关注52AI，做AI的行业领先者。QQ人工智能行业交流群：626784247.

01

 以456分通过执医考试的“智医助理”，真的能够用于临床辅助诊断吗？在国际权威的肺结节检测大赛LUNA16中刷新世界纪录，真的代表科大讯飞在医学影像领域实现了“超车”吗？今天带您细看科大讯飞的医疗新布局。

从语音技术供应商角色，向服务多个垂直行业加速转型中的科大讯飞，在其2017年度发布会上，用覆盖教育、医疗、司法、汽车、家居等9个应用场景的20款产品，以及在图像识别、语音识别、自然语言理解等多技术领域的各类比赛、测试、考试中取得的优质成绩，再次证明其在多领域占领AI制高点的熊熊野心。

行业布局虽广，但转型之路仍旧漫长。回首科大讯飞2016年财报，软件和信息技术服务业务营收占比达96.23%，次之是教育教学业务，营收占比为3.42%。2017年即将过去，科大讯飞在教育、医疗等垂直行业方向上的业务能带来多少营收增长？或许一切才刚刚开始。

科大讯飞除了在教育行业重点布局以外，另一条赛道便是医疗。2015年，科大讯飞对外宣布组建医疗团队，随后推出了导诊机器人“晓医/晓曼”和语音电子病历产品“云医声”。本次发布会上，科大讯飞公布了两项“方向性”新产品，并高调发布了两项令人印象深刻的成绩：

1、“智医助理”医疗机器人以456分的高分通过2017年国家执业医师考试临床综合笔试；

2、医学影像辅助诊断3D CNN模型在国际权威的肺结节检测大赛LUNA16中以94.1的召回率刷新世界纪录。

但是，这些“傲人”的成绩能证明些什么呢？科大讯飞在医疗人工智能领域真的实现了“快速超车”？今天我们就来具体聊聊。

智医助理：出色的公关，距离“辅助诊断”还很远

在辅助诊断领域，刘庆峰博士在发布会上推出的“智医助理”医疗机器人，因其以456分的高分通过2017年国家执业医师考试临床综合笔试，而引发众多追捧。究其本质，这是科大讯飞为“未来产品”策划的一场效果出众的公关宣传，其最大的意义在于标榜科大讯飞在智能语音之外的医疗领域正在进行探索。而距离真正实现临床辅助诊断，“智医助理”还有很长的道路要走。

1. 取得高分？“计算距离”而非真正理解

“智医助理”在考试中获得高分，究竟是如何实现的呢？首先我们来简单了解一下这场考试。国家执业医师考试临床综合笔试，由600道客观题（并且是单选题）组成，从形式上可分为“知识点”型和 “病例” 型，其中“病例”型题目数量略多于“知识点”型题目。“知识点”型题目，通过传统搜索的方案与构建结构化知识库的方案，基本可以完成。而面对描述性语句组成的“病例”型题目，这两种方案就难以胜任了。最近几年发展起来的知识图谱技术也不足以满足描述医学知识的需要，并且其构建需要专家耗费大量的时间，扩展更新维护都非常困难，所以并不适合执业医师考试这样的大规模复杂任务。

清华-讯飞联合实验室提出了一整套“语义张量”方法，该方法涉及语义关系分类的语义技术基础研究领域——单词多阶张量（向量-矩阵对）组合表示。利用张量表示单词，获得更准确的语义分类结果。通过语义树的建立和基于张量的神经网络算法，算法模型可以获得语法分析中的语义关系，特别是名词间的关系。这种方法对于信息提取有重要作用，同时也是词库建设的基础[1]。清华-讯飞联合实验室正是使用了这种方法，通过学习人民卫生出版社五年制医学本科的全部教材、临床指南和经典病例等资料，获得医学领域张量化的的概念表示和关系表示，让机器拥有了庞大的医学知识库。而在“智医助理”参加的考试中，算法模型对于题目和选项的描述进行“思考”的过程，实际上是对二者关键词语义关系的“距离计算”过程，而非真正的“理解”。

2. AI答题并不新鲜，医学教培是其首要应用场景

“智医助理”在执医考试中获得好成绩，代表着科大讯飞在认知智能领域的研究有比较好的成果。但是，六年前IBM Watson就在Jeopardy!答题类节目中战胜人类，表现出对题目强大的“理解力”和答题能力，所以AI答题早已不是什么新鲜事。“智医助理”参加执医考试，难度上与过去的答题事件相比，也相差无几。该技术成果未来或将首先落地于医学教育、规范化培训的应用场景之中，而距离真正实现临床辅助决策支持，还有较长的路要走。

