室、醫(yī)生、時間后，手環(huán)開始和頸環(huán)溝通，讓其預(yù)測主人睡醒時間，并喚醒凈水器準(zhǔn)備開水，等待主人使用，同時記錄主人的身體異常報告，以預(yù)測下一次病變可能的時間點…

這就是醫(yī)療大數(shù)據(jù)！這還只是一個小插曲，醫(yī)療大數(shù)據(jù)了解我們的生活、甚至情感；它通曉主人身體節(jié)律、協(xié)助制定計劃；它洞悉主人生活細(xì)節(jié)、深諳醫(yī)療異常診斷，時刻提醒主人規(guī)避身體風(fēng)險，周到體貼。

Q2. 智能醫(yī)療相比于傳統(tǒng)醫(yī)療有什么優(yōu)勢和劣勢嗎？

早在08年，IBM就提出了“智能醫(yī)療”的概念，主要是把物聯(lián)網(wǎng)和AI技術(shù)結(jié)合應(yīng)用到醫(yī)療領(lǐng)域，實現(xiàn)醫(yī)療信息互聯(lián)、共享協(xié)作、臨床創(chuàng)新、診斷科學(xué)以及公共衛(wèi)生預(yù)防等，現(xiàn)在由于大數(shù)據(jù)和5G技術(shù)的發(fā)力與應(yīng)用，智能醫(yī)療再次變成焦點。

一、智能醫(yī)療的優(yōu)勢：
就優(yōu)勢來說，智能醫(yī)療應(yīng)用場景很多，也是一個不斷發(fā)展的過程，個人覺得最根本優(yōu)勢是在于醫(yī)療資源和醫(yī)療數(shù)據(jù)層面的解放，也就是說智能醫(yī)療可以緩解醫(yī)生資源緊缺和實現(xiàn)數(shù)據(jù)集中管理。

1、緩解醫(yī)生資源
智能醫(yī)療解決未來醫(yī)護(hù)人員稀缺的問題，人類醫(yī)生的培養(yǎng)過程非常復(fù)雜，而且成本相對較高，培養(yǎng)時間較長。即使經(jīng)過了10多年的培訓(xùn)也不一定能成為一個臨床非常好的醫(yī)生，還需要大量的經(jīng)驗。

人工智能就不同，隨著計算速度加快、算法改進(jìn)，它可以把目前醫(yī)學(xué)的一些常見病快速的給出一些指導(dǎo)，哪些是什么病，哪些需要深入研究，哪些檢查需要進(jìn)一步做，往哪個地方考慮，都可以給醫(yī)生一些幫助，進(jìn)而有效地解決醫(yī)生資源不足的問題，而且智能醫(yī)療可以在全世界的任何地方全年無休地提供醫(yī)療服務(wù)。

2、數(shù)據(jù)集中管理
智能醫(yī)療時代有兩種表現(xiàn)：數(shù)據(jù)多和終端多，智能醫(yī)療可以使傳感器設(shè)備和家用醫(yī)療設(shè)備自動或自助采集人體生命各類體征數(shù)據(jù)，同時可以將現(xiàn)有的院內(nèi)、院外和基因醫(yī)療數(shù)據(jù)進(jìn)行整合，實現(xiàn)數(shù)據(jù)的廣泛共享和深度利用，以較低的成本對亞健康人群、老年人和慢性病患者提供長期、快速、穩(wěn)定的健康監(jiān)控和診療服務(wù)。

二、智能醫(yī)療的劣勢：
1、智能醫(yī)療短時間內(nèi)難以傳遞醫(yī)生面診的溫度
特魯多醫(yī)生曾對臨床醫(yī)學(xué)做出過客觀的評價：“有時治愈、常常緩解、總是安慰”，所以病人不能被治愈是常有的事，但是緩解和安慰是必不可少的，這也是醫(yī)生的本職工作，也體現(xiàn)了醫(yī)生對生命的尊重，體現(xiàn)了一個醫(yī)生對病人的人文關(guān)懷和高尚情操。

而智能醫(yī)療在短時間內(nèi)解決人機(jī)關(guān)懷問題是比較困難的，AI醫(yī)療的冷冰冰到有溫度還需要時間，對病人心靈交流、疾病呵護(hù)、以及術(shù)后的護(hù)理都需要醫(yī)生的情感參與。

就目前而言，智能醫(yī)療對病人的關(guān)懷安慰還遠(yuǎn)達(dá)不到醫(yī)生的面診，我去過線下醫(yī)院看過很多病人，他們到了醫(yī)院第一時間總是問醫(yī)生，我的病怎么樣了，是不是快好了，其實都是在心理上尋求安慰，醫(yī)生們的回答大部分也都是心理上的疏導(dǎo)，所以患者對醫(yī)生的依賴程度依舊很高。

2、智能醫(yī)療的隱私保護(hù)面臨前所未有的威脅與挑戰(zhàn)
傳統(tǒng)的信息泄露諸如手機(jī)號碼、身份證信息的泄露也會給用戶造成很大的威脅和損失，在人工智能醫(yī)療領(lǐng)域只會有增無減，甚至威脅可能會更大，用戶丟失的不僅僅是單個維度的信息，可能是全部的重要數(shù)據(jù)信息，包括個人的疾病史、是否畸形、基因是否有缺陷，有無家族遺傳病史等。

這些數(shù)據(jù)信息的非法共享與傳播極快，一旦被暴露，不法者很容易進(jìn)行數(shù)據(jù)欺騙、身份竊取或其他攻擊行為，從而會影響一個人的正常生活，甚至婚姻問題。

3、智能醫(yī)療依賴的大數(shù)據(jù)依舊割裂、非標(biāo)準(zhǔn)化
對于醫(yī)院和診所來說，很多數(shù)據(jù)仍然是沒有自動化的，還存在醫(yī)生使用紙質(zhì)文本錄入，患者服用藥品后效果跟蹤是丟失的，電子病歷也不完善，很多數(shù)據(jù)仍然是非標(biāo)準(zhǔn)化的。

這一系列的問題都將阻礙醫(yī)療機(jī)構(gòu)的數(shù)據(jù)挖掘處理和深入分析，更重要的是醫(yī)院信息系統(tǒng)數(shù)據(jù)缺少統(tǒng)一的標(biāo)準(zhǔn)，這就對醫(yī)療行業(yè)的數(shù)據(jù)共享和數(shù)據(jù)聯(lián)盟造成很大的困難，這也是技術(shù)、利益、政策交錯復(fù)雜的問題，最終導(dǎo)致醫(yī)院數(shù)據(jù)割裂，成為各自的信息孤島，所以醫(yī)院數(shù)據(jù)的自動化、醫(yī)院成為數(shù)據(jù)管理和決策中心依然面臨發(fā)展緩慢的問題。

