《AI医疗：亚洲的发展空间、能力和主动健康的未来》是MIT Technology Review Insights在百度公司的支持下撰写的一份报告。这份报告通过对该地区医疗服务和科技引领者的采访、案头调研和对中国医疗机构的实地调研编写而成，以评估人工智能是如何用于改善医疗服务成果的。具体而言，报告研究了该地区的医疗保健提供商、科技公司以及政府机构之间如何通过协作，来确定和应对各自国家/地区的重大和长期的医疗服务挑战。

MIT Technology Review Insights评估了亚洲人工智能生态系统参与者正在进行解决方案革新的多个领域;这些领域包括用于医学影像诊断和分析的工具和平台、供医生进行治疗决策的支持软件、识别疾病风险的预测分析，以及使用自然语言处理技术为老年人提供健康服务。

引言

我们正身处于以人工智能为核心驱动力量的新一轮科技革命和产业变革浪潮中，人工智能正在加速渗透各行各业，推动产业智能化升级。

医疗是关乎国计民生的关键领域。当前，有很多国家同中国一样，面临优质医疗资源不足、资源分布结构化失衡等问题。人工智能技术的发展，使我们看到了解决这些问题，从而为普罗大众提供更好、更全面医疗服务的希望。从医学影像分析到临床辅助决策、从院内诊疗流程管理到院外健康管理、从赋能医生到赋能药企等，人工智能技术在医疗领域的应用越来越广泛和深入，能够帮助促进优质医疗资源下沉，实现资源共享，提高基层医生诊疗效率和医疗服务水平。

当然，人工智能在为医疗带来重大机遇的同时，也带来了包括数据、技术、安全、法规、伦理、人才等多方面的挑战。这需要全社会的努力，一方面推进人工智能在医疗领域的规模化应用，并在实践中发现和解决问题;另一方面不断健全和完善相关法律法规，保障结合人工智能的新医疗模式的健康发展。我们相信，人工智能技术与医疗的结合，会让每一个人受益。

报告重点

由人工智能驱动的软件和平台有望在未来十年重塑亚洲的医疗保健格局，提升医疗保健提供者和政府医疗机构的服务能力、诊断速度、护理质量和患者的整体康复水平。人工智能应用并非处于萌芽阶段。事实上，它早已被广泛应用于医疗行业，尤其是在亚洲发达地区。尽管如此，新的应用案例、创新成果和人工智能应用中心仍如雨后春笋般不断涌现，而政府和科技企业想在医疗保健生态系统中普及人工智能的迫切之心也将为亚洲患者带来诸多利好。

《AI医疗：亚洲的发展空间、能力和主动健康的未来》报告要点如下：

人工智能正在有效缩小亚洲的医疗保健缺口。人工智能是切实提高亚洲地区医疗保健服务能力和效率的重要解决方案。在人力资源短缺的背景下，许多国家面临医疗资源紧张的难题——世界卫生组织(WTO)估计，到2030年，亚洲地区将需要超过1，200万名新的医疗保健专业人员，比当前增加70%以上。医疗支出不足是又一大挑战。除发达经济体外，亚洲其余国家和地区的人均医疗支出不足经济合作与发展组织(经合组织)标准的四分之一。在此背景下，越来越多的成功案例表明，利用人工智能可以提升医务人员的效率和准确率。

亚洲地区的医疗发展正受益于一线医务人员能力的提高。人工智能可以引导医生通过规范的诊疗操作流程作出更快、更准确的诊断决策;运用机器学习分析日益复杂的医学图像，从而诊断各类常见和罕见疾病;此外，可穿戴健康追踪技术可以跟踪监测患者健康状况，帮助医生提早识别疾病风险和预警信号。

人机交互的全新诊疗手段正在逐渐提高亚洲医务人员的专业技能。人工智能将推动亚洲地区，尤其是发达经济体的医务人员进一步提升专业水平以及人机协作的能力，涵盖机器人辅助手术、医学图像高精度诊断以及新药研发等领域。然而，由于亚洲地区大部分医疗系统长期超负荷运转，即使初级医疗服务能力也受到限制，一些业内观察人士据此主张首先将人工智能资源集中用于增强初级医疗保健的能力。

亚洲严峻的医疗挑战为促进公私合作提供肥沃土壤。亚洲多国均有不同利益相关方利用当地技能、人才或数据资源合作应对严峻医疗挑战的案例。老龄化正在迅速成为亚洲主要的医疗危机之一：目前，日本65岁以上人口比例居世界前列(接近国家总人口的三分之一)，而多个亚洲经济体老龄化程度紧随其后，均密切关注老年医护领域的创新。此外，人工智能在降低印度婴儿死亡率，新加坡高血糖、高血脂、高血压(“三高”)等其他医疗负担领域发挥了主导作用。在未来数十年内，政策制定者和AI开发人员将更加紧密地进行合作，以提升公共健康水平。

