1. 数字医疗
在中国，最好的医疗资源都集中在了“北上广”地区，这里拥有全国最权威的医生、最好的医疗设备和最先进的医疗理念。但同时这也造成了医患资源的不匹配，成为百姓看病难的痛点之一。其实，这种情况在国际上也是一样的，大型一线城市的医疗服务水平肯定是最为发达的。
一
朗玛信息移动医疗技术总监李晓鹏，是一名医疗大数据研究员，面对这样的状况，他希望可以利用大数据技术来辅助基层医院的医生，实现医疗资源的下沉，从而让更多的人享受到更好的医疗服务。要实现这一目标，最为核心的就是让专家医师的技术可以复制，而数据在其中具有至关重要的作用。
在很多中国患者的心目中，看病要找老大夫，因为他们更有经验。实际上，老大夫的经验就是一个病例数据学习和积累的过程。
李晓鹏要做的就是让机器去学习那些有经验的医生的诊断经验。读懂病人的基本信息和检查结果，对于机器来说是没有难度的。然而，由于人体结构极端复杂，还有许多数据是机器无法直接读懂的。
“这在国际上来说都是一个难题，因为医疗数据非常复杂，其中既包含了一些结构化数据，如各种各样的检查单、检验单；也包含了很多非结构化数据，如医生的诊断报告、医疗影像和医学图片等。”李晓鹏指出。
读懂这些抽象的医学影像是每位医生需要经过长期学习和实践才能磨炼出的技能，这些经验都是医生的个人专属技能，对于机器来说，这往往是只可意会而不可言传的知识。
那么，是否可以绕开这个难题呢？李晓鹏很快将目光转移到了医生的诊断报告上面。这些诊断报告是有经验的医生对医疗影像图片做出的正确判断，对于机器来说，看懂图像很难，但是它可以读懂文字和数字。这让李晓鹏找到了突破口，即可以让机器先读懂这些诊断报告。
为了实现这个目标，李晓鹏让机器学习平台学习了很多的医学文献和标准，并以此为基础来分析医生的每个诊断报告，从中提取出诸如诱因、发病时间等特征，然后根据这些特征给这些数据打上不同的标签。
所谓给数据打标签，就是把医生诊断报告中诊断的词语和病人的医疗影像图片相关联，当机器看到病人的片子时，就会反映出这些数字标记的关键词语，从而实现机器读懂病人的医疗影像资料这一目标。
二
不过对于医生而言，完成对病人病情的诊断只是一个基础，更大的挑战在于如何完成高难度的手术。
通常来说，做10000小时的手术才能磨炼出一位优秀的外科医生，而在一个县级市的基层医院，要想达到这个目标，可能需要20年。
所以，专家的数量任何时候都是有限的，面对中国庞大的人口基数所带来的就医压力，需要以一种新的方式帮助更多基层医院的医生。
当前，采用数字3D导航技术来辅助手术，是世界上较为先进的手术方式。其原理是由机器首先读取人体器官的二维医学影像数据，然后借助3D器官模型，对其进行3D重建，并将这个3D器官呈现出来。通过它，医生可以预先完成手术的模拟。
周利群
北京大学泌尿外科
研究所所长
我觉得医疗影像图片仍然需要由病理大夫预先给出诊断，如这个片子拍的是什么、诊断的是什么、如何分级与分期等，然后由机器学习这些诊断报告。这与围棋的AlphaGo是一样的道理，机器把大量的图像存储起来，然后通过大量的这种实际图片，用计算机的方式去识别，最终给出诊断结果。
对此，北大第一医院泌尿外科主任医师李学松评价道：“总体来说，这是一项术前应用数字化的技术，将患者个体化的CT影像带入软件中，通过3D重建来模拟手术，能产生一个术前做手术的计划，进而起到虚拟手术的作用，可以让我们的医生对手术过程更有数，让我们的患者在手术中更安全。”
医生可以在手术进行之前，通过这套系统进行模拟手术操作，机器会自动记录医生的模拟操作步骤。当真正进行手术时，机器会根据之前医生手术的步骤，通过3D的形式进行导航指引，从而能够精准地完成一场手术。通过这样的方式，医生精湛的技术也可以被机器完整记录下来。