Q3. 國內(nèi)外人工智能醫(yī)療的知名公司（醫(yī)院）有哪些？其優(yōu)勢都在哪些方面？

Google DeepMind - 推動人工智能的發(fā)展

和IBM 沃森醫(yī)療一樣，DeepMind最近似乎并不順利，名氣很大，但由于種種原因?qū)嶋H曝光的AI產(chǎn)品并不多，不過并不影響其實力與地位，DeepMind與NHS醫(yī)院合作開發(fā)了一款A(yù)I眼部診斷工具，通過對眼部OCT圖像的掃描，可識別出50多種威脅到視力的眼科疾病，準(zhǔn)確率高達(dá)94%，超過了人類專家的表現(xiàn)，相信不久會有更多的醫(yī)療領(lǐng)域產(chǎn)品，其優(yōu)勢就是各種資源豐富。

Enlitic - 利用深度學(xué)習(xí)使醫(yī)生更快更準(zhǔn)確

Enlitic利用深度學(xué)習(xí)從數(shù)十億的臨床案例中提煉出可操作的建議從而制定解決方案，幫助醫(yī)生利用醫(yī)學(xué)界的集體智慧，他們深度學(xué)習(xí)技術(shù)可以包含廣泛的非結(jié)構(gòu)化醫(yī)療數(shù)據(jù)，包括放射學(xué)和病理學(xué)圖像、實驗室結(jié)果(如血液測試和心電圖)、基因組學(xué)、患者歷史和電子健康記錄等。他們開發(fā)的惡性腫瘤檢測系統(tǒng)在一項臨床試驗中的準(zhǔn)確度比專業(yè)的放射科醫(yī)師高出了50%多，他們的優(yōu)勢是有極大數(shù)據(jù)資源優(yōu)勢和專業(yè)的數(shù)據(jù)科學(xué)家團(tuán)隊。

Arterys - 世界上第一個在線醫(yī)學(xué)影像平臺

一個真正的醫(yī)學(xué)影像網(wǎng)絡(luò)平臺，以改變臨床護(hù)理與診斷確定性為目標(biāo)，他們的產(chǎn)品包括AI助手心臟MR圖像分析、AI探測肺結(jié)節(jié)的分割和追蹤、AI可視化助手，以及肝臟病變的縱向追蹤。胸部x光檢查助手等，主營業(yè)務(wù)是為醫(yī)療機(jī)構(gòu)提供更精準(zhǔn)的3D血管影像，并提供量化分析，他們的優(yōu)勢是有一個云分析平臺，可以為用戶提供SaaS分析服務(wù)，它具有可視化、可量化和深度學(xué)習(xí)三大功能。

騰訊覓影 - 騰訊的醫(yī)學(xué)解決方案專家

騰訊覓影主要涉及AI影像和AI復(fù)診，就目前AI影像來說已經(jīng)能對食管癌、肺癌、糖尿病、乳腺癌、結(jié)直腸癌、宮頸癌等進(jìn)行早期篩查；AI輔診可以進(jìn)行智能導(dǎo)診、病例智能管理、診療風(fēng)險監(jiān)控等。他們的優(yōu)勢在于騰訊的AI技術(shù)能力以及大數(shù)據(jù)深度學(xué)習(xí)能力，有著豐富的自然語言理解、語音識別、交互等基礎(chǔ)能力作為后盾。

阿里健康 – AI Doctor You ET醫(yī)療大腦

阿里健康的醫(yī)療解決方案也是平臺開放式的，主要是三大平臺。臨床醫(yī)學(xué)科研輔助平臺：提供智慧病例庫矩陣、臨床科研數(shù)據(jù)矩陣、多源異構(gòu)醫(yī)療數(shù)據(jù)處理、大數(shù)據(jù)科研輔助分析引擎開發(fā)服務(wù)等；AI醫(yī)療開放平臺：面向不同設(shè)備，提供多部位、多病種AI輔助篩查應(yīng)用引擎；臨床醫(yī)師能力訓(xùn)練平臺：提供沉浸式醫(yī)師仿真教學(xué)培訓(xùn)系統(tǒng)，脫敏病例虛擬病人等服務(wù)。其優(yōu)勢是基于阿里云和AI能力的強(qiáng)大應(yīng)用拓展能力。

百度AI - 醫(yī)療大腦

百度醫(yī)療大腦的對標(biāo)產(chǎn)品是Google和IBM的同類產(chǎn)品，他們通過海量醫(yī)療數(shù)據(jù)、專業(yè)文獻(xiàn)的采集與分析進(jìn)行人工智能化的產(chǎn)品設(shè)計，模擬醫(yī)生問診流程，與用戶多輪交流，依據(jù)用戶的癥狀，提出可能出現(xiàn)問題，反復(fù)驗證，給出最終建議。在過程中可以收集、匯總、分類、整理病人的癥狀描述，提醒醫(yī)生更多可能性，輔助基層醫(yī)生完成問診。他們的優(yōu)勢是大量的搜索引擎醫(yī)療數(shù)據(jù)和AI技術(shù)能力支撐，他們可以基于百度醫(yī)療大腦逐漸打造開放的醫(yī)療智能平臺。

推想科技 - 推動科技，想醫(yī)所想

推想科技主要針對肺部、心腦血管、肝癌等領(lǐng)域進(jìn)行模型搭建，目前他們推出肺部、胸部、腦卒中輔助篩查產(chǎn)品和醫(yī)療影像深度學(xué)習(xí)中心，幫助醫(yī)生完成個性化、差異化的深度學(xué)習(xí)，他們的優(yōu)勢是每日AI可以完成肺癌輔助篩查近萬例，累計輔助診斷病人數(shù)已超過450萬+，同時已經(jīng)和超100家頂級醫(yī)院合作并受到醫(yī)生的一致好評。

DeepCare羽衣甘藍(lán) - AI口腔影像領(lǐng)跑者

DeepCare聚焦于口腔醫(yī)學(xué)領(lǐng)域，目前具有公司全球首款口腔影像AI輔助分析系統(tǒng)，并已在口腔醫(yī)院應(yīng)用，正在進(jìn)入基層醫(yī)院、體檢中心和口腔診所，他們可以進(jìn)行數(shù)據(jù)查詢及管理、病灶區(qū)標(biāo)記、輔助診斷并自動化生成報告等，他們的優(yōu)勢是團(tuán)隊基因比較強(qiáng)大，背景牛逼、專業(yè)性強(qiáng)。

LinkDoc - 人工智能與醫(yī)療大數(shù)據(jù)解決方案提供者

LinkDoc主要圍繞醫(yī)療大數(shù)據(jù)一體化、醫(yī)學(xué)影像智能診斷、標(biāo)準(zhǔn)化智能隨訪、一站式醫(yī)學(xué)科研等提供解決方案，他們的使命是推動中國新一輪人工智能發(fā)展，讓人人皆可享有精準(zhǔn)的醫(yī)療服務(wù)，他們的優(yōu)勢是整合醫(yī)療機(jī)構(gòu)、藥企行業(yè)、保險行業(yè)、患者院外提供關(guān)聯(lián)性、一體化的服務(wù)。

