原國家衛生計生委副主任、中國衛生信息與健康醫療大數據學會會長金小桃曾提到，“國務院提出要把健康產業培育成我國國民經濟重要支柱產業，如果按照GDP的15％計算，我國健康產業規模將達到數十萬億人民幣。”在這個龐大的市場里，以AI為支點的數字健康經濟將為中國健康產業騰飛貢獻力量。

　　據美國波士頓咨詢公司預測，到2035年中國數字經濟將達到16萬億美元，數字健康經濟的貢獻率有望達到45％，即：7．2萬億元。根據美國調查機構預測，到2026年AI應用將為美國醫療經濟節省1500億美元／年，AI對于數字健康經濟的貢獻力不容小覷。耀眼的中國醫療數據金礦同樣離不開AI這個有能力的“礦工”，在醫療數據金礦中挖掘出經濟價值。

　　目前中國有144家企業掘金醫療AI市場，他們希望從7．2萬億元的數字健康經濟中找到有效的切入點，依靠自身對于醫療健康業務的理解和手中強大的AI算法對數據進行處理，從而獲得智能診療和智能健康管理的能力。他們的目標，是要成為中國1100萬醫療工作者的左膀右臂，以滿足中國13億9千萬人口正在不斷增長的健康需求。

　　“中國醫療AI已經進入戰國時代，即將帶來繼‘互聯網大爆炸’后又一輪產業革命。”在日前召開的全球智能醫療產品應用博覽會上，飛利浦大中華區首席執行官何國偉表示，上一輪互聯網＋經濟通過消除信息鴻溝，讓資源配置更加高效，看病更加簡便；新一輪AI＋經濟則是通過算法實現優質資源的復制、擴張，讓資源更充裕，看病更加便捷可靠。單純看融資規模不足以評估醫療AI項目或企業的優越性，“療效”才是AI＋醫療成功的重要評判標準。

　　AI“圍剿”臨床決策支持，精準醫學帶來“剛需”

　　“循證醫學”理論是AI賦能臨床決策支持的根本，精準醫學的興起讓醫生對AI工具的需求變得更加緊迫。因為未來診療依賴的龐大證據鏈條，一旦離開AI工具效率太低，醫生不可能像今天一樣每天看200個號。因此，目前臨床決策支持領域的AI應用非常多。

　　俄亥俄州州立大學醫學院基因組信息學副院長黃昆教授曾專程去該院綜合性腫瘤中心（全美第三大癌癥中心）考察過，他看到的醫生應用精準醫學進行診斷的過程是這樣的：周四早上科室各領域專家開早會，將每個患者的病歷、病史、藥物基因組對藥物的代謝情況、基因檢測報告提示的基因突變及其適用藥物、藥物相關反應等問題一一列出，并快速進行介紹分析、得出結論。表面看每個病人只需要十幾分鐘的病情介紹材料，背后醫生需要對每個病人的數據進行幾個小時的查詢統計，非常耗費時間。同樣的精準醫學場景放到中國龐大診療需求中，幾乎是不可能完成的任務。

　　能不能讓這些資料以半自動的方式呈現在醫生的面前，讓醫生更加便捷的看到所需要的全部資料，而不必花費大量的時間去各個處理、匯總集成呢？

　　精準醫學模式下，醫生進行臨床決策需要參考的不僅僅是傳統的生理、檢查檢驗數據和個人經驗，而是需要基因組、生物組數據以及個人行為數據等更加龐大的證據作為支撐，這就需要更龐大的健康醫療信息整合平臺和豐富的醫療AI工具，幫助醫生應對每一次診療任務，完成疾病的預測、干預、診療和愈后。

　　精準醫學療效好，離不開可靠的“生產過程”！

　　醫生的每一次診斷或治療，都需要綜合來自多個設備的數據、多次診療的效果、多種藥物的對比后，進行綜合判斷。因此，他們需要的疾病診療解決方案，需要整合診療所需的各類數據。傳統的醫保、醫藥、醫械公司服務的都是診療的一個片段，用AI把這些片段關聯起來，并給出一個更加精準的結論，不是一件容易的事兒。

　　“對于醫生來講，他們需要一個有效的解決方案把診療所需的資源集成在一起，幫助他們更加高效的完成每一次診療。誰能提供這個完整的解決方案呢？這考驗的是在醫療這個特定領域里的集成能力，基于對診療的理解將每一個片段用科技加成，我們能夠做到。”何國偉補充道，“當然，這不是某一家企業可以獨立完成的，需要一個更加龐大的融合生態以實現整個全新產業的可持續發展。”

　　最近幾年里面，飛利浦正在從單一的產品公司變成全生命周期解決方案提供商，利用軟件將設備、服務串聯起來，產生了針對血管、腫瘤等疾病診療的整體解決方案。每一個解決方案中不僅有飛利浦的設備、飛利浦的AI，還有眾多合作伙伴的力量，比如華為云、匯醫惠影的肺結節篩查AI應用等等，因為這些上下游的合作伙伴可以讓飛利浦能夠將診療服務串聯起來，實現對全生命周期的關護。

