王熙博士加入飛利浦時，正處在這家跨國公司最深刻的變革當中。

隨著分級診療的逐漸落實以及國產(chǎn)醫(yī)療器械的逐步崛起，醫(yī)療器械公司為了鞏固自己的競爭優(yōu)勢，在重視硬件質(zhì)量的同時，也在重視設備的智能化，尤其是配套的輔助診斷、篩查系統(tǒng)，這對缺乏優(yōu)秀醫(yī)生的基層醫(yī)療機構(gòu)來說意義重大。在王熙看來，飛利浦的AI轉(zhuǎn)型是一條必然之路。

2014年，飛利浦將自有的健康科技和照明領(lǐng)域，拆分成兩家獨立運營的公司，在健康科技領(lǐng)域提供“健康關(guān)護全程”的整體解決方案，正式進軍醫(yī)療AI。從2015-2017年，飛利浦連續(xù)三年成為向歐洲專利局提交專利“醫(yī)療科技”專利申請最多的企業(yè)。

2016年，王熙出任飛利浦中國副總裁兼首席技術(shù)官，成為了飛利浦中國最高管理團隊的成員之一，負責飛利浦在中國的健康科技創(chuàng)新戰(zhàn)略和數(shù)字化轉(zhuǎn)型。他在中國成功建立飛利浦人工智能實驗室，推動大數(shù)據(jù)和人工智能技術(shù)和醫(yī)療健康的深度融合和商業(yè)落地。

王熙博士如何判斷醫(yī)療AI發(fā)展的前景和難題，近日雷鋒網(wǎng)和王熙博士進行了一次深入采訪。

他都做過什么？

翻開王熙的履歷，可以看到他的職業(yè)生涯基本上都是國際頂尖公司度過。

博士畢業(yè)后，王熙進入通用電氣的北美研究中心擔任科學家。通用電氣內(nèi)部的整合速度很快，王熙也得以接觸了眾多的業(yè)務線：心電監(jiān)護的模式識別、醫(yī)療影像的智能分析、基于計算機視覺的相關(guān)技術(shù)。除此之外，當時龐大的GE集團旗下還有NBC、Universal等傳媒公司，他也給這些公司做過基于圖像或者視頻搜索的智能算法。“這些工作用現(xiàn)在的概念來定義的話，也就是人工智能?！?/p>

2004至2014年，王熙歷任通用電氣公司眾多重要領(lǐng)導職務，先后擔任醫(yī)療集團全球CT事業(yè)部總經(jīng)理，生命科學細胞分析事業(yè)部總經(jīng)理，實現(xiàn)這兩大業(yè)務領(lǐng)域在全球市場的開拓及業(yè)務增長。王熙坦言，從技術(shù)人員轉(zhuǎn)向項目管理、內(nèi)部投資和創(chuàng)業(yè)，目的就是幫助通用電氣在中國實現(xiàn)戰(zhàn)略落地。

2014年，王熙離開通用電氣。之所以結(jié)束在通用電氣公司成功的職業(yè)生涯，王熙更多地歸結(jié)為家庭原因?；貒?，王熙擔任了銳珂醫(yī)療公司健康全球X光解決方案總經(jīng)理及上海研發(fā)中心總經(jīng)理，負責X光全球業(yè)務，包括業(yè)務長期發(fā)展戰(zhàn)略及技術(shù)創(chuàng)新。X光業(yè)務是銳珂三大支柱業(yè)務之一，這是王熙過去所管理的全球業(yè)務中最大的一塊。

到了飛利浦之后，王熙承擔了中國區(qū)域所有的技術(shù)、產(chǎn)品研發(fā)，加速飛利浦在中國的業(yè)務轉(zhuǎn)型。作為一個管理者，王熙現(xiàn)在更多地思考如何給客戶帶來不一樣的服務?！皞鹘y(tǒng)器械商們的思維比較規(guī)定，而現(xiàn)在中國區(qū)域客戶的需求已經(jīng)逐漸改變，原先的設備需求已經(jīng)轉(zhuǎn)化為完整的業(yè)務解決方案需求?！?/p>

因為王熙在銳珂時期曾管理過全球的CT業(yè)務，他對于全球不同地區(qū)對設備需求的差異性有著自己的認識。他向我們提出了一個觀點：市場飽和度在一定程度上代表了品牌在一個市場上增長的上限。歐美市場中設備均質(zhì)化的發(fā)展趨勢，并不利于產(chǎn)品的進一步搶占市場。