预防性诊疗策略将成为医疗保健行业的重中之重。在未来，医疗生态系统将更加侧重健康和福祉，而非单纯的以治愈为主导的医护。人工智能将通过识别疾病征兆并追踪健康状况，在促进“主动健康”中发挥主导作用。预防性策略提供的数据使得人们能够掌控其生活方式和医学治疗，积极改变自身的健康状况。如今，可穿戴设备和AI技术正在不断融合，创造新的能力，并提供深刻的洞察。

医疗保健系统必须坚持以人为本。科技对医疗诊断决策与日俱增的影响无疑为亚洲诸多患者带来了福音。然而，从伦理角度考虑，科技必须是医生和医疗从业者的辅助工具。为保障医疗系统的问责制，最终决策权必须牢牢掌握在人类手中。AI开发人员应当确保医生、患者能够准确解读和理解科技，这样医生和患者才会持续信任科技，并乐于在医疗领域使用人工智能。

医疗保健缺口

亚洲正在积极使用人工智能驱动的工具，以弥补医疗资源方面的长期缺口，并应对越来越多的新挑战，例如快速老龄化所带来的压力。在加速创新和重新定义医疗保健提供商和医疗机构的价值方面，人工智能将起到真正变革性的作用。但目前的现实是，人工智能在医疗背景下的真正作用在于它能够改善现有的流程，并为面临挑战的医疗专业人员提供更多信息和洞察。

亚洲的医疗统计数据在覆盖面和资源能力方面面临不小的挑战，即便在发达经济体也是如此。面临的主要挑战是人力资本的缺乏：即使在富裕的日本、韩国和新加坡，每10，000人拥有的医生也低于25人，医生的比例在发达国家中是最低的。在人口超过22.5亿、占亚洲总人数一半以上的南亚和东南亚，平均每10，000人拥有的医生不到7人(见图1 )。

在亚洲部分地区，特别是在南亚，医疗专业人员也同样稀缺。虽然东亚的医疗专业人员密度高于全球平均水平，但专业领域的人力资源却远远落后于美国等发达国家。对大多数亚洲患者而言，这些资源可能很难获得，其成本也十分昂贵。

由于有效的医疗服务覆盖范围有限，且慢性病治疗费用高昂，医疗人才短缺问题愈发严重。据瑞士再保险公司估计，沉重的医疗服务负担造成亚洲12个国家约4，000万家庭1.8万亿美元的医疗保健缺口，其中有近半数为中国家庭，对家庭财务和社会福祉都造成了巨大压力。

这一困境限制了亚洲大部分地区获得医疗服务的机会;经合组织估计，在收入最低的五分之一人口中，多个南亚和东南亚国家有一半以上的妇女提到了因为经济原因而无法获得医疗保健服务。

本地区各政府为医疗保健服务提供充足资金的能力正面临挑战。除发达经济体外，亚洲其余国家和地区的人均医疗支出不足经合组织标准的四分之一(见图3)。在较富裕的亚洲国家，人口老龄化和债务水平不断增加所带来的挑战造成了额外的财政压力;据日本厚生劳动省统计，日本政府在2017年的医疗保健支出为42.2万亿日元( 3，960亿美元) ，比十年前增加了30%(见图4 )。

因此，毫不意外的是，鉴于亚洲公民和服务提供者所面临的压力，以及该区域越来越注重开发人工智能资源的情况，有了越来越多利用人工智能加速取得积极的医疗成果的成功案例。为消费者和客户体验专业人员提供决策支持的虚拟助理，是亚洲乃至全球许多行业中常见的新兴人工智能应用案例。这些案例的基础假设是，对交易的洞察越来越多，那么就可以加快原本缓慢的进程并取消中间不必要的环节。但是，另一方面亚洲的医疗保健体系往往比较官僚，而且在很大程度上面临着一系列不同挑战。

医疗健康领域涌现的人工智能应用案例

打造最有效的应用不是为了更顺利地开展医疗保健业务，而是为了促进基础生产力，为医学诊断和治疗方案提供更好、更强大的洞察。人工智能和其他新兴技术的应用通常围绕以下案例展开：

为医疗保健专业人员提供决策支持。在诊断和治疗过程中，由人工智能驱动的分析软件正在帮助引导医生和其他医疗保健工作者，给出有效建议并及时提示风险，以便医生更快和更准确地制定治疗方案。在中国，百度在近1000家医院推出了临床辅助决策系统(CDSS) ，通过标准化的问诊程序指导医生完成病情诊断，并推荐科学的治疗方案，为医生提供支持。

医学影像分析和诊断支持。机器学习——全球人工智能创新的一个快速发展领域——正被用于分析日益复杂的核磁共振成像(MRI)、计算机断层(CT)扫描和其他医学影像，以诊断骨折、癌症、中风和许多其他疾病。依图科技是一家由风险投资支持的人工智能初创企业，发挥中国在图像识别研发方面的领先地位，与成都华西医院肺癌数据库共同构建了一套用于肺癌诊断的四维CT扫描分析系统。

