2018年7月10日-12日,2018中国大数据应用大会在成都召开,大会以"大数据赋能数字中国"为主题。由成都市人民政府指导,中国大数据专家委员会、中国电子信息产业集团有限公司中国电子学会、四川省经济和信息化委员会主办,世界工程组织联合会工程技术创新委员会(WFEO-CEIT)、成都市经济和信息化委员会、成都市博览局全力支持,中国电子器材有限公司、中国电子学会科技交流中心承办,业内知名媒体至顶网与科技行者协办。
在第二天的活动上,IBM Watson健康大中华区业务发展总经理、中电健康云科技有限公司常务副总经理周振发表了题为《健康医疗走进人工智能新时代》的主题演讲,他表示,希望个人健康档案可以记录一生,管理一生,服务一生。
IBM Watson健康大中华区业务发展总经理、中电健康云科技有限公司常务副总经理 周振
以下是周振演讲实录:(内容根据现场速记整理,未经发言嘉宾确认,仅供参考,谢绝转载)
习近平总书记讲过小康路上一个都不能少,我们说的是健康路上一个都不能少,国家出台了相关的陆陆续续的政策,比如说健康大数据的47号文件等。我们来看一下新时代面临的健康领域的挑战,这些数字大家都已经是耳熟能详,我今天从不同的角度给大家做一个简单的解读。
比如说第一个人口老龄化,我个人的观察是什么呢?我住在上海,有时候出差会路过中环一个非常重要的地方,那里的两块广告牌非常值钱,过去有十年的时间,这里的两块广告牌一直都被房地产广告所占据,但最近一年发生了变化,其中一个广告牌换成了一个非常高端的养老品牌广告,昨天跟金主任聊天,他也提到了这家公司,在成都也卖得非常火爆;另外一个广告牌则在线英语教育的广告。有一个统计,在过去的50年当中,按照体量给美国的前十大行业做了一个分析,抛去CPI的曲线,有两个行业是远远超出通货膨胀,一个是健康一个是教育,我想健康大家都有体会。如果说街边的一个门店关了,马上就会有教育机构进去。
第二个是慢病,我们统计的数字,单是高血压、糖尿病就达到了三亿人,世界卫生组织有一个统计,非传染性慢病占到85%左右,所以我们在传染病的慢病领域还有很长的一段路要走。
第三个就是医疗资源短缺,大家都知道看病难、看病贵,一个是质的缺乏,我个人的了解,很多的家庭医生都签约了,有很多人都是被动签约。医生有时去治愈,常常去帮助,总是在安慰,这句话是什么意思呢?能够经过他的手看好的病可能不多,大多数总是在帮助、安慰,为什么呢?在医学界有一个8080原则,一个80,专家是看80个;另外一个80,就是一个专业的医生如果想在自己的领域达到一个比较前沿的水平(比如在中国领先的水平),每周要看的参考文献都要达到80个小时。所以这个是医生面临的一个非常重要的现状。
要解决这些现状有很多事情可以做,比如说机制、体制的保障。在国外,医生的工资是有一个天花板,做得好可以挣到30万到50万美金,在中国,这是一个地板价,剩下的钱就靠自己去发挥创造力了,多开点什么药、多做点检查等。另外,从技术的角度我们也可以做一些事情。
我觉得我们可以从数据的智能整合这个角度来做个人智能健康档案,既然做了健康医疗服务,就想象一下自己在60岁的时候,健康服务是什么现状,现在又是什么现状。比如说,2018年一位60岁的老人他所面临的一个健康状况是什么样子的?过去五年可能去了三家体检机构,这些体检的数据就放在这三家体检机构了;过去大病小病去了五家医院,这些处方医保的数据就放在这五家医院了;可能他在子女的建议下做了基因检测,这些数据又留在了一些生物基因的机构;这个老人可能也戴了一些可穿戴式的设备,那么这些东西没有办法被检测到,身体的很多数据没有被检测,没有被收集到。随着科技的发展,很多的穿戴设备价格继续的下降,功能越来越多;可能做基因检测的价格也会继续下降,那么在这样的情况下,我们假设在2048年,在往前的30年当中,有没有可能把每个人的数据都整合在一起,从而为他的健康管理、诊疗服务提供更为详细的资料。看了这个视频之后希望大家对个人智能档案有一个更直观的理解。
我简单再归纳一下刚才讲的重点内容,我们重点去搜集了四个方面的数据,第一个是诊疗数据;第二个是基因的数据,未来基因数据的检测和基因数据对于人类健康的一些提示,风险预警会起到至关重要的作用;第三个就是行为数据,包括运动习惯、饮食习惯、作息习惯等;还有一类数据就是环境数据,这个环境数据也是非常非常重要的。
