首页 >> 医疗 >> 阿斯利康杨海英:所有创新解决的都不是技术问题,而是临床问题

阿斯利康杨海英:所有创新解决的都不是技术问题,而是临床问题

韩璐 来源:21世纪商业评论 2021-07-15
阿斯利康如何搭建“AI+医疗”?

在刚刚结束的2021世界人工智能大会,阿斯利康对外发布了医疗人工智能创新中心及医疗人工智能创新实验室AI iLab,并开始招募入驻合作伙伴。

今年,阿斯利康首次在世界人工智能大会设立180平方米交互体验式线下展台,携手各领域数十家合作伙伴展现在深度学习、自然语言理解等人工智能技术支持下,深入疾病诊疗全流程所开发的全新“AI+医疗”应用场景。

其中,在十大应用场景中,阿斯利康重点展示了社区医院智能语音电话随访、PD-L1免疫组化辅助判读、三高共管数字疗法、前列腺癌核磁共振影像辅助诊断和人工智能助力临床受试者筛选。

图片1

阿斯利康全球执行副总裁、国际业务及中国总裁王磊表示:“过去一年,阿斯利康在医疗人工智能领域取得不少成果,通过‘AI+医疗’创新合作平台,希望链接政、产、学、研、医、投各方力量,共同打造‘AI+医疗’创新生态圈。未来,阿斯利康将继续深耕患者亟需的广泛疾病领域,围绕医疗人工智能在各领域的应用招募更多合作伙伴,赋能药物研发、生产运营和覆盖筛查、诊断、治疗、患者随访等疾病全流程管理。”

那么,阿斯利康如何搭建“AI+医疗”,未来又是如何考虑“AI+医疗”场景,《21CBR》记者采访了阿斯利康中国副总裁、医学事业部负责人杨海英。

图片2

《21CBR》:AI应用如何在医疗中发挥好作用?阿斯利康在选择场景的时候,是出于怎么样的考虑?

杨海英:阿斯利康在考虑人工智能与医学的结合,如何赋能医学和临床时,一开始没有做非常多筛选,因为我们期望能够看清楚每个疾病整个的早期筛查、诊断、治疗、以及治疗之后的随访康复。

我们首先要探查清楚有哪些痛点,这些痛点中哪一个可以切入。在切入时我们要再去思考,人工智能是不是可以作为其中一个技术和工具,帮助实现痛点的解决。我们对每个疾病都设立了人工智能相关的应用目标,但在进行过程中,也会发现人工智能技术本身进展程度不太一样。

比如影像方面,无论是乳腺的钼靶或是肺部的小结节,还有病理切片、图像方面,过去几年国内外的进展非常大,对我们探索相关产品的临床实践是有帮助的。但各个疾病也有差异,比如肺部小结节和慢阻肺不太一样。

我认为本质还是回归到:

第一、是否有临床需求、有这个目标?

第二、围绕人工智能本身。

人工智能技术的范围非常大,有影像,也有文字,取决于相关技术的发展程度。

去年我们发布了十大场景,今年来看,进展程度是不一样的。很多项目初步在临床上有些验证。但我始终觉得,这种进展对临床的需求是没有止境的,我们的努力方向是在获得这种阶段性进展之后,如何离最终的目标更近一点,也就是可以给患者带来什么获益。

我们的两大目标是,最终可以帮助到临床医务人员提高效率,同时减少资源的消耗。

《21CBR》:AI+医疗最终还是要落地成产品,形成自己的商业模式。AI进入医疗场景后,可能的付费方式会是什么?

杨海英:我个人觉得具体的收费模式还是取决于产品,也就是这类产品本身最终的应用端在哪里。

比如影像的AI应用,它用于支持和帮助医疗器械的影像和病理分析。CT也好,病理分析也好,本身是向病人收费,这类AI产品没有改变商业模式,而是提高了整个临床效率。

从一些全球调研报告中。我们看到,如果一款产品是非常清晰地、能够用循证医学的证据证明,能够带来非常明显的临床价值和临床获益,价格也在能接受的范围之内的话,资本例如保险方是完全支持付费,患者也会愿意接受。

现在有些新技术的商业模式不清晰,可能是因为它的价值不能够被清晰地验证,或让别人信服。

比如像很多疾病管理的APP,如果不能够证明APP使用之后病人血糖确实下降或者最终换来生存时间的延长,没有人会为这个产品付费。

《21CBR》:在阿斯利康尝试AI+医疗的过程中,有经验感受和挑战分享吗?

杨海英:第一点,因为此前互联网技术在其他领域取得了非常大成功,可能让很多相关人士觉得,IT技术和数字算法可以解决一切问题。 

回归到本质,所有的技术都是工具,需要你对自己所要进入的领域有深刻的认知,尤其是医学,是知识背景壁垒如此高的一个行业,需要理解自己要去解决的是一个什么问题。否则虽然可以开发出产品,但很可能对临床上是没有太大价值的。

如何达成这种共识非常重要。也就是说,还是需要技术公司和有医学背景的人共同商讨,目前临床上最大的痛点是什么,我们能不能来解决这个痛点。

第二点,双方要能够接受彼此思维方式和行为方式的碰撞,两个不同技术背景的人风格不太一样,要如何一起工作,建立起信任。

尤其医药、医学背景的人,对自我的认知还是比较高的,如何去允许和接受在探索之后的失败,以及再回头来不断地去尝试。这些碰撞与融合,在我看来是最大的挑战。

《21CBR》:阿斯利康正在摸索肿瘤领域的数字疗法并首先选择肺癌,这是出于什么考虑?

杨海英:主要因为在中国肺癌是高发的,同时阿斯利康在肺癌这一疾病领域有深刻的疾病洞察,知识积累非常深,所以肺癌的数字疗法探索先行。

我们也期望,针对肿瘤和慢病都进行快速的探索,这样能够给我们带来一些信息。通过这两个产品的整个开发过程能够在后续一系列的产品开发中快速复制。

我还想强调,所有的创新都不是解决技术问题,而是解决临床患者的问题。我们希望产品能够达到最终患者的生存延长、生活质量提升,并达到整个国际学术界所认可的、评估这个解决方案是否有价值、有疗效的标准和指标。

《21CBR》:医疗的特殊性,会让AI的数据可信度变得非常关键,阿斯利康是如何看待这个问题的?

杨海英:我觉得这里面有很多种场景,其中一个场景可能考虑到用人工智能产品,始终不是百分之百的准确性,总有一定的假阳性和假阴性。通过和很多临床专家讨论以后,我们一致认同一个人工智能产品只要能够做到达到原有的假阴性和假阳性的标准之上就可以,因为不可能做到百分之百的准确性。

今天所能看到的所有做诊断的产品都做不到百分之百的准确性。我认为,首先需要对人工智能产品抱有开放性的态度,同时在审批或者研发这样一个产品时,确保有足够的证据来支持和证明,产品的假阳性和假阴性是被控制在大家能够接受的范围内,这个范围应该由学术界和法规部门界定,而不是某一个人或者研发的企业来界定。


(编辑:李惠琳)
相关标签: 阿斯利康  
0
0
相关文章