为患者提供虚拟帮助。如今有越来越多的人工智能工具可以为患者寻找就医资源和优化选择，例如非正式的自我诊断、寻找医生和预约等。这些工具目前在美国和欧洲越来越受欢迎，那里的患者通常需要借助众多工具进行优化选择，它们也开始在亚洲得到应用。在中国，平安保险公司的“平安好医生”拥有各种在线咨询和分诊功能，预计有1.8亿注册用户。

就诊工作流程协助。新兴的技术平台，如美国人工智能巨头Inovalon开发的技术平台，正在使用自然语言处理(NLP)和深度学习算法，更快速地对病历和程序进行分析和编码，并自动审查文档和患者病史，以提高持续护理和支持水平。

机器人外科医生。认知机器人技术正用于增强对患者术前医疗数据的分析，并就具体的手术策略和方法做出建议，最终协助外科医生完成手术。埃森哲咨询公司估计，机器人辅助手术可以为美国医疗保健系统节省400多亿美元。在亚洲，日本初创公司Riverfield Surgical Robot正在构建一个名为EMARO的平台，该平台将手术现场指导和支持与术前记录的医学影像数据强化分析相结合。

减少欺诈。人工智能软件可以使用NLP分析保险理赔数据(其中一些是非结构化的和非标准的数据)，以识别欺诈性或不精准理赔的运作模式以及嫌疑人。在拥有庞杂、昂贵和私人医疗保健体系的市场中，这是一个更大的问题——在美国，据联邦调查局估计，每年保险欺诈和滥用的金额范围在900亿至3，000亿美元之间——但此类事件在亚洲也出现了一些苗头。亚洲大型保险公司，如日本的Sompo ，正在理赔和欺诈识别过程中使用人工智能技术。

智能手表、健身监视器以及智能手机在亚洲大量涌现，引发了许多用于监测心血管活性、脉搏数、含糖量和含氧量等健康数据的应用。结合人工智能分析，这些数据可用于评估健康风险和发现预警信号，以及制定预防性或增进健康的各种措施。这将越来越多地涉及DNA分析，而人工智能可以发挥提高DNA分析水平的作用、考虑有关患者病史的元数据，并跟踪DNA测试供应商的记录，以帮助患者和医疗保健专业人员选择最佳提供商。在亚洲，帮助患者和护理人员实现健康成果或常规护理程序管理的专用设备开始出现;日本初创公司Triple W研发的DFree如厕时间预测装置开始兴起，该装置能够在护理老年人时为护理人员提供帮助。

提高医疗保健领域的人才数量和技能

从日本到印度，在扩大医疗保健覆盖面和促进亚洲各地医疗专业人员研究成果转化方面，人工智能发挥着重要作用。提高疾病检测的速度和准确性，或向临床医生提供见解和决策支持，正在成为缓解该区域长期和日益严重的医务人员和资源短缺现象的主要目标。世界卫生组织估计，到2030年，亚洲地区将需要超过1，200万名新的医疗保健专业人员，比当前增长70%以上。虽然弥补亚洲地区医学人才短缺可能是当前人工智能应用浪潮的驱动力，但决策者和人工智能企业家也正在以更具变革性的方式思考该技术，并努力开发人工智能应用，使该地区的医疗保健系统能够以更加积极主动、预防性的方式运作。

与正在迅速部署新兴技术的大多数行业一样，人们对人工智能在取代现有或未来医疗保健工作方面所具备的可能性也进行了许多讨论。MIT Technology Review Insights在《人工智能与人力资本》中估计，在11个亚太市场，医疗保健将成为人工智能和自动化技术的受益行业之一。虽然该行业的工作机会将减少，从日本的约8%到菲律宾的约5%不等，但更大的影响在于，随着新兴技术的出现，这些工作将得到增强和改善。研究表明，在新加坡和韩国等市场，大约14%的医疗保健工作将因为人工智能而变得更加高效和更具生产力。

自动化技术将推动从业人员，尤其是发达经济体的医务人员进一步提升专业水平与人机协作能力。但现实情况是，亚洲的医疗生态系统从一开始就缺乏训练有素的从业人员，而该区域的医疗保健需求却在持续增长。人工智能是切实提高医疗保健行业效率和价值的重要解决方案。

增强医疗保健提供者的能力

百度智慧医疗总经理黄艳透露，作为中国互联网巨头之一的百度正在探索利用其核心技术优势、用“循证AI赋能基层医疗”。百度智慧医疗于2018年成立，专注于探索AI在医疗领域的应用。黄艳说道：“中国医疗体系的一个核心问题是医疗资源的结构性失衡，中国人口众多，社会老龄化日益严重，人们对优质医疗服务的需求不断增加，但有能力的医生数量还不够，而且大部分都集中在大城市。”

谈及医疗AI的商业化，黄艳补充道：“我们不急于变现。医疗服务是以价值为导向的，只要能够为医疗体系带来重大价值，就能看到商业机会。我们很高兴地看到自我们的产品推出以来，不管是患者、还是基层医院都对其给予了非常积极的反馈。”