依圖醫(yī)療 - 人工智能，關(guān)愛健康

依圖六大核心業(yè)務(wù)領(lǐng)域分布在安防、醫(yī)療、金融、智慧園區(qū)、零售、城市等，就醫(yī)療來說，他們勵志成為人工智能變革醫(yī)療領(lǐng)域的引領(lǐng)者，提升醫(yī)療生產(chǎn)力，擴(kuò)展醫(yī)療新邊界，他們的醫(yī)療智能產(chǎn)品解決方案主要是醫(yī)療大數(shù)據(jù)智能、臨床智能決策等，包括遍布胸部、肺癌多學(xué)科、乳腺x線、乳腺超聲、甲狀腺超聲、兒童生長發(fā)育及就診流程等智能診斷系統(tǒng)，以及智能互聯(lián)網(wǎng)醫(yī)療平臺，從智能預(yù)診、智能轉(zhuǎn)診到智能輔診的完整服務(wù)。

第四范式-智能醫(yī)療

他們提出的是智能健康中心，從健康智能應(yīng)用、中樞管理到智能組件都有所涉及，從服務(wù)層面來說，有著個人、社區(qū)、醫(yī)療機(jī)構(gòu)、科研機(jī)構(gòu)、保險機(jī)構(gòu)健康的一體化服務(wù)，包括糖尿病、心血管病、風(fēng)濕病、胰腺病智能管理等，此外他們還有平臺級AI OS，為智能健康提供平臺級的全生命周期管理和全方位的工具支撐，他們的優(yōu)勢在于平臺易于使用、能力組件豐富、功能個性制定、應(yīng)用運(yùn)行穩(wěn)定。

以上都是在AI醫(yī)療領(lǐng)域有一些作為的公司，事實上AI醫(yī)療領(lǐng)域的公司多到幾百家，風(fēng)口往往是浮躁的開端，盡管AI在醫(yī)療領(lǐng)域的應(yīng)用比其他領(lǐng)域有一定的優(yōu)勢，但AI醫(yī)療發(fā)展過程中也會面臨巨大的挑戰(zhàn)，甚至出現(xiàn)玩了很久，最后驗證出是個偽需求，或者因為實力問題而終結(jié)。

到目前為止大部分的AI醫(yī)療產(chǎn)品都在完善中，目前還沒有絕對穩(wěn)定的、準(zhǔn)確率極高的產(chǎn)品，只有范圍值內(nèi)的滿意度，在AI領(lǐng)域，只要數(shù)據(jù)生產(chǎn)資料在增長、算法在優(yōu)化，算力在進(jìn)步，就意味著產(chǎn)品在精進(jìn)，但這需要時間，并不是所有的AI醫(yī)療企業(yè)都能一路走到底，同時隨著時間的推移競爭關(guān)系也會不斷的加劇，就比如AI圖像識別和AI輔助診斷，相當(dāng)一部分公司都有所涉獵，如果未來找不到差異化，一地雞毛的事情或許在AI領(lǐng)域也會出現(xiàn)。

Q4. 人工智能在醫(yī)療領(lǐng)域有哪些應(yīng)用場景？分別處在什么階段？

深度學(xué)習(xí)是人工智能的基本方法，所以它適合做一些經(jīng)驗累積性的工作，比如比對看片、藥物研發(fā)等，醫(yī)療健康領(lǐng)域也被認(rèn)為是人工智能落地最有潛力的領(lǐng)域之一，但實現(xiàn)人工智能醫(yī)療的真正落地，需要創(chuàng)新的應(yīng)用場景，就目前來看，AI醫(yī)療的應(yīng)用場景有以下四類：

智能預(yù)警：習(xí)慣監(jiān)督、風(fēng)險識別監(jiān)測、早期預(yù)測、早期預(yù)防與干預(yù)等。 智能診斷：醫(yī)學(xué)影像與診斷、疾病篩查、機(jī)器人診斷、虛擬醫(yī)生、助理護(hù)士等。
智能管理：生活健康管理、電子病例管理、康復(fù)醫(yī)療管理、醫(yī)院管理等。 智能研發(fā)：藥物研發(fā)、醫(yī)學(xué)研究、臨床試驗研究、病情病種研究等。

若說所處階段，目前AI圖像識別、輔助診斷、藥物研發(fā)等稍稍領(lǐng)先，其他的應(yīng)用場景都在路上。

Q5. 人工智能醫(yī)療如何保障用戶的安全問題？

人工智能技術(shù)與醫(yī)療領(lǐng)域融合不斷加速， 數(shù)據(jù)資源、計算能力、算法模型等基礎(chǔ)條件成熟的同時，也必然導(dǎo)致醫(yī)療安全問題如影隨形，科學(xué)技術(shù)本身無善惡之分，這些安全問題可能貫穿產(chǎn)品設(shè)計、研發(fā)測試、數(shù)據(jù)集構(gòu)建、算法訓(xùn)練等整個醫(yī)療產(chǎn)品的生命周期，這里主要探討用戶信息安全問題及防御風(fēng)險策略。

1、隱私數(shù)據(jù)脫敏加噪

對于用戶的信息安全，現(xiàn)在普通的醫(yī)學(xué)研究做法是進(jìn)行隱私數(shù)據(jù)脫敏，把敏感信息隱藏掉，然后把數(shù)據(jù)進(jìn)行發(fā)布，但是這樣有非常大的風(fēng)險，因為雖然不知道用戶的名字，但是可能知道用戶的性別及一些其他特性，通過這些特性，其實有很大概率能夠反映出來這個人是誰，所以很多問診平臺將用戶的治愈案例公布吸引其他患者進(jìn)行咨詢問診，某種程度上也是對用戶隱私的欠考慮。

所以如果要真正的解決用戶的隱私問題，可能還是要從理論和數(shù)學(xué)上去解決這個問題，在近幾年有一項差分隱私的技術(shù)出現(xiàn)，就是在發(fā)布數(shù)據(jù)的時候不僅僅只做匿名化。

更重要的是把數(shù)據(jù)做一些擾動，讓不法者沒有辦法判斷到底這個人是誰，簡單講就是在數(shù)據(jù)里加入一些噪聲，但這樣也會帶來一些問題，加完噪聲之后有可能導(dǎo)致數(shù)據(jù)不可用，完全變成隨機(jī)的數(shù)據(jù)，所以這里也伴隨著一個技術(shù)難點就是所加噪聲和可用性之間的平衡，目前都是盡力的保證用戶隱私，同時讓加入的噪聲越來越小，不影響數(shù)據(jù)的正常使用。

2、深度學(xué)習(xí)安全防護(hù)

AI技術(shù)和互聯(lián)網(wǎng)一樣，都是一把雙刃劍，都具有兩面性，雖然有時制造麻煩，但同時也可以安全防護(hù)，盡管醫(yī)療信息泄露事件頻頻發(fā)生，但如果能主動利用人工智能技術(shù)，打造完善的安全防御機(jī)制，實現(xiàn)對網(wǎng)絡(luò)攻擊的智能化響應(yīng)。

就可以依靠機(jī)器算法，快速收集、處理海量數(shù)據(jù)，通過對不同數(shù)據(jù)的分類、處理，來有效識別潛在的網(wǎng)絡(luò)安全隱患；同時借助深度學(xué)習(xí)技術(shù)，人工智能可以不斷學(xué)習(xí)成長，不斷提高安全防護(hù)水平，實現(xiàn)對網(wǎng)絡(luò)攻擊的自主防御。

事實上，用戶安全問題遠(yuǎn)不止這些，還比如注入攻擊漏洞、安全配置錯誤、數(shù)據(jù)非法竊取、數(shù)據(jù)污染、對抗性輸入等等，伴隨著AI醫(yī)療的推進(jìn)，也必然會產(chǎn)生各種各樣稀奇古怪的安全問題，和計算機(jī)病毒一樣，人工智能背后的操作者是人，人類行為的不確定性也將注定會不斷的產(chǎn)生安全隱患，同時也會不斷的修復(fù)安全漏洞。
?

