近日，在苏州举办的全球人工智能产品应用博览会上，飞利浦首次面向行业展示了AI技术在其现有产品和解决方案中的应用成果。动脉网作为见证者之一，参与了本次会议。
在本次大会上，飞利浦首度发布了“AI健康医疗”战略——尊重医学严肃性，一切从临床实际出发，致力于成为AI健康医疗行业的创新“实践者”和本地生态系统的“推动者”。
10多笔收购，加速“健康科技”产业布局
一百多年来，飞利浦经历了多次转型，从照明起家，到多元化、全球扩张，直到今天精准聚焦“健康科技”领域，每一次转型的出发点都是为了更好地顺应社会发展趋势、更好地捕捉市场机遇，探寻并满足人们尚未被满足的需求。
2015年，飞利浦将照明业务拆分出来独立上市，并用获得的资金，通过10多笔收购，加速完成在“健康科技”领域的全面布局，迈向“飞利浦6．0”时代——致力于凭借丰富的临床经验和先进的数字化、AI等技术，在“健康关护全程”不断推出整合的解决方案，以更低的成本为人们提供更好的健康保障和医疗关护。
飞利浦方面表示，人工智能在健康医疗领域的价值在于运用自然语言处理、深度学习、大数据挖掘和分析等技术，“将源自人类自身的数据转化具有现实指导意义的临床洞察”，最终实现精准医学，提高人的生命质量。
AI健康医疗领域的愿景是采集和洞察完整的纵向患者信息，包括：人口统计数据、家族史、基因组图谱、临床病例、影像报告、药物使用甚至个人健康数据等。这就好比打造每个个体的“数字双胞胎”。当完整的患者纵向数据与基于大数据分析的横向数据进行比对，将对整个健康医疗系统产生深刻的影响。
以AI为中心的健康医疗生态系统，包罗了“全生命周期”与健康相关的每一个时刻、每一个场景，覆盖了整个健康产业链的每一环，包含了大量的细分领域和应用场景，例如：基因分析（疾病预测）、医疗影像识别、临床辅助诊断、药物研发、医院管理、健康管理、虚拟助理、医疗机器人、医学研究平台等。
要实现这个愿景，应对人类所面临的各类医疗难题，没有哪个人、哪家公司、哪项解决方案可以凭一己之力解决所有的问题。因此，在AI健康医疗领域，打破壁垒和界限是必由之路。
业内首个AI健康医疗共享平台
据动脉网了解，早在5年前，飞利浦就把AI列入发展战略，每年投资17亿欧元用于研发，其中60％ 用于软件开发，其成果已经体现在现有的产品和解决方案中。目前，飞利浦有25％的科学家正在开展约250个与AI与大数据相关的课题研究，并与临床场景和工作流程紧密结合，包括：自然语言处理、大数据挖掘与分析、构建结构化临床数据库、图像识别、影像辅助诊断、介入治疗、基因组学、慢病管理、家庭护理、云平台解决方案等。
飞利浦的理念是尊重医学的严肃性，一切从临床实际出发。几十年来，飞利浦与全球范围内4000多家顶级医院、科研机构、创新平台等紧密合作，从数据的来源、建模、训练到结果测试、评判都严格遵循临床指南和医学路径，并基于科学评估标准和体系，反复严格验证，确保为临床提供安全可靠的解决方案。
作为构建AI健康医疗生态系统的积极“推动者”，飞利浦打造了业内首个AI健康医疗共享平台——“ HealthSuite Insights”，为数据科学家、软件开发者、临床医生和医疗服务机构等开发、维护、部署与扩展人工智能解决方案，提供各种共享的工具和技术。Insights Marketplace汇集了飞利浦和其他公司的人工智能资产，可以通过授权许可的方式共享使用，有助于节省开发和部署医疗人工智能方案需要耗费的时间、资源和成本。
在中国，飞利浦通过与本地智能生态系统的融合共创，将数字化、人工智能等技术应用于中国实际临床场景，开发符合中国市场实际需求、能切实提升使用者能力的智能化解决方案，并力图以创新的商业模式，加快AI健康医疗解决方案市场落地，让“高门槛”的AI医疗能以亲民的姿态走近千家万户，实现普惠医疗。
“与神州医疗共创的‘神飞云’就是飞利浦在中国践行战略的重要成果之一。搭载‘神飞云’”，‘飞利浦星云系统’实现了付费机制灵活的‘云平台’”服务模式，借助远程手段，让基层医院也能为普罗大众提供基于‘精准诊疗’”的优质健康医疗服务，从而助力医联体建设。”飞利浦大中华区首席执行官何国伟介绍道。
