深度解析騰訊醫療野心：正躍出傳統AI場景，將繪制怎樣醫療版圖？
在中國的醫療AI領域，活躍著不少企業巨頭。而騰訊，是他們中打法非常獨特的一個。
華為、阿里秉持著生態圈理念，努力打造PAAS，將具體病種的突破交由下部企業，力圖讓自有的云平臺服務更多的項目;AI科研實力強大的百度，醫療AI領域還正在起步，百度世界大會公布了一款AI眼底篩查機;科大訊飛專注于NLP，目前在肺結節檢出與智慧醫院建設上有所造詣。
相比之下，騰訊顯然更注重醫療AI的實踐，病種布局綿密扎實，推進速度風馳電掣。
僅僅11月16日至11月18日，騰訊醫療AI部門兵分三路，三日三會，分別在貴陽、杭州、深圳三座城市啟動了三個AI項目。
貴陽，騰訊選擇了與同仁醫院王寧利專家團隊合作，啟動AI青光眼早篩項目。杭州，騰訊參建消化內鏡人工智能專委會，規范化AI在醫生使用過程中的輔診功能。深圳，騰訊啟動了國家重點研發計劃項目，研發基于人工智能的臨床輔助決策支持新型服務模式解決方案。
仔細分析可以得知，青光眼和消化內鏡在騰訊覓影已有的AI產品中存在很強關聯，而CDSS則是一個嶄新的部分，可以填補騰訊在AI整體布局中的空白。此外，在本次國家重點研發計劃項目啟動會上，騰訊醫療AI實驗室主任范偉還透露了騰訊在銀屑病、耳石病、心腦血管疾病等病種上的研究，整個醫療布局更加豐富。
為何騰訊的醫療之路走得如此細膩?細膩到親自開發CDSS系統，并集團隊之力，深入到醫學每個細分病種的研究?這一部署背后的邏輯引人深思。
本文包含四個部分，分別是：
參與國家級項目后，騰訊有怎樣的新動作?
騰訊的布局暗含了醫療怎樣的發展趨勢?
合作之下，騰訊參與了哪些新場景?
腳踏實地，仰望星空，騰訊的普惠AI之路。
從這四個方面，動脈網嘗試理清騰訊在醫療AI領域的全新布局。
參與國家專項計劃，騰訊啟動AI+CDSS研究
數字診療裝備研發重點專項是2017年國家重點研發計劃首批啟動的6個試點專項之一。此次騰訊牽頭承擔的數字診療裝備研發專項AI輔診項目，目的是研究基于人工智能的臨床輔助決策支持技術及其服務模式解決方案。
縱觀騰訊醫療全布局，以婦幼保健與腫瘤治療為核心方向的騰訊幾乎已覆蓋醫療全流程：智能導診系統通過多個端口為患者提供智能導診與分診;隨后騰訊覓影負責常疾病的篩查;智慧醫院中的微信醫保支付與電子健康卡為患者提供了醫保支付及電子病歷存儲的功能。
然而上述布局唯獨缺乏臨床過程，這一系統的缺乏不僅讓騰訊難以獲取臨床患者的數據，也限制了AI的診斷作用。范偉在采訪中回答到：并非騰訊必須要做這個系統，但為了深入解決心血管疾病，我們必須開發這個系統予以輔助。
根據國家重點研發計劃項目任務書表述，這一項目擬解決人工智能輔助臨床決策支持系統(AIACDSS)中醫療健康大數據(包括醫院信息系統、電子病例、健康檔案、主訴、病案等多源多模數據)的信息提取、語義分析、知識發現等科學問題，其中的三、四、五項技術發展方向隱含了騰訊醫療未來的發展趨勢。
