大数据：医疗AI发展的不竭动力

近期，医疗AI领域可以说捷报频传：张康教授团队以10万张准确标注的眼底数据和5000张胸部 X线数据为基础，开发出了能与顶尖医生媲美、诊断眼病和肺炎的AI系统；经过25万儿童和家属测试的第一款自闭症AI诊断产品获FDA批准；乐普公司以2500万份心电图数据样本为基础开发的、名为AI-­ECG平台的心电图自动分析诊断系统获注册审查资格……

不难看出，上述国内外医疗AI领域创新创业的新成果、新进展都离不开医疗大数据的支撑。如果把医疗AI比作一艘巨轮，那么医疗大数据绝对扮演着燃油的角色，为医疗AI可持续发展提供源源不断的动力。

医疗大数据爆炸式增长的四大特征

近年来，伴随着电子病历的实施，数字化的实验室幻灯片，高分辨率的放射图像、视频，整个医疗行业的数据量令人难以置信。根据EMC和IDC发布的报告预计，到2020年，整个医疗行业数据量将达到2314EB。在几何式增长的背后，医疗大数据呈现出四大特性：

数据推动医疗AI发展的三大表现

协助医疗AI提高效率是数据推动其发展最突出的表现。大量的数据可以起到“训练”AI系统的作用，使得系统不断提升输出结果的速度。数据库内容越丰富，对于外界需要的反应就越迅速。举个例子，传统医生看片子，通常情况2两分钟看1张片子；基于数据的医疗AI系统2分钟可以看100张片子。随着数据库容量的扩充，医疗AI的效率还会进一步提升，有可能未来AI系统2分钟可以看200张片子。由此可见，医疗AI系统效率的提升离不开数据长期的“训练”。

大量数据的积累还能有效提升医疗AI的准确率。原本的心电分析算法在自动识别房颤时只能满足基本正确的标准，但随着数据的不断充实和技术的革新，现在只要识别10秒数据就可以将自动识别准确率提升到97.5%以上。相比原来，不仅节省了时间，还提高了人工智能判断的准确程度，不得不承认这是一个质的飞跃。

第三，庞大的、医疗机构间合作的、可溯源的真实数据源能节省大量医疗AI临床研究成本，不断提升获取数据速度的同时让AI企业决策者有更多的资源与精力作出正确的决策。可以这样说，医疗AI技术充分发挥了数据的价值，而数据则是医疗AI发展的源源不断的动力，二者相辅相成。

医疗AI领域大数据获取的三大途径

既然AI系统必须通过大量真实有效的数据来“训练”自己，那么那些精准有效的数据从哪里来呢？目前，国内外医疗AI企业主要通过三种途径建立自己的医疗大数据库：

一是企业自有数据。通过大量的人力采集，再对数据进行结构化处理，形成人工智能的训练基础。大部分人工智能企业在进入这个领域之前，正是在各自领域采集到了相当多的行业数据，才考虑对数据资源进行利用，形成人工智能业务。

二是各国政府的公共数据。美国联邦政府在Data.gov 数据平台开放了来自多个领域的13 万个数据集的数据，包含医疗、商业、农业、教育等领域。我国和其他国家也陆续开放了部分领域的公共数据。

三是产业合作数据。人工智能创业公司通过和行业公司，以及产业链上游的数据公司建立合作获取数据，比如医疗方面和医院建立合作关系。IBM Watson 一开始就是通过和纪念斯隆凯特琳癌症中心合作获取病历、文献等数据。

“合规”应用才能使医疗大数据价值最大化

医疗行业关乎国计民生，具有重大的战略性意义，医疗大数据不仅是一种高附加值的信息资产，同时由于医疗行业的特殊性，在数据产生的初期即会涉及到大量个人信息。因而这一行业的发展与应用更应特别加强个人信息的保护。对于任何涉足医疗AI领域的企业，在一个法治不断健全的社会中，“合规”应用医疗大数据，其价值才能最大化。

我国已经正式实施的《中华人民共和国网络安全法》第四十二条中规定，“网络运营者不得泄露、篡改、毁损其收集的个人信息；未经被收集者同意，不得向他人提供个人信息”。由此可见，个人信息的收集和应用的边界线之一，应该是对个人信息经过特殊处理且无法识别特定个人的“去个人化”。而“去个人化”的信息在一定程度上满足了个人信息立法保护的本意，同时满足了整个产业的发展所需。从这个角度来看，“合规”也是医疗大数据行业发展的内在要求。

医疗大数据在医疗AI领域发展中有着“牵一发而动全身”的重要作用，如何正确地获取医疗大数据，将大数据转化为有价值的信息，持续为医疗AI续航是值得每一个从业者仔细思考的问题。我们相信，在大数据的辅助下，医疗AI一定会开创医疗新时代。