飞利浦中国 CTO 王熙:深刻洞察医疗 AI 需求,行业标准亟待建立

2018-08-16 18:31:54爱云资讯

导语:王熙博士加入飞利浦时,正处在这家跨国公司最深刻的变革当中。

王熙博士加入飞利浦时,正处在这家跨国公司最深刻的变革当中。

随着分级诊疗的逐渐落实以及国产医疗器械的逐步崛起,医疗器械公司为了巩固自己的竞争优势,在重视硬件质量的同时,也在重视设备的智能化,尤其是配套的辅助诊断、筛查系统,这对缺乏优秀医生的基层医疗机构来说意义重大。在王熙看来,飞利浦的AI转型是一条必然之路。

2014年,飞利浦将自有的健康科技和照明领域,拆分成两家独立运营的公司,在健康科技领域提供“健康关护全程”的整体解决方案,正式进军医疗AI。从2015-2017年,飞利浦连续三年成为向欧洲专利局提交专利“医疗科技”专利申请最多的企业。

2016年,王熙出任飞利浦中国副总裁兼首席技术官,成为了飞利浦中国最高管理团队的成员之一,负责飞利浦在中国的健康科技创新战略和数字化转型。他在中国成功建立飞利浦人工智能实验室,推动大数据和人工智能技术和医疗健康的深度融合和商业落地。

王熙博士如何判断医疗AI发展的前景和难题,近日雷锋网和王熙博士进行了一次深入采访。

他都做过什么?

翻开王熙的履历,可以看到他的职业生涯基本上都是国际顶尖公司度过。

博士毕业后,王熙进入通用电气的北美研究中心担任科学家。通用电气内部的整合速度很快,王熙也得以接触了众多的业务线:心电监护的模式识别、医疗影像的智能分析、基于计算机视觉的相关技术。除此之外,当时庞大的GE集团旗下还有NBC、Universal等传媒公司,他也给这些公司做过基于图像或者视频搜索的智能算法。“这些工作用现在的概念来定义的话,也就是人工智能。”

2004至2014年,王熙历任通用电气公司众多重要领导职务,先后担任医疗集团全球CT事业部总经理,生命科学细胞分析事业部总经理,实现这两大业务领域在全球市场的开拓及业务增长。王熙坦言,从技术人员转向项目管理、内部投资和创业,目的就是帮助通用电气在中国实现战略落地。

2014年,王熙离开通用电气。之所以结束在通用电气公司成功的职业生涯,王熙更多地归结为家庭原因。回国之后,王熙担任了锐珂医疗公司健康全球X光解决方案总经理及上海研发中心总经理,负责X光全球业务,包括业务长期发展战略及技术创新。X光业务是锐珂三大支柱业务之一,这是王熙过去所管理的全球业务中最大的一块。

到了飞利浦之后,王熙承担了中国区域所有的技术、产品研发,加速飞利浦在中国的业务转型。作为一个管理者,王熙现在更多地思考如何给客户带来不一样的服务。“传统器械商们的思维比较规定,而现在中国区域客户的需求已经逐渐改变,原先的设备需求已经转化为完整的业务解决方案需求。”

因为王熙在锐珂时期曾管理过全球的CT业务,他对于全球不同地区对设备需求的差异性有着自己的认识。他向我们提出了一个观点:市场饱和度在一定程度上代表了品牌在一个市场上增长的上限。欧美市场中设备均质化的发展趋势,并不利于产品的进一步抢占市场。

而新兴市场的发展不完全是循序渐进的状态,还可能是一个“leapforward”(跨越式)发展。所以,在很多器械商的眼里,中国、印度这样的人口大国以及区域医疗发展的不均衡蕴含了无数的机遇。

一方面,过去飞利浦、GE、西门子的产品管理部门总部都往往在相对发达的国家,市场的推进、业务的研发都有一条规律的主线。但是对于新兴市场来说,这种传统的发展模式速度太慢。“所以你会发现,现在领先的几家大公司都在不断地在新兴市场中摸索,怎样能够将自身比较成熟的创新机制和市场意愿结合,这种结合谁做的好,谁做的快,谁就能在这个市场上继续保持领先。核心就是这样一个原因。”

用“两条腿”走路

担任飞利浦中国首席技术官后,王熙的任务是协调飞利浦在大中华区各个研发团队,直线汇报对象是飞利浦全球CTO。飞利浦在全中国有接近2000名研发人员,王熙需要和各个研发团队经理组织会议,统筹协调内部资源以及人才的流动。通过这种形式,飞利浦内部形成了稳定的业务相关性。

细化而言,王熙主要分管飞利浦中国研究院和中国数字创新中心。飞利浦研究院是全球最大的企业研究机构之一,其亚洲研究院分别位于上海和班加罗尔两地。上海实验室于2000年成立,在快速成长的中国市场致力于为飞利浦研究与开发。而中国数字创新中心则更关注产品的打磨,与研究院形成良好的互补关系。