而新興市場的發(fā)展不完全是循序漸進的狀態(tài)，還可能是一個“l(fā)eapforward”（跨越式）發(fā)展。所以，在很多器械商的眼里，中國、印度這樣的人口大國以及區(qū)域醫(yī)療發(fā)展的不均衡蘊含了無數(shù)的機遇。

一方面，過去飛利浦、GE、西門子的產(chǎn)品管理部門總部都往往在相對發(fā)達的國家，市場的推進、業(yè)務的研發(fā)都有一條規(guī)律的主線。但是對于新興市場來說，這種傳統(tǒng)的發(fā)展模式速度太慢。“所以你會發(fā)現(xiàn)，現(xiàn)在領(lǐng)先的幾家大公司都在不斷地在新興市場中摸索，怎樣能夠?qū)⒆陨肀容^成熟的創(chuàng)新機制和市場意愿結(jié)合，這種結(jié)合誰做的好，誰做的快，誰就能在這個市場上繼續(xù)保持領(lǐng)先。核心就是這樣一個原因?！?/p>

用“兩條腿”走路

擔任飛利浦中國首席技術(shù)官后，王熙的任務是協(xié)調(diào)飛利浦在大中華區(qū)各個研發(fā)團隊，直線匯報對象是飛利浦全球CTO。飛利浦在全中國有接近2000名研發(fā)人員，王熙需要和各個研發(fā)團隊經(jīng)理組織會議，統(tǒng)籌協(xié)調(diào)內(nèi)部資源以及人才的流動。通過這種形式，飛利浦內(nèi)部形成了穩(wěn)定的業(yè)務相關(guān)性。

細化而言，王熙主要分管飛利浦中國研究院和中國數(shù)字創(chuàng)新中心。飛利浦研究院是全球最大的企業(yè)研究機構(gòu)之一，其亞洲研究院分別位于上海和班加羅爾兩地。上海實驗室于2000年成立，在快速成長的中國市場致力于為飛利浦研究與開發(fā)。而中國數(shù)字創(chuàng)新中心則更關(guān)注產(chǎn)品的打磨，與研究院形成良好的互補關(guān)系。

為什么要搭建這樣兩個團隊？核心就在于要確?？蒲许椖磕軌蚋袊袌鼍o密結(jié)合。飛利浦中國研究院擁有眾多來自全球各地的科學家，很多科學家和醫(yī)院客戶都有十多年的交情，通過他們的第一手資料能夠真正了解中國市場客戶的需求，開發(fā)出來的技術(shù)才有本土相關(guān)性。

中國數(shù)字創(chuàng)新中心則是王熙一手建立起來的。過去，中國數(shù)字創(chuàng)新中心沒有設立之前，研究院往往是把科研成果轉(zhuǎn)移給飛利浦全球的業(yè)務部門和研發(fā)部門，希望這些部門盡快在下一代產(chǎn)品應用這些新技術(shù)。但是，技術(shù)也存在眾口難調(diào)的問題，各個業(yè)務團隊的產(chǎn)品需求不同、考量的因素不同，有些技術(shù)常年落不了地。

而中國數(shù)字創(chuàng)新中心設立之后，就減少了很多內(nèi)耗的環(huán)節(jié)，技術(shù)創(chuàng)新成果可以直接通過工程師團隊實現(xiàn)。據(jù)王熙介紹，這個團隊沿用的是飛利浦統(tǒng)一的質(zhì)量管理體系、統(tǒng)一的產(chǎn)品研發(fā)流程，并且拿到了ISO13485認證。對于醫(yī)療產(chǎn)品有全生命周期維護的能力，具備所有需要具備的資質(zhì)?！拔覀冞@兩個團隊手牽手，能夠讓中國市場針對中國本土的客戶需求，讓技術(shù)創(chuàng)新能夠更快的落地，交付給客戶使用?！?/p>

現(xiàn)在，數(shù)字創(chuàng)新中心的一部分成果已經(jīng)顯現(xiàn)出來。據(jù)雷鋒網(wǎng)了解，飛利浦和北京大學第一醫(yī)院心內(nèi)科霍勇教授合作開發(fā)的院外家庭護理管理系統(tǒng)，針對心內(nèi)科病人完成心內(nèi)科PCI手術(shù)（心臟支架）出現(xiàn)的監(jiān)測和護理需求，讓病人在家中也能夠?qū)ψ约旱慕】禒顩r有直觀的了解。