Q6. 人工智能醫(yī)療行業(yè)的產(chǎn)品經(jīng)理從業(yè)方向都有哪些？他們都在做什么？

AI+醫(yī)療的應(yīng)用場景非常多，遠(yuǎn)超過我們現(xiàn)在認(rèn)知的樣子，他們從事的方向就是基于“AI+各種醫(yī)療業(yè)態(tài)”下的解決方案，在做的大部分還是延續(xù)“互聯(lián)網(wǎng)+”時代的一些事情，只不過有一些新的能力要求，就工種而言，也對應(yīng)有技術(shù)型、數(shù)據(jù)型、體驗型、策略型、商業(yè)型AI產(chǎn)品經(jīng)理等。

事實上，人工智能醫(yī)療領(lǐng)域最緊缺的是算法工程師，大部分有一定規(guī)模的社招平臺，在AI領(lǐng)域招聘的技術(shù)人員算法居多，好的算法工程師一票難求，在這里我對“千軍易得，一將難求”有很深的體會，從產(chǎn)品的角度，初級階段AI產(chǎn)品大都和技術(shù)掛鉤，我個人覺得隨著AI的發(fā)展，AI PM的需求量和需求類型也會隨著改變，我姑且大膽的把AI醫(yī)療產(chǎn)品分為三個階段：

第一階段：技術(shù)型和數(shù)據(jù)型AI產(chǎn)品經(jīng)理比較受歡迎

此階段的PM有一定的技術(shù)背景，熟悉掌握AI底層技術(shù)實現(xiàn)、封裝各種對外開放SDK，有一定的架構(gòu)水準(zhǔn)，可以將影像識別、自然語義、機(jī)器學(xué)習(xí)、認(rèn)知計算、生物信息學(xué)等技術(shù)運(yùn)用到產(chǎn)品中，他們應(yīng)該是早期的AI產(chǎn)品奠基石，其次是數(shù)據(jù)PM，數(shù)據(jù)產(chǎn)品側(cè)重點在數(shù)據(jù)分析上，包含數(shù)據(jù)的采集、分析、可視化等，這類產(chǎn)品經(jīng)理有研發(fā)和數(shù)據(jù)分析的背景，也是第一階段很缺少的產(chǎn)品。

第二階段：體驗型和策略型AI產(chǎn)品經(jīng)理開始受青睞

隨著AI的進(jìn)一步發(fā)展，AI醫(yī)療產(chǎn)品越來越多，體驗也越來越重要，用戶開始慢慢接受了AI產(chǎn)品，產(chǎn)品的業(yè)務(wù)邏輯也越來越復(fù)雜，產(chǎn)品線規(guī)劃和設(shè)計就慢慢重要起來，需要策略產(chǎn)品經(jīng)理去權(quán)衡好用戶感受和用戶價值之間的關(guān)系，同時交互、UI、用戶研究也會慢慢凸顯出價值，所以這個階段又會有大量相關(guān)崗位放出，AI的招聘市場會回歸體驗和策略時代，至于時間要看“AI+”的發(fā)展步伐。

第三階段：商業(yè)型產(chǎn)品經(jīng)理需求慢慢變大

這個階段意味著AI醫(yī)療領(lǐng)域進(jìn)入了成熟期，如果說體驗型PM更多強(qiáng)調(diào)的是給用戶創(chuàng)造價值，那商業(yè)型PM更多的是想著如何把流量變現(xiàn)，比如智能醫(yī)療器械怎么賣，圖像識別產(chǎn)品怎么推廣，各種系統(tǒng)如何服務(wù)C端、B端用戶，這類產(chǎn)品經(jīng)理一般需要對商業(yè)模式比較熟悉。

Q7.如何成為一名合格的人工智能醫(yī)療產(chǎn)品經(jīng)理？

1、對醫(yī)療行業(yè)的理解

人工智能和互聯(lián)網(wǎng)本質(zhì)沒有什么區(qū)別，都是工具，這些工具對于商業(yè)來說就是基礎(chǔ)設(shè)施，就像生活中的水煤電，所以任何“互聯(lián)網(wǎng)+”或者“AI+”都離不開對行業(yè)的理解，就比如金融行業(yè)來說，信托、私募、基金、股票、房貸、商貸這些概念是怎么樣關(guān)聯(lián)業(yè)務(wù)的；清算、風(fēng)控、催收、征信每個環(huán)節(jié)又是怎么體現(xiàn)在產(chǎn)品里面的，這些都需要對行業(yè)有一定的了解；

醫(yī)療行業(yè)也是如此，分級診療、健康干預(yù)、遠(yuǎn)程會診、醫(yī)療控費、基因測序是什么意思，醫(yī)療機(jī)構(gòu)、醫(yī)生、藥企、藥店、保險等之間的多重映射關(guān)系如何理解，這些都需要從行業(yè)角度有一個全盤的認(rèn)知，甚至于對政策、技術(shù)、資本利好的研究。

2、優(yōu)秀的主動學(xué)習(xí)能力

面對新領(lǐng)域，初始階段都是新人，如果說有差距，那一定是由于學(xué)習(xí)力的不同慢慢拉開的，通過學(xué)習(xí)可以提升一個人的認(rèn)知層次，就像Andrew Ng說的那樣，其實很多情況下我們并不知道下一步要做什么，這時候就需要大量的學(xué)習(xí)和閱讀，多和某些領(lǐng)域的專家談話。

我有一個很深的體會，我每次聽復(fù)旦、同濟(jì)教授公開課的時候，經(jīng)常有腦洞大開，醍醐灌頂?shù)母杏X，而這些公開課的理論都會在工作和生活中建立關(guān)聯(lián)，所以當(dāng)我們讀了足夠多的書、聽足夠多的公開課或者和足夠多的專家交談時，我們的大腦的就會接收足夠多的輸入信息，新的創(chuàng)意自然也會隨之產(chǎn)生。

3、 基礎(chǔ)數(shù)據(jù)分析能力

AI領(lǐng)域有相當(dāng)比重的用戶需求會來自大數(shù)據(jù)分析本身，用戶心理和行為依靠深度學(xué)習(xí)獲取，就像天貓精靈為什么越用越懂你，數(shù)據(jù)詮釋著用戶的行為軌跡，所以數(shù)據(jù)分析能力在解決問題的過程中，在動手實踐與探索過程中，都會大有用武之地。