为什么要搭建这样两个团队?核心就在于要确保科研项目能够跟中国市场紧密结合。飞利浦中国研究院拥有众多来自全球各地的科学家,很多科学家和医院客户都有十多年的交情,通过他们的第一手资料能够真正了解中国市场客户的需求,开发出来的技术才有本土相关性。

中国数字创新中心则是王熙一手建立起来的。过去,中国数字创新中心没有设立之前,研究院往往是把科研成果转移给飞利浦全球的业务部门和研发部门,希望这些部门尽快在下一代产品应用这些新技术。但是,技术也存在众口难调的问题,各个业务团队的产品需求不同、考量的因素不同,有些技术常年落不了地。

而中国数字创新中心设立之后,就减少了很多内耗的环节,技术创新成果可以直接通过工程师团队实现。据王熙介绍,这个团队沿用的是飞利浦统一的质量管理体系、统一的产品研发流程,并且拿到了ISO13485认证。对于医疗产品有全生命周期维护的能力,具备所有需要具备的资质。“我们这两个团队手牵手,能够让中国市场针对中国本土的客户需求,让技术创新能够更快的落地,交付给客户使用。”

现在,数字创新中心的一部分成果已经显现出来。据雷锋网了解,飞利浦和北京大学第一医院心内科霍勇教授合作开发的院外家庭护理管理系统,针对心内科病人完成心内科PCI手术(心脏支架)出现的监测和护理需求,让病人在家中也能够对自己的健康状况有直观的了解。

在王熙看来,这两个团队相当于飞利浦中国的两条腿,协调起来才能走的更快。

医疗AI面临哪些挑战?

医学是一门壁垒很高的科学,智能医疗行业更是如此。团队不仅需要对医学诊断有深刻的理解,也需要极强的人工智能算法设计能力。王熙认为,医疗AI有很多挑战。

在医学数据层面,一是数据量太少,没有大量数据就无法进行模型的训练;二是医疗影像数据的来源无法控制,标注的数据本身要有足够的共识。除此之外,医生个体的水平也参差不齐。在他看来,器械商的一大优势就是清楚数据产生的过程,临床的相关性经过长时间的积累和验证。

医学领域存在诸多难题,而人工智能技术层面的发展也并不尽如人意。

首先就是模型的可用性,通过公共数据集训练的模型能否在一个新的临床环境下依旧保持良好的性能,也存在很大的疑问。

第一,现在深度学习发展方向是增加很多层级,网络的连接越来越复杂。这种方向的好处是,训练的精度越来越高。不好的地方在于,超出现有范围的数据很多是没有标注的,也就是说来源不可靠。这也是王熙认为很有挑战的一方面;


第二,理论需要发展。现在工程团队往往拥有一堆数据,一部分要做模型训练,一部分做模型验证。模型可以通过不断优化参数,在训练集上表现的很好,但是,新增的数据即使已经标注了,训练出来的模型保证现在的模型比原来的模型精度更高吗?训练出来的模型本身就是基于当前的数据集,前后两者之间没有必然的联系。

其次,过拟合的问题。王熙向雷锋网(公众号:雷锋网)说到,当我们在训练数据训练的时候,如果训练过度,导致完全拟合了训练数据的话,得到的模型不一定是可靠的。这是理论上需要解决的问题。

最后,能不能将线下的模型训练过程线上化,让标注数据在线的情况下,让模型在线地提高精度。王熙认为,这是更了不起的地方,这才是未来人工智能研发过程的重要方向。

他说到,IBM有一篇研究论文已经在尝试在半在线的情况下,把更多的数据带进来,经过一定的人工干预使原有的模型更精准。而他更期待的是,到了一定的阶段,模型不断的自适应迭代,提高其精准性。一旦达到这个阶段,就是一个跨越性的里程碑。

理论拓展之外,王熙更关注技术为医疗行业谋福利的可能性。例如,钼靶检查是乳腺疾病筛查非常重要有效的一种检查方式,但对于中国女性而言效果并不是很理想,核磁共振是一种好的选择,但是检查过程至少需要二三十分钟,患者的临床体验不佳,很难作为一个筛查的有效工具。王熙就提出,能不能通过技术手段,提高核磁共振现有的速度,在保证质量的前提下加速筛查的流程?

人工智能作为快速推进的技术,什么时候才能真正地落地是另一个现实的话题。王熙说道,医疗AI的商业化是一个很复杂的事情,首先需要打好行业标准的根基。他强调的标准更多的是在临床层面和医学路径上,包括数据质量的把控、数据共享、AI产品监管、临床测试等一些环节。

这些难题都需要经过严格的临床测试和认证。飞利浦也参与了国家人工智能标准化委员会的标准制定,委员会正在开展各种公开透明的讨论,制定总体标准化框架。除此之外,飞利浦在全球至少有4000多家最顶级医院跟飞利浦建立稳定的长期合作关系。

王熙认为,这是一些头部企业可以去贡献力量的地方。

相关文章
热门文章
头条文章
重点文章
推荐文章
热点文章
关于我们|联系我们|免责声明|会展频道
冀ICP备2022007386号-1 冀公网安备 13108202000871号 爱云资讯 Copyright©2018-2023