中国基层医疗机构的能力和信心

百度正在通过临床辅助决策系统(CDSS)为中国基层医疗提质增效。该系统由AI技术驱动，能够为基层医疗机构推荐诊断和治疗方案的实施建议。百度设计该系统的初衷是为了切实帮助基层医疗机构的医护人员。中国的公立医院分为三级：三级医院通常是拥有超过500张病床的大型综合医院，而一级医院则是位于城乡地区的规模较小的医院，床位大多不足100张，且医护人员数量较少、经验有限。

基层医疗机构本应该是人民健康的第一道防线。然而，由于人们普遍认为在基层医院提供服务的医师经验欠缺且医院的资源有限，大多数患者更倾向于到三级医院就医，以获得规范的专业治疗。黄艳认为，这样的情况进一步加剧了“中国医疗资源的结构性失衡”，一级医院门可罗雀，不能承担起基础医疗服务提供者的职责，而三级医院则人满为患，常常超负荷运转。

百度希望通过提高基层医院医生的能力、增加优质医疗服务的患者可及性。这与近年来中国政府鼓励分级诊疗、推动基层医疗提升的政策方向是一致的，其目的都是希望基层医院能够承担起健康守门人的任务，让居民就近得到专业、优质的医疗服务。

在百度CDSS落地的众多基层地区中，位于北京东北部的平谷区最为典型。平谷区有46万人口。平谷区卫生健康委员会信息中心主任焦军锋表示，在百度CDSS的帮助下，当地的医疗机构能够更好地满足整个行政区域的医疗需求，服务包括18个乡镇的居民。焦军锋谈到，国家要求基层承担66种常见病的诊疗，这对于基层医生是有一定难度的，而且当地有限的基层医生数量也不能满足居民日益增长的医疗需求。百度CDSS定位于提升基层医院的诊疗能力，这与国家的要求高度一致，二者的目的都是让基层医疗承担更多的诊疗任务、更好地服务于基层群众。

谈及CDSS落地以来的效果，焦军锋大加赞赏。“这个系统对于症状识别的准确性远远高于我们的预期，可以有效帮助医生做出判断。这个系统获得了医生和患者的高度评价。以前基层医生能看的病人、能看的病比较少，所以诊疗经验也比较有限，CDSS部署以后，医生的能力提高了，人们也因此越来越认可我们当地的医生了。现在越来越多的患者来基层医院看病，而不像以前那样不分病情轻重就径直去大医院。”

焦军锋对目前CDSS的应用效果非常满意，他希望能进一步探索更多CDSS应用场景、让CDSS更多、更全面地服务于基层医疗。例如运用CDSS远程为偏远地区的患者看病，并建议他们应该去哪家医院和哪个科室就诊。在看完病以后，让CDSS持续跟进患者病程，给出下一步治疗和护理建议。

可解释的人工智能

CDSS系统能够提供可解释的建议，辅助医生完成诊断、治疗方案等临床决策过程，并在必要时给出风险预警。CDSS的可解释性是建立在医学自然语言处理(NLP)和知识图谱(KG)技术之上的，这两项技术也是CDSS最终成功的关键因素。

“医学自然语言处理技术和知识图谱技术奠定了百度人工智能医疗的基础。自然语言处理技术能够自动识别病历和医学文献中的实体以及实体之间的关系，将其整合入医学知识图谱。这种对于医学知识的编译和理解很复杂且高度结构化，如果没有医学专家和人工智能工程师的密切合作，是很难实现的，”黄艳介绍。

除了CDSS外，百度还基于医学NLP技术和KG技术开发了许多其他AI医疗产品，用可解释的建议为临床诊疗过程提质增效。

跟上机器的步伐

医学影像技术的飞速发展，结合人工智能的分析和机器学习能力，使得亚洲医疗保健专业人员快速诊断重大疾病的能力有了显着的提升。

有几个因素促成了这些能力的大幅提高。首先是医学影像方面的投资。在整个亚洲， 2019年上半年的医疗保健科技企业投资总额将近25亿美元，其中有将近4亿美元的风险投资流向了医学影像企业。研究公司IDC估计，到2022年，亚洲医疗保健行业的技术支出可能达到近150亿美元，与目前水平相比每年增长7%。第二个进展领域是正在围绕某些疾病和伤害而建立的大量的数字化数据集。虽然整个地区的情况参差不齐，但中国、韩国和日本的数字化数据集正逐渐强大起来，经过CT和MRI扫描得到的大量原始资料正在为机器学习算法提供依据，使其能够进行模式识别、歧义解释，并

以令人惊叹的准确性做出诊断。随着新数据集的出现，用于检测疾病的新人工智能模型也会显现。在韩国，医学影像初创公司Lunit最近获得了该国食品药品安全部关于其乳腺癌检测平台的批准，该平台的算法是基于20多万张乳腺X光医学影像进行训练后得来的。

