百度李彦宏乌镇谈互联网+医疗：用大数据和人工智能改善医疗

第三届世界互联网大会继续在乌镇举行。百度创始人、董事长兼CEO李彦宏在分论坛环节致辞，介绍了人工智能时代医疗行业的新发展趋势。

李彦宏认为，互联网医疗可以分为四个层次：O2O、智能会诊、基因分析与精准医疗、新药研发。

李彦宏呼吁加强互联网与医疗卫生领域的合作，共同造福患者。

以下是这次演讲的记录：

大家早上好。我在昨天的演讲中说过，我们需要重新想象人工智能时代的每个行业。今天，我将尝试从互联网的角度重新想象医疗行业。

今天的嘉宾主要来自两个领域，一个是互联网领域，一个是医疗健康领域。就像我在公司经常说的，两个不同领域的人，需要从各自的末端修到中间，就像修桥一样。如果每个人都有相同的目标，如果中间是对的，这座桥就建成了。如果每个人的想法都不一样，中间修的不对就会失败，所以我们尽量让每一方都往另一方靠。让我们从百度人工智能的角度来看看我们已经具备了哪些能力，然后看看这些能力应该如何应用在医疗健康行业。人工智能在百度的体现主要是通过百度大脑，主要有四大功能。一个是语音和语音识别。如今的语音识别已经达到了97%的准确率，也就是说已经超越了正常人在安静环境下的聆听水平。事实上，图像识别在医学领域的应用是众所周知的。就像李斌导演刚才提到的医学影像一样，一个医生一生只能看几万部电影，但对于电脑来说，看几十万部电影可能被认为是小数据。事实上，用户的画像和自然语言理解可以用于智能咨询等许多领域。对于医疗行业，我们有一个对应的医疗大脑叫做百度，提供相关的解决方案。

在我看来，还是从互联网的角度来看，互联网医疗基本上可以分为四个层次。我们认为第一个层面是O2O服务，如何通过线上引流线下用户，并分发到适合处理用户疾病的地方。第二个是智能咨询。刚才詹院士也提到，就像IBMWatson对癌症的诊断和治疗一样，计算机在很多情况下可能能够超越人类医生。百度也在百度医生方面做了一些尝试。我们认为的第三个层次是基因分析和精准医学，后面我会详细讲。第四个层面，我觉得是新药的研发，现在国内重视不够，但我觉得这是大数据和人工智能真正能起到决定性作用的领域。

首先来看看这个O2O服务。百度医生在百度目前有50万医生参与会诊，通过百度医生平台共获得相关医疗服务800万人次。

第二个层次是智能咨询。我刚才提到的是沃森的例子。百度医生最近推出了智能会诊，做了一些测试。比如在北大国际医院做了一个测试。在80%的病例中，百度医生的诊断结果与北京大学国际医院的医生一致，这意味着其准确率有了很大的提高。此外，在一些罕见的情况下，它可能表现得更好。比如，99.99%的相同症状是某种疾病，但可能有万分之一，甚至万分之一，另一种罕见疾病。在这种情况下，作为计算机，它可以辅助医生做出一些相应的判断。这些技术不仅需要通过机器学习大量的医学知识，还需要不断提高患者表情的理解能力。其实这才是自然语言理解的方向。

第三个层次是基因分析和精准医学。事实上，这是近年来计算机科学中最令人兴奋的方向。因为我们在IT领域讲摩尔定律，在IT领域之外唯一符合摩尔定律的就是基因测序的成本，所以我们认为这个领域很有可能会出现一些革命性的东西。目前用基因治疗疾病最大的问题是，已知的由基因引起的疾病大多是由单基因引起的，而这些疾病大多是罕见病，而常见的疾病大多是由多基因引起的。许多基因协同工作，所以如何找出哪些基因协同工作导致疾病实际上需要大量的计算。詹齐敏教授在协和大学的时候，我们和他有一个合作项目，就是对中国食管癌患者的基因进行测序，试图找出哪些基因可以一起致癌。一旦我们知道了这一点，像基因编辑这样的治疗方法就可以在未来用于更常见的疾病。目前基因编辑使用的一些治疗方法都是罕见病，比如美国的spark Therapeutics，可以治疗一种病毒引起的导致人视力下降和失明的罕见疾病，但是这些疾病太罕见了。我们需要找出导致大多数疾病的基因，这里我们需要大量的计算。当我和医疗行业的人交流时，我们认为深刻的医学知识其实对他们来说很简单，反之亦然。在我们看来，计算起来非常简单。在他们看来，这就是大数据和人工智能，有点难度，所以我们真的希望把几十万台服务器的计算能力和最先进的深度学习算法应用到医疗卫生领域。

第四个层面是新药的研发。如今，已知能够形成药物的小分子化合物大约有10到33次方，这可能意味着宇宙中所有的原子加起来都没有那么多。这样的量怎么能和它的分子式和致病蛋白结合起来治病呢？如何筛选大量未知分子式找到有效新药？这也需要极其强大的计算能力和最先进的算法。在这方面，一些美国初创公司，如atomwise，已经在这样做了。我们也认为计算机科学和人工智能可以在这方面有所帮助。

就像我开头说的，真的希望双方的人一起努力。我们用我们的大数据能力，用我们无穷无尽的计算能力，而医疗卫生领域希望在计算领域收集越来越多的数据，至少提出越来越多的难题，共同造福亿万患者。

谢谢大家！