“AI+医疗”实践符合阿斯利康“以患者为中心”的理念。自起,阿斯利康与合作伙伴共同打造了14个覆盖呼吸、心血管、肿瘤、消化、肾脏、代谢等疾病领域的创新诊疗一体化全病程管理解决方案。如今这些方案已在全国4800余家医院落地,其中部分方案还走出了国门。
“秉持‘以患者为中心’的初心,阿斯利康将‘扩面下沉’战略视为中国业务的重中之重。阿斯利康对于AI(人工智能)在医疗场景中的应用充满好奇,作为一个传统药企,我们希望能为药物的使用做出更好的指导。我们将通过聚焦县域、社区、零售创新,让阿斯利康的产品及创新诊疗一体化方案进入更多县医院、社区卫生服务中心、医药零售终端市场,以惠及更多患者。”当谈到现阶段“AI+医疗”实践对于阿斯利康“扩面下沉”战略的意义,阿斯利康全球执行副总裁、国际业务及中国总裁王磊先生这样答道。确实,目前中国“AI+医疗”市场还处于相对早期的阶段,对于医疗行业本身,最重要的是考虑怎样利用物联网、大数据和AI等创新技术和产品来优化现有的诊疗流程、提高医疗效率,为医生赋能。近日,世界人工智能大会云端峰会在线上召开,阿斯利康首次亮相世界人工智能大会。会前,研发客采访了王磊先生,请他分享阿斯利康在“AI+医疗”领域的实践与构想,以及自身对AI在医疗健康领域的理解。
王磊
研数字化转型的逻辑
伴随着国家对于医疗健康行业创新发展的鼓励,中国患者的需求也在不断提升。当下,中国患者的健康需求已逐渐从需要优质药物上升到了覆盖教育、筛查、诊断、治疗、随访、康复等所有环节的全病程管理解决方案。王磊表示:“阿斯利康看到了这样的变化,认识到如物联网、大数据和AI等创新技术将对医药产业的发展产生深远影响,并为药企带来难得的机遇。基于这样的认识,阿斯利康正在从一家传统制药企业转型为给患者提供全病程解决方案的创新平台企业。”王磊认为这样的转型也符合阿斯利康“以患者为中心”的理念。据悉,自起,阿斯利康与来自政、产、学、研、医的两百余家跨界合作伙伴共同打造了14个覆盖呼吸、心血管、肿瘤、消化、肾脏、代谢等疾病领域的创新诊疗一体化全病程管理解决方案。如今这些方案已在全国4800余家医院落地,其中部分方案还走出了国门,惠及更多患者。同时,阿斯利康也将在此基础上继续支持打造基于物联网、大数据、人工智能、5G等高新技术的多个全病程管理解决方案,探索医疗健康服务新模式,推动医疗产业升级。
“AI+医疗”的实践与构想
现阶段,AI 技术已渗透到医药和医疗领域的多个方面。这其中包括医药相关的药物发现、药物合成、临床前CRO、临床 CRO以及与患者密切相关的早诊早筛、病理诊断、疾病诊断和后期康复的医疗产业链。阿斯利康正在探索AI在药物研发、生产和诊疗一体化等医疗场景的应用。据王磊介绍,在阿斯利康的新药研发进程中,人工智能已经在扮演相当重要的角色。在研究阶段,阿斯利康与伦敦的英国国家物理实验室(National Physics Laboratory)合作,利用AI和大数据获取了很多隐藏在临床前和临床组织样本中的生物学新洞察。在新药开发阶段,将AI与化工自动化相结合,可使得原本需要数月才能研制完成的先导分子现在只需数周即可完成,而且无需人工干预。在临床研发阶段,可利用AI辅助患者分类。相较于人工搜索,自动调查网站分析最多可节省约75%的时间。人工智能还提高了临床试验用药需求的预测效率,从而降低了向全球19000多个与阿斯利康合作的实验中心供应药物的成本,避免造成浪费。在研发后期,通过“真实世界证据数据计划”(real-world evidence >王磊还提到,阿斯利康也把AI用在了药品的生产过程。在阿斯利康无锡生产基地的包装线产品检查上,人工智能可以取代传统的人工目视检查,检测出压花、重影、划痕、分层等缺陷。除此之外,还可以通过利用生产上搜集到的大量数据,来减少生产上的错误,实现生产的自动化、智能化,用AI赋能生产。