人机诊断

医学影像技术在过去十年间飞速发展，在疾病诊断方面为医学专业人员提供了巨大帮助，但也对医生正确诊断影像的技能提出了巨大挑战。“在过去六、七年间，医学影像诊断作为一种人工智能医疗应用，得到了蓬勃发展，这是多种因素共同作用的结果。”印度瓦德瓦尼(Wadhwani)人工智能研究所首席执行官Padmanabhan Anandan表示，“例如，数字影像的数量和可用性以及机器学习工具日益增强的解读性能，已远远超出了人类的能力。”

Anandan将影像解读描述为一个具有挑战性的医学分析类别。“医学影像‘晦涩难懂’ ，需要经过复杂细致的理解才能得出合理推断。”他说，“医学影像非常适合用于复杂分析工具的诊断辅助，这与化学分析(例如血液检测或活检)完全不同。对于后者，医生可以更轻松地理解定量结果。”

中国信息通信研究院(CAICT)高级业务主管、WHO-ITU医疗健康人工智能焦点组副主席许珊表示，医学影像是极具影响力的人工智能创新应用案例，她认为部分原因是计算机视觉和深度学习技术的强大而独特的组合。许珊表示多维影像融合过程将来自多个记录影像的重要数据合并为单个数据，“可将肺癌检测的准确性提高50%，而卷积神经网络(专门用于检测和解释像素数据的神经网络)则可增强诊断能力”。

亚洲多个国家都在努力将这些技术应用于影像分析。日本经济产业省(METI)健康产业部主任Kazumi Nishikawa说：“癌症是全世界面临的难题。”从这一点来说，亚洲国家的丰富经验和大量数据确实带来了不少优势。例如，中国在这方面的能力正在增强，这要归功于大量的医学影像数据以及国家在各种图像识别工具方面早早确立的领先地位，特别是面部识别。

Nishikawa指出，医学影像分析是日本各家医院和大学尤为突出的一项技能。“世界各地都有(影像诊断)项目，但日本是独一无二的，因为这里生成了大量影像数据，而且医生能为人工智能平台提供高质量的关键词和教学资源。”2017年，日本国立情报学研究所、日本医学研究和发展局(AMED)以及其他医学学术机构推出了基于云的国家医学影像研发计划——医学大数据研究中心。日本还拥有经合组织国家中密度最高的CT和MRI扫描仪。7 Nishikawa注意到，日本医学大数据人工智能研究与全球其他医疗系统之间的学术合作机会越来越多，并指出AMED正在寻求扩大该计划的规模，将它从研究过渡为商业化诊断工具。

弥合数据鸿沟

亚洲新兴经济体的政府大多尚未为发展医疗保健领域的人工智能制定出具体规则，这主要是因为还面临着其他挑战。瓦德瓦尼人工智能研究所的Anandan以印度为例，指出在该国的国家数字医疗服务蓝图发布时，“甚至没有将人工智能考虑在内”，因为“首先需要建立患者信息的数据收集与分析平台。”人工智能可以部分胜任这项工作，Anandan表示，因为机器学习工具可以“过

滤和清洁数据，使其灵活易用，并确保患者数据的安全使用和分享。”

印度在解决这一数据鸿沟方面还有其他独特资源，例如其世界领先的IT服务行业。Anandan认为：“印度IT业不仅为全球提供后台支持，也为印度提供重要保障。”印度IT公司已经在为印度政府的一系列基础设施建设项目建立数据生态系统，而实现数字医疗保健的目标为他们提供了又一个机会。

印度总体上缺乏数字医疗基础设施，这掩盖了印度拥有大量财富和医疗保健专业知识的事实。 Anandan解释说：“ 印度的很大一部分地区已经超出了发展中国家的水平。”印度国家级医疗资源在人力资本、医疗设施和基础设施方面的人均分配不足，“大多数贫困地区主要由未受过全面培训的医护人员提供服务。然而，我们也有不错的中产阶级医疗保健覆盖率。”他认为，这种组合为印度在社会经济领域探索人工智能应用案例提供了独一无二的机会。

因地制宜应对医疗挑战

采用人工智能技术的医疗保健行业在亚洲取得了巨大成功，他们利用国家的独特资产——本地技能、人才或数据资源来应对严峻的医疗挑战。如前一章所述，在医学影像等大型数据集的支持下，人工智能在癌症、中风、心脏病、骨折和眼疾的诊断方面取得了令人难以置信的进展，并且能够诊断的疾病种类还在快速增加中。亚洲欠发达经济体也面临重要的机遇，他们可以利用人工智能解决自身特有的医疗难题，如印度的产妇和新生儿死亡率或肺结核。

在中国，国家财富的日益增长以及获得数字服务的便利性让大量人口所面临的一系列医疗保健挑战变得更加复杂，人们对医疗保健机构的期望不断提高，有限的资源和空间变得更加紧张。最终，老龄化正在迅速成为亚洲主要的医疗保健危机之一。日本无疑就是典型的例子，他们有近三分之一的人口年龄超过65岁。该地区其他国家的老龄化程度紧随其后。到2030年，韩国、泰国和中国的60岁以上人口比例将超过25%。在未来几十年中，政府的政策和私营企业的创新将相互结合，以便开发特定的人工智能应用来解决这些独特挑战。

