如何定義和評價平安集團在醫療科技層面的未來？ 編者按：2020 年 8 月 7 日，全球人工智能和機器人峰會（CCF-GAIR 2020）正式開幕。CCF-GAIR 2020 峰會由中國計算機學會（CCF）主辦，雷鋒網、香港中文大學（深圳）聯合承辦，鵬城實驗室、深圳市人工智能與機器人研究院協辦。從 2016 年的學產結合，2017 年的產業落地，2018 年的垂直細分，2019 年的人工智能 40 周年，峰會一直致力于打造國內人工智能和機器人領域規模最大、規格最高、跨界最廣的學術、工業和投資平臺。 在8月9日的醫療科技專場上，來自平安集團的首席醫療科學家謝國彤先生以《用人工智能重塑醫療：平安醫療科技的實踐和探索》為題，分享了平安集團在醫療領域的深刻認知和實踐。 謝國彤博士認為，所有AI都無非四個要素：數據、算力、算法和應用。在這四個要素下面，平安共研發了2個基礎平臺和4個醫療AI算法領域，以支持醫療的各種分析和推理，目前有1.6萬家醫療機構，43萬醫生在使用。兩個基礎平臺主要是賽飛AI平臺（算力）和醫療五大庫及知識圖譜（數據）。謝國彤表示，醫療五大庫及知識圖譜，首先是從數據端出發，分四步去解決數據處理難題：第一，去掉噪音，補全數據，提升數據輸入質量；第二，結構化，通過數據和文本抽取，實現數據可用；第三，標準化，把不同來源的醫療數據名稱統一；第四，利用算法挖掘疾病的風險因子或者治療方法。 而賽飛AI平臺則主要是通過AI平臺化戰略，解決AI產品算力和落地的基礎性問題。 謝國彤說到，平臺的目的就是讓醫療數據科學家專注在自己領域內，由平臺去完成AI通用算法、智能標注、分布式訓練加速、高性能壓縮模型部署等通用問題。 在這兩大基礎平臺之上衍生的4個醫療AI算法領域，主要側重在疾病預測、智能影像、AskBob輔助診療和疾病全周期管理四個場景。 在最后的總結中，謝國彤說到，醫療人工智能是利國利民的事情，人命關天，需要AI界和醫學界的緊密合作，用AI的算法解決真實的需求，保證模型的安全性、可用性，才能對“健康中國”產生真正的價值。

以下為謝國彤的現場演講內容，雷鋒網《醫健AI掘金志》作了不改變原意的編輯及整理：

謝國彤：各位現場和線上的朋友，大家好。我叫謝國彤，負責平安的醫療科技。很高興今天有機會跟大家分享平安在醫療科技方面的進展。

在過去五年時間，平安積累了大量的醫療業務。平安醫療有三個支柱：患者端、醫院端和支付端。頂天立地還各有一橫一縱。 患者端，平安目前有全球最大的互聯網醫療平臺——平安好醫生，3億多注冊用戶，每天的問診量在80萬次以上； 醫院端，平安通過智慧醫院的解決方案，在1.6萬家醫院賦能，還有自己的檢測中心、藥品集采平臺，很多跟醫院相關的業務； 保險支付是平安的本行，平安有1億6千萬的保險客戶，平安醫保科技為兩百多個城市政府做醫保精算、核賠各種業務。 一橫一縱，上面一橫是面向政府。平安擁有的智慧城市、智慧衛健業務，在150多個城市幫助政府提供更好的公共衛生、全民信息平臺和醫共體的解決方案。 下面一縱是我負責的平安醫療科技，從每個業務中沉淀數據，把數據變成AI模型。再反哺賦能給各個業務。今天，我主要聚焦平安醫療科技的工作。 所有的AI無非是四個要素：數據、算力、算法和應用。如果把我們的工作按照四個要素來整理，是2個基礎平臺和4個算法領域。