对比近三年 AI 医疗医药领域融资事件,病情诊断领域的融资数量最多,这其中医学影像辅助诊断占比高达80%。在中国健康物联网创新中心的14项诊疗一体化全病程管理解决方案中,有多个方案运用到了AI赋能的影像技术。阿斯利康在本次人工智能大会上发布的“AI+医疗”十大应用场景中,也包含了如癌症影像AI辅助判读、CT筛查慢阻肺、消化内镜AI辅助诊疗软件等多个医疗影像相关场景。在这些场景中,AI影像辅助判读技术可帮助提高早筛早诊效率和病灶检出率。将AI应用到主要针对肺癌、乳腺癌和前列腺癌等疾病的筛查和诊断,可助力癌症的早诊早筛;同时应用到辅助内镜诊断中,有望提高内镜医师对于消化道病灶的检出率,减少误诊和漏诊,同时优化资源分配。王磊说:“AI现阶段的问题不是没有应用,而是怎样通过执行力强的公司将它们落实。未来,AI在医药研发过程中发挥的作用将越来越凸显。而在医疗领域,AI的价值将主要体现在两个方面,一是提升三甲医院医生的效率,另一方面是提升基层医疗机构的诊疗水平。”
打破壁垒通力合作
尽管我们看到AI赋能医疗产业已颇有成效,但王磊认为继续加深“AI+医疗”实践,实现未完成的构想仍面临着多重挑战。在制药和生命科学中,数据是AI的关键。AI被应用于药物研发的各个阶段,但若是数据质量不高,即便使用非常可靠的算法,也不能取得好结果,还会造成资源浪费。王磊认为,建立一套切实可行的数据标准,与风险利益共担的数据分享机制是必要的。其中至关重要的两点,一是数据的储存方式一定是易于大家共享使用的;二是要确保数据是安全的,这样用户才愿意分享。“科技创新离不开合作共赢,在探索新科技的应用中,打破壁垒、通力合作是通向成功的捷径。”王磊强调。王磊还提到,企业在合作中也要找好自己的定位,各司其职。在选择合作伙伴时,阿斯利康的策略是不仅仅考虑对方的名气,而是将新技术细分,找到某领域绝对的领先者进行合作。“阿斯利康所要做的是发挥一家传统药企在医学方面的专长,在AI公司和临床之间架起桥梁,助推AI应用的落地,同时借助AI等新技术更好地指导已上市药品的使用,推动其扩面下沉。”王磊说。在医疗领域,临床价值有时并不完全等同于商业价值,商业模式的构建同样重要。王磊在采访中透露,阿斯利康将会在中国建立医疗AI开放式创新实验室,同时在全国多地布局,通过与AI合作伙伴共同构建人工智能生态系统,挖掘医疗产业潜在需求,最终造福患者。
AI是个孩子,注定要长大
在临床诊断方面,有医生认为AI能够逐渐将主观感觉进一步客观化,而客观的事情能够进一步数字化,于是诊疗也变得更为精准。王磊认为,现阶段在临床诊断的过程中AI只是辅助人的工作,肯定还需要医生的诊断。所以,与其说通过AI使得诊断变得更客观从而更精准,不如说是通过AI的海量数据和不断学习,能够以更快的速度提升诊疗水平,从长远来说能够弥补我国现存诊疗资源不均衡的问题。对此,王磊进一步作出了解释:“目前来看我们在AI方面的应用还是通过AI去替代掉重复的工作,节省人力成本,提高效率,让科学家和医务人员能够将时间和精力集中在更需要专业性和更具价值的工作上。优秀的科学家和医务人员仍然是至关重要的。”有人认为AI现阶段在药物研发领域的应用被夸大了,对此王磊表示:“AI在医药领域的应用还处于起步阶段,但凡事都有刚开始的时候。拿iPhone举例,我们看到了它在这些年间快速地迭代和进化。我们不妨乐观一点,将这种‘夸大’看作业界对AI的一种期待。持续的热度一定程度上为这个领域带来了资源,当然也有泡沫。但大浪淘沙,总会有一部分优秀的企业生存下来。”“AI完全取代甚至统治人类,还只是科幻电影的遥远猜想。但我们确实能透过AI回看人类本身的价值,以此思考我们的未来。”王磊告诉研发客。
总第1087期
访问研发客网站可浏览更多文章