降低印度婴儿死亡率

瓦德瓦尼研究所已将妇幼保健确定为人工智能发展的一个重要领域。据印度中央卫生情报局报告，虽然婴儿死亡率在过去二十年里减少了一半以上，从1994年的每千名活产婴儿死亡74人减至2016年的34人，但这仍然是美国的六倍。美国的每千名活产婴儿的死亡率为5.6人，是发达国家中排名最低的国家。”新生儿风险管理是国家的高度优先事项，也因此有了更多可用的历史数据，”Anandan说，“ 这使我们有机会利用人工智能对孕产妇的风险程度进行分级。”瓦德瓦尼研究所已经开始使用人工智能手机应用程序来获取新生儿数据。

虽然有大量的统计数据，但Anandan指出，其中大多数数据并没有很好地收集起来，因为“在医疗保健机构之外对新生儿进行准确的测量是非常困难的：例如头部大小需要以某种方式在一定时间范围内测量。大约30%至40%的婴儿在出生时没有进行正确的体重测量，特别是低体重出生儿的体重往往是出于“猜测”。瓦德瓦尼研究所的项目包括“几张智能手机拍的照片和一个由合成数据驱动的3D虚拟模型”，用以描述“基础事实”，这些基础事实可以为今年晚些时候全面展开的现场试验奠定基础。

Anandan指出，准确的测量数据或许能消除使用人工智能降低婴儿死亡率过程中的最大障碍之一，但瓦德瓦尼研究所的项目“现在必须后退一步” ，以便对婴儿死亡风险程度进行更充分地分级，从而整合和分析关于社区因素和妊娠健康指标的数据。他认为其他医疗领域也有类似的人工智能发展潜力，“在这些领域，印度在数据收集以及与政府合作方面拥有丰富的国家级资源。”结核病等疾病“将首当其冲成为印度在人工智能方面的基础医疗投资领域 ，”他表示。

印度高端医疗保健行业在提高效率和改善患者恢复效果方面都有得天独厚的机遇。为有风险的选择性手术提供人工智能的参考意见就是其中的一个例子。Anandan说，例如白内障手术的数量已经随着印度新医疗保险政策的推行而急剧增加。“许多白内障手术并非绝对必要，但医疗保健专业人员往往难以明确界定这一点。”他表示。

人工智能为日本带来一线希望

日本经济产业省(METI)健康产业部主任Kazumi Nishikawa表示，日本在人工智能研究方面具有特殊的国内市场优势，其中一个领域是开发解决方案来照顾快速增长的老年人口。日本社会老龄化的严峻程度为世界之最：2006年，日本成为第一个65岁以上人口占总人口20%的国家。如今，国立社会保障与人口问题研究所的数据显示这一比例已经高于28%，即超过3，360万人，并预测到2050年将增至37.7%。

虽然从那时起的长期预测将趋于稳定(到2065年为38.4% )，但这更多是与全国人口总体下降的速度有关：日本总人口自2011年以来一直在下降，日本内务省估计其本地人口去年减少了430，000人。老龄人口的财政负担很高，政府为75岁以上人口付出的成本是其他公民的四倍。与此同时，能够照顾老年人(和支付老年人养老费用)的人群规模迅速缩小。

在此背景下，大量的养老初创公司正在兴起，“针对日本的情况开发独一无二的AI技术，”Nishikawa说。这些应用包括针对失智症患者的沟通工具，以及帮助护理人员为患者安排如厕时间的预测分析。虽然数据不如医学影像那么容易获得，但Nishikawa表示，记录与“奶奶和爷爷”的互动信息正在迅速帮助这些公司建立数据集。

成立于2016年的ExaWizards公司是一家总部设在东京的初创企业。它从养老院内的相机、麦克风和语音分析系统中收集数据，并将其与日本广泛采用的法国失智症护理计划——“人性照护法”(Humanitude)的基本原则结合起来。“人性照护法”的方法是通过使用声音和触摸、眼神接触以及保持尊重的距离来与失智症患者沟通，以改善患者和护士的心理状况，从而训练护理人员以温柔和善的方式对待失智症患者。另一项创新来自Triple W，这家在美国开设了子公司的东京初创企业使用人工智能分析来自小型可穿戴膀胱超声设备的数据，以帮助老年人及其护理人员预测如厕时间。据Nishikawa介绍，“ 在过去三年中，已有100多家养老院安装了这一系统，并正在向美国、中国和欧洲出口该产品。”