基礎平臺：包括五大庫數據及知識圖譜平臺。這個平臺匯聚了平安各種醫療業務沉淀下來的數據，將其知識化后變成知識圖譜，支持上層的各種分析和推理。賽飛AI平臺：讓做醫療的數據科學家專注在自己的領域里，把AI的通用算法、分布式的訓練加速、高性能壓縮模型部署等通用問題交給平臺來做。五大庫及知識圖譜首先來說一下，我們的五大庫知識圖譜。

在沉淀大量數據后，我們以疾病為中心構建知識圖譜，把疾病的癥狀、檢查檢驗、用藥、關鍵的常用處方、疾病手術、疾病并發癥、疾病風險因素、疾病和基因的關系，包括哪個醫院、哪個醫生在哪個疾病領域比較擅長，發表過什么科研成果的信息都收集起來，構建出一個包含300萬的醫學概念、3300萬的關系和3000萬醫學證據的醫療知識圖譜，支持后續所有的應用。

構建這樣的圖譜，我們把它總結為“四化”的過程。拿到數據后，要經過四個關鍵步驟：第一步，去噪。去掉噪音，補全數據，提高輸入數據的質量；第二步，結構化。圖譜里有大量文本數據，要做各種實體、關系進行抽取抽取，對文本進行分類、標簽，讓數據變得可用；第三步，標準化。不同來源的醫療數據，對疾病、藥品、檢查檢驗的描述是不一樣的。我們要用大量的NLP技術，將各種醫學術語統一化、標準化，才能進行下一步的分析；第四步，挖掘。利用各種算法，從數據中挖掘疾病的風險因子或者常用的治療方法，這些信息最終會沉淀在我們的知識圖譜里。

賽飛AI算法平臺其次，我介紹一下賽飛AI平臺，這個平臺的目標要提供從模型訓練到模型部署的一整套平臺級服務，讓醫療數據科學家專注在醫療領域，不用去考慮通用的問題。 賽飛的工作很多。舉一個例子，我們在進行組織病理影像分析時，一個病理的影像大概有10億像素，如果一個醫生要很完整的把腎小球和腎小球里的內皮細胞、細膜細胞都標注完，一個小時都不能完成。 但是，所有的片子都有必要去標注嗎？不見得。我們利用主動學習的方法，挑選信息量最大的片子。后來我們發現，標注52%的訓練數據，就可以達到跟此前標注完所有數據差不多的效果。 再比如分布式加速。現在的NLP模型龐大無比，不管是現在最火的GPT-3擁有的上千億參數，還是常用的BERT，都是幾億參數的大模型。我們參加ACL比賽時，用了賽飛分布式加速能力，在20天之內訓練了281次，不停把模型的精度推到極致，最后拿到冠軍。 這就是分布式加速給模型訓練帶來的價值。 再比如模型壓縮的例子，這是非常現實的場景：很多AI模型希望跟硬件進行整合，但是模型很大，硬件存儲卻很小。我們的一個眼底OCT模型大小是6G，一個OCT設備存儲是2G，無法把這個模型放在存儲里。 最后，我們把6G的模型壓縮到原來的四分之一，精度只損失一點點，最終完成軟硬一體的計算。 當然，除了在醫療領域，賽飛還可以拓展變成更加通用的AI平臺。

現在平安有16個子公司、42個部門、300多名數據科學家在賽飛平臺上完成2.5萬次模型訓練。 同時，它是參加比賽刷榜的神器，我們拿了7個世界第一，利用這個平臺，極大地加快建模速度，也有很多相應論文的發表。 說完底層的技術，我們再看上層的四個算法領域，其中大家比較熟悉的是影像。 平安的業務很廣，如果聚焦在醫療AI的算法場景里，則是從疾病的預測、基于影像的輔助診斷、AskBob輔助診療和患者院外管理的四大場景，我們有大量的模型算法和工作。 從應用的角度來看，今年，平安所有的醫療科技服務有1.75億次的調用，服務了1.6萬家醫院，43.8萬名醫生用戶每天在使用我們的醫療科技服務。