這三項規劃分別為：針對胸痛、頭痛、瘙癢等癥狀對應的急性冠脈綜合癥、腦卒中、皮膚病等急慢性疾病，研發面向臨床路徑與技術規范的精準診療決策支持技術，構建全科和專科診療決策混合的多學科會診智能系統;應用自然語言處理和知識發現技術，重點研發基于醫院信息系統、電子病例、健康檔案、患者主訴、臨床路徑、診療規范和醫學文獻等多源多模數據的臨床據測知識庫的構建和自進化更新技術，建立并實時更新結構化臨床決策支持知識庫;重點建立醫療健康數據云平臺，在保證數據安全和個人隱私的前提下建立醫療健康檔案，為患者提供咨詢服務，為醫生提供決策支持，為研究人員提供知識服務和數據支撐，為國家醫療政策制定提供信息支持。
而在大會之上，范偉將整個計劃書拆解為五個課題，交由騰訊及合作醫院、合作企業共同解決。五個課題覆蓋診前、診中及后端的決策系統、知識庫，具體如下圖所示：
國家專項計劃五大課題
范偉博士在會上只談到CDSS在多個病種的運用，并未提及未來在醫療信息化的方向發展，但不可否認，AI+CDSS正處于風口浪尖，m.twshmhelmet.com，眾多信息化軟件正由傳統的專家系統向AI驅動下的CDSS系統轉型。
相對于傳統的CDSS系統，AI賦能后，不僅能夠將系統關聯權威知識庫，還能輔助醫生進行臨床決策，在ICU環境下還將進一步拓展死亡預測、呼吸機預警等應用。其次，在科研方向，騰訊將在與頂級三甲醫院的合作過程中共同產生一些超出常規檢查的高價值臨床數據，并在遵守醫療數據使用規范及數據安全的前提下充分利用，發掘其中的價值。
實際上，騰訊并非在醫療信息化方向毫無作為，從2014年至今，騰訊已注資多家信息化企業，而當CDSS系統成型后，騰訊必然已經具備一定的信息化水平，未嘗不可更進一步，以AI去強化HIS、PACS等系統。
從模塊開發到深入細分，從獨立研究到聯合攻克
騰訊副總裁陳廣域認為：醫療人才培養周期長、成本高，優質醫生資源短缺，而我國醫療產業的公益性使之無法用價格和市場做供給管理，技術可以在比較短的時間里緩解供求問題。可見，解決醫療資源的供給不足，是人工智能滲入醫療的根本性動因。
回顧貴陽與杭州，騰訊將目光鎖定在了青光眼與消化內鏡也正是為了解決醫療資源不足的問題。青光眼早篩是覓影糖網篩查產品的延伸，而消化內鏡則是覓影胃腸道癌的延伸。如今，相關的輔助篩查產品已經成熟，如何拓展它們的功能，讓它們適應更豐富的環境，是醫療AI實驗室的一大發展方向。
同時，這兩步計劃反映了AI影像的一大發展趨勢，即從全流程的圖像分析逐漸聚焦于早篩，加速下放AI產品至基層，從上游解決國內疾病高發問題。
一直以來，影像AI聚焦于DR、MRT等圖片，所喂養的數據往往包含了患者患病的各個階段，對于三甲醫院而言，這樣的AI產品的確減輕了醫生的負擔，但AI的更深遠價值在于提升基層醫生的服務水平，普及疾病早篩。
以消化道腫瘤為例。目前，中國消化道腫瘤發病率占癌癥發病率的43.5%，而這類腫瘤若能早期發現，治愈幾率高達95%。如果AI技術能進入使得消化道疾病的普查環節，消化道惡性腫瘤的致死率將顯著降低。
王寧利教授告訴動脈網記者：如果把這個AI放置基層，等于我們干了一件事，把大醫院的醫生都送到了基層。過去治療要么患者到大醫院，要么大醫院醫生到基層，而現在信息流動可代替人員流動完成這一工作，這節約了大量的人力成本。根據估算，現階段的AI可節約30%醫生資源，而隨著AI技術的發展，這一數字還將繼續提升。