开云·app-美国前五的医疗机构，它们利用AI在做什么？

近年来，资本扎堆医疗AI。自2014年以来，国内医疗AI企业数量转入高速增长期，2016年早已超过36家之多，到2018年这个数字早已多达50。而近距离仔细观察这些企业，我们找到“医疗＋AI”设想虽多，技术层面也大大有产品发售，应用于场景的国内商业落地却少之又少。

4月17日，动脉网“医疗AI商业化落地”系列文章《希氏异构与华西医院深度合作，走进了一套自己的模式》报导了希氏异构耕耘华西医院，探寻其商业化落地之路的案例。正如希氏异构创始人兼任CEO宋捷所谈，国内医疗AI商业落地面对遭遇诸多瓶颈，诸如条块分割的“科室＋AI”模式无法构成合力去启动时确实的变革、数据采集法律壁垒过高致无法超过“量”的市场需求、技术商硬件研发能力很弱无法将技术成果转化成为最后产品等难题。这毫无疑问制约了人工智能技术对于提高医疗行业痼疾充分发挥实质起到。

那么如何密码这些难题呢？国内AI企业做到了许多尝试，动脉网仍然在展开跟踪报道。现在让我们换一种思路，将视角改向美国的大医院，想到他们是如何应用于AI的。

一百多年以来，美国仍然需要较慢将创意成果递归到现实场景中，沦为技术变革仅次于的受益者。为了协助患者增大就诊检索范围，《美国新闻与世界报道》每年不会发布“最佳医院荣誉榜”。在本文中，我们自由选择了2017－2018年度榜单名列前五的大医院，分别是梅奥医院、克利夫兰医院、麻省总医院、约翰霍普金斯医院和UCLA医疗中心。梅奥医院：合力创业企业，注目可怕疾病预测及个性化化疗梅奥医院坐落于美国明苏尼达州罗切斯特，是世界最知名的医疗机构之一。

梅奥医院创办与1889年，目前早已沦为全面的医疗保健系统，还包括门诊、医院、医学研究及医疗教育机构等。图片来自梅奥医院官网2017年1月，梅奥医院个性化医疗中心宣告与Tempus合作，双方将基于分析和机器学习技术为癌症患者获取个性化化疗。梅奥医院与Tempus计划合作积极开展两项研究。Tempus对梅奥医院的1000名患者展开分子测序和分析，从而取得可以临床级肿瘤测序的基因组结果。

随后，Tempus运用生物信息学分析和机器学习工具将这些基因组结果分解可可供梅奥医院研究团队必要用于的数据。梅奥医院可以运用这些数据为患者制订个性化的癌症化疗方案，让他们尽量避免被使用违宪药物，从而增加不必要的药物毒性。梅奥医院指出，尤为最重要的是个性化的癌症化疗将提升患者存活率，提高患者生活质量。

TempusCEO埃里克·莱夫科夫斯基认为，过去二十年来，科技获得了令人难以置信的变革，但仍未几乎渗透到医疗系统中。“我们很高兴能将Tempus的操作系统和分析技术带回梅奥医院，为医生和患者的癌症战争带给益处。”Tempus是一家专心于用于机器学习平台研发个性化癌症护理的身体健康科技初创公司。

Tempus创立了数据管道，用作搜集和分析海量数据，以及管道动力软件应用程序，借以帮助临床决策反对和学术研究。Tempus还享有自己的CLIA证书实验室，目前每年有多达50000名患者。正式成立至今三年，Tempus一直秉持公司的愿景：从癌症患者身上累积海量的基因组和临床数据，以便医生用于这些信息来更佳地展开个性化化疗。

此外，2017年3月，梅奥医院与医疗设备制造商OmronHealthcare一起已完成了对心脏身体健康创业企业AliveCor的D轮投资，投资总额3000万美元，动脉网曾回应展开过报导。（参见《获得欧姆龙、梅约医院投资3000万美元！智能心电图企业AliveCor于是以发售新一代AI面板》）。2017年7月，梅奥医院与AliveCor合作将AliveCor的AI技术与梅奥医院的专利算法结合研发协助医疗和非医疗人员精彩地检验长QT综合征的工具。长QT是一种先天的获得性疾病，每年造成三千至四千名美国儿童和年轻人心脏病发，美国有16万人归属于这种疾病高危人群。

通过这次合作，KardiaMobile设备将研发检测长QT综合征的新方法和新技术。AliveCor享有人工智能专利技术、算法和数以百万计的心电图数据，梅奥医院则享有海量医疗数据数据和世界领先的临床专业知识，双方融合将使人们需要以前所未有的规模实践中预防性医学，并获取以前无法取得的即时结果。

