2019年6月15日，以“智造未來”為主題的“2019亞布力青年論壇第五屆創新年會”在香港成功舉辦。
本次論壇開幕式由鳳凰衛視制片人、主持人于盈主持，香港特別行政區行政長官林鄭月娥，中央政府駐港聯絡辦副主任陳冬，亞布力青年論壇主席、高瓴資本創始人兼CEO張磊為開幕式致辭。香港交易所集團行政總裁李小加、南豐集團董事長兼行政總裁梁錦松、黑石集團（香港）有限公司大中華區主席張利平、廣東長青（集團）股份有限公司董事長何啟強、云峰基金主席虞鋒等眾多大咖亮相。
作為本次創新年會的重要論題之一，“大健康+人工智能 風口在哪里”引發熱議，成為大家關注的焦點。“杏脈科技CEO何川出席并進行分享，其認為醫療行業是為數不多的非常適合以人工智能和技術創新作為切入點及驅動力的行業之一。人工智能與醫療行業的結合，可以很好的解決醫療行業供需不平衡、醫療資源分布不均的問題。而技術的創新和突破，將給醫療行業帶來增量性的改善，甚至是顛覆式的改變。
以下為實錄
何川：各位在場的同仁朋友們大家好！依托于復星集團大健康全產業鏈的行業優勢和資源，杏脈科技致力于通過人工智能科技，以及光學、流體力學等技術上的創新，與醫療的循證醫學相結合，為真實的臨床需求提供輔助的產品和工具。我們希望通過科技的創新締造全球10億家庭的健康幸福生活。
沈強：第一個話題我們來聊一聊關于AI+大健康的機遇。人工智能現在已經滲透到了每一個行業的方方面面。對于大健康行業也是從我們的健康、醫療到藥物、器械、康復等等所有的環節，都已經在滲透進去。大家看到的在每一個人所做的領域，AI是怎么改變行業的？我們能夠有一些什么樣的預期？這些變化將給行業帶來的變化是增量式的變化？還是說在其中我們能夠找到一些顛覆性的機會、重構行業的機會？
何川：我認為醫療行業是為數不多的非常適合以人工智能和技術創新作為切入點及驅動力的行業之一。為什么這樣說呢？其實有以下幾個邏輯，第一個邏輯在于，從技術人的角度出發我想拿“錘子”和“釘子”來舉例。錘子很多，但要找到真正發揮價值且能夠實現盈利的釘子是非常困難的，而醫療行業恰恰是這樣一個非常適合于技術創新的領域之一。
沈強：釘子很多？
何川：目前的情況來看，在醫療行業的確如此。眾所周知，醫療行業最大的痛點就是供需不平衡，特別是優質資源的供給嚴重不足。
我相信在座的每一位都遇到過這樣的情況，當你患病需要就醫時，想要獲取優質的醫療資源是十分困難的，但大家還是愿意不惜代價去爭取。可以說，優質的醫療資源是剛需，但是現在醫療行業的現狀就是供需嚴重不足，且優質醫療資源分布不均。
而技術的創新，特別是人工智能的介入是解決這一醫療行業痛點非常好的方式。隨著技術和產業全面地成熟并向基層下沉，供需嚴重不足、優質醫療資源分布不均的問題也能得以解決。所以我認為技術創新和醫療行業結合是一個巨大的產業機會，這是存在深層次邏輯的。
具體到細化的實例，其實剛才喬總、張總已經分享了很多。分享一個很簡單的例子，隨著全民健康戰略的提升、患者對高質量醫療服務需求的增加，通過技術創新的實現方式，醫院每年片量的增長率可高達30%。
但是我們知道要培養一個放射科的醫生耗費的周期是非常長的，每年這部分的實際增長率只有極少的個位數增長，這中間的差距其實就是我們可以去服務、去滿足的一個重大機會。這是第一個邏輯。