　　“醫生并不關心他們采用的解決方案中各個品牌的占比，療效是最有力的說明。”何國偉告訴HC3i，但對于解決方案集成商來說，需要對每個節點以及整個流程負責。

　　為了讓這個復雜的產品更加靈活、經濟的服務臨床醫生，飛利浦與神州醫療合作開發“神飛云”平臺。搭載“神飛云”平臺之上的“飛利浦星云系統”完成云化蛻變，提供自有組合和便捷購買，讓基層醫生可以經濟便捷地使用AI，真正讓AI應用到基層醫療中去。

　　靠譜的AI輔助診療過程是如何誕生的？

　　對于每一次疾病診療流程，醫生看病可以分為以下四個步驟，從數據采集到最終應用，都可以借助AI等科技的力量實現優化升級。

　　第一步，可靠的數據采集。現代診療設備的日益豐富和各類傳感產品的多樣化，讓數據采集變得更加容易了。靠譜的AI輔助診療過程既要確保采集到足夠多的數據，又要保證數據符合相關部門的認證規范，這是有效診斷的重要前提。

　　第二步，有效的數據整合。將采集到的數據按照醫生每一次的不同需求進行清洗、梳理、整合、集成，讓每一次診療都能快速獲得有效的數據支撐，讓診療證據充分又可靠。

　　第三步，準確的AI決策。利用成熟的人工智能算法對醫生的診療過程進行增強，幫助醫生顯著提高診療的準確率和有效性。

　　第四步，精準的健康干預。通過大數據分析對個人健康發展進行評估和干預。

　　以上海市長海醫院腦卒中一站式治療為例，平臺不僅能將從影像、心電、術中超聲采集到的數據跟病人基本的數據、生理數據聯合起來做綜合分析，還能給出智能化的判斷。在這個醫生認為近似于日常診療行為的方案中，有飛利浦人積累了幾十年的經驗跟洞察，讓他們可以按腦卒中診療的場景利用AI把信息數據串聯起來，完成一次模擬診療。目前，長海醫院卒中診斷時間從2小時縮短到20分鐘，正是依賴于這一聯動的AI全生命周期解決方案。

　　近水樓臺，飛利浦領航全生命周期服務！

　　疾病的多樣性給醫療AI提供了豐富的落地場景，因此，醫療AI創業完全可以有豐富的探索空間，不必在“肺結節”等單一領域死磕。目前在醫療AI的應用包括：醫療影像中的病灶定位、病灶檢出，以及放療靶向規劃、肝癌分類、血管精準規劃，甚至是老人跌倒預測、心臟停頓風險預測等等，還有無數的場景在等待開拓。在全生命周期解決方案這一相對較長的業務線上，飛利浦坐擁一手影像數據占據了極佳的位置，把對臨床的理解和對應用場景的認識用在某個具體的工作流上，用AI將各節點串聯起來，形成了一個個有效的輔助診療方案。

　　“我們關注從個人健康到臨床診療的每一個片段和每一個流程，以飛利浦對于臨床診療的理解和市場的洞察為飛利浦全生命周期服務生態護航。”何國偉說，“飛利浦期待更多合作伙伴攜手開拓這一廣闊藍海，共同搭建全生命周期服務生態體系，以實現‘服務全生命周期’這一理念的健康可持續發展和落地。”

　　目前，飛利浦在醫療AI領域的探索取得多項進展：

　　－ 乳腺癌、卒中、孤獨癥等醫療AI解決方案已經通過美國FDA認證，并在CFDA討論中；

　　－ 華山術中磁共振智能定位大腦功能區，通過模擬治療有效跟蹤病灶位置，提高患者的生存質量；

　　－ 針對嬰兒先天心臟病，利用AI能夠在微小血管中做精準規劃；

　　－ 自動分割全肝和病灶區域，實現lirads特征的自動提取和計算，對疑似原發性肝癌進行主動分類，直至自動生產結構化報告；

　　－ 30天預測老人跌倒的概率、心臟的停頓風險；

　　暢游AI時代，聆聽飛利浦6．0新樂章！

　　今天的數據存儲的成本是25年前的百萬分之一，從海外到中國，以AI為代表的信息技術正在讓精準醫學照進現實。伴隨著AI時代的集結號，飛利浦走進6．0時代。聚焦于健康科技領域，飛利浦快速剝離照明業務，并購17家企業加速健康醫療業務的布局，不斷擴大飛利浦全生命周期服務生態的豐富內涵，內外兼修在全新的健康醫療科技產業奏響新樂章。

　　何國偉說：“這是最好的時代，AI，讓我們服務全生命周期的夢想更可及。”