编者按：本文来自南方都市报“南都科创”栏目，36氪经授权发布。
自2015年AlphaGo打败李世石后，人工智能技能掀起商场运用热，其间AI+医疗也迎来了春天，AI确诊甚至AI看病等概念一度热炒。与此同时，以基因检测为代表的大数据+生物概念也迎来资本商场的喜爱，例如2017年上市的华大基因，曾在上市后短时间内攀上千亿市值。
但是，时间短的热炒往后，AI医疗与基因检测在实践运用中双双呈现了不少问题，职业也随之进入洗牌期。其间华大基因曾在2018年7月堕入“无创产前DNA筛查致儿童患生理缺点”丑闻，股价大幅跌落，市值至今仅剩约250亿元左右。
华大基因上市后股价走势
而美国IBM旗下肿瘤辅佐医治AI产品Watson Health因经常性确诊过错或开错药，与闻名肿瘤专科医院MD Anderson协作失利等事情，也为国内医院临床运用AI医疗敲响了警钟，AI临床运用准确率能否信赖成疑。从商场状况来看，AI医疗在2019年没有呈现现象级的运用事例，医院对引进AI技能的情绪趋向慎重。
在8月23-25日于广州举行的第四届我国核算机学会生物信息学会议上，南都科创记者与数位医疗界和核算机界专家进行了访谈，进一步了解核算机与生物医疗范畴当时的技能和运用开展阶段。多位专家一起以为，人工智能、大数据等新一代信息技能与生物、医疗工业确有很大的结合空间，但在运用过程中还面对着许多难点，并非可以一蹴即至。在热炒往后，职业回归镇定更利于稳步开展，以处理技能和运用问题。而在这一过程中，“IAB”概念中代表核算机界的I和A，应该和代表生物医疗界的B有更多跨界沟通协作。
AI临床难点：从单一数据单向剖析到杂乱数据杂乱剖析
据了解，人工智能技能在深度学习算法获得打破后，在图画、语音、文字等信息范畴的才能均获得了较大腾跃，试验室中的信息辨认和剖析才能成果屡立异高，在部分医疗确诊上，人工智能在试验室中的确诊正确率已到达90%以上，到达专家级医师的水平。
但是，虽然在试验室里人工智能获得了很高的治疗准确率成果，但在实践临床运用中却会呈现较大距离。以首要经过印象判别的眼科治疗为例，在实践运用中，人工智能往往只能到达70、80%的准确率，这就使得人工智能现在还无法替代医师做病况确诊，只能起到必定的辅佐效果。
临床运用中AI医师准确度还有显着距离
而当被问及什么时候人工智能在实践眼科治疗中准确率能到达90%的水平，中山大学眼科医院院长刘奕志表明并不达观，他说，现在还没有看到人工智能在实践运用中可以完成满足准确率的或许。
中山大学生物医学大数据中心主任谢志告知记者，中山大学眼科医院是率先将人工智能技能运用在白内障治疗、并于2017年宣布世界论文的医疗组织，这以后也推动了人工智能在近视眼、青光眼治疗等方面的运用，并自己组建了人工智能开发团队。在长时间的研讨过程中，他们发现现在的人工智能技能并非“全能药”，可以处理的眼科治疗问题还非常有限。
中山大学眼科医院院长刘奕志
据刘院长介绍，现在限制人工智能实践运用眼科治疗的首要痛点在于数据质量问题，即医疗实践中发生的数据能否很好地核算机言语化。人工智能在试验室中测验时，运用的都是预先筛选过的数据，数据标准化高。但在实践运用中，不同医院甚至不同医师对同一种病的图片拍照办法都或许有很大不同。别的，以眼科治疗为例，印象仅仅判别病况的一个首要部分，在实践治疗过程中，医师还会经过与患者沟通、全体调查等方法归纳考虑，而这些都很难被转化为核算机言语。