个人智能健康档案还可以干一些什么事儿?从个人到家庭、从社区到政府、从保险到新药的研发,它可以做的事情有很多,我们在现有国家健康医疗大数据实验基础之上,跟一些医疗机构和保险公司做了深度的合作,在今年下半年IBM都会有一些大的发布。
我给大家讲几个具体的案例,看一下个人健康档案所带来的好处。第一个是服务临床,这是一个MDT的例子,现在多学科会诊都是把不同的专家请到一个办公室里来,办公室里面可能会有一些读片的东西、检验的结果,大家都过来看。如果我们有了个人健康档案,患者做了CT之后,照片会实时的上传到后台智能影像的分析系统,结合患者个人的生活习惯、基因的状况等资料做综合的分析,比如说结节非常小0.6以下,边缘非常的清晰,那么就不需要治疗,如果说是同样的结节,如果有一些钙化性的实质,再加上有吸烟史,那么就需要六个月去复查,这是非常有用的提示。
再有就是服务患者,未来的二三十年,如果说与患者相关的数据都可以整合在一起,无论是对个人的健康管理还是到医院就诊,都是非常有助益的。现如今,患者去医生那里检查,所得到的信息是非常有限的,今天是一个医生明天又换一个医生,他所得到的信息是片断的。从医学的角度来说,一个人从健康的状况到早期的病变,最后出现临床病症的出现都需要一个过程,如果是癌症的话,时间更长一些,十年甚至是更长的时间,但是在这过程当中一定是有一些指标的变化被我们所忽视了,如果说未来有了一套检验检测的手段,可穿戴的设备等,那么我们后台就可以根据指标、趋势的变化去做风险的提示,做到真正的早诊断、早发现、早治疗。
最后一个,这是关于临床科研一体化的例子。有一个刚刚从业一年的医生,他是一名儿科大夫,他针对这个研究在科学的子杂志上发布了一篇文章,影响因子达到了7.1,如果有做科研的人会知道这是一篇很好的文章。他原本是录病例的,结果他发现小儿的拉肚子娃娃伴随着心肌酶的损伤,就想二者有没有关联,他在几千个病例当中做了一些整理。心肌酶损伤当中很多都检查出了轮状病毒,把检验了轮状病毒同时有心肌酶损伤的人选出来了,再看分别是阴性还是阳性,轮状并图检出的值越高,心肌酶损伤越高。他发现轮状病毒的检测大概有十天的窗口期,如果小孩做了轮状病毒的检测,有大概十天的窗口期是可以检测出来这个小孩拉肚子的状况到底是怎么样的。
刚才我说了,在这个过程当中有很多是政策的影响,但是从大数据、人工智能、云计算、可穿戴设备角度入手,我们可以做什么,这个是我们的切入点。
整个健康医疗大数据的平台,医疗健康大数据的收集,除了这些还需要一些政策的支持。国家对于健康医疗大数据的体系做了一个宏观的规划,包括很成都市,我们也跟成都市签订了一些协议。围绕这样一个平台,我相信一定会形成一个涵盖方方面面的医疗服务体系,这里边包括互联网+的一些机构,最终它是服务健康的人群、亚健康人群、老人小孩等等,所以我们最终的希望是,每一个人在健康医疗大数据平台上可以拥有一个个人健康档案,无论你是工作生活还是巡医问药,都可以调用个人健康档案。
我用视频当中的三句话来作为结尾,希望个人健康档案可以记录一生,管理一生,服务一生,谢谢大家!
好文章,需要你的鼓励
本文揭示了AI时代CIO的七项关键行为特征,基于对多位CIO和AI专家的深度访谈。专家指出,AI精通的CIO需具备实用AI素养、战略视野和变革领导力,能将技术与业务战略对齐,建立强大数据治理基础。文章详细解析了分析型AI、生成式AI和智能体AI三大技术领域,强调数据基础的重要性,并提出CIO应从项目思维转向产品思维,通过跨职能团队实现端到端价值交付。
斯坦福大学等机构联合开发的CIFT系统首次解决了机器人"近视眼"问题,通过精确控制真实数据和合成数据的混合比例,让机器人在陌生环境中的表现提升54%以上。该系统包含多视角视频增强引擎MVAug和数据组合优化策略,能够预测数据失效的"去相干点",确保机器人学习真正重要的任务特征而非环境表象,为实用化通用机器人奠定了重要基础。
尽管苹果在AI竞赛中看似落后,但其私有云计算基础设施展现了技术优势。当行业为追赶大语言模型而降低隐私标准时,苹果坚持原则,开发出保护用户数据隐私的技术方案。谷歌最新宣布的类似实施方案验证了苹果技术路线的正确性,这可能推动其他AI实验室采用相同做法,为用户隐私带来重大胜利。
香港中文大学研究团队开发的Search-R3系统成功解决了大语言模型推理与搜索分离的问题,通过两阶段训练让AI在深度思考过程中直接生成搜索向量。该系统在多个领域测试中显著超越现有方法,特别是启用推理后性能提升明显,为AI系统设计提供了推理与搜索统一的新范式,展现了从专门化向通用化发展的重要方向。