9月7日云栖专家“走进京颐”线下活动中，阿里云医疗大脑产品负责人李兆融（基冈）为大家带来ET医疗大脑的实践和思考。本文主要从临床决策系统的关键开始谈起，接着分享了医学影像的机器识别，以及数据是业务的支撑，最后总结了阿里云ET医疗大脑的总体架构。
本文内容根据大会音频及PPT整理而成，一起来了解下吧：
ET大脑是阿里云的项目组之一，阿里云有非常多的大脑在运作，比如城市大脑，它掌管了交通路线的摄像头，能够控制红路灯的时间；工业大脑可以帮助企业检测工业生产当中的路径，提高良品率；*大脑帮助*锁定嫌疑人。ET大脑深入行业中，利用数据智能和人工智能帮助行业业务，这其中有很多复杂的事情。
“不能一味专研技术,然后再考虑可以把它用在什么产品上,以及用什么办法把它卖掉。”很多时候人工智能技术看起来非常令人惊奇，但是事情能不能做成一个业务才是人工智能技术能不能在该行业运用下去的主要原因。
临床决策系统的关键
图为Watson系统在某家医院实施应用，这是对临床决策提供支持的IT系统，目标提供临床工作的效率。在医院有watson诊室，如果医生觉得患者需要被watson诊治，就将患者带到watson诊室，或者医生带着患者病历来到诊室告诉watson医生， 然后反馈回患者该如何被治疗。
在技术和数据应用上面，watson系统在世界上是绝对领先的，并没有任何公司可以赶得上，它的数据交互非常好。临床系统的关键对于watson来讲，它已经有足够广泛的知识，但是在业务上会有一些业务问题，比如watson看一次病需要收取一定费用，那么谁来付费呢？假设IBM不收费，医院也不收费，这套系统进到医院有两种方式，一种是与医院系统完全脱离开，单独与它的数据库进行交互；一种是集成到EMR系统中，集成费用谁来出？单次使用费用怎么算？维护费用怎么算？
不只是watson，还有需要CDSS都面临着与医院系统无法打通，只能做一个手机App或独立电脑在医院运作，这就意味着该系统并没有很好进入到医院中去，那么，它到底满足了谁的需求？医务科、临床医生或是信息科？
上图是我看到的比较好的临床辅助决策系统，在这个系统里面，我们看不到人工智能的影子，它与医院中的EMR非常相似，除了右边特有的小模块，这个模块提示医生在使用EMR过程中，根据输入患者症状信息，推断有可能患有何种疾病，诊断标准是什么，需要做多少检查为患者确诊，该系统在知识库层面和数据层面远不如watson，但是它与医生实际使用过程EMR有很好的结合，药物之间是否有相互作用，药物是否适合患者，有没有过往病史显示药物可能不适合患者，这样的知识库体系被比较好的用到了医患的流程中。
对于信息科，有电子病历评级、HIMSS评级、互联互通评级；对于临床医生，可以不增加工作量，提升病历标准程度；对于医务科，可以不增加工作量，提升病历标准程度。
医学影像的机器识别
大量专家标注的医学图像，经过机器学习后培养能够自主识别医学图像的算法系统。回过头来，我们也要问，这个能力带入到医院中有解决什么业务问题吗？目前在医院中仍然还存在很多问题待解决，比如一位患者不只看肺结节一样，他可能还有50～100中HIMSS在里面，根据经验判断可能是肺水肿、心脏肥大、肺结节，所以只有单一具备判断肺结节的能力不能解决特定业务需求；其次判断肺结节的能力不能够做任何收费标准，无法跟患者收费，看不到收益，那么谁来付费呢；最后，一些业务需求是否会根据这件事情产生，比如读片有瓶颈，准确率受到质疑。
现在去医院，如果抽一管血，很大程度上并不是在医院检验科做检查，可能送到第三方血检中心集中做检查，下午将报告送回来。影像中心也是一样，下级医院会让患者去影像中心做检查，他们就会批量看非常多的患者，一天检查的肺结节的人数可能非常多，而影像中心自己不一定看片，通常会把读片业务再外包出去，给到其他地方的医生看片，每位医生读一张片大约20元左右，如果有任何的工具能够帮助医生看片从十分钟压缩到五分钟，就会节约读片成本。实际上我们发现，影像识别能力在三甲医院只是摆设，但是在影像中心的读片软件中被应用的非常好，这就产生了一个新的业务模式，节约了本身该付钱的人力支出，节约这部分钱有商业化的运作来做。
语音听写
医护专业人员的语音速记，语义识别，及语音合成。我个人对该能力并不看好，我并没有看到新的业务模式可以支撑，因为医生写病历不是业务，并没有人要代医生写病历。如果有人要代医生写病历，那么语音听写就是一个业务。
数据是业务的支撑
那么，阿里云在医疗行业做了什么事情呢？本质上我们是一家技术公司，我们并不对外输出业务层面的能力，我们并没有做任何的软件在用户交互端使用，医院系统不会由我们来做，我们为医院提供混合云解决方案，能够快速的进行混合云和本地的调配，医院将影像存储到阿里云上，成本降低了三分之二。
阿里云赋能行业智能应用进入医院业务场景，医院系统如图所示，它们交互非常复杂，我们需要任何一个互联网公司想要应用一个能力到医院时，都遇到高集成成本，而阿里云做了一个数据集成中间件，我们在上面做了一定的开发，让其能够被传统的HIS公司所用，来帮助传统的HIS公司很好的做医院内部的数据集成。再往上会有很多的数据应用架构架在上面，比如临床数据中心、管理数据中心、人力财务管理中心等。再向上到引擎的能力，比如影像辅助诊疗、语音CDSS等都是医院会用到的基于数据所产生的智能应用。
我们希望利用本身的技术能力，让医院希望向人工智能技术发展时，能走的更加通顺；阿里云上有很多在做人工智能能力的公司，阿里云将云端能力汇集在一起，帮助人工智能公司在医院场景下落地。
考虑急诊患者等待时间要求的实时调度策略研究：医院的很多小模块背后都有人工智能的影子，只是我们没有感觉到。比如医院预约系统，患者预约通常情况下是先到先得，此时会遇到一个问题，如果突然有急诊必须插队使用，就必须需要进行调整。对此，我们与医院进行合作，我们可以动态的预测医院明天急诊患者的入院情况，以及住院患者术前检查预警，还有门诊预约患者的人数情况，通过这样的调度系统，尽可能给有紧急需要的患者预留空间，其中运用了算法能力、数据调度能力帮助医院提高资源有效利用率，这中间有很大利益可以产生。
阿里云–ET 医疗大脑平台
阿里云为数据智能业务铺路搭桥。打通专有云和公有云上部署系统的账号、网络、存储，实现在统一平台上一站式运维管理；构建基于zstack的混合云，满足数据安全性能和公有云弹性稳定的双重需求。
混合云架构的所有的业务系统都在本地，按照正常的方式在运转，脱离后不受任何影响。而数据智能和迭代速度越来越快，公有云有所有API信息，可以对医院内部做云开放。目前医院已经有专线和阿里云做对接，好处是当你想用某一个智能能力，类似于到应用市场下载，这边会有软件镜像拷贝到本地，不用担心软件更新、升级和维护，混合云都可以帮助所有应用系统快速种在内部。
