1. 數字醫療

在中國，最好的醫療資源都集中在了“北上廣”地區，這里擁有全國最權威的醫生、最好的醫療設備和最先進的醫療理念。但同時這也造成了醫患資源的不匹配，成為百姓看病難的痛點之一。其實，這種情況在國際上也是一樣的，大型一線城市的醫療服務水平肯定是最為發達的。

一

朗瑪信息移動醫療技術總監李曉鵬，是一名醫療大數據研究員，面對這樣的狀況，他希望可以利用大數據技術來輔助基層醫院的醫生，實現醫療資源的下沉，從而讓更多的人享受到更好的醫療服務。要實現這一目標，最為核心的就是讓專家醫師的技術可以復制，而數據在其中具有至關重要的作用。

在很多中國患者的心目中，看病要找老大夫，因為他們更有經驗。實際上，老大夫的經驗就是一個病例數據學習和積累的過程。

李曉鵬要做的就是讓機器去學習那些有經驗的醫生的診斷經驗。讀懂病人的基本信息和檢查結果，對于機器來說是沒有難度的。然而，由于人體結構極端復雜，還有許多數據是機器無法直接讀懂的。

“這在國際上來說都是一個難題，因為醫療數據非常復雜，其中既包含了一些結構化數據，如各種各樣的檢查單、檢驗單；也包含了很多非結構化數據，如醫生的診斷報告、醫療影像和醫學圖片等。”李曉鵬指出。

讀懂這些抽象的醫學影像是每位醫生需要經過長期學習和實踐才能磨煉出的技能，這些經驗都是醫生的個人專屬技能，對于機器來說，這往往是只可意會而不可言傳的知識。

那么，是否可以繞開這個難題呢？李曉鵬很快將目光轉移到了醫生的診斷報告上面。這些診斷報告是有經驗的醫生對醫療影像圖片做出的正確判斷，對于機器來說，看懂圖像很難，但是它可以讀懂文字和數字。這讓李曉鵬找到了突破口，即可以讓機器先讀懂這些診斷報告。

為了實現這個目標，李曉鵬讓機器學習平臺學習了很多的醫學文獻和標準，并以此為基礎來分析醫生的每個診斷報告，從中提取出諸如誘因、發病時間等特征，然后根據這些特征給這些數據打上不同的標簽。

所謂給數據打標簽，就是把醫生診斷報告中診斷的詞語和病人的醫療影像圖片相關聯，當機器看到病人的片子時，就會反映出這些數字標記的關鍵詞語，從而實現機器讀懂病人的醫療影像資料這一目標。

二

不過對于醫生而言，完成對病人病情的診斷只是一個基礎，更大的挑戰在于如何完成高難度的手術。

通常來說，做10000小時的手術才能磨煉出一位優秀的外科醫生，而在一個縣級市的基層醫院，要想達到這個目標，可能需要20年。

所以，專家的數量任何時候都是有限的，面對中國龐大的人口基數所帶來的就醫壓力，需要以一種新的方式幫助更多基層醫院的醫生。

當前，采用數字3D導航技術來輔助手術，是世界上較為先進的手術方式。其原理是由機器首先讀取人體器官的二維醫學影像數據，然后借助3D器官模型，對其進行3D重建，并將這個3D器官呈現出來。通過它，醫生可以預先完成手術的模擬。

周利群

北京大學泌尿外科
研究所所長

我覺得醫療影像圖片仍然需要由病理大夫預先給出診斷，如這個片子拍的是什么、診斷的是什么、如何分級與分期等，然后由機器學習這些診斷報告。這與圍棋的AlphaGo是一樣的道理，機器把大量的圖像存儲起來，然后通過大量的這種實際圖片，用計算機的方式去識別，最終給出診斷結果。

對此，北大第一醫院泌尿外科主任醫師李學松評價道：“總體來說，這是一項術前應用數字化的技術，將患者個體化的CT影像帶入軟件中，通過3D重建來模擬手術，能產生一個術前做手術的計劃，進而起到虛擬手術的作用，可以讓我們的醫生對手術過程更有數，讓我們的患者在手術中更安全。”

醫生可以在手術進行之前，通過這套系統進行模擬手術操作，機器會自動記錄醫生的模擬操作步驟。當真正進行手術時，機器會根據之前醫生手術的步驟，通過3D的形式進行導航指引，從而能夠精準地完成一場手術。通過這樣的方式，醫生精湛的技術也可以被機器完整記錄下來。

在人類歷史上，每次重大的科技進步，都帶來了醫療水平的飛躍。科技革命的最終目的，就是提高我們的生活水平和生活質量。

隨著互聯網和大數據技術的發展，一個可以真實反映現實的數據空間正在形成。總有一天，人們將不再舟車勞頓尋訪名醫，不再日夜排隊搶號，也不再擔心錯過看病的最佳時機。

周利群

北京大學泌尿外科
研究所所長

未來，當機器學習到更多專家的經驗后，機器將會變得越來越聰明，由此也能夠輔助更多的基層醫生完成高難度的手術。例如，對于一個前列腺癌的根治手術，機器可以事先將上百位專家的手術步驟錄下來，然后通過數字分析綜合起來，這樣就能得到比每位專家都要更好的技術。

大數據的應用，改變了人們解決問題的思維方式。它正在打破以往的邊界，守護著我們賴以生存的生態空間。