2018 年 8-9 日，品途集团举办的 2018 · NBI 夏季创新峰会在北京召开，本次峰会主题是 " 与创新节律同步 "，旨在探讨商业领域的发展规划和创新趋势，并持续关注科技前沿、零售消费、泛文娱、大健康、教育、旅游等 10 大领域，品途集团希望通过峰会的交流与合作，让创新 " 更有价值 "、" 更易触达 "、" 更有用 "。

在 8 日主会场中，中国电商委主任兼秘书长苏军、微软中国 CTO 韦青、阿里巴巴集团新零售研究中心主任崔瀚文等嘉宾，就产业创新等发表主题演讲。

分会场中，场景实验室创始人吴声、全时创始人兼 CEO 陈学军、Boss 直聘创始人兼 CEO 赵鹏、《吐槽大会》卡司、笑友文化 CEO 史炎等嘉宾，分别发表了关于消费零售、企业服务、消费、文娱创新等领域的主题演讲。

在 9 日关于《新政策环境下的大健康创新》的医疗创新专场中，IBM 大中华区首席健康官陈彤博士发表了题为《大数据和人工智能在医疗的应用：机遇和挑战》的主题演讲，他认为：虽然发展人工智能有很多挑战，但人工智能在医疗和健康领域将会有极其重大和深远的影响，并且能造福人类。

以下内容经品途商业评论精编整理：

非常感谢今天能和大家交流，首先我要申明，今天我所有讲的内容，只代表我个人观点。

全球医疗面临严峻挑战

全球医疗目前面临着非常严峻的挑战，首先来看医疗质量。跟很多人想象中的不一样，医疗行业存在着非常多的差错。2000 年美国做了一个研究，一年死于医疗差错的人是 10 万人，几乎比任何一种常见疾病死亡人数都要多。

现有的癌症治疗方案，在美国接近一半的第一次诊疗方案都需要修正。不仅如此，再来看医疗费用，美国是全球医疗费用最多的，占 GDP 的 17.6%，这是什么概念呢？中国房地产所有的花费是 GDP 的 17.2%。不仅如此，美国医疗费用的增长速度 2.5 倍于经济增长。截止到去年，中国医疗花费占 GDP6.2%，2017 花费的增长速度年比 2016 年增加 11.3%，2016 年比 2015 年增加 13.1%。而且在短期内，这个趋势不会有明显降低。照此发展，全球绝大多数国家医疗无法持续下去。

不仅如此，大家都在谈老龄化。最严重的是日本，65 岁以上的人口占了日本总人口的四分之一。到了 2025 年，可能会到 40%，而 65 岁以上的老人，至少三分之一以上平均 4 到 6 个人有慢病疾病。这意味着所有的健康需求、医疗费用都会大幅上涨。中国的老龄化程度相对比较好，但是大家已经感觉到热度。八年前的中国 65 岁以上人口占比大概是 11.1%，在一些一线城市，像上海、北京，这个数字早就超过了 15%。人类整个医疗、整个健康，正面临着前所未有的挑战。

发展医疗大数据和人工智能的机遇

第一个工具是大数据。我们常谈论大数据，医疗数据其实是最巨大的数据。大到什么程度呢？一个人的健康数据，以现在所知，把他所有的信息收集起来等于 300 亿页的一本书。现在的医疗数据，是 10 的 21 次方。我们不仅看一个人，还要看一群人，看整个群体，整个中国，甚至全球。这些所有数据，在不同的空间，随着人的一生在不同的场景产生极其复杂的社会交互，所以这个数据会以令人无法预计的速度增长。

如何面对这样的挑战呢？很幸运，我们这个阶段有机会面对这样的挑战。

人们对大数据有很多误解，比如我有全中国所有人的身高，这是一个大数据吗？这不是大数据。大数据的数据是在不断的延伸，有 3V、5V、6V 的说法，我倾向于 5V、6V。这类数据的特点有：

（一），海量。数据量是很大的。

（二）多样。多样化在医学数据上尤其突出。它是不断生成的，我们现在讲测序，一代测序、二代测序，马上要到三代测序，非常快。第一代测序花了 10 年时间，全球共同工作，10 亿美金最后才测了一个人。但是这个速度，现在被大大缩短，几周可以测到，而且降到了几万美金以下。

（三）高速。

（四）异质。数据有高度异质性。

（五）现实。就是数据的质量问题，几十万份病例下来，能够用的可能才几万份病例。

有了大数据，我们聚焦在非常小的需要关注的点，经过分析，把它变成信息。但是仅仅有信息远远不够，必须通过认知，才能真正产生知识，产生洞察。

第二个工具是人工智能。人类计算分为三个阶段。第一个阶段，打孔机算。第二个阶段，50 年代，开始编程。第三个阶段，2011 年的时候，有人称之为 " 认知计算 "，这时候开始了一个新的时代。什么是认知计算系统？

第一，理解。以往的计算机是机构化的，现在既有机构化，又有非机构化的，比如语音识别、图像识别。

第二，推理。它把不同的场景关联起来，可以产生可行动、可执行假说。

第三，学习。根据推理，它可以一天比一天强大。

第四，互动。它可以相互作用，可以跟使用者相互作用。这样就构成了现在所称的认知技术。

IBM 的沃森就是认知计算的代表，它阅读了 1500 万页的文献，几百本教科书，远远超过了人类能够阅读的极限，能够了解知识的极限。人跟机器的关系，永久性地被改变。人有常识、有道德、有同理心和想象力，机器人不能自然语言，但是现在可以语音识别。尤其是人类不擅长的交叉学科，正是人工智能非常擅长的地方。

谈到医疗，中国做人工智能医疗的有近 500 家。其中相当多的是在做影像。有 CT 三维、心脏的超声、眼底镜，到三维重构和仪器，有了大量的进展。在影像上人一定会被技术替代，这是医疗的第一步。

人工智能在医疗领域有非常广泛的应用，大家认为机器人没有情感，将来的人工智能可能更有人格属性，带有情绪。而随着基因测序越来越便宜，沃森能做到把一个病人的基因输进去，它能反馈到这个人有多少基因变异、是怎样的通路，给到诊疗方案、疗程和药物。这是已经能够做到的商业化。

人工智能在医疗领域面临的挑战

讲完这些非常激动人心话，其实人工智能已经成为了最大的泡沫池。真正在做人工智的话，会发现非常多的挑战。有数据的挑战，有算力的挑战。更别说极少有产品，达到医疗级。而且最近的疫苗事件已经说明，对于人工智能应用到医疗上，必须以严格务实的科学态度予以重视。

对于比较遥远的预测，人工智能目前还做不到。不仅如此，所谓的健康决定因素并不仅靠医疗，对于一个群体而言，医疗起到的作用只有 10% 到 15%。比如空气污染和癌症有关，80% 的肺癌是吸烟引起的，剩下的 20% 跟空气污染有关。

另外出于对人类医疗数据的隐私保护，很少有产品真的能通过数据保护法案，几乎没有。没有任何人希望自己的健康数据，比如生了几个孩子、有没有性病、哪里有疤，被全世界的人都知道。最后人工智能是极其烧钱的。

所以人工智能在医疗上的发展有很多挑战，大多数人只看到了人工智能的一小部分，这远远不够，我们还需要各种各样的技术和商业模型。虽然讲了这么多的局限性，我深信人工智能在医疗和健康领域，将会有极其重大和深远的影响，并且能造福人类。