大數(shù)據(jù)+人工智能+區(qū)塊鏈的結(jié)合，將對當前醫(yī)療行業(yè)轉(zhuǎn)型起到至關(guān)重要的作用。

“想要AI真正應(yīng)用于醫(yī)療領(lǐng)域，需要先‘殺死’上百萬患者。”

在剛剛結(jié)束的“中新人工智能高峰論壇”上，新加坡科學院院士、新加坡國立大學智能系統(tǒng)中心主任黃銘鈞語驚四座。

“從當前來看，由于機器的訓(xùn)練程度不夠，因此極易出現(xiàn)誤診。而區(qū)塊鏈或是促進AI醫(yī)療訓(xùn)練進程加速的關(guān)鍵。”

在黃銘鈞看來，大數(shù)據(jù)+人工智能+區(qū)塊鏈的結(jié)合，將對當前醫(yī)療行業(yè)轉(zhuǎn)型起到至關(guān)重要的作用。

僅靠“自有數(shù)據(jù)”訓(xùn)練AI，它可能得先“殺人”才能去“救人”

在AI行業(yè)有一句話：AI落地，數(shù)據(jù)先行。簡而言之，就是沒有“數(shù)據(jù)”什么都做不了。

醫(yī)療行業(yè)也是一樣。

以“診斷”為例，每個醫(yī)生的腦中，都有著自己的“數(shù)據(jù)庫”。這其中，包括大學期間的學習“數(shù)據(jù)”、從業(yè)過程中積累的實踐“數(shù)據(jù)”、參加研討會得到的研究“數(shù)據(jù)”等。只有基于這些“數(shù)據(jù)”，醫(yī)生的大腦才能夠做出相應(yīng)的分析和判斷，從而做出診斷。

可以說，醫(yī)生的“腦子”，就是一個機器學習系統(tǒng)；歷年的學習實踐經(jīng)歷，就是一個“訓(xùn)練”過程。機器學習，需要正是這些。

“我們在收集醫(yī)療數(shù)據(jù)的時候，經(jīng)常碰到的一個問題，就是醫(yī)院不愿意將數(shù)據(jù)分享出來，更別說分享出來之后，為其他醫(yī)院服務(wù)。因為這其中，涉及到了‘患者隱私’等極為敏感的問題。”

對于大多數(shù)病患來說，將自己的“數(shù)據(jù)”交給醫(yī)院，實屬無奈之舉，因為不告訴醫(yī)生，醫(yī)生就沒辦法看病。但這絕不代表，患者愿意將這些數(shù)據(jù)共享出去。

從當前的AI醫(yī)療診斷行業(yè)看，由于數(shù)據(jù)的獲取困難，幾乎所有案例都只是集中于某一家醫(yī)院甚至是某一個科室。因為“數(shù)據(jù)量”不夠，“訓(xùn)練量”不夠，醫(yī)院大多不敢輕易使用。

“除此之外，醫(yī)學數(shù)據(jù)是很‘敏感’的。可能三年前，某些數(shù)據(jù)還很重要。但是三年后，這些數(shù)據(jù)已經(jīng)‘過時’，成為了負累，需要被清除。”黃銘鈞認為，這是當前AI醫(yī)療在數(shù)據(jù)獲取上遇到的一個很大的難題。

眾所周知，在醫(yī)學行業(yè)有一個很“心酸”的狀態(tài)：如果學醫(yī)時，每天要看十篇文獻；畢業(yè)當醫(yī)生了，每天至少要看20篇。這些都證明了，醫(yī)學行業(yè)，信息常更常新、日新月異、極為龐大。

“在機器學習的過程中，目前最稀缺的就是實時、不間斷、全維度產(chǎn)業(yè)鏈的數(shù)據(jù)。因為可供機器分析的開放數(shù)據(jù)越多，其預(yù)測和評估則會更加正確，生成的算法也更加可靠。”區(qū)塊鏈+醫(yī)療項目天醫(yī)AIDOC亞太地區(qū)顧問吳詩展說。

