心如佛、眼如鹰、胆如虎、技如仙。

    一个医生做到“四如”，是张国桢教授对自己团队的要求。看诊经验丰富的他有“东方神眼”之称，但有一场比赛，参赛选手的“眼如鹰”却让他都深感到佩服。大屏幕上，患者肺部的CT片出现了几个圆圈，标注结节的位置，这原本都需要资深医生来诊断，却被机器迅速地找到了。打入决赛的队伍选手在讲台进行演讲，谈的却不是医学，而是不同的算法，是最近大热的AI。

    2017阿里巴巴云栖大会上，以肺部结节的智能诊断为主题的天池医疗AI大赛，别开生面的将前沿的技术和传统的医学联系到一起。大赛有三个主办方，其中两个是我们耳熟能详的，一个是大赛云计算平台的提供者阿里云，另一个则是算力的提供者英特尔。而最后一个主办方，则是一家创业公司，从事医疗大数据的零氪科技（LinkDoc）。

    零氪CEO张天泽出身医生世家，但他最早却是从事IT行业，曾先后供职腾讯、阿里巴巴（雅虎-中国）公司，2009年开始创业。最初他做的是医疗行业的传媒业务，后来才开展数据业务，用他自己的话说“数据业务是被传媒业务养着”。

在采访中，他将这几年称作“补课的时间”，在这个过程中学习医院、医生、政府还有医药企业的思考方式。在2014年底，他开始创立了医疗大数据公司零氪。在《IT经理世界》之前的文章中曾经介绍过这家公司，将医疗数据的结构化，并搭建相应的存储、分析平台。

    的确，中国的医疗行业里，医院的数据一直是处于孤岛状态，互联网时代来临后，数据的价值显现，技术开始了对传统行业的改造和赋能，这个浪潮，正冲向传统的医疗行业。

    在天池医疗AI大赛中，零氪提供了两千份影像数据集，这个数据规模在以往是难以做到的。零氪首席架构师王晓哲告诉记者，这两千份数据全部经过安全脱敏处理和专家标注，并且是三份标注进行互相核查选出来的合并以后的结果，是世界级最大规模的肺部薄层CT的数据集。 

    AI在行业落地时，数据的作用是毋庸置疑的，同样的算法，不同量级的数据量将导向不同的结果。在翻译领域，即使用同样的算法，谷歌AI的结果也明显更好，就是因为有更大的数据量。而在医疗行业，数据由于涉及隐私难以获得。为准备这次比赛的医疗数据，零氪原本邀请了24家知名的医院参与合作，其中20家接受了邀请，但最终真正参与的只有16家。  

    另一方面，则是全球参赛者的热情参与。据阿里云统计，这次大赛共吸引了20多个国家，2887支队伍共3953名选手参与。零氪CTO罗立刚告诉记者，这次大赛的主题选用肺部结节的智能诊断，很大的一个原因就是人工智能深度神经网络的技术，近三年在图像识别的领域进步很快，而肺部结节的识别正好就是要用图像算法来解决的问题，算法的应用更直接。

技术已经在敲门，数据却没准备好，这该怎么办？ 

    零氪给的回答在两年前，张天泽期望自己的创业能做到这几件事：帮助患者看对病，用好药，付得起钱。而想做到这几点，要用新的资源去满足传统需求，越是基础、产业链上游的资源希望就越大。目前，零氪已经结构化的肿瘤患者病历数据足有200万份，覆盖了900多科室，500多医院，且几乎都为排名靠前的三甲医院（全国三甲医院总数约2200）；胸外科是零氪最早切入的领域，已经切入到了整个细分领域，有了许多新的发现。据了解，过去两年，在数据上，零氪投入了差不多十个亿。

    在9月份，零氪组织了全国10家医院的专家，把接近4万例肺癌患者的数据合并到一起，现场跑数据跑出了十几个课题。过去许多有意义的科研想法，在大的数据集和可视化、智能化的Hubble人工智能科研决策平台上，真正得到了研究实践。其中有一个关于淋巴结跳跃转移的科研想法，据现场专家称，一旦研究成果出现，论文可能会影响国际肺癌病理分期。

    先行者，这是零氪在做的事情。但目前距离谈成就还为时尚早，200万肿瘤患者的数据，虽然已经被整理好，但所有权依旧在各自的医院，而使用权，像十个医院坐到一起开研讨会，用合并的数据，就涉及相互间签署协议的问题。不过时间是站在零氪这边的，医疗数据的统一化，对整个医疗体系而言是利大于弊，行业基础设施的进步，将促进行业整体效率的提升，国家也在这个方向进行引导，这将是未来的趋势。

    王晓哲告诉记者，AI想要在医疗领域落地和发挥作用，大规模统一标准的数据集是必不可少的，数据是一切的基础。零氪参加这场大赛的另一个目的，也是为了鼓励业界将数据标准化和公开化，让跨产业、医疗圈外的人进入到这个圈子里。而统一标准的制定，还需要未长期的磨合。比如影像设备，目前由于厂家、产品型号等存在差异，影像数据就是天然不统一的。而在存在统一的数据后，AI的进一步落地的道路依旧任重而道远。

    以肿瘤病的影像AI为例，张天泽将其分为三个阶段：

第一阶段，AI可以检出病灶（5-10毫米），这一阶段需要大量统一标准和质控的医生标注的影像病例；

第二阶段，AI可以鉴别病灶良恶性及病灶分型分期，这一阶段需要大量的含有准确病理结果并标注精准的影像病例支撑；

第三阶段，AI提供肿瘤病人治疗方案优化推荐及预后评估，这一阶段不仅需要大量的含有病理结果及精准标注的影像资料，同时还需要病人的治疗、手术、用药、随访等连贯的病例数据作为支撑，且不断进行更新。

    目前零氪有近1000名员工，其中约100人是研发人员，剩下的员工多为临床或医药的背景。在数据集成和结构化上，零氪已经维持了相对稳定的状态，并可以提供自身研发的SaaS和PaaS服务，而基础的IaaS层，采用了混合模式，一部分在阿里云，一部分在天津的自建数据中心。“这一方面是为了降低存储成本，另一方面，医疗数据比较敏感，需要放在本地。”王晓哲说。在AI上，零氪的医疗AI产品也已经在部分科室开始尝试应用。

    当谈到成本如此巨大，什么时候可以收益的时候，张天泽表示，目前还不适合谈收益，基础设施的投入将是一个长期的过程。医疗行业的产业链相对封闭，AI变现的渠道实际有限，张天泽介绍，目前业界将盈利的落脚点基本集中在医药企业和保险公司身上，这是产业链中需要数据服务，又真正愿意支付的参与者。张天泽将医疗大数据和公司盈利的关系比作修高速公路，“修路本身不赚钱，但修好了路，就可以去赚钱了”。

作者 | IT经理世界 李昊原