我們要做的就是產(chǎn)品上線前后，分析使用數(shù)據(jù)，挖掘使用場景，找到產(chǎn)品改進(jìn)點、突破點甚至引爆點，用豐富的交互場景推動AI創(chuàng)新，就數(shù)據(jù)分析能力本身而言，我們需要從數(shù)據(jù)的認(rèn)知、收集、整合、表達(dá)、挖掘等五個方面的能力全面提升，這也是為什么任總在走訪高校時總是呼吁校長在基礎(chǔ)學(xué)科里加入《統(tǒng)計學(xué)》和《離散數(shù)學(xué)》的原因，數(shù)據(jù)分析能力應(yīng)該在學(xué)校里就具備一定的基礎(chǔ)。

4、 多渠道獲取AI資源信息

我們可以多渠道獲取一些有關(guān)AI醫(yī)療方向的信息資源，比如：

第三方AI報告：艾瑞、易觀、前瞻經(jīng)濟(jì)學(xué)人、BAT研究院等有很多AI醫(yī)療的報告，總結(jié)非常到位。
訂閱AI資訊：虎嗅、36kr、即刻等資訊訂閱、時時關(guān)注AI知名自媒體，鈦媒體AI融資情況等。
收聽AI音頻：喜馬拉雅和荔枝里經(jīng)常有腦洞大開的AI醫(yī)療應(yīng)用場景，碎片化時間都可以獲取。
參加AI會展：活動行、互動吧經(jīng)常發(fā)布AI大會和展覽會，每次都有新發(fā)現(xiàn)，對于一線城市是資源利好。
感受AI產(chǎn)品：AI會展里會有一些AI產(chǎn)品，真實體驗、感受流程和思考能否再縮短觸達(dá)路徑。

這些都是不錯的信息獲取手段和路徑。

5、需要一定的技術(shù)認(rèn)知

經(jīng)常看到論壇有人爭論產(chǎn)品經(jīng)理要不要懂技術(shù)，我看到也很憂心，移動時代的產(chǎn)品經(jīng)理會畫原型、邏輯不錯、溝通還可以似乎就可以勝任了，但在AI和大數(shù)據(jù)時代，不懂技術(shù)的產(chǎn)品經(jīng)理可能會有些被動，在AI新興階段，會出現(xiàn)技術(shù)能力大于產(chǎn)品能力的現(xiàn)象，這也是為什么算法工程師需求遠(yuǎn)大于產(chǎn)品需求的原因。

懂技術(shù)的AI PM會操縱數(shù)據(jù)庫、會爬取自己想要的信息、有扎實的數(shù)據(jù)挖掘和分析功底, 某種程度上也培養(yǎng)了他的數(shù)據(jù)敏感度和積極性，所以我覺得產(chǎn)品經(jīng)理可以不懂技術(shù)，但牛逼的產(chǎn)品經(jīng)理不能不懂，何況當(dāng)今國內(nèi)外公司的互聯(lián)網(wǎng)創(chuàng)始人大部分都有技術(shù)背景。為了瞻仰前輩，我打造了一面“領(lǐng)袖墻”，這面墻是我研究互聯(lián)網(wǎng)大佬的版圖。下圖是我書房墻壁上的互聯(lián)網(wǎng)大佬2015年的座次圖。

在互聯(lián)網(wǎng)時代的20位大佬中，其中15位有技術(shù)和寫代碼背景，大佬如此，何況與你，更何況在AI時代，所以有技術(shù)背景對成為AI PM來說是一種很大的優(yōu)勢。

Q8. 人工智能醫(yī)療產(chǎn)品都是怎樣的？

我負(fù)責(zé)過的醫(yī)療數(shù)據(jù)產(chǎn)品包括血壓、血糖、體脂等智能硬件產(chǎn)品，通過數(shù)據(jù)回傳了解一個人的體征節(jié)律，來預(yù)測一個人的健康狀況。也負(fù)責(zé)過皮膚醫(yī)療大數(shù)據(jù)產(chǎn)品，每個人都有臉，就用戶群體來說，有頭有臉的人就是我們的用戶，無論你的皮膚處于什么樣的狀態(tài)。皮膚發(fā)生病變，我們有療膚解決方案；皮膚干燥、缺水、暗斑、油膩，我們有護(hù)膚解決方案；即使你的皮膚什么問題都沒有，我們還有美膚解決方案。所以人工智能在皮膚領(lǐng)域的應(yīng)用規(guī)模之大是不敢想象的，平臺的使命也是解決10億皮膚亞健康的問題, 以下分享幾點關(guān)于“AI+皮膚醫(yī)療”的心得：

一、療膚層面解決方案：AI+圖譜識別+醫(yī)療科普+處方診斷

通過AI識別用戶病變圖譜，給予病情知識科普、診斷疏導(dǎo)、用藥處方等醫(yī)療服務(wù)。AI在皮膚醫(yī)療領(lǐng)域解決的幾個問題：

1、 解決皮膚科醫(yī)生資源稀缺的問題

全國皮膚科醫(yī)生2萬+，但皮膚病患者近1.6億，所以皮膚科醫(yī)生資源非常不足，高峰時期，一個皮膚科醫(yī)生一天線下門診可以接診超過60+病人，皮膚科也有天然的優(yōu)越性，經(jīng)驗豐富的醫(yī)生是可以直接通過患者上傳的病變圖譜進(jìn)行診斷的，通過“互聯(lián)網(wǎng)+醫(yī)療”手段可以緩解區(qū)域性皮膚科醫(yī)生的資源不匹配的問題，但依舊很難緩解醫(yī)生資源緊缺的問題，在“AI+醫(yī)療”時代就可以通過病變圖譜識別皮膚病類型，給患者輸出診斷報告。

2、 解決醫(yī)生機(jī)械化診斷重復(fù)病種的問題

下圖是基于千萬級病例圖譜庫Top9大類病種分布，僅僅痤瘡類皮膚病占比30.14%，就意味著醫(yī)生每天都會頻繁、機(jī)械的診斷痤瘡類皮膚病。

痤瘡類皮膚病極易復(fù)發(fā)，所以復(fù)診率也居高不下，就皮膚科在線問診來說，有的醫(yī)生一天診斷同一病種可多達(dá)幾十例，我們傳統(tǒng)的做法是將平臺數(shù)據(jù)庫Top100病種和診斷內(nèi)容進(jìn)行模板化包裝，醫(yī)生識別病人上傳的病變圖譜后，給予模板化快速解決，這樣會帶來一些問題，比如醫(yī)生過于依賴模板導(dǎo)致診斷同質(zhì)化問題，比如模板本身的內(nèi)容生硬問題，長此以往用戶的心理預(yù)期也會降低，但AI就可以通過深度學(xué)習(xí)結(jié)合病人病情快速給出重復(fù)病種因人而異的不同診斷，數(shù)據(jù)越大，準(zhǔn)確率越高，直到遠(yuǎn)遠(yuǎn)超過醫(yī)生，這一天越來越近。

