許多跡象表明，百度在人工智能領域已經下了相當大的賭注。尤其引起醫療行業極大關注的是，百度于近期裁撤了醫療事業部。外界的解讀“眾說紛紜”，但李彥宏在新年內部信中清楚的闡明，百度相信人工智能在醫療領域“能夠有所作為”。很明顯，百度依舊熱衷醫療，但押寶人工智能。

已經發布百度醫療大腦，則是其在醫療人工智能上有所作為的重要基礎。百度醫療大腦主要由成立了兩年多的百度大數據實驗室“折騰”出來。百度大數據實驗室高級總監范偉在不同場合都曾談到，國家醫改正在力推的分級診療是百度醫療大腦所瞄準的關鍵應用場景。

分級診療政策希望將“小病”患者留在基層，甚至通過“健康守門人”減少人們生病，以此來解決看病難、優質醫療資源緊缺、醫療經濟社會負擔持續增加的問題，并進一步推動我國的醫療服務體系的著眼點完成從治療疾病到保持健康的轉變。但實現這個轉型面臨的最大困境，是能夠擔當健康守門人的全科醫生不僅技術能力薄弱，而且非常短缺。

這個空缺被百度視為可有作為的機會。“如果說我們的智能問診的系統能夠達到一個醫生職業的平均水平的話，那就完全可以先通過一個智能的系統，起碼是輔助這些醫生做一些判斷，真的是到大病的時候才到醫院，到更具有規模的醫院去。”李彥宏平鋪直敘講出了一個最令人憧憬的未來。

但百度這條路也許充滿了比荒野更多的荊棘。至少馬化騰、楊元慶都曾反駁過李彥宏，人工智能仍然為時尚早；面對裁撤了醫療事業部的百度，人們依然竊竊私語，它依舊做著醫療廣告的生意；醫療行業的封閉和高質量醫療數據的稀缺，本身就讓醫療人工智能起步艱難且成本高昂。

在BAT前一波沖擊醫療整體受挫之后，百度的這次轉身真的能夠華麗起來嗎？

解析百度醫療大腦

百度醫療大腦是百度人工智能計劃的第一個落地產品，于2016年10月份正式亮相。

目前，百度醫療大腦的設計思路包含兩個層面：一個是toC，模擬醫生問診流程，通過與用戶的多輪交流，依據用戶的癥狀，提出可能出現的問題，經過反復驗證之后給出相應的建議；一個是toB，在患者就診過程中收集、匯總、分類、整理病人的癥狀描述，提醒醫生更多可能性，輔助基層醫生完成問診。

為用戶提供的服務主要是幫助其解決簡單、常規的健康問題，而為醫生提供的服務則可以幫助其提高工作效率。“對于基層醫生來說，百度醫療大腦還可以向他們提示相關的風險和容易被忽視的問題。”范偉曾談到。

但這個看似普通的過程，需要解決兩個非常關鍵的問題。

醫療數據——李彥宏曾說過，百度大腦大致具有三四歲孩童的水平，那么獲取醫療數據其實就是相當于“早教”的投入。“目前我們采用的數據主要是醫學教科書、權威的醫學文獻等。”范偉此前曾對媒體表示，深度學習的關鍵就是要找到數據之間的關系。具體到醫學中，就是通過循證分析，找到癥狀與疾病之間的關系。此外，范偉還表示，他們也在考慮在深度學習的數據中加入電子病歷。

理解患者——患者對疾病癥狀的表述，可能與專業的醫學表述之間相距甚遠；而且同一個口語癥狀表述在不同的情景或不同患者身上，都可能含義不同。而且，有些重要信息，患者未必能夠想得到。這些都需要機器在與人的交互過程中，充分理解和挖掘患者所提供的信息。這方面百度的優勢是擁有搜索這個入口，每天要響應超過60億次搜索請求，可以“聆聽”大量患者的非醫學語言。

范偉曾經談到，除了注重診療結果，百度希望能夠提供類似醫生問診的人機對話體驗。理解用戶的語義對實現這一點就顯得非常重要。百度大數據實驗室采用符合神經網絡來拼接識別來自用戶的信息，而目前的精度已經可以達到97%。

當然，百度未來對醫療大腦的應用上并不止于診療。李彥宏曾在《智能醫療 奇點臨近》的演講中提到過，包括基因測序、精準醫療、新藥研發等領域，人工智能都有可作為的空間。百度在憧憬中，依然希望醫療大腦能夠成為智能醫療平臺級的應用。

“兩個轉折”交叉中的機會

百度下注醫療人工智能，處在兩個轉折的交叉之中。

第一個轉折是技術轉折，即移動互聯網向人工智能的轉變。百度在發布醫療大腦時，曾談及自身對醫療演進的理解，包含三個層面：連接人與信息、連接人與服務、連接人與機器。百度依靠搜索在“人與信息”的連接中占得了先機，看起來，他們現在希望通過率先發力人工智能來實現從第二到第三階段的“跨越式”發展。