疾病預測關鍵技術疾病預測，預測的不是人的命運，而是人的生命。比如預測重癥患者院內死亡風險、慢性病患者的并發癥風險、人群發病風險。 新冠疫情期間，平安醫療科技向國務院辦公廳、各個部委提交了130多期預測報告，預測什么時候新增發病人數會到頂，什么時候出院人數會急劇增加，最終死亡率是多少，從而幫助政府做決策。 在疾病的預測過程中，有非常多的關鍵技術：一、數據修復。拿到100條記錄，要求所有的關鍵數據都有數值，最后剩下一條就不錯了。我們在IEEE ICHI參加了Data Imputation的比賽拿了冠軍，我們利用數據所謂的橫向、縱向和斜向關系，分析數據之前、之后和相關檢測檢驗的信息，猜測缺失的數據可能是多少，均有不錯的效果。二、特征工程。很多預測是從病例中進行挖掘，這里也有挑戰：數據是多模態的，不像影像相對單純。 在這次新冠疫情里，預測有60%的ICU患者發生了不同程度的膿毒癥，膿毒癥是ICU的第一大殺手。ICU里的信號非常復雜，有心率血壓、脈搏等生命體征信息，并且時間序列是連續的。 我們利用很好的多模態數據特征工程的方法，提前6個小時預測患者發生膿毒癥的風險，精度比目前最好的方法高20%，這個工作今年發表在重癥醫學頂級期刊CCM上。三、可解釋機器學習建模。很多醫生是很難接受黑盒模型的，尤其是預測，本來就是在猜，如果怎么猜的都不知道，醫生很難接受這個模型。 我們的做法是將深度學習的方法跟醫生比較能接受的生存分析survival analysis方法結合起來，利用SHAP等可視化的方法，把因素和結局的關系可視化出來。比如右上角的圖，有一個U字形，那是一個非常典型的例子，紅色的表示當值在那個區域的時候，導致患者出現腎衰竭的風險，而綠色部分是保護性因素，值在這個區間的患者不容易發生風險，但它不是線性的。 我們利用可解釋的模型加上深度學習的方法，用算法定量、精準地把非線性的關系可視化出來，解釋給醫生，讓他們更容易接受。

做預測模型有什么用？現在有兩個面向用戶的場景在使用： 第一個場景是面向C端用戶。平安有最大的全球互聯網醫療平臺——平安好醫生。我們把常見病（高血壓、糖尿病、冠心病、腦卒中）的預測模型放在平安好醫生APP上。平安好醫生有幾億的用戶，他們會填寫數據預測，看看自己有什么風險，同時進行相應的管理。 第二個場景是針對老年人群體。我們在甘肅收集到185萬老年人數據。老年人出現高血壓、糖尿病的比例占老年人口的40%，慢性病管理的挑戰在于知曉率低，治療率低。老年人不知道自己有病，或者有病也不會主動治療。 我們跟甘肅衛健委合作，用算法把這些人挑出來，通過甘肅家庭醫生平臺，讓家庭醫生有針對性找到高危老年人，對他們進行主動管理，提高疾病的知曉率和治療率。 三是在珠海，我們利用200多萬居民的健康數據和12個疾病的預測模型，可以生成一個完整的風險評估報告。 同時，我們會把相應患者的教育，以及可訪問的健康服務跟風險因素掛在一起：哪些服務可以幫助降低哪些風險因素，讓政府在進行疾病管理的時候變得更加精準，更有針對性。基于智能影像的輔助診斷第二個場景是面向醫學影像，我們聚焦的是兩類人群（基層醫生和專家）、三個場景：

