在鈦媒體在線課“鈦坦白”第44期，我們請來了三位鈦客，分享醫療信息化的現狀和市場機會。本期鈦客之一、匯醫慧影聯合創始人、CMO郭娜，結業于清華大學，曾在美國華盛頓智庫The Nixon Center工作，曾任中國電信北京公司政企客戶部國際IT、互聯網行業銷售總監，2015年共同創辦匯醫慧影醫療影像大數據和人工智能創業公司。

本文節選自郭娜在鈦坦白的分享。如果您還不是鈦媒體Pro用戶，希望查看鈦坦白所有干貨，進入鈦坦白九個專業群交流，并查看更豐富的專業數據和信息，可點擊：注冊。

以下按照郭娜在鈦坦白的分享實錄整理：

大家好，非常高興能夠通過鈦坦白這個平臺跟大家認識，我是匯醫慧影的郭娜。

匯醫慧影成立于2015年，2年來我們在醫療信息化和人工智能進行了非常深入的布局。選擇人工智能的契機是因為云計算與高性能計算GPU的發展，還有海量數據的存儲，這些因素導致我們發現新一輪以數據為驅動力的醫學影像革命釀成了可能，像在匯醫慧影更早之前的云計算Paas、Iaas到Saas平臺的可能。同時我們看到像商湯、曠視這樣通用級另外人工智能算法公司，以及像匯醫慧影這樣垂直到醫療行業的人工智能公司也開始嶄露頭角，其實都是在于新的技術解鎖了新的需求。

醫療信息化是下一代AI實現的重要平臺

回歸到醫療AI，我認為有三個要素可以稱為拉動人工智能的三駕馬車：第一是對于數據的計算能力，好比說GPU的發展；第二是有效數據的增長，也就是可以深入計算的數據不停增長積累；第三就是數據科學家、人工智能科學家。而一個人工智能的垂直公司在這三個方面的實力也就決定了它的技術實力。

那大量的醫療數據是否是有效數據？是否能更好的跟臨床診斷相結合？同時這些數據是否可以不停的進行結構化可采集、可計算？這些問題就變得非常重要。醫療信息化本來提供的是一個工具，能更好的解決效率問題，而今天當人工智能時代來臨時，我們會發現醫療信息化不但僅是一個工具，同時它將會成為下一代人工智能得以實現的一個非常重要的平臺。也就是說，什么樣的工具得出的數據是更容易采集的；是更能幫手計算機得出精準診斷？那就是醫療信息化，它在今天變得非常重要，并且非常的迫切。

醫療信息化需要更結構化、尺度化、統一化

我們縱看全球人工智能的發展，可能美國、澳洲、歐洲整個數據的結構化、統一性和有效性是遠遠高于中國的。

好比說德國，他們國家所有的影像陳訴結構化程度已經非常高了，所以從數據的采集到傳輸整理，包孕到數據信息化的整個鏈條傍邊，數據是更加有效、更加易于計算的，于是當他向人工智能發展的時候其實阻力和中間的一些坑會更少。

再好比澳大利亞，我舉一個非常簡單的例子。當澳大利亞的救護車接到病人的時候，病人所有的數據就已經開始在救護車里面的信息系統里面錄入，當救護車到達病院的時候，救護車上的信息就可以通過藍牙或其他方式傳輸到病院急診室里所有的設備上，這樣直接實現了信息化的無縫對接，也就實現了治療的有效性和時間的節約。

這樣的場景其實對我們國家的醫療信息化現狀來說，我們還有一個非常長遠的路要走。因為我們國家的醫療信息化公司雖然非常多，但尺度不夠統一，包孕所有的接口、到每家病院具體的實施，每家病院做很多個性化localization的改進，導致醫療信息化在我們國家依舊其實還有很大的進步完善空間，標的目的是更結構化、更尺度化、更統一化。

醫療信息化的完善會為醫療AI做鋪墊

中國的醫療行業其實趕上了一波非常重要的人工智能技術革命，因為我們國家的人口多，醫療數據非常豐富，，中國的病種情況跟國外也紛歧樣，大家都非常期待醫療人工智能在中國落地。但我們忽然發現，醫療信息化成為了人工智能領域的暗礁。也就是更好的信息化平臺能夠解決整個臨床數據的結構化和統一化，而當它解決的時候其實就已經為醫療人工智能做了一個巨大的鋪墊。

非常有意思的是，我們看到的信息化在整個臨床需求中是下一代軟件升級自己的一定需求，而當信息化遇到人工智能這海浪潮的時候，就會出現人工智能賦能性的信息化。當人工智能像人腦這樣更多的去幫手醫生解決臨床問題的時候，那么信息化解決的不光是效率問題，還能讓整體信息流更好地形成人工智能的基礎和數據來源，所以我相信這一波人工智能和信息化的彼此結合帶來了新一波醫療信息化的產業升級，包孕下一代軟件的升級。

人工智能與醫療信息化如何結合？