医渡云闫峻：中国发展人工智能具有人才体系优势

中新经纬客户端5月28日电(常涛)27日，医疗大数据技术企业医渡云首席人工智能科学家闫峻在北京接受中新经纬客户端采访时表示，从国际学术界的现状看，中国作者发表的顶级人工智能研究论文的数量在逐年上升，但其中具有真正原创性的(文章)占比不高，更多的是从某一个基础理论上进行演变，或者结合应用场景的方法改变。所以，近几年，从应用和某一项指标提升的层面，中国的人工智能产业工作者进步比较明显，但基础层面突破仍然不足。

闫峻同时提到，从人才的角度看，虽然包括美国在内的发达国家拥有很多的顶尖高端人才，但必须认识到，人工智能发展需要的是从包括数据标注在内的低层到理论突破的上层相对完备的人才体系。他说：“有些人就是要做基础理论，有些人就是要做面向应用层面的研究，有些人就是要做人力的输入，有些人就是要做某一个单点的技术突破和提升，所以我们的人才体系正变得越来越健全，这是我们一个比较大的优势。”

资料图来源：医渡云官网

谈及人工智能发展的现状，闫峻认为，如果把人工智能的发展比作人的一生的话，从总体来说，目前人工智能尚处于小学阶段。

“人的一生要经历几次重要的考试才能走向社会，人工智能也一样，要经过各种应用场景的考核。但目前人工智能还没有来到真正大规模应用场景考核的时间点，我们能看到的，比如在影像识别、下棋等方面，人工智能表现很出色，但它在更大范围内真正解决生产生活中的核心问题还没有迎来真正的大考。换句话说，学生在学校里学到的知识是否能真正解决社会中存在问题，需要实践证明。”他说。

对于医疗人工智能，闫峻认为其应用能力要低于人工智能行业的平均线。“因为医疗和人工智能的结合面临更大的挑战，除了算法、技术之外，还存在其他更多复杂和现实的问题，比如对数据的要求比其他行业都要高以及一些伦理和数据合规问题。”

算法、算力和数据，通常被认为是发展人工智能的三大基石。闫峻认为，已有的算法和算力都可以通过加大资金投入获得，而高质量的数据才是一家医疗人工智企业的核心竞争力所在，这也是推动医疗人工智能向前走最基础的资源。

“目前医渡云构建的数据处理与应用平台(DPAP)已经形成了一套从数据的清洗、提升数据质量，再到数据结构化、标准化的流程。这套数据处理流程为接下来构建各种应用场景带来了可能性和可行性，比如临床辅助决策支持系统的构建，新药研发临床实验的模拟等等。所以DPAP系统最大的优势在于，可以把那些分散在各处还不能称之为数据的基础数字化信息，变成机器可计算的数据，让整个AI医疗产业的大规模发展从不可能变成可能。”闫峻说。

除了高质量的数据，闫峻认为，医疗人工智能的发展还受到伦理道德、法律法规不健全等因素的制约。“比如，机器人是否有行医的资格和权利，出现了病情误判谁来承担责任，这是伦理问题，也是法律问题。”对于此类问题的解决，闫峻认为需要政府部门、企业、学术机构、医院等共同努力。

闫峻认为，未来医疗人工智能在扶贫领域也有很大的发展空间，真正的扶贫不只是给钱，还要通过大数据技术为行业赋能提效，降低成本，让医疗资源更加可及。“比如通过模拟新药研发的临床实验阶段，可以有效地降低时间成本、金钱成本，同时提高成功率，使新药的整体研发成本降低，进一步降低药品价格。”闫峻说。(中新经纬APP)