對于基層醫生，我們聚焦質控和篩查。很多基層醫生拍出來的片子位置不正、關鍵的器官不在里面、以及各種異物，這些片子拿到北京、上海的大醫院也用不了。 我們在質控領域有很長的積累，在《NEUROCOMPUTING》、《SCIENTIFIC REPORTS》上發表了一系列的文章，針對DR、CT、內窺鏡等影像，發現質量問題后提示醫生重拍，進而提高優片的比例，在內窺鏡異物比賽上獲得冠軍。

另外，平安有六個檢測中心，300多家醫院把數據傳到平安影像云上，由平安的醫生幫助他們閱片。利用質控的方法，不管是DR。還是CT，質量不好片子的比例下降了20%，讓甲級優等片的占比達到98%，提高了基層片子的質量。 第二個場景是篩查，告訴基層醫生患者的病情，在基層醫院看不了，要去大醫院就診。 我舉一個眼科OCT的例子。OCT類似于CT，是三維建模，會看OCT的醫生很少，尤其是在基層醫院，五官科的醫生往往是耳鼻喉科的醫生，不一定是眼科醫生。 我們在TVST、MICCAI等連續發表了一些文章，用算法對OCT的20多種病灶進行識別，并且做出緊迫性判斷。提示醫生患者沒問題，或是有問題但只需要隨訪，或者是問題很嚴重，需要馬上到上級醫院就診，這是我們在篩查場景里發揮的作用。 我們在上海、深圳都建立了以權威眼科三甲醫院為主、下設幾十家社康中心的模式，在社康中心進行篩查。在這兩個地方，我們發現，年齡偏高人群中有30%的人有不同程度的眼底病變，其中20%的人需要馬上治療。因此，通過平安的平臺，我們可以將他們轉到相應的三甲眼科醫院進行干預。 第三類是輔助診斷，面向專科醫生，對于很難很煩的事情，我們幫助他們加速。 這是腎臟病理的例子。一個醫生做腎臟診斷時，需要對著10億像素的片子數腎小球、有沒有硬化，腎小球里面細胞的比例。一個醫生數一個腎小球平均需要平均43秒，一個片子里有幾十到一百個腎小球。 我們利用最近發表在病理學頂級期刊上的一套模型，跟國家腎病中心的四個腎內科醫生進行了對比。結果模型的精度是92%，四個腎內科的醫生平均精度是82%，同時，模型看一個腎小球的速度是0.6秒，而醫生平均是43秒，我們把速度平均提升了70倍，精度提升了10倍。因此，讓醫生基于AI模型提供結果進行判斷，把瑣碎的事情交給計算機，這是我們對AI的定位。今年上半年，有250多個城市使用了平安醫療科技的技術，影像輔助診斷的服務就有上億次調用。 最后一個例子是宮頸癌TCT病理，我們將硬件與模型進行了整合，通過跟復旦腫瘤醫院、第三方診斷中心合作一起應用。掃描儀會在2分鐘內完成切片掃描，在40秒鐘內對切片進行陽性、陰性的判斷，同時會把三類高危的陽性切片按照高、中、低列出來，讓醫生關注陽性的切片。 即使是陰性的片子，我們會把一些高風險的區域高亮出來，幫助醫生做判斷。在6000例的數據驗證上，敏感度設到99%，排疑率是80%，減少醫生閱讀陰性片的時間。AskBob輔助診療輔助診療核心要解決的是診斷治療時如何給醫生一些輔助，我挑選兩個關鍵技術介紹。

目前，我們有2000多種疾病的輔助診斷和120多種精準治療模型。很多AI應用集中在分類，可能也會完成分割的任務。我們主要用的是深度強化學習的方法，結合短期和長期的結果做Reward function，短期是血壓、血糖達標率，長期是并發狀的發生率，用不同的結果給深度強化學習一些激勵。 利用這樣的方法，我們跟國家生命中心在BMJ子刊上發表了面向糖尿病、腎病個性化治療的模型，跟安貞醫院剛剛在AMIA上發表了房顫的治療模型。 還有一個場景是面向循證醫學。醫生要閱讀大量的文獻，我們用算法把文獻里關鍵的疾病、用藥抽取出來做分類，比如這類疾病的手術治療是哪一種，用哪種藥進行治療，我們用算法把關鍵信息抽取出來。