如何实现具有临床现实指导意义的“人工智能”？
医疗数据中有90％来自于医学影像。在中国，医学影像的数据正以30％的年增长率逐年增长，而影像科医生的数量、工作经验和效率，完全不足以应对这样的增长趋势。目前医学影像数据大部分仍然依赖人工分析，最明显的缺陷就是不精准。
根据飞利浦2018年“中国健康观”调查：中国的专业医护人员数量紧缺，而且优质资源分布不均，“首次精准诊疗”，成为影响重大疾病诊疗效率和效果的瓶颈，造成手术治疗的致贫率超过50％。计算机视觉领域深度学习方法日渐成熟，为实现医学影像的自动分析、辅助医生实现智能化精准诊疗提供了新的契机。因此，“AI＋医学影像”成为当前AI医疗最热门的分支。
中国虽然拥有数量庞大的医学影像数据，然而整个行业仍处于传统胶片向电子数据过渡的阶段，大量影像资料尚未数字化，且医院之间的数据共享和互通程度较低，获取大规模的数据是一大瓶颈。
此外，在获取数据的基础上，深度学习需要结合先验知识对模型进行训练，而训练集主要依赖高水平医生对影像数据的精标，从而让机器学习对病灶进行识别。换言之，只有与临床经验丰富的专家和医生合作，才能训练出“聪明的人工智能”。而且，与影像相关的病种有上千种，只有在一些较大数据量的常见单一病种中获得较好的临床效果，才能逐步拓展到更多其他病症领域。
医学是一门注重实践、依赖循证、关系到生命质量的严肃科学。因此，AI医学影像从数据来源、建模、训练到结果的评判都需要科学的评估标准和体系，最终获得临床医生和权威机构的认可，才能安全可靠的应用于临床，成为人脑和人手的延伸。因此，AI医疗作为一个跨学科的领域，只有掌握人工智能算法的专业人才和深入洞察医疗领域的专家协同合作，才能训练出具有临床现实指导意义的“人工智能”。
飞利浦星云医学影像人工智能平台
飞利浦作为一家历史悠久的专业医疗公司，产品覆盖广泛的临床路径，其诊断影像产品本身就是生成和收集医疗影像数据的设备。飞利浦不仅将人工智能技术嵌入设备，还从实际临床需求出发，开发了一系列AI技术驱动的智能化工具，旨在改善放射科工作流程、辅助医生实现首次精准诊断和制定个性化治疗方案。
例如：在本次产品博览会上获得金奖的“飞利浦星云医学影像人工智能平台”包括“飞利浦星云三维影像数据中心”（IntelliSpace Portal）和“飞利浦星云探索平台”两个部分。
“飞利浦星云三维影像数据中心”是一个整合的智能化临床影像诊断平台，能实现不同品牌、不同种类影像设备的图像处理，提供多模态影像的高级可视化后处理，帮助放射科医生和临床医生更好地识别病灶，监测、诊断和跟进疾病治疗。
其涵盖放射学的多个临床领域，包括心脏病学、肿瘤学（肝、肺、乳腺、前列腺等）、神经学、急诊、骨科、齿科等，内有七十多项临床应用模块，通过基于临床指南的高级3D影像后处理技术，更清晰地呈现身体组织结构，帮助临床医生基于影像，做出快速、精准的临床诊断决策，并规划个体化治疗方案。
此外，通过“星云平台”还可以搭建跨科室、跨院区、跨地域的远程医学影像中心，优化临床流程，实现跨科室影像资源共享，实现优质医疗资源均质化，促进分级诊疗。
“飞利浦星云探索平台”（IntelliSpace Discovery）为临床科研提供支持，采用开源架构，支持多模态影像，兼容不同开发语言，支持自动化批处理，配备了人工智能组件及XNAT数据库管理系统。
包括肿瘤、心脏、神经三大模块，提供了多种图像分割、钢性弹性及多模态配准，以及影像组学（Radiomics）、DTI、IVIM、多种药代动力学等计算工具，为研究人员提供了大量的图像开发工具和良好的开发环境。
最新发布的ISD 2．0人工智能平台，可开展多模态影像整合和疾病影像特征挖掘，其开放的软件社区让飞利浦、临床医生和第三方厂商均能参与其中，共同构建医疗人工智能生态圈。