患者需要更加全面地理解他们的心脏健康状况，主动监测并创立心脏护理的新标准。心电图包括大量关于一个人整体健康状况的信息，并将机器学习应用于数百万条心电图记录，作为对传统心电图分析的最重要改良。AliveCor是一家智能手机心电图设备制造商，同时也是苹果手机的设施商之一。

AliveCor的旗舰产品KardiaMobile和升级产品KardioPro可以让患者随时收集自己的心电图，并将结果以邮件形式发送给医生，是第一个经过临床检验和FDA批准后的心电图消费级产品。KardioPro是AliveCor运用人工智能的技术对KardiaMobile展开了改良的产品，它以心电图资料为背景，可以跟踪患者血压、体重、活动量情况，数据都被放在同一个面板中展开综合较为。

通过机器学习，KardioPro系统把医生必须重点注目的患者圈出来，并标示没问题、可以忽视的身体健康人群。克利夫兰医院：合力微软公司，优化ICU患者夜间监测克里夫兰医院坐落于美国俄亥俄州，隶属于非营利性公司克利夫兰临床基金会，并由其经营。克里夫兰医院创办于1921年，子集医疗、研究和教育三位一体，获取专业医疗和近期化疗方案的非营利性机构。

克里夫兰医院首创了医疗领域许多首例，例如首例冠状动脉造影、首例微创心脏瓣膜手术、首例fMRI引领的脑深部电性刺激手术等。图片来自克利夫兰医院官网2016年9月，克利夫兰医院与微软公司合作，用于微软公司AI数字助理Cortana展开预测性和高级分析，协助克利夫兰医院“根据ICU护理确认潜在的心脏骤停高危患者”。早在2014年，克利夫兰医院就发售了自己的指挥中心eHospital，来构建对ICU中的患者展开夜间远程监测，与微软公司的合作让eHospital系统将Cortana统合其中，显得更为智能。

此外，从eHospital系统搜集的数据被存储在微软公司的AzureSQL数据库中，AzureSQL数据库是为应用程序开发人员设计的基于云的数据库。未来，数据搜集点将扩展到患者生命体征和实验室数据。根据微软公司2016年年度报告表明，Cortana每月用作1．26亿个Windows10用户，是微软公司智能云部分的一部分。

Cortana的功能还包括设置Forward、须用户提早载入预计义命令才可辨识人类语言，以及从Bing搜索引擎上捕捉信息从而问问题。麻省总医院：合力NVIDIA，排在医疗放射线麻省总医院是一所座落在波士顿的综合型医院，是哈佛大学最大型的医学教育中心及生物医学研究基地，具备十分浓烈的研究气氛。

麻省总医院创办于1811年，至今共计11名诺贝尔奖获得者与麻省总医院有联系，他们曾在这里专门从事研究工作或者拒绝接受培训。图片来自麻省总医院官网动脉网在2015年对麻省总医院在数字医疗领域发展布局展开过辨别（参见《告诉他你麻省总医院的互联网那点事》）。

截至新闻报道的2015年8月，麻省总医院仍未尝试将机器学习应用于到现实场景中。随后，在2016年4月NVIDIA宣告作为“创立技术合作伙伴”重新加入麻省总医院“临床数据科学中心”。当时NVIDIA早已开始了人工智能战略，而麻省总医院所成立的“临床数据科学中心”目标是沦为利用医疗AI来改良检测、临床、化疗和管理疾病。合作中，NVIDIA将NVIDIADGX－1加装在麻省总医院，按照NVIDIA公司叙述，NVIDIADGX－1是一款“深度自学的超级计算机”GPU。

麻省总医院享有一个包括大约100亿张医学图像的数据库，利用数据库总的大量表型、遗传学和光学数据可以训练深层神经网络。运用人工智能，医生可以将患者的症状、测试和病史与大量其他患者的看法展开较为。最初，麻省总医院临床数据科学中心将重点放到放射科和病理学领域，这些领域享有尤其非常丰富的图像和数据，随后将扩展到基因组学和电子身体健康记录。

“我们现在有能力将放射学领域扩展到为人类解析获取可视化信息的主要功能之上，”麻省总医院放射学副主席兼任中心继续执行主任KeithJ．Dreyer在一份声明中说道，“在准确医疗保健的指导下，我们正在转入生物统计资料分析的放射线时代，我们的解析将通过从广大患者群体的临床数据中学到的算法获得强化。没GPU的处置能力，这是不有可能的。”约翰霍普金斯医院：合力GE，构建智能化医院管理约翰霍普金斯医院坐落于美国马里兰州巴尔的摩，是一家大型综合医院，曾倒数23年评为《美国新闻与世界报道》全美最佳医院。约翰霍普金斯医院创办于1889年，是约翰霍普金斯大学的教学与科研医院。