目前，這一套輔助診療系統在1.6萬家醫院有應用，目標對象同樣分為基層醫生和專家醫生。我們會像助手一樣，在基層醫生輸入癥狀之后，不斷提醒可能的檢查、檢驗和用藥、診斷結果。數據顯示，部署我們系統之前，地方診療規范率不到50%，部署后的規范率達到80%以上。而對于專科醫生，我們希望他們在面對復雜病例或者科研需求時，可以通過AI的方式檢索到需要的醫學證據。比如胃癌，我們會提供不同臨床治療方案的依據以及治療的效果。 同時，醫生可以查詢胃癌領域的權威在哪些領域發表了多少文章，有哪些臨床實驗，從而幫助醫生更好地進行科研。患者院外管理除了幫助醫生，我們還要關注的對象是患者，患者離開醫院后有大量管理的需求。 比如藥物是否需要調整、是否還要繼續吃，跟其他藥一起吃有沒有問題。醫生會對患者進行隨訪，但是單純依靠人的方式是不可能的。中國一年就診人次是80億，但只有300萬醫生，醫生治病之余沒有精力做后續患者隨訪。

為此，我們開發了多輪對話技術，讓AI盡可能把那些耗時耗力的工作做完，好醫生一天會產生80萬次的問題。我們分析了好醫生日志，每次15分鐘的對話里，前5分鐘都是醫生問患者的病史、診斷治療，后10分鐘患者會問醫生五花八門的話題，這些都是我們很好的訓練數據。 在ACL里，我們在醫療問答項目上拿到了冠軍。基于海量的數據，我們訓練了一個AskBob的模型，比通用的模型效果更好，可以做意圖理解、FAQ問答和知識圖譜問答，回答各種長尾的問題。 舉一個應用的例子。目前，在560多家醫院、五萬名2型糖尿病患者在我們的平臺上進行院外的管理。這有點像前面這些方案的集大成者。我們會用各種風險預測產生患者畫像，用輔助診療的模型生成一些方案、監測方案、用藥方案、飲食運動等，用對話的方式進行動態跟蹤、隨訪，包括回答各種問題。 這種方式的效果如何？

數據顯示，患者入住三個月后，評估他的HBA1C和空腹血糖，可以看到HBA1C達標率提升5倍，空腹血糖達標率提升20%。患者很積極地閱讀文章，積極地上傳自己的血糖數據，依從性提升了50%。 與此同時，成本也相應降低。因為以前主要靠人工，三個月內圍繞一名患者，護士平均要打5個電話。現在的“AI+護士”，只要打2.9個電話就可以達到更好的效果，這是院外管理一個很好的案例。 更重要的一點是，打通重點疾病的專科模式。我們跟國家腎病中心有一個合作的例子，基于病理對慢性腎病的患者進行輔助診斷，進行腎衰竭的風險預測，對高風險的人群實現精準用藥，讓他們接受免疫抑制劑的治療，降低腎衰竭的風險。