這仍然面臨風險，一眾大佬都認為人工智能尚處早期。而過早進入尚未成熟的領域，往往意味著將面臨技術、市場、人才、資源等多個方面的匱乏和挑戰。但李彥宏和百度似乎已認定了這條道路，引入微軟前全球執行副總裁、人工智能頂尖專家陸奇出任百度總裁兼首席運營官，便是向外界發出的最強信號。

好在百度在這條路上并不孤獨，比如創新工場的創始人李開復近段時間就一直在為人工智能奔走呼號。而《紐約時報》在近期對比中美兩國人工智能進展的報道中，也將百度作為中國在這項新技術領域抗衡美國的一個重要案例。

另一個轉折就是中國醫療服務體系向分級診療方向的轉折。這個轉折不僅引起了百度的注意，而且引來大批創業者趨之若鶩。或是通過信息化手段，或是通過建設實體機構手段，所有人都希望在基層市場的爆發中分得一杯羹。但人工智能在其中真的有機會嗎？

從當前已有的路徑中可以看到，醫療人工智能在基層應用的場景主要有兩個：一個是在患者端充當“健康守門人”，一個是在醫生端輔助診斷決策。

醫生端的應用前景可能困難相對更多。從移動醫療的發展過程來看，醫生對新技術介入表現出了比較慢的接受程度，甚至存在一定的抵觸。而且醫生端的應用還要涉及到監管標準、設備采購等問題，門檻比較高且復雜。

相比之下，患者端的應用短期內可能更值得期待。目前在歐美等地，患者端已經有非常流行的人工智能產品，比如HealthTap、Your.MD等。英國NHS甚至還引入了Babylon公司的人工智能產品，向“小病”（non-emergency）患者提供咨詢服務。

英國當地媒體從多個角度分析過這一舉措的合理性。比如沉重的醫療費用負擔是其中的一個重要因素。有預測顯示，NHS到2020年左右會面臨300億英鎊的資金缺口。醫療資源短缺則是另外一個因素。有研究演示，五分之一的英國人無法及時約到醫生。再有一個需要考慮的因素是，醫療差錯。在英國，每個月有1000人因為醫療差錯而喪命，而且醫療差錯已經是歐美的第三大致死因素。

英國的案例預示著，當缺人、缺錢日漸成為全國各國醫療體系面臨的共同局面時，人工智能也許真的能“有所作為”。

巨頭的盛宴，還是萬民的狂歡？

雖然人工智能在醫療當中的應用仍處于早期，但百度的行動肯定不是最早。

IBM旗下的Watson已經人工智能在醫療中應用的標桿級產品，而且已經在北美、亞洲等多個國家和地區落地推廣，包括中國。Google也一樣，旗下的DeepMind與NHS達成了合作，能夠獲取超過160萬患者的醫療健康數據。而不久前，Amazon Echo通過與HealthTap合作，已經可以通過其音箱為用戶提供語音的人工智能醫療服務。

百度也是直言不諱，醫療大腦對標的就是IBM、Google、Amazon這類公司的產品。而這個對標其實有可能意味著相當巨大的投入。比如IBM前期在Watson的“醫學早教”方面，至少花掉了40億美金用于購買醫療數據。

但這個門檻似乎并沒有擋住創業者和投資機構的熱情。

僅從國內的形勢來看，今年年初，醫學影像人工智能解決方案提供商推想科技宣布完成A輪5000萬人民幣的融資，紅杉資本領投；醫學文本人工智能分析公司森億智能宣布完成千萬級天使融資，真格基金領投；2016年底，人工智能結合腫瘤放射治療的連心醫療獲國科嘉和等1200萬天使投資；2016年下午，醫學影像人工智能公司12sigema獲真格、經緯共同投資的150萬美金天使投資；也是2016年下旬，智能輔助診斷系統開發商康夫子獲晨興、唯獵等數百萬人民幣天使投資等。

從全球的形勢看，美國確實不是一枝獨秀。包括加拿大、英國、以色列、澳大利亞、韓國等地，都有出眾的創業公司出現。但美國的風向標作用仍然明顯。也是今年年初，人工智能醫學影像公司Arterys旗下的Arterys Cardio DL獲得了FDA的批準。這位醫學影像公司打開了一扇明媚的大門。

前有強敵、后有追兵，也可以理解李彥宏為何頻頻用“戰斗”來形容百度當前所處的形勢。當然，從2013年就開始全力投入人工智能的百度，仍然建立了不可忽視的技術積累和優勢。

去年年底，百度與西交大聯合成立“大數據分析與處理技術國家工程實驗室”，百度大數據實驗室在其中將承擔醫療大數據方向的重要研究內容。就在近期，國家發改委正式批復，百度將牽頭籌建深度學習技術及應用國家工程實驗室，還將作為共建單位共同參與大數據系統軟件國家工程實驗室，及類腦智能技術及應用國家工程實驗室的建設工作。

百度在深度學習上技術能力，也讓百度醫療大腦越來越多收到國內外的認可與接收。據了解，目前百度醫療大腦在國內的三甲醫院、基層醫療機構都有合作正在進行中，。此外還有國外的醫療公司引入百度的深度學習技術，用于醫療人工智能方面的探索。

曾經，人們改造醫療的過程如此艱難，如今，通過機器重塑醫療的前景究竟如何？這個答案會來自百度嗎?