图片来自约翰霍普金斯医院官网2016年3月，约翰霍普金斯医院宣告启动医院指挥中心，GEHealthcarePartners是其合作伙伴，负责管理指挥中心的设计和修建。该中心用于预测性分析来反对更加高效的操作者流程，从而提升病人护理管理效率。

指挥中心里产于着22台表明动态数据的监视器，场景类似于美国宇航局军事和太空登陆作战设施的作战室，将近期的系统工程、预测分析和情境意识结合。指挥中心的工作人员有24名工作人员，都就是指医院有所不同的现有部门中调来的，他们负责管理集中管理病人从入院到出院的整个流程。

平均值而言，该中心每分钟约翰霍普金斯医院的从14个有所不同IT系统接管500条消息，分解动态数据。这些数据每30秒创下一次，涵括从床位可用性和手术室效率到病人状态和人员配备等所有内容，工作人员可以立刻采取措施防治或解决问题瓶颈问题，增加患者等待时间，协商服务并减少风险。

对收集数据展开分析，指挥中心还需要预测每层楼未来两天的住进情况及未来三天每天出入病人的明确预期数量。指挥中心运营一段时间以来，在提高患者体验和操作者结果方面获得了重大成果。根据约翰斯霍普金斯报告，其拒绝接受来自全国其他医院的简单医疗状况患者的能力提升了60％、急诊科为患者病床速度提升了30％、手术后手术室移往延后增加了70％、中午前病人数量出院减少21％。

UCLA医疗中心：合力IBM，打造出医疗聊天机器人UCLA医疗中心座落在美国洛杉矶，创办于1955年，附属于加州大学，是一所教学医院性质的综合医院。图片来自UCLA医疗中心官网2017年3月，UCLA插手放射科医生利用人工智能创立了一个虚拟世界放射科医师（VIR），为非插手放射科医生获取临床决策反对。

VIR是用于IBM的沃森人工智能计算机自然语言处置技术创立的类似于在线客户服务的聊天机器人。IBM的沃森人工智能计算机为VIR获取了多达2000个示例数据点，以仿真少见的插手放射科医师接管咨询期间接到的数据。

VIR计划用于“深度自学”，随着更加多数据的输出，它显得更为智能。VIR通过短信自动恢复临床医生的问题，协助其自由选择最佳的疗程。例如，它可以告诉他提问者否对患上特定过敏症的患者继续执行特定化疗。

“这就像与人类放射科医生发短信一样，但它用于人工智能来自动号召。这是获取信息的最快捷方式，它是由医疗数据反对的十分精心策划的信息，所以结果是更佳的患者护理，“UCLA放射学住院医师兼任应用于程序员KevinSeals博士说道。若查找的问题多达VIR自动处置能力，VIR将获取医院中的插手放射科医师联系信息，从而创建人与人直接联系。

他山之石基于机器学习的人工智能技术占有资本市场风口早已两年有余，参与者从最先资本端的投资基金、风投早已蔓延到产品端的大型实业企业，或许检验了它作为一种未来趋势转变世界的能力。通过以上对美国顶级医院AI应用于的辨别，我们找到了两点有一点注目。一是，数据壁垒最小化。

在美国，顶级医院一般来说自由选择与强劲的头部企业合作，例如克利夫兰医院合力微软公司、麻省总医院合力NVIDIA、约翰霍普金斯医院合力GE、UCLA医疗中心合力IBM等，这些案例中的技术供应商都是技术领域老牌的顶级企业。此外，一些头部技术企业自由选择在同一时期与多家顶级医院合作，如GE。这种强强联合，甚至是网络化的强强联合，需要超越数据壁垒，使得医疗AI应用于以求基于海量数据，保证机器学习具备精确的人工智能。

而在国内，尽管一些技术供应商自由选择了顶级医院作为突破口，但受限于受限的实力和法律障碍，医疗AI应用于被局限在科室内部或者医院内部，产生的数据壁垒自不必说。二是，应用于场景前端化。

一般来说，医疗AI应用于细分领域分成疾病预测、医院管理、辅助医疗、精准手术和身体健康管理。与国内医疗AI将焦点放到辅助医疗有所不同，美国大医院在医疗AI应用于内场景方面注重疾病预测（如克利夫兰医院与微软公司合作、约翰霍普金斯与GE合作、UCLA医疗中心的VIR）和身体健康管理（如MayoClinic与AliveCor的合作）等前置位。医疗最后目的是身体健康，将医疗AI应用于与身体健康链条更加前端需要有效地提升社会身体健康水平。

新技术的应用于必定是探寻、总结、再行探寻的过程，探寻中的总结可以是向内的，也可以是向外的。未来，动脉网将持续注目国内外医疗AI商业落地的最新进展。

本文来源：开云·app-www.tobishin20150401.com