第二個邏輯，AI醫療到底是增量性還是顛覆式，我認為這是一個時間周期和整個行業全面配套資源成熟度的問題。現在的階段，我們在做的可能更多的是一些增量性、輔助性的改善。但是從長期來看，我覺得未來的AI醫療一定是顛覆式的，是能夠提供患者以全新的就醫體驗和優化的就醫流程的，甚至是更加有效的診療手段。
舉一個增量性和顛覆式相關的例子，在以省為單位的區域內，我們關注到一個數百萬量級的需求——基于全民大健康的篩查需求。正常來說，基于高質量的篩查需求，該地區應在一月之內完成全部的診斷和評估工作。但實際上，在一些篩查需求高又偏遠的區域，能夠進行有效診斷的醫院和醫生是十分有限的，可以說這是一個不可能完成的任務。針對這一切入點，杏脈推出了一款篩查相關的產品，我們可以高質量、高效率地輔助醫生來完成診斷和評估工作，并且能夠做到每一年、每一季度、甚至每一個月度持續地追蹤、分析和發現。我覺得這是一個增量性的改變。
關于顛覆式的改變，其實是我們另外一個新研發的產品——心臟冠脈篩查，它應用了0D/3D的耦合仿真技術，給患者帶來無創精準化的篩查體驗。具體來說，在我們的產品輔助下，心臟冠脈篩查從原先有創的診斷變成現在的無創診斷，并且精細度和準確度幾乎能夠達到金標準的水平，這對于患者端可以說是顛覆式的。
為什么我們反復提到醫改政策和診療治療方面的受益？可以說AI醫療其實是特別契合于未來醫改政策趨勢的，并且通過這樣智能、精準地分析可以大大地降低一些過度診療的可能性。
第三個邏輯是由我們自身團隊的技術創新和突破帶來的，目前在全球范圍內做的比較好的一家美國的企業成功地將某項診療技術從之前的幾天時間縮短到6個小時。
沈強：這是說在單一病種上因為這些AI的突破，可能在某些病種上能夠帶來一些突破式的、顛覆式的改變對吧？
何川：對， 比如說通過我們的技術創新、國內好的數據支持和積累，我們如果可以把這項技術從6個小時縮短至分鐘級別，我覺得這帶來的改變就是顛覆式的。
沈強：所以醫療是一個很復雜的過程，你更像是這個過程的催化劑，用數據的力量、AI的力量讓這個過程發生的更加有效、更快一點。但是真正在醫療和AI結合的前進，還需要真正從可實證的診斷和治療的角度著手，還需要很多原來傳統醫學領域的努力。
第二部分我們會談挑戰，這部分希望各位嘉賓問題循環的速度稍微快一點，因為時間有限。第一個挑戰我先給到何總，我們微博上的網友提出一個問題：利用人工智能在醫療里進行應用實際上是需要很多數據驅動的，需要進行數據的整合。復星有很多的醫療數字化實踐，你們有很多醫院、藥企和其他的醫療服務，那復星的數據孤島的問題是怎么解決的？
何川：從我們的角度來講，我覺得我們能做到的就是從我們做起，從最原始的做起，從來自于真實需求的角度來做起。我個人不太認同，先收集數據再思考如何使用，這樣是應用不起來的。我認為，一定是我們想清楚需要什么再來做數據的收集，這樣才能更好的實現數據的價值。
此外，我覺得在醫療行業中，與數據相關的最重要的其實是“標準”和“共識”。目前在國際上和國內的確形成了一定程度的共識，其中就包括一些醫學指南，但剛才各位嘉賓都提到了醫療本身是非常復雜的，書本上、標準里的共識和真實的環境之間有巨大的差異，我們做的所有產品都要應用到各個真實臨床的情景中去，這個時候標準和共識就非常具有挑戰性了。
除此之外，由于我們的技術創新衍生了新的產品的同時也帶來了非常多新的可能性，如何整合方方面面的資源（包括臨床、醫院、監管相關部門、科技相關部門以及這個行業的各大廠商等），快速地針對現有的問題形成新的“標準”和“共識”。我覺得這一點，對于我們乃至整個行業更好更快地發展都是十分重要的。