在人类历史上，每次重大的科技进步，都带来了医疗水平的飞跃。科技革命的最终目的，就是提高我们的生活水平和生活质量。
随着互联网和大数据技术的发展，一个可以真实反映现实的数据空间正在形成。总有一天，人们将不再舟车劳顿寻访名医，不再日夜排队抢号，也不再担心错过看病的最佳时机。
周利群
北京大学泌尿外科
研究所所长
未来，当机器学习到更多专家的经验后，机器将会变得越来越聪明，由此也能够辅助更多的基层医生完成高难度的手术。例如，对于一个前列腺癌的根治手术，机器可以事先将上百位专家的手术步骤录下来，然后通过数字分析综合起来，这样就能得到比每位专家都要更好的技术。
大数据的应用，改变了人们解决问题的思维方式。它正在打破以往的边界，守护着我们赖以生存的生态空间。
专访朗玛信息移动医疗技术总监李晓鹏
记者：医疗下沉让普通百姓享受优质医疗资源，这个过程要经历哪些？最关键的在哪个方面？
李晓鹏：要让老百姓享受便捷的互联网医疗健康服务，关键在于观念，互联网医疗不是“工程师”医疗。在转型互联网医疗的近5年时间里，朗玛公司始终将“敬畏医疗”作为公司的核心价值观，并本着这一原则打造基于大数据、互联网技术的医疗健康服务平台，在整个互联网医疗体系构架上，是在不改变医疗本质的前提下，将先进的技术作为医疗的“连接器”和“放大器”。
朗玛公司已根据国务院印发的《关于推进分级诊疗制度建设的指导意见》，建立了提供常见病诊疗和慢性病管理的贵州（贵阳）互联网医院，以及提供疑难重症二次会诊服务的39互联网医院。两家互联网医院都是以实体医疗机构为线下载体，依靠基层医院的医生和来自“北上广”等地的上级专家，通过互联网平台为基层群众和老百姓提供医疗服务，让普通百姓足不出户就能共享普惠的优质医疗资源。另外，朗玛公司投资了国际领先的智能可穿戴检测设备，建立了家庭医生工作站，为老百姓提供身体监测和慢性病管理，助力生命周期的健康管理服务，将健康的关口前移到生病之前。
记者：在打造大数据医疗平台时，最大的技术难点在哪里？有哪些障碍？
李晓鹏：现阶段打造大数据医疗平台的技术难点主要有以下几个方面。
医疗数据标准化：医疗是一个很复杂的学科，标准化成本极高。医疗的核心业务是治病救人，纵向展开包括治疗、诊断、预防、康复和回访等，横向展开包括内、外、妇、儿、口腔等科，以及包括药学、环境学、心理学、生物学、生物化学和物理治疗等学科，综合来看就会形成更多的排列组合。因此，要有针对性地应用医疗大数据，就必然要对每个复杂部分单独标准化，最终形成一套复杂体系。
人才需求：医疗本身的复杂性和大数据技术的前沿性决定了既懂医疗又了解大数据的人才非常稀缺。
“数据孤岛”现象：大数据医疗需要海量的数据支持，而现阶段受限于传统医疗体系和相关制度，医疗“数据孤岛”现象仍然广泛存在，如何打破数据壁垒，使医疗数据安全、有效、合法合规地收集共享是一个重要课题。
记者：现在，智能诊断平台和专家诊断的差别在哪里？
李晓鹏：目前AI已经在诸多领域开始应用，其基本原理是在对海量标准化数据分析、处理和机器学习的基础上，通过不断迭代形成更高效、更准确的人工智能应用。
就现阶段智慧医疗的发展情况而言，还难以依靠智能诊断取代人工诊断，但大数据和信息化技术可以在医疗的诊断、治疗和用药等环节辅助医生工作，从而降低因医生水平差距或人为因素造成的误诊率，大幅度提升工作效率、降低人工成本。
记者：未来，人工智能时代我们的医疗状况会发展到什么程度？
李晓鹏：随着大数据、物联网和人工智能等技术的进步，医疗技术将从医疗服务、医患关系上改善自古以来形成的医疗模式，建立“以预防为中心，以患者为主体”的个性化医疗健康服务体系。以高科技应用为代表的新型医疗模式，将赋予患者更多的个性化服务，既让个体获取医疗数据、积极参与医疗管理，又降低医疗成本、实现疾病预测预防。