在政策助力、资本加持下，“医疗+AI（人工智能）”被寄予厚望。老牌传统药企、互联网巨头纷纷入局，创业公司密集创立，创新性技术层出不穷。
不过，如何让AI深入到医疗的“毛细血管”中，并赋能行业转型升级，仍是值得探究的问题。在即将到来的2020世界人工智能云峰会上，这些问题将会被进一步的解答。
供AI学习的数据仍待打通
作为一家传统药厂，阿斯利康是首次参加世界人工智能大会。阿斯利康全球执行副总裁王磊表示，阿斯利康希望借助当下人工智能等新技术来帮助药物研发、生产和诊疗一体化等医疗应用。对于新的技术在医疗场景中的应用，阿斯利康充满好奇心，也希望新技术可以给药物的使用做更好的指导。
王磊畅想了一系列AI在医疗产业中的未来愿景。例如患者做一次胃镜就可以筛查出30多种与消化系统有关的所有疾病；通过对说话声、心跳声等的监测可以提前预知是否有哮喘、支气管炎、肺气肿、心脏病等疾病发作的风险。
不过，无论是用AI进行疾病筛查，还是疾病监测，供AI学习的数据都是基础。当前，AI在医疗终端的应用仍受较多因素限制，其中就包括数据采集。例如，企业取到的图像跟患者病历之间的对应，会因为涉及患者的隐私而受到限制。此外，医疗机构之间的数据也没有打通。
“如果所有的数据都能打通，那么就可以形成海量的数据，从而提升医生的效率，而不是患者到不同医疗机构都需要做同一套检查。”王磊表示， AI在医疗领域运用现在只是起步阶段。在这一方面，中国未必是落后于其他国家，很可能做到世界领先。
AI提升药物研发、生产效率
实际上，在药物研发和生产端，阿斯利康并非AI新手。根据王磊的介绍，在阿斯利康新药研发环节中，AI已经被成熟运用在全球实验室中。
在筛选药物时，化学结构小分子、大分子包括生物药的技术，都会用到一些AI技术来设计分子的结构。药物研发很多时候是反复、重复使用人工去做筛选，大量消耗了科学家团队宝贵的人力和智慧。
“将我们认为比较低水平的分子筛选，交给AI机器人去完成，要比人工完成有效率得多。”王磊说，以往50个科学家花几百天才能筛出三个分子，而为此服务的研发团队甚至达到几千人。如今，通过计算机把分子结构搭好，再用AI去模拟这些实验，就能快速锁定让人体产生抗体的某个化合物，大大加快了新药研发的速度。
药物从研发到患者终端有一个漫长的流程，而AI的应用并不局限于较早期的提升新药研发的效率。在链条更后端生产环节中，AI也是能手。
在阿斯利康中国的无锡供应基地，AI已经被成熟应用到包装线的产品检查上。此前传统的目视检查主要由人工完成，人力成本高且缺少系统性标准。随着AI技术的应用，计算机视觉可以检测出压花、重影、划痕、分层等缺陷，未来阿斯利康还计划通过机器学习来识别未知缺陷，提供端到端的追溯性分析。
与此同时，阿斯利康在AI赋能医疗技术，优化诊疗流程中的探索也已初见成效。其与合作伙伴推出的移动肿瘤筛查车配备了车载低剂量螺旋CT机，配合AI读片和5G技术，能够快速给出检测报告和治疗意见；5G网络及内镜AI辅助诊断技术让二级医院乃至及县偏远地区医疗机构也能有效进行消化系统疾病的准确鉴别诊断；基层代谢一体机可完成多项基础筛查，结合智能糖网筛查，通过AI快捷判别糖尿病患者眼底病变状况，形成大数据预警；瑞宁预糖使用AI建模，通过大数据分析，利用算法，增加动脉硬化参数，能够进行未来三年心血管疾病的发生风险预测。
“AI现在的问题不是说没有应用，而是这些应用怎么能够通过拥有强有力执行力的公司把它落实，因为科技公司执行力不是很强，而且大部分互联网公司没有医疗执行力，所以这些空间很大，我觉得阿斯利康是可以起到这些作用，帮忙这些场景落地，其实我们也不是研发公司，我们只是帮助一起研发，然后把它落实。”王磊说。