也因此，只基于片面、不全的數(shù)據(jù)庫學習的AI診斷系統(tǒng)，可能會在診斷過程中，經(jīng)歷多次“誤診”，才能有所進步。而這一“誤診”量，可能會達上百萬。

即便數(shù)據(jù)量夠，以當前的AI系統(tǒng)處理能力，在“清理”數(shù)據(jù)這種“準備工作”上，就需要花費大量的時間，更不用說分析數(shù)據(jù)和得出結(jié)論了。

可以說，AI在“救人”之前，為滿足其長期訓(xùn)練和實踐需求，先要付出的，可能是“殺人”的代價。

“區(qū)塊鏈可以很好的解決這些問題。“黃銘鈞很自信的說。

AI醫(yī)療數(shù)據(jù)問題太多？區(qū)塊鏈或是救星

“通過加密貨幣的方式，我們可以將患者的數(shù)據(jù)形成一個健康的數(shù)據(jù)流。除此之外，區(qū)塊鏈的去中心化，可以將各大醫(yī)院‘可拿出來用’的數(shù)據(jù)庫打通。這樣一來，我們就能獲得大量的數(shù)據(jù)，所形成的超級賬本速度快、通量高，足以滿足AI對數(shù)據(jù)處理的需求，促進醫(yī)療行業(yè)更快速和更健康發(fā)展。”黃銘鈞說。

從本質(zhì)上看，區(qū)塊鏈就是一個去中心化的數(shù)據(jù)庫，是一串使用密碼學方法相關(guān)聯(lián)產(chǎn)生的數(shù)據(jù)塊，每一個數(shù)據(jù)塊中包含了一次網(wǎng)絡(luò)交易的信息，用于驗證其信息的有效性和生成下一個區(qū)塊。這不僅能解決快速增長的醫(yī)療健康數(shù)據(jù)的存儲問題，也能很好的解決數(shù)據(jù)的安全存儲問題。

“除此之外，通過智能設(shè)備上傳到醫(yī)療鏈中的數(shù)據(jù)永久可追溯卻不可篡改，還能進一步保證數(shù)據(jù)的準確性。而更為重要的是，區(qū)塊鏈是具有token激勵機制的，用戶上傳醫(yī)療健康數(shù)據(jù)就會得到一定的token獎勵，這讓AI訓(xùn)練的醫(yī)療數(shù)據(jù)有了長久的持續(xù)性。另外，基因數(shù)據(jù)、醫(yī)療病歷、實時上傳的健康數(shù)據(jù)等也為AI訓(xùn)練提供了多維度醫(yī)療數(shù)據(jù)，同時整個鏈上的參與者充分共享醫(yī)療數(shù)據(jù)價值，最大化鏈上價值。”吳詩展說。

IBM曾發(fā)布一份有關(guān)于“醫(yī)療保健與區(qū)塊鏈的”報告稱，區(qū)塊鏈技術(shù)會在臨床試驗記錄、監(jiān)管合規(guī)性和醫(yī)療/健康監(jiān)控記錄領(lǐng)域發(fā)揮巨大作用，在健康管理、醫(yī)療設(shè)備數(shù)據(jù)記錄、藥物治療、計費和理賠、不良事件安全性、醫(yī)療資產(chǎn)管理、醫(yī)療合同管理等方面業(yè)都能發(fā)揮專長。

總結(jié)

互聯(lián)網(wǎng)時代，用戶可以在線咨詢問診，提高了醫(yī)生的診斷效率；AI時代，智能醫(yī)療提高了醫(yī)生收集和處理數(shù)據(jù)的速度，極大程度上提升了醫(yī)療行業(yè)的發(fā)展。

但醫(yī)療行業(yè)因其專業(yè)性高、容錯率幾乎為0的特性，對AI的要求也非常的高。在數(shù)據(jù)為王的機器學習時代，如果數(shù)據(jù)問題得不到解決，帶來的危害是非常嚴重的。索幸，區(qū)塊鏈能夠憑借其去中心化及強大的數(shù)據(jù)處理、保護優(yōu)勢，在一定程度上解決這一問題。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！