Nishikawa指出，许多日本人工智能公司背后可能没有世界领先的技术，但ExaWizard和Triple W等公司正在展示日本的医疗保健初创企业是如何成功地利用全球竞争优势的：“日本对老年人护理的高需求使我相信，日本将继续创造实用、独特的人工智能应用，”这对地区和全球都将产生影响。日本的极端老龄化危机或许非常严重，但在亚洲绝非仅有。数据分析公司Complete Intelligence的研究显示，中国的总和出生率在五年前达到顶峰，按照目前的速度计算，未来五年内死亡和移民人数将超过中国的出生人数。特别是中国和韩国，他们的老年人护理费用在未来二十年里可能会急剧上升。

新加坡的医疗创新挑战赛

许多亚洲国家政府长期以来一直在制定产业和社会激励措施，将商业投资和学术成果集中用于公共政策问题。特别是新加坡，在针对医疗健康的人工智能应用领域，整合了本国的部分科研力量和社会资源并加以培训。

2018年6月，新加坡国立研究基金会的促进机构AI Singapore推出了“人工智能医疗创新挑战赛”(AI in Health Grand Challenge)项目，邀请当地学术机构和企业参加一项构建人工智能应用的竞赛，从而有助于实现该国到2024年减少20%高血糖、高血脂和高血压患者人数的总体目标。据卫生部统计，到2020年，统称为“三高”的这三种疾病预计将影响150万新加坡人，占总人口的26%以上。

2019年3月，AI Singapore向入围决赛的三支团队分别颁发了500万新元(360万美元)的资助，并将在两年后向其中一支决赛队伍投资高达2，000万新元( 1440万美元)。其中一支是由新加坡国立大学(NUS)牵头的团队，其方案是计划研发一个可以让患者和医疗保健提供商访问的名为JarvisDHL的人工智能平台，使他们能够监测和评估与 、高血压和胆固醇相关的健康指标。第二项方案同样来自由NUS与新加坡的国立大学医学组织牵头的团队，其目的是发展规划和决策支持算法，扩大新加坡社区医疗保健综合诊所的应诊能力，包括监测患者营养素摄入并提供分析和患者指导的应用程序FoodLg。第三项方案旨在开发一个评估和干预平台，以便从初始检测到治疗管理的不同阶段对“三高”患者进行管理。

人工智能与主动健康

如前几章所述，亚洲的人工智能开发大部分着重于提高医疗专业人员和医疗设施的技术水平与能力，以及解决当地特殊的医疗健康难题。但是，本区域的决策者、学者和技术人员正在越来越多地调查人工智能从根本上重新定义医疗保健概念的可能性。一个被称为“主动健康”的新概念被越来越多地提及。卫生部门对疾病标志、风险因素以及关于疾病和健康状况的其他情报进行汇编和

分类，然后利用它对人们在改善健康状况时所应采取的行动提出预测性建议。

中国信息通信研究院的许珊指出，医疗卫生管理和老龄化应对措施是中国未来几年的主要关注点。中国科学技术部2018年《关于国家重点研发计划“主动健康与老龄化科技应对”的通知》是“未来四年，中国在最有希望的领域引进新技术的几个关键的特别项目申报指南之一。”她列举了几种与医疗健康相关的技术，包括人工智能的深度学习应用、虚拟助手、可穿戴监控设备、多元数据分析以及数据处理(数据的标注和质量控制)，这些都是未来两到五年将在中国快速增长的行业。

扁鹊三兄弟的故事

许珊认为，这项新技术将着重促进从数据的反应型解读(即基于MRI扫描审查的诊断)到人工智能应用的全面飞跃，通过深度神经网络和更深层数据湖的驱动，为患者行为和最佳治疗方法提出预测性建议。

她用一则讲述周朝(约公元前500年)传奇大夫扁鹊的民间故事来说明这一目标，人们通常认为扁鹊是中国的首位著名医学专家。扁鹊有两个兄弟，他们也是医生。许珊解释：“相传，一位皇帝问兄弟三人中最有名的扁鹊，谁的医术最好。扁鹊回答说，他自己的医术一般，但却最有名气，因为他治疗的都是已经病入膏肓的人，所以效果最显着。扁鹊解释说，他的二哥医术更好，因为他在人们的发病初期进行治疗，那时病状还不十分明显。他的大哥是最好的医生，因为他能看到人们可能会生病的原因，在人们还没有感觉不舒服的时候就铲除了病根。”

可穿戴设备+人工智能

在整个亚洲，可穿戴设备被视为主动健康的一部分。该地区已经成为全球最大的可穿戴设备市场，预计收入为73亿美元，其中以中国(46亿美元)和印度(14亿美元)市场为主，年增长率约为4.4%。12 亚洲的制造业同时也是世界最大消费电子产品生态系统的中心。因此，亚洲医疗保健行业蓬勃发展，侧重于打造人工智能驱动型工具和设备。由日本初创企业Triple W开发的DFree马桶计时助手就是融合可穿戴设备和人工智能技术以创造主动健康工具的范例。