3、 解決醫(yī)生臨床經(jīng)驗不足誤診率問題

皮膚病所覆蓋的病種是數(shù)以萬計的，就比如[皮炎] 這類皮膚病，其子類病種就有上百種，下圖是皮炎病例庫的Top13細(xì)分病種分布情況：

這些皮炎的細(xì)分病種臨床表現(xiàn)和圖譜樣例均不同， 面對這么龐大病種，極少皮膚科醫(yī)生可以跨科室深入診斷多個皮膚病，且有的病種還有一定的相似度，經(jīng)驗尚淺的皮膚科醫(yī)生對于分清這些圖譜也有一定的難度和誤判，但AI就可以結(jié)合患者的臨床圖譜大數(shù)據(jù)，進(jìn)行數(shù)據(jù)喂養(yǎng)，通過深度學(xué)習(xí)進(jìn)行病情的精準(zhǔn)定位并進(jìn)行全方位良惡性判斷，快速給出不同病種的細(xì)致診斷，從而提高醫(yī)生診斷效率和準(zhǔn)確率。

4、 解決病人對皮膚病沒有認(rèn)知的問題

皮膚科的醫(yī)生患教時間并不長，大部分局限在門診，離開醫(yī)院后，很有可能就不知道自己啥情況，忘記醫(yī)生的醫(yī)囑和醫(yī)托，對自己的病情也沒有個細(xì)致了解，常見的皮膚病還好，關(guān)鍵是很多病種是非常罕見的，就比如“顏面播散性粟粒性狼瘡”，告訴別人自己得了什么皮膚病就有難度，更不用說它的臨床表現(xiàn)和注意事項了，AI就可以通過該類圖譜數(shù)據(jù)整合，進(jìn)行深度學(xué)習(xí)，不但可以讓用戶了解這種病的病狀、病因、診斷、治療情況，而且可以實時匹配與病人最相似的康復(fù)病例，同時根據(jù)病人的情況給出最新的、適合病人的注意事項和治療方案等。

5、解決病例智能化管理的問題

目前國內(nèi)醫(yī)院的病案，依賴病案室人力或數(shù)據(jù)公司進(jìn)行整理。科室的醫(yī)學(xué)科研，提取病案特征信息也是通過人工完成。需要投入大量的人力與資金，準(zhǔn)確率也不能得到保障。通過深度學(xué)習(xí)的人工智能技術(shù)可以實現(xiàn)病案智能化管理，自動提取病案特征信息，不僅對醫(yī)院的數(shù)據(jù)做標(biāo)準(zhǔn)化處理而且可以為科研提速，做這件事還有騰訊覓影、博識醫(yī)療云等，采集臨床數(shù)據(jù)，輸出結(jié)構(gòu)化電子病歷，讓沉淀的數(shù)據(jù)真正的幫助到醫(yī)生，就像下圖騰訊覓影的病例智能化管理示例圖。

二、護(hù)膚層面解決方案：AI+圖譜識別+精準(zhǔn)護(hù)膚解決方案

中國皮膚亞健康用戶大約10億，每個人的皮膚亞健康表現(xiàn)都不一樣，就像前面說的AI可以解決病變皮膚的精準(zhǔn)醫(yī)療問題，AI也可以解決亞健康皮膚的精準(zhǔn)護(hù)膚問題，AI通過終端獲取用戶的臉部圖譜信息，通過圖像檢測來評估個人皮膚狀態(tài)，如膚質(zhì)、膚色、膚齡、毛孔、皺紋、眼袋、黑眼圈、痘斑痣等。

連接精準(zhǔn)護(hù)膚服務(wù)，甚至是精準(zhǔn)藥妝服務(wù)，而現(xiàn)實傳統(tǒng)的智能測膚可能僅僅是一個流程，從拍照測膚、智能分析、護(hù)膚科普到產(chǎn)品推薦，如果測膚階段沒有專業(yè)到皮膚肌理層面的深度學(xué)習(xí)，就很難讓用戶買單，單單目前的這些表面參數(shù)肯定是遠(yuǎn)遠(yuǎn)不夠的，比如皮膚的色素沉積、敏感程度、耐受程度等，都需要AI深度學(xué)習(xí)給予反饋。

事實上，臉部的特征數(shù)據(jù)遠(yuǎn)不止這些，當(dāng)一份權(quán)威的數(shù)據(jù)報告可以征服用戶，并真正做到高級別的準(zhǔn)確度時，用戶買單的心理預(yù)期也會被滿足，商業(yè)模式自然會誕生。

Q9. 5G會怎樣影響智能醫(yī)療行業(yè)的發(fā)展？

5G的特性是：超高速率、超大連接、超低延時，每個特性都可以解決某個領(lǐng)域的痛點，那基于5G的這三駕馬車，也會給智能醫(yī)療行業(yè)的發(fā)展帶來巨大的積極影響：

1、讓遠(yuǎn)程診療、護(hù)理成為可能

互聯(lián)網(wǎng)在線問診其實已經(jīng)部分解決遠(yuǎn)程醫(yī)療、醫(yī)療資源分布不均勻的問題，使得西部偏遠(yuǎn)地區(qū)的患者足不出戶就可以看到上海的專家醫(yī)生，但5G的助推可以更上一個臺階，5G網(wǎng)絡(luò)可以支持近200多億個連接設(shè)備和傳感器，可以秒傳以G為單位的海量數(shù)據(jù)，那就意味著患者在家中通過醫(yī)療傳感器就可以和醫(yī)生實時互動，生命體征數(shù)據(jù)實時回傳醫(yī)生，醫(yī)生和護(hù)理人員就可以動態(tài)遠(yuǎn)程監(jiān)控管理患者。

進(jìn)行遠(yuǎn)程看護(hù)、診斷、甚至手術(shù)，從而緩解病房緊張、醫(yī)生緊缺的壓力，同時醫(yī)患還可以通過網(wǎng)絡(luò)屏幕終端實時建立聊天室，科幻片里的屏幕互動將不再科幻，最終可能顛覆整個醫(yī)療的運(yùn)作模式。

2、讓老弱病殘實時救助成為可能

人口老齡化導(dǎo)致留守老人在加劇，如果讓老年人配備生命體征健康監(jiān)測終端，實時監(jiān)測老人起居、飲食、睡眠、運(yùn)動等體征信息，那么當(dāng)發(fā)現(xiàn)老人呼吸異常、睡眠異常或者意外摔倒待在原地不動時、終端系統(tǒng)就會發(fā)出及時的警告，關(guān)聯(lián)老人的護(hù)理人員或者子女，免去子女的擔(dān)心；殘障人士亦如此，再者路上突發(fā)緊急事故，120救護(hù)車將事故人送往醫(yī)院的同時，將事故人的心電圖和生理數(shù)據(jù)即時回傳到醫(yī)院數(shù)據(jù)處理中心，進(jìn)行實時排查鑒定，實現(xiàn)病人未到院，方案已輸出，降低事故人的死亡風(fēng)險，這些都可以通過5G高速率、大寬帶、即時聯(lián)來解決。