以腎病為專科案例來看，我們打通了輔助診斷、風險預測、精準治療、患者管理的四大環節，在每個環節都有醫學期刊論文發表，得到醫學界的認可。 最后，我想說的是，醫療人工智能是利國利民的事情，人命關天，需要AI界和醫學界的緊密合作，用AI的算法解決真實的需求，保證模型的安全性、可用性，才能真正地對“健康中國”產生價值。采訪問答精選提問：您剛剛在演講中提到了賽飛平臺，想請問一下為什么要投入精力去開發平臺？未來的面向對象是哪些？謝國彤：我們發現，算法工程師要完成好多通用的事情，而且環境不停地升級，算法要不斷優化，例如模型壓縮、高性能部署，這些都是一些通用需求。 我們有四個算法領域：疾病預測、醫學影像、輔助診療還有疾病管理，這四個領域的算法工程師都得學。兩年前，我們就開始從訓練環節入手，提供一些通用能力，讓算法工程師只聚焦在自己的領域。 把數據可視化、數據標注、數據增強，包括分布式加速訓練這些通用能力，還有通用算法庫，沉淀在賽飛上，不用管底層環境的事情。這樣大家都用得很爽，賽飛是一個GPU的集群，有個集群大家就可以共享，有機會用到一個比以前大10倍的GPU的力量。 我們在內部使用后，發現外部客戶也有類似需求，因為有很多算法是不局限于醫療領域的，例如NLP領域的BERT，CV領域的ResNet，這些網絡很多領域的人都在用。 因此，我們就開始讓平安的子公司來使用，現在300多個用戶里有一大半都不是做醫療的，都是平安16個子公司的用戶，在上面做NLP、CV、OCR等各種各樣的建模。所以，賽飛在持續地增長，更好地服務集團，從一個純醫療的平臺變成通用的AI平臺。提問：平安的醫療AI產品與布局，與BAT或者AI公司有哪些本質上的區別，怎么才能從這個市場中獲得優勢？謝國彤：疾病是一個很復雜的領域，有2萬到3萬種病。就以影像為例，有些聚焦于放射，細分來看，會分為DR、CT和核磁等。從病種上來看，有些會聚焦眼科，有些會聚焦病理，還會再細分還會分為宮頸癌病理、乳腺癌病理、胃癌病理等。 所以，我覺得醫療AI的空間足夠大，沒有任何一家公司能把世界上所有病的所有AI模型都搞定。 其次，大家選擇的切入點不一樣，從我的角度來看，我們更關注的是那些真正有需求的場景，如何為基層醫生賦能，如何為專科醫生減負，不是非要讓基層醫生看很難的病，或者要比專科醫生強很多。在我看來，很多場景就是為了技術而技術。 三年前，我離開IBM的時候，很多公司找過我，但是我選擇了平安。我覺得，平安的醫療生態patient、provider、payment是一個很完整的生態，有一些公司也不是沒有場景，但是領域很窄。AI是由場景業務驅動，而不是技術驅動，技術驅動是風光一時。只有基于真實的業務場景，才能真的有價值，有收入。提問：對于醫療AI的認證和落地，您有哪些看法？謝國彤：我們現在跟國家科技部和國家衛健委，在進行AI醫療領域的一個課題——AI的模型驗證評估平臺。我之前跟科技部、衛健委表達了一個觀點，他們也很認同，那就是，讓大家都拿到證才能用是不現實的。拿一個證，沒有兩三年是不會有什么結果的，這個過程中大家都在干等？這是不可能的，要鼓勵大家去嘗試。 嘗試的過程中，各個地方的衛健委和醫院院長、主任都很困惑，每一家企業來找我都是99%的準確率。但是，測試的數據集都不一樣，只要選好測試集百分之百也可以，就看怎么選。 例如眼科OCT，可能有20種病變，其中有些病變是常見，有些是罕見，但測試集里只包含了其中10種，這10種雖然識別準確了，但另外10種還沒有識別，怎么就代表模型準確了呢？ 因此，我們現在跟科技部、國家衛健委合作的項目，就是由醫院、衛健委、藥監局等部門牽頭，針對特定的疾病和特定的任務，提供中立的測試集。把各家的模型拿上來測試，最后拿出一個評估報告。至少讓各家講自己性能指標的時候，有一個統一的數據集、一個統一、中立的評測標準。 我覺得，國家推動醫療AI應用中做得很好的一個步驟是，先選擇一些常見的、需求量比較大的AI場景，制定相對成熟的數據集，從需求比較大病種開始入手，當數據集越來越多，能評估的模型也越來越多。