新浪财经讯 “第二十届高交会-中国高新技术论坛”于2018年11月14日-16日在深圳举行，本次论坛的主题为“坚持新发展理念、推动高质量发展”，平安科技首席医疗科学家谢国彤出席“颠覆性创新技术”主题论坛并演讲。
平安正在尝试用用人工智能技术重塑医疗，能够覆盖诊前诊中诊后。从平安角度，会在诊前做疾病的预测和筛查，诊中做智能的辅助诊断和辅助治疗，诊后做随访，通过人工智能技术赋能医疗的整个流程方方面面。谢国彤主要谈到了三个具体的例子：疾病预测、医学影像、智能辅助诊疗。
以下为演讲实录：
谢国彤：谢谢主持人，各位专家各位来宾大家下午好，今天很荣幸有这个机会跟大家分享平安在这方面的实践和体会。
大家听到平安可能不会想到医疗，可能大家会想到保险，我介绍一下平安的医疗。其实平安在过去五年在医疗领域做了很多的投入，构建了平安医疗生态圈，包括三个纬度，从患者端，医疗服务提供商，还有支付，平安已经有非常多的业务。平安是一个保险公司，平安从寿险、健康险有超过1.6亿跟医疗或者健康相关的客户，同时通过医保科技平安为250个城市提供各种医保的理赔、精算，包括一些反欺诈的智能解决方案。从患者端，平安有线上平安好医生，目前有2.2亿左右的注册用户，每天的问诊量超过50万人次，同时又线下平安万家诊所，从医疗提供服务上，除了平安好医生做高端的检查检验中心，还有平安医疗科技赋能医疗机构，帮助医疗机构提供更好的服务。
从我们平安科技角度做人工智能，人工智能是非常大的题目，我们的特点是什么？就是覆盖诊前诊中诊后。从平安角度会在诊前做疾病的预测，疾病的筛查，诊中做智能的辅助诊断和辅助治疗，诊后做随访，通过人工智能技术赋能医疗的整个流程方方面面。今天我会给大家举三个具体的例子：疾病预测、医学影像、智能辅助诊疗。
第一，疾病预测为什么是一个很重要的问题？中国目前有超过3亿的慢性病患者，怎么办？除非增加更多的医生，花更多的钱，或者通过预防的手段控制病人的数量，延长病人患病的时间能够达到提高人民的生活质量或者降低费用。疾病预测很难，类似于你要做预测未来的水晶球，有三大技术挑战：一是医疗的数据多模态，纬度非常高；怎么从成千上万纬度中寻找关键的风险因素？二是时间序列分析，患者的医疗数据不是单次，可能有三年五年更唱的数据，怎么从疾病演进中预测各种事件的发生。三是可解释性，医疗的模型对医生要信得过，敢用，要能够理解这个模型，很多机器学习的方法，它是黑盒模型，需要让这个模型让医生能够信任和理解。平安主要是两步的疾病预测方案：首先是融合深度学习，集成学习，包括时间序列分析各种方法，构建了非常精准的疾病预测模型，可以跟现有医生使用的模型比，它的精度可以提高50%以上。二是我们针对非线性模型做各种因子的分析，帮助医生理解这个模型。
这个模型怎么用？用到两个领域：一是人群的趋势预测，深圳我们做了流感、手足，二是针对四大类型的疾病，心血管、糖尿病、呼吸系统、慢阻肺、肾病，针对这四大疾病做出了超过40个疾病预测，目前已经在五个省市覆盖了2亿人群使用这样的模型发现那些有疾病风险的患者，对他们进行早期的干预和治疗。
第二，医学影像，刚刚提到中国有那么多病人，相应的医生也有非常大的负担，美国的医生一天看20个病人左右，中国的医生一天要看100个病人左右，但是最恐怖的是影像科放射科一天要看200个以上的片子。一是提高医生的效率，二是提高医生看片的质量。它覆盖了人体的九大系统，通过40多种模型覆盖多模态影像，二是覆盖了超过人体九大系统，不管是从头部、内分泌、心血管，它是最全面的医学影像的方案。