关于核算机界和医疗界的差异，中科院北京基因组所研讨员方向东也有相似的观点。方向东告知南都科创记者，不管是人工智能下赢世界象棋仍是围棋，本质上都是在确认的规矩之内，经过对单一类数据进行单向剖析完成机器学习。而人工智能在生物范畴运用的应战在于，生物体的数据非常杂乱，具有许多维度，并且数据标准化困难，在数据剖析上，也往往需求进行系统性地杂乱剖析，这就使得医疗范畴运用关于人工智能来说有很大的应战。
基因检测现状：重心回归上游研制，核算机技能需求打破
南都科创记者发现，现在核算机界与医疗职业结合的部分首要分两个方向，一是针对医疗中的印象学查看，二是基因检测运用。这与新一代信息技能现在的开展状况也较为符合：人工智能范畴的图画辨认和根据大数据的猜测剖析是当时较为广泛老练的两大方向。
中科院北京基因组所研讨员方向东
比较临床运用印象学查看，基因检测的运用更早商场化铺开，在国内已诞生了一批工业链公司。据了解，比较临床治疗，基因检测因为检测设备比较一致，检测数据均为标准化数字化呈现，因此在数据质量上问题较小，而人工智能技能的打破一方面协助基因检测的本钱大为下降，一方面使基因检测可以进行大数据剖析，然后使商场运用得以铺开。
不过，基因检测在商场推行中也连续露出出了一系列的问题，尤其是现在基因技能自身尚不能彻底解说生命现象，基因检测成果的可信度和辅导价值依然存疑。方向东告知南都科创记者，现在国内基因检测的工业布局重心现已从侧重中下游试剂盒、遗传陈述的推行回归到上游的源头立异上，一方面是为了防止呈现产品运用过程中呈现上游“卡脖子”问题。另一方面则是基因技能自身仍存在许多限制，需求从源头进行研制打破。
方向东判别，未来3到5年，基因检测技能会从曾经的推行检测服务、第三方试验室等转向投入研制源头立异技能，而这其间就需求人工智能技能的深度参加。“这涉及到巨大数据量的处理”方向东说，一个人的生物信息估计转化成核算机数据就有10TB左右，要对人类基因组做大规划研讨，数据存储技能、数据剖析算法和核算机算力都面对很大的应战，不仅是在现有基础上进行提高，还要获得技能上的打破才行。
布景：医疗运用需求催生交叉学科沟通
一方面，我国长时间面对医患资源不匹配的对立，医师作业深重，需求人工智能、大数据等技能协助削减作业量；另一方面，线上用户增加盈利逐步减退，互联网职业纷繁进军工业互联网，而医疗范畴便是要点传统职业之一。可以说，核算机和医疗范畴相互间存在清晰的交融需求和工业导向性。
但是，核算机和医疗的常识系统与言语系统不同，让这种交融面对不少困难，比较其他范畴，医疗范畴常识的专业性更高，核算机跨界医疗职业更难。
中山眼科医院刘院长表明，现在医疗界与核算机界的沟通平台和沟通时机还比较少，相似此次参加的沟通会议的次数并不多。他以为，医疗界和核算机界的专家学者、企业组织等应该进一步加强沟通，医疗界需求了解核算机界具有哪些技能才能，核算机界需求从医疗界清晰实践需求，防止空有大数据在手却发掘不了数据价值的为难，然后一起推动核算机与医疗的交融开展。
会议主办方华南理工大学核算机学院教授蔡宏民介绍，本届我国核算机学会生物信息学会议是初次在广州举行，在悉数四届中本年参会人数初次到达500多人，是上一届的两倍多，这也从一方面说明晰我国在生物信息核算范畴的商场规划和重视度都在快速增加。
我国核算机学会生物信息学会议初次在广州举行
南都科创记者在会议现场调查发现，除了有许多学界的专家学者参加会议，会场也有不少核算机界和医疗界的企业参加，相互介绍事务状况。蔡宏民教授介绍，现在该会议为我国核算机学会部属学科的学术沟通活动，估计到明年会新举行一场更高标准、更大规模的产学研用沟通活动，打造一个核算机界和医疗界更大的沟通平台。
出品：南都科创作业室
采写：南都记者 徐劲聪
修改：任先博