3. 校企联合科研，打通“技术-应用”完整链条

“智医助理”医疗机器人，诞生于清华-讯飞联合实验室。该实验室，是2006年由清华大学电子工程系多媒体信号与智能信息处理实验室，与科大讯飞建立的校企联合科研机构，主要开展智能语音相关技术的前沿性研究和原型系统研发。此外，该实验室的另一核心价值在于，打通从核心技术到产业应用的完整链条，促进校企优势互补。目前，医疗人工智能领域的科研性成果层出不穷，而产品化道路漫漫。其中一个重要原因是，科研人员对产品逻辑不熟悉，企业对科研细节不理解，从而使得从科研成果到应用产品间存在鸿沟。而通过校企合作将科研与产品化流程组合于一体，是目前来看解决这一问题的最佳方案。而“智医助理”的核心算法研究和核心引擎开发工作，就是由该实验室所承担。

影像智能诊断：讯飞LUNA16刷新纪录，但需客观看待

2017年10月17日，科大讯飞研究院医学影像方向和智慧医疗事业部的联合团队在国际权威肺结节检测大赛LUNA16(Lung Nodule Analysis 2016)中的成绩公布，其3D CNN模型创造了平均0.941召回率的世界纪录（所谓召回率，就是敏感度sensitivity，值越大说明诊断试验越灵敏）。LUNA16比赛是医学影像领域最具代表性、最受关注的评测任务之一。其采用的数据来自美国多家医疗机构，并且由多名专家医生共同标注完成的数据集。当然，LUNA16比赛的成绩一直在被不断刷新，中国以杭州健培科技和阿里的iDST团队为代表，二者在今年多次刷新纪录。

1. LUNA16比赛结果需进一步考评

在影像智能诊断领域，国内外很多企业都是按照LUNA16的技术路线进行产品研发，除了科大讯飞外，GE、西门子、飞利浦和锐科等传统影像大公司都是主要玩家。科大讯飞此次能够在比赛中创造纪录，可以说为其影像智能诊断产品线开了一个好头。但是，该结果需进一步考评。LUNA16主要公布的是召回率，而医学上“特异度specificity”也是不可忽略的指标。只有敏感度和特异度综合进行评价，才对临床有实际意义。此外，LUNA16比赛中使用的是1-1.5毫米厚的薄层CT，而在现实中3毫米、5毫米、10毫米常规CT较多，算法模型在这些情况下表现如何？这一点需要考察。在不同的场景和任务下，对系统的要求和考量都是不一样的。此外还涉及产品化过程中的各种匹配问题、适用性问题，以及CFDA认证过程、伦理委员会审查等等。总之，不论在肺癌的辅助诊断领域，还是其他AI赋能的领域，都不存在通用人工智能。科大讯飞在算法方面实现了“超车”，接下来还有很长的路要走。

2. 乳腺癌/肺癌或最先有产品落地，讯飞“压线入局”

科大讯飞在影像智能诊断领域的切入点，或许代表着该领域最先落地的产品方向。目前，基于乳腺钼靶、肺部CT的辅助诊断的技术发展较快，技术实现难度相对较低。并且，根据国家癌症中心2017年2月发布的中国最新癌症数据，肺癌是所有癌症中发病率和死亡率最高的癌症，而乳腺癌是女性群体中发病率最高的癌症。国内目前有多家专注该领域的创业企业，包括推想科技、汇医慧影、图玛深维、雅森科技等等。

然而，纵观全国专注于影像智能诊断产品的公司，目前尚无通过CFDA认证、拿到三类器械证书的产品。该领域的商业模式还未确立，医院客户无法判断产品优劣。2018年，该类企业将进入快速消耗期，优质资源有限，各种成本奇高，企业间竞争将不断升级。与其同时，在该领域将不再有早期项目融资机会，并且将有一批企业退场。科大讯飞在2017年年末对外发布影像智能诊断的消息，是“压线入场”，其产品正在安徽省立医院进行临床测试，讯飞在这一赛道仍有突围机会。

医疗方向上的布局一定是着眼未来，因为短期回报十分不易。正如微软亚研院副院长张益肇博士所言：

医疗人工智能是一场持久战，大家一定要沉下心多调研、多思考、多学习。

注释[1]：周佳逸：基于张量递归神经网络的英文语义关系分类方法研究，现代计算机（专业版）， 2015(11):43-47

02

—

现开放技术群供大家交流。行业群加我微信fpwhljy审核通过可进入。

技术群二维码：

我微信二维码