3、讓個人健康管理、醫(yī)療個性化成為可能

5G的助推，使得個人健康管理成為可能。通過移動終端對整個身體進(jìn)行監(jiān)控，將用戶每天的生活作息、健康狀態(tài)，甚至內(nèi)心波動，情緒情感進(jìn)行收集、跟蹤、學(xué)習(xí)、預(yù)測，使得健康和智能可穿戴設(shè)備以及智能家電間的數(shù)據(jù)實現(xiàn)共享；利用社會不均衡醫(yī)療資源以眾包的方式遠(yuǎn)程診斷，解決看病難題，用戶所有健康信息集成到移動終端，通過移動終端與各個健康設(shè)備、藥店、醫(yī)療機(jī)構(gòu)進(jìn)行交互，實現(xiàn)患者大病去醫(yī)院，小病自己診斷，緩解醫(yī)院醫(yī)生的壓力。

Q10. 醫(yī)療行業(yè)智能化的未來會是什么樣？

這個問題太大，也是仁者見仁智者見智的問題，我想從四大利好和四大角色談起，就目前在數(shù)據(jù)、政策、資本、技術(shù)利好的前提下談?wù)勧t(yī)院、醫(yī)生、藥店、藥企四大角色的未來。

1、數(shù)據(jù)利好：

就健康醫(yī)療信息數(shù)字化本身來說，經(jīng)過時間的積累和不斷的發(fā)展，數(shù)據(jù)也達(dá)到了一定的級別：

A、院內(nèi)數(shù)據(jù)：

HIS系統(tǒng)等數(shù)據(jù)積累，主要集中在衛(wèi)寧健康和金蝶醫(yī)療的數(shù)據(jù)系統(tǒng)里。
l 醫(yī)學(xué)影像信息系統(tǒng)PACS(Picture Archiving and Communication Systems)
l 臨床信息系統(tǒng)CIS（Clinical Information System ）
l 放射學(xué)信息系統(tǒng)RIS (Radiology Information System）
l 實驗室信息系統(tǒng)LIS（Laboratory Information System）
l 醫(yī)院管理信息系統(tǒng)HMIS (Hospital Management Information System)

B、院外數(shù)據(jù)：

l 輕問診數(shù)據(jù)：平安好醫(yī)生、微醫(yī)、好大夫在線、春雨醫(yī)生等第三方產(chǎn)生的輕問診數(shù)據(jù)。
l 智能體征數(shù)據(jù)：血壓儀、血脂儀、體脂儀、手環(huán)、頸環(huán)等智能硬件采集的健康數(shù)據(jù)。
l 體檢健康數(shù)據(jù)：愛康、美年大健康、妙健康、優(yōu)健康等健康及體檢報告數(shù)據(jù)。

C、基因數(shù)據(jù)：

基因測序數(shù)據(jù)：數(shù)據(jù)集中在華大基因、貝瑞和康、藥明康德、博奧生物等入場較早的企業(yè)。
以上這些數(shù)據(jù)都極具價值，一旦聯(lián)合或者部分打通，會加速推動醫(yī)療數(shù)據(jù)指數(shù)級增長，為AI健康醫(yī)療的發(fā)展提供基礎(chǔ)數(shù)據(jù)生產(chǎn)資料。
智能化推進(jìn)的同時也會產(chǎn)生更多的終端數(shù)據(jù)收集器，全方位的收集有健康意義、有價值的生命數(shù)據(jù)，通過這些海量的數(shù)據(jù)，進(jìn)行數(shù)據(jù)喂養(yǎng)，訓(xùn)練算法模型，以結(jié)果進(jìn)行算法優(yōu)化，提高醫(yī)療產(chǎn)品服務(wù)能力，同時基因數(shù)據(jù)與個人健康數(shù)據(jù)及臨床數(shù)據(jù)相結(jié)合，可以給到基于個人的個性化健康解決方案。

2、政策利好：

根據(jù)艾瑞咨詢的報告，從2015年后，每年都會有促進(jìn)各省市政府將健康醫(yī)療大數(shù)據(jù)提升至戰(zhàn)略層面的政策驅(qū)動。

2017-2018年中國健康醫(yī)療大數(shù)據(jù)相關(guān)項目梳理

3、資本利好：

下圖是2019年4月14日的近30日行業(yè)融資數(shù)據(jù)情況，從持續(xù)觀測鈦媒體的數(shù)據(jù)來看，醫(yī)療健康在Top5內(nèi)擺動，其中醫(yī)藥智能化、輔助決策、健康管理比重都比較大，多為利用AI、語義識別、數(shù)據(jù)模型，挖掘診療信息，連接院內(nèi)院外平臺等類別的企業(yè)。其中融資領(lǐng)域受人工智能熱潮影響，預(yù)計未來將會有更多資本進(jìn)入AI醫(yī)療健康領(lǐng)域，為其發(fā)展助力。

4、技術(shù)利好：

技術(shù)的三輛馬車：物聯(lián)網(wǎng)技術(shù)、大數(shù)據(jù)技術(shù)、5G技術(shù)都為醫(yī)療行業(yè)智能化的實現(xiàn)增加馬力，物聯(lián)網(wǎng)技術(shù)讓眾多醫(yī)療終端設(shè)備的數(shù)據(jù)采集和互通成為可能，醫(yī)療物聯(lián)網(wǎng)中數(shù)據(jù)規(guī)模龐大，而且增長速度極快，傳統(tǒng)的數(shù)據(jù)庫技術(shù)難以有效處理這些海量數(shù)據(jù)。

智能醫(yī)療可以實現(xiàn)高效和可擴(kuò)展的醫(yī)療大數(shù)據(jù)存儲與處理，并通過互聯(lián)網(wǎng)為用戶提供方便快捷的醫(yī)療服務(wù)；大數(shù)據(jù)技術(shù)讓云數(shù)據(jù)可以被大計算成為可能，大數(shù)據(jù)技術(shù)又會結(jié)合深度學(xué)習(xí)、認(rèn)知計算、生物信息學(xué)、區(qū)塊鏈等技術(shù)與實際應(yīng)用場景結(jié)合，搭建行之有效的數(shù)據(jù)模型；

5G技術(shù)讓數(shù)據(jù)傳輸沒有延遲、連接萬億設(shè)備成為可能，是數(shù)據(jù)物流的保證，這三輛馬車都將助力醫(yī)療行業(yè)的智能化進(jìn)程。

新技術(shù)賦能醫(yī)院、醫(yī)生、藥店、藥企四大角色智能化成為可能：

1、未來醫(yī)院：

未來各種技術(shù)及數(shù)據(jù)生產(chǎn)資料的助推會讓醫(yī)院發(fā)展數(shù)字化，加速醫(yī)院打造數(shù)字醫(yī)療，患者數(shù)據(jù)集中存儲和醫(yī)院之間的數(shù)據(jù)合作將使得醫(yī)院成為巨大的數(shù)據(jù)處理中心，同時患者可以自主和醫(yī)院醫(yī)療數(shù)據(jù)庫發(fā)生關(guān)系，醫(yī)院只需要進(jìn)行精細(xì)智能管理決策即可。