许珊认为，在病情发生之前，能够根据各种指标和情况预测并提供建议是一种专业能力，而人工智能应用于医疗保健行业的真正变革力量将在这种能力中得以实现。”通过更深入地了解现有情况，将在一定程度上对反应型或解读型人工智能的转型起到推动作用。智能可穿戴设备已经可以将信息传输到分析系统，分析系统能够推荐锻炼、饮食和药物治疗方案，并让患者了解他们在遵循这些

方案方面能取得怎样的效果。

亚洲可穿戴设备创新的其他案例包括：总部设在香港的卫保数码有限公司(Well-Being Digital)，其灵敏、准确的心率监测器拥有50多项专利，可用于耳机和任何数量的可穿戴设备;新加坡保健促进局与Fitbit合作，在全国范围内发起健康生活运动，向公民免费分发健康监测器。

人工智能无法替代人类

日本经济产业省(METI)的Nishikawa认为，即使与医疗保健行业不断融合，向主动健康人工智能的过渡也很困难。“ 对于人工智帮助人们更健康的前景我很乐观;在日本和世界各地，人们可以轻松地选择使用一系列可穿戴设备、应用程序和分析系统，激励自己选择健康的生活方式。然而，我对人工智能取代医生来提供可靠的诊断服务这一点并不持乐观态度。原因在于：准确性、公信力以及最重要的是承担责任。医生必须对自己的诊断负责，包括“当出现不利诊断时”管理患者焦虑程度的责任。“从这个意义上说，在将人工智能作为一种完全替代医生的能力来加以应用时，我们必须采取保守的态度。如今的诊断支持系统必须能为医生提供补充和保障。”

Nishikawa认为，在向更加积极主动的人工智能发展的过程中，下一个合乎逻辑的步骤是利用人工智能在特定情况下为医疗保健专业人员提供充分支持。他指出，Tricog是一家总部设在新加坡的医疗保健公司，吸引了东京大学的风险投资机构Edge Capital投资。Tricog的技术将非洲、南亚和东南亚十几个国家的诊所和医院运营的心电图机连接到其云分析平台，将心电图结果发送给他们自己的医疗团队进行分析和解读。该公司称，这种由远程专家和人工智能技术驱动的诊断支持组合可以在六分钟内为客户提供结果。Nishikawa表示，Tricog公司运营方式的价值在于“向各国经验较少的其他专业人员提供医生与医生之间的预测服务。”

结论：兼顾紧迫性与能力建设

本报告《AI医疗：亚洲的发展空间、能力和主动健康的未来》探讨了如何利用新兴技术来满足亚洲国家的具体医疗保健需求，以及该区域如何迅速成为医疗保健技术创新的全球领导者。这些创新领域包括：日本努力加快医学影像中的人工智能诊断，中国利用人工智能实现应诊能力建设和克服基础设施不足的挑战，以及新加坡政府利用人工智能为治疗三种高成本疾病所设定的目标。本报告的结论如下：

人工智能崛起，剑指亚洲医疗保健挑战

亚洲各地涌现多种战略，将人工智能技术与其国内的独特挑战和医疗健康需求相匹配，为科技创新营造了有利的环境。各政府在为私营企业和学术研究机构制定大胆目标时可以发挥更积极的作用，同时要形成对不同参与者更具吸引力的协作模式，以找到满足医疗保健需求的新解决方案。作为一个典型例子，新加坡的“医疗创新挑战赛”向我们展示了政府如何在提供必要资源的同时促进有针对性的研发。

首先解决最困难的挑战

无论是政府、医疗机构还是科技公司，亚洲的医疗参与者都应专注于国内和国际医疗市场上最具挑战性和出现范围最广的问题。此类问题看似无穷无尽，但最有效的努力是发现大规模问题——例如日本对失智症护理的需求已困扰了其4%的人口，而这一需求还在上升——与人工智能资源结合起来。努力增强资源和人员将产生立竿见影的效果，并为今后的突破奠定基础。

鼓励创新，但要确保持续评估

虽然寻求创新解决方案来应对医疗保健挑战至关重要，但中国信息通信研究院的许珊还指出，“ 要真正实现变革性的医疗保健人工智能，关键在于确保这些创新成果得到严格的基准测试和评估，这有助于确保遵守上市前和上市后的法规和制度。成功地建设和加强国内人工智能技术将对其他市场大有帮助，并将创造向区域和全球出口产品的机会。”中国和日本在图像识别技术方面日益领先，已经获得了技术出口的机会。

以人为本

科技对医疗诊断决策与日俱增的贡献无疑为亚洲诸多患者带来了福音。然而，从伦理角度考虑，科技必须只能作为一种辅助医生和医疗从业者的工具。最终的决策责任必须牢牢掌握在人类手中，以保证医疗保健系统问责制度的执行。通过提高医生的专业知识和迅速有效医治患者的技能，使医生的医术水平不断得到强化，这将成为亚洲最具变革意义的创新现象之一。对于处在经济金字塔顶端的患者，他们得到的护理已经具备较高水准。但是，对于数以百万计处于社会经济底层的人来说，有更多机会接受高效和经验丰富的医疗专业人员的服务，对他们生活质量的改善将大有裨益。