飞利浦中国首席技术官王茜:洞察医疗人工智能需求，迫切需要建立行业标准

▲点击顶部雷锋网关注

|李宇辰

雷锋网报道(莱普电话-sz)

当王茜博士加入飞利浦时，他正处于这家跨国公司最深刻的变革之中。

随着分级诊疗的逐步实施和国内医疗器械的逐步崛起，医疗器械企业为了巩固竞争优势，重视硬件质量和设备智能化，特别是支持辅助诊断和筛查系统，这对缺乏优秀医生的基层医疗机构意义重大。在王茜看来，飞利浦的人工智能转型是一条不可避免的道路

2-014年，飞利浦将自己的健康技术和照明领域拆分为两家独立的公司，在健康技术领域提供了“全程保健”的整体解决方案，并正式进入医疗人工智能领域从2015年到2017年，飞利浦连续三年成为向欧洲专利局提交“医疗技术”专利申请最多的企业。

2016年，王茜成为飞利浦中国副总裁兼首席技术官，并成为飞利浦中国的最高管理团队成员之一，负责飞利浦在中国的健康科技创新战略和数字转型。他成功地在中国建立了飞利浦人工智能实验室，推动了大数据和人工智能技术的深度融合以及医疗卫生和商业登陆256岁+199岁的博士近日就如何判断医学人工智能发展的前景和困难，对雷()和博士进行了深度访谈。

毕业后，王茜作为一名科学家加入了通用电气北美研究中心。通用电气的内部整合速度非常快，王茜已经能够联系到许多业务线:心电图监测的模式识别、医学图像的智能分析以及基于计算机视觉的相关技术。此外，当时，庞大的通用电气集团还拥有NBC和环球等媒体公司，他还为这些公司提供了基于图像或视频搜索的智能算法。“如果这些工作是由当前的概念定义的，那就是人工智能。”

2004年至2014年，王茜在通用电气公司先后担任过许多重要领导职务。他先后担任全球CT事业部总经理和医疗集团生命科学细胞分析事业部总经理，实现了这两大业务领域在全球市场的发展和业务增长。王茜坦言，从技术人员转向项目管理、内部投资和创业的目的是帮助通用电气实现在中国的战略落地。

2014，王茜离开通用电气王茜结束他在通用电气公司成功职业生涯的原因更多地归因于家庭原因。回到中国后，王茜担任健康全球x射线解决方案总经理和瑞科医疗有限公司上海研发中心总经理，