HIS系統(tǒng)也會迎來一場巨大革命，會出現(xiàn)一個新型的智能化系統(tǒng)，未來系統(tǒng)一定是實現(xiàn)醫(yī)院運(yùn)營、病例、醫(yī)患、科研一體化的系統(tǒng)，醫(yī)院的規(guī)劃、戰(zhàn)略、營銷都參與醫(yī)療大數(shù)據(jù)，數(shù)據(jù)將成為醫(yī)院最大的資產(chǎn)，也將決定醫(yī)院未來的發(fā)展，同時醫(yī)院也會基于大量病例數(shù)據(jù)給出全科疾病的預(yù)測分析，給用戶提供早期的疾病預(yù)警，形成新的醫(yī)療健康運(yùn)作模式。

2、未來醫(yī)生：
在技術(shù)全方位應(yīng)用的情況下，醫(yī)生的角色會出現(xiàn)很多波動，很有可能會出現(xiàn)昨天發(fā)表的論文，明天就被顛覆了，這也是每個醫(yī)生都必須面臨的問題，傳統(tǒng)的公立醫(yī)院有些醫(yī)生對學(xué)術(shù)發(fā)展視而不見，常年堅持傳統(tǒng)經(jīng)驗，導(dǎo)致醫(yī)療水平裹足不前，在未來不善于學(xué)習(xí)、習(xí)慣用經(jīng)驗看病的醫(yī)生或許會逐漸被邊緣化。未來醫(yī)生的角色會慢慢的從門診診斷轉(zhuǎn)變?yōu)閿?shù)字診斷，醫(yī)生在未來可能會成為一位醫(yī)療數(shù)據(jù)專家。

3、未來藥企：

機(jī)器學(xué)習(xí)算法加速新藥研發(fā)，AI深度學(xué)習(xí)之所以這么高效率，其實有兩點：強(qiáng)大的關(guān)系探索能力和強(qiáng)大的計算能力，人工智能可以快速發(fā)現(xiàn)藥物與疾病之間的對抗關(guān)系，也能挖掘基因與疾病之間隱藏的秘密，然后對藥品化合物進(jìn)行智能篩選，篩選出抗性好、活性高的藥品化合物，大大地提高了臨床試驗的效率。

在古代，張仲景的《傷寒雜病論》、李時珍的《本草綱目》、孫思邈的《千金要方》都是他們嘔心瀝血一輩子有了這部當(dāng)時的巨作，或許面對現(xiàn)代的AI深度學(xué)習(xí)可能不值得一提，留下的只是歷史意義。

這不是笑話，這很嚴(yán)肅。被打臉、被顛覆或許也是AI時代的一個特色，古代的神農(nóng)嘗百草，其實就是人工篩選藥物的過程，現(xiàn)在換成人工智能了，其效率將遠(yuǎn)超前人的積累。目前而言在全球有至少百家企業(yè)以上在探索人工智能藥物研發(fā)，未來藥企也將數(shù)字化、智能化。

4、未來藥店：

未來的藥店會成為智慧藥房，新的技術(shù)也會推進(jìn)藥店管理和慢病管理，就慢病管理而言，每個科室都有慢病患者，皮膚科尚且如此，其他科室慢病患者就更不用說了，慢病患者買藥一般都是通過大醫(yī)院購買的，但未來藥店可以通過技術(shù)助推為醫(yī)院分擔(dān)一些壓力。

通過“AI+終端”的方式，互通慢病患者的體征數(shù)據(jù)，對慢病進(jìn)行風(fēng)險分析，向患者提供飲食建議，甚至醫(yī)生干預(yù)，把慢病服務(wù)和體征數(shù)據(jù)連接起來，解決目前慢病管理不及時、不準(zhǔn)確、購藥難的現(xiàn)狀，同時做到會員管理、精準(zhǔn)提前營銷，提高整體運(yùn)營效率、藥品周轉(zhuǎn)率和降低庫存，成為真正意義上的智慧藥房，這里的核心點是“連接個人生命體征數(shù)據(jù)”。

舉個例子：

互利網(wǎng)購藥平臺“叮當(dāng)快藥”，我網(wǎng)購兩次藥品后，然后他們就會定期的通過短信和Push給我推送其他藥品。這種運(yùn)營手段作用大嗎？我認(rèn)為不大，因為他們并沒有和我的體征數(shù)據(jù)進(jìn)行連接，只是在碰運(yùn)氣而已，我一個健康的人會時不時的買藥嗎？這是一個值得思考的問題，和以下推送觸達(dá)有所不同。

l “每日優(yōu)鮮”推送菜品，預(yù)測你購買的蔬菜夠吃幾天，精準(zhǔn)補(bǔ)貨推送，復(fù)購率很大。 l
“星多客”推送理發(fā)，預(yù)測你理發(fā)頻次和門店依賴程度，精準(zhǔn)推送理發(fā)券，一推一個準(zhǔn)。 l
“瑞星咖啡”推送咖啡，預(yù)測你喝咖啡的頻次和時間段，精準(zhǔn)推送優(yōu)惠券，轉(zhuǎn)化也不錯。

為什么他們推送效果會很好，其實很簡單，掌握了用戶行為動機(jī)和剛好滿足他的需求，就像比筆頭插入筆蓋那樣自然，那叮當(dāng)快藥可以獲得高轉(zhuǎn)化率嗎，當(dāng)然可以，就是連接用戶的體征數(shù)據(jù)，進(jìn)行精準(zhǔn)推送，這個精準(zhǔn)在大數(shù)據(jù)的幫助下或許會極其精準(zhǔn)。

重慢病對藥品的需求或許是乞求，掌握了數(shù)據(jù)后，或許會超越其他服務(wù)的精準(zhǔn)，所以藥店應(yīng)該讓藥品出現(xiàn)在需要的病人那里，這是自然而然的事情，一旦實現(xiàn)，未來藥店比拼的將是服務(wù)能力和提升用戶滿意度的能力，而不是瘋狂推廣藥品，強(qiáng)推促業(yè)績。

新技術(shù)在醫(yī)療領(lǐng)域的落地推進(jìn)或許與商鞅變法圖強(qiáng)有一定的相似度，必然會打破既有的游戲規(guī)則，影響多方的使用習(xí)慣和利益鏈條，在執(zhí)行過程中也會遇到各種問題，解決問題有多大，面臨的困難就有多大，技術(shù)還只是其一。

但不破不立，從便民利民的角度，或許藥店獲取藥品處方權(quán)、醫(yī)保支付也只是時間問題，所以對于“互聯(lián)網(wǎng)+醫(yī)療”和“AI+醫(yī)療”，我想用我最喜歡的一句話來結(jié)尾“士不可不弘毅、任重而道遠(yuǎn)”…

總結(jié)

以上是生活随笔為你收集整理的大数据时代下的人工智能医疗的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。