在王熙看來，這兩個團隊相當于飛利浦中國的兩條腿，協(xié)調(diào)起來才能走的更快。

醫(yī)療AI面臨哪些挑戰(zhàn)？

醫(yī)學是一門壁壘很高的科學，智能醫(yī)療行業(yè)更是如此。團隊不僅需要對醫(yī)學診斷有深刻的理解，也需要極強的人工智能算法設計能力。王熙認為，醫(yī)療AI有很多挑戰(zhàn)。

在醫(yī)學數(shù)據(jù)層面，一是數(shù)據(jù)量太少，沒有大量數(shù)據(jù)就無法進行模型的訓練；二是醫(yī)療影像數(shù)據(jù)的來源無法控制，標注的數(shù)據(jù)本身要有足夠的共識。除此之外，醫(yī)生個體的水平也參差不齊。在他看來，器械商的一大優(yōu)勢就是清楚數(shù)據(jù)產(chǎn)生的過程，臨床的相關(guān)性經(jīng)過長時間的積累和驗證。

醫(yī)學領(lǐng)域存在諸多難題，而人工智能技術(shù)層面的發(fā)展也并不盡如人意。

首先就是模型的可用性，通過公共數(shù)據(jù)集訓練的模型能否在一個新的臨床環(huán)境下依舊保持良好的性能，也存在很大的疑問。

第一，現(xiàn)在深度學習發(fā)展方向是增加很多層級，網(wǎng)絡的連接越來越復雜。這種方向的好處是，訓練的精度越來越高。不好的地方在于，超出現(xiàn)有范圍的數(shù)據(jù)很多是沒有標注的，也就是說來源不可靠。這也是王熙認為很有挑戰(zhàn)的一方面；

第二，理論需要發(fā)展?，F(xiàn)在工程團隊往往擁有一堆數(shù)據(jù)，一部分要做模型訓練，一部分做模型驗證。模型可以通過不斷優(yōu)化參數(shù)，在訓練集上表現(xiàn)的很好，但是，新增的數(shù)據(jù)即使已經(jīng)標注了，訓練出來的模型保證現(xiàn)在的模型比原來的模型精度更高嗎？訓練出來的模型本身就是基于當前的數(shù)據(jù)集，前后兩者之間沒有必然的聯(lián)系。

其次，過擬合的問題。王熙向雷鋒網(wǎng)說到，當我們在訓練數(shù)據(jù)訓練的時候，如果訓練過度，導致完全擬合了訓練數(shù)據(jù)的話，得到的模型不一定是可靠的。這是理論上需要解決的問題。

最后，能不能將線下的模型訓練過程線上化，讓標注數(shù)據(jù)在線的情況下，讓模型在線地提高精度。王熙認為，這是更了不起的地方，這才是未來人工智能研發(fā)過程的重要方向。

他說到，IBM有一篇研究論文已經(jīng)在嘗試在半在線的情況下，把更多的數(shù)據(jù)帶進來，經(jīng)過一定的人工干預使原有的模型更精準。而他更期待的是，到了一定的階段，模型不斷的自適應迭代，提高其精準性。一旦達到這個階段，就是一個跨越性的里程碑。

理論拓展之外，王熙更關(guān)注技術(shù)為醫(yī)療行業(yè)謀福利的可能性。例如，鉬靶檢查是乳腺疾病篩查非常重要有效的一種檢查方式，但對于中國女性而言效果并不是很理想，核磁共振是一種好的選擇，但是檢查過程至少需要二三十分鐘，患者的臨床體驗不佳，很難作為一個篩查的有效工具。王熙就提出，能不能通過技術(shù)手段，提高核磁共振現(xiàn)有的速度，在保證質(zhì)量的前提下加速篩查的流程？

人工智能作為快速推進的技術(shù)，什么時候才能真正地落地是另一個現(xiàn)實的話題。王熙說道，醫(yī)療AI的商業(yè)化是一個很復雜的事情，首先需要打好行業(yè)標準的根基。他強調(diào)的標準更多的是在臨床層面和醫(yī)學路徑上，包括數(shù)據(jù)質(zhì)量的把控、數(shù)據(jù)共享、AI產(chǎn)品監(jiān)管、臨床測試等一些環(huán)節(jié)。

這些難題都需要經(jīng)過嚴格的臨床測試和認證。飛利浦也參與了國家人工智能標準化委員會的標準制定，委員會正在開展各種公開透明的討論，制定總體標準化框架。除此之外，飛利浦在全球至少有4000多家最頂級醫(yī)院跟飛利浦建立穩(wěn)定的長期合作關(guān)系。

王熙認為，這是一些頭部企業(yè)可以去貢獻力量的地方。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。