​推想科技创始人兼首席执行官陈宽:“AI+医疗”需要攻克人才供给难题

2020年11月27日 16:42  

本文2560字,约4分钟

“医疗行业对于产业化的转型有非常迫切的需求,真正的难度不在需求本身,而在执行层面,在战术上怎么实现。”11月27日,推想科技创始人兼首席执行官陈宽在“《财经》年会2021:预测与战略”大会上指出,医疗行业如何有效地将技术落地下,使其产生临床价值,最终以商业回报的方式实现闭环,这是需要在战术层面不断克服的关键挑战。

陈宽表示,对于医疗行业而言,人工智能可将优质医生所具备的诊疗能力广泛提供给基层医院、基层医生,使后者的医疗能力快速提升,“最终基层医生的能力可以比人工智能做得更好,这就是它最有效的价值。”

他举例道,经过三年测试显示,在使用AI之前,75%的患者肺癌“发现即晚期”,但使用了AI之后,在随访的40多个患者中,83%都实现了在早期便发现肺癌,而且83%早期发现的患者均花费3-5万便实现痊愈。但是晚期发现的所有患者均花费了几十万费用,并最终病逝。“当有足够好的人工智能能力,通过数字化的手段下沉到基层,就可以带来非常大的改变。单一家医院就可以节省3000万到5000万的医保费用。”

不过,要实现这一目标,陈宽认为还需克服人才供给上的难题。“跨界的多维行业型的AI数字化人才非常难得,这是下一步我们发展数字化产业最关键的环节。”

以下为发言实录:

陈宽:非常高兴有机会跟大家分享,我是推想科技的创始人兼CEO陈宽,我们是专注于做医疗人工智能的企业,今年非常荣幸拿到了国家医疗器械总局颁发的人工智能医疗器械的三类证,是在收费领域的第一张,年初到今年底之间,我们集中获得欧盟CE的医疗器械的认证、美国SDA的医疗器械的认证,包括日本PMDA厚生劳动省医疗器械的认证,我们也是全世界范围内唯一一家真正能做到四大医疗市场四证齐全的AI医疗的公司。

AI+医疗行业最典型的就是用人工智能的技术、数字化的能力转型。其中一个非常传统的行业,就是医疗行业。比如中国现在最关键医改的命题是分级诊疗,将早期的疾病在基层完成早筛、早诊、早治,比较困难的疾病才到顶级的三甲医院,其中很大的困难是,设备好下去,但缺乏足够好的医生能力下到基层,恰恰所有的生产要素里,人的资源是非常活动的,医生得到好的训练以后,可能立马就想搬到北上广,北上广也有很多病人。这是医疗行业最大的难题。人工智能解决的是什么问题呢?这轮深度学习的技术,在医疗行业就是从顶级的三甲医院学习和沉淀最优质的医生过去的诊疗能力,最终把它广泛的提供给基层医生、基层医院,让他们也能实现医疗能力的快速同质化,到基层最终医生的能力可以比人工智能做的更好,但起码不会比人工智能做的更差,这就是它最有效的价值。

比如一个基层医院,肺癌的人工智能,三年测试下来,在使用AI之前,75%的患者肺癌发现即晚期,但使用了AI之后,三年下来,随访40多个患者,83%都实现了肺癌在早期发现,而且经过两年的随访,83%早期发现的全部都只是在花费3到5万左右就痊愈了,但是在晚期发现的所有患者,都在花费了几十万,甚至大几十万费用之后都去世了。当有一个足够好的人工智能能力,通过数字化的手段下沉到基层,就可以带来非常大的改变。单一家医院就可以节省3000万到5000万的医保费用。

新冠肺炎的AI我们也是第一时间跟武汉同济医院共同研发出来,在全国几十家医院使用。后面我们的AI也给到日本厚生劳动省,包括欧盟委员会,由政府协调在欧洲和日本使用。欧洲的医院、日本的医院在使用我们新冠肺炎的AI帮助他们抗击疫情。最有意思的地方是,当他们使用我们AI的时候,还没有见过太多新冠肺炎的案例,当时是上半年,但引入我们的AI,相当于他在很早期的时候就获得了一个相当于在武汉疫情最严重时候进修过医生的能力,一定程度上真的是非常靠近习总书记提的健康命运共同体的概念,也就是在武汉碰到的案例,立马对世界另一端的医疗能力产生提振。

实际上我们今天碰到最大的困难就是数字化人才,跨界的多维的行业型的AI的数字化人才是非常非常难得,哪怕从企业微观的角度都可以看到特别大的掣肘,可以有很多懂AI的,可以有很多懂医疗的,可以有很多懂法规的,但从企业的角度需要综合型团队和人才的时候,就非常困难,对企业的发展也是至关重要的因素,这一点是下一步往数字化产业发展最关键的环节。

除了人才以外,我比较关注的是咱们国家的产业创新的环境,比如我们在美国硅谷看到一个比较成熟的创新环境,所有的玩家还是比较尊重产业创新和前进的逻辑,有一个领头的创新的,发现了一个方向,不断发展,这个时候可能有第二名第三名跟进去竞争,第四名一看这个行业有三个人,还是找一些新的方向继续去挖掘和创新,就去找一些更好的点去做,但是咱们国家并不是这样,有一个老大做出一个创新的点来,第二第三名觉得很有意思,冲进来,之后一路到第二十名三十名四十名都会冲进来群殴。中国创新者既要创新,创新完了以后还要学会群殴,群殴最终能生存下来才会有机会进入到下一代的创新当中,这个过程我认为是一个资源大量分散,因为从一个国家的战略行业的角度来看,一个细分赛道当中有50个玩家,你最终比拼不过美国只有三个玩家的同样的细分赛道,这是一个比较典型的大家并不是完全尊重产业创新的基础逻辑。咱们AI医疗这个行业,我认为已经算是非常好了,国家深度参与,有深度的引导,国家药监局、工信部、卫健委、科技部等等都是深度的引导这个行业,所以我们觉得咱们AI医疗算是相对比较好的行业,但我们依然还是能感觉到非常大的压力,很多国家还注意不到或者现在不能完全想到的方向上,这些问题会更加严重,我认为这种资源的分散对最终数字化产业的转型和在技术的方向能够实现有效的领先,都是阻碍,这也是我会关注比较多的。

以医疗行业为例,到今天我认为我是不需要传递任何信息的,一定程度上,行业里,一把手,像院长、主管领导,对于产业化的转型是有非常大迫切的需求,真正的难度反倒不在需求这件事情本身,而在于执行层面,战术上怎么实现,像医院,医疗行业这么复杂的集群,怎么样有效的将我的技术落地下去,得到使用,产生临床价值,最终又能以商业回报的方式把这样的闭环走通,更多的在执行层面,战术层面不断克服的一个挑战。