什么叫提高医生的效率？有一个肾脏病理筛查，紫色是肾上一小片切片，它有十亿个像素点，医生要从这里面找到超过100个肾小球，就是肉眼很难分辨的点，要去每一个肾小球数它的内皮细胞各种细胞的数量，因为数量决定这个病人肾病的疾病程度。医生要花30—60分钟才能完全这样的报告，利用我们现在智能的病理影像技术，我们会把所有的肾小球标出来，也把不同的细胞做成分类，生成一个报告，然后医生去修改，大大提高他的效率。
什么叫提高它的质量？放了三张OCT，是对人眼底的三维扫描，这个设备在展会现场就有。这三个片子看起来很类似，但是它是很不一样，第一个片子是健康人的视网膜扫描，后两个都有病灶，它非常微小，很容易漏掉，用我们这个系统可以非常清楚找到它，给医生和患者一个筛查的报告，提示患者要去就诊，这样来提高筛查的效率和质量。
目前平安的智能影像系统在超过100家的医院都已经在实际使用，针对40多种模型每天帮助医生，我们每天处理超过2万张影像，帮助医生提高他的效率和质量。
第三个例子，关于疾病辅助诊断和治疗，中国现在一年大概就诊的人次80亿人次，几乎有40亿人次发生在二级以下的基层医疗机构，这是分级诊疗的威力，确实分级了，但是分到基层医疗机构的诊疗，诊断和治疗的质量要靠什么办法得到保证呢？我们知道基层医疗机构的医生受限于他的能力和经验各方面，质量是需要提高的。分级智能诊疗的技术就是来帮助他们在做这40亿次就诊的时候可以提供最好的诊断和治疗的建议，帮助到这些患者。要做这样的系统核心就是要提供数据库和知识库，这两个库平安在过去30年从健康相关的业务中间，不管是支付业务、好医生的患者业务，诊所业务，包括体检业务，我们积累了大量的数据库和知识库。这个就是平安过去30年积累丰富的数据库和知识库，这两个是我们构建智能诊疗系统的强有力基础。
有了这两个库之后，就要构建一个医学大脑，第一步就要把它变成从文献和知识库变成一个图，这个图就会把他们的关系找到，比如说高血压有什么症状，要吃什么药，患者会问什么问题，这样会构建非常庞大的知识图谱。这个知识图谱就类似于医生通过医学院的学习构建出来的指示体系，是整个疾病诊疗过程的一个主框架。基于这个主框架是不是就能看病？肯定不行，就像是一个刚毕业的学生是不能马上成为一个好医生的，需要通过在实际诊疗中不停学习提高自己的经验，学习就是通过病例学习，第二步就是通过大量的病例，影像的检查检验结果，我们让知识图谱变成一个持续学习的系统，持续地去积累各种治疗什么样的病人，是一个持续学习的系统。有了这个知识和数据之后，就会变成一个导航仪，如果把它和自动驾驶做一个类比，它不是要自动给别人做诊断和治疗，他是给医生用的，本身基层医生指导他一步一步应该怎么样做出最准确的诊疗，会自动提示这个医生有哪些症状要问，你应该给这个病人做什么样的检查检验进行确诊，决定你应该怎么样用药，最后会给出各种用药的组合方案，来达到控制并发症的效果，这都是由智能大脑一步一步地提供信息给基层医生来提高他的诊疗能力。
刚刚讲了从诊前诊中诊后，这些系统都需要应用，在应用中积累经验，收集数据提高，智能疾病预测在5个省市用地覆盖两亿人口，智能影像筛查在100多个，我们把人工智能的模型应用到实际。医疗人工智能是漫长的路，它不是说一年两年三年就能够看到最终的成功，但是通过目前平安的实践，我们通过把这些模型应用在这些医院、患者、医疗机构中间，我们积累经验，不停地完善这些模型，未来这些模型最终可以来缓解看病难看病贵的问题，达到的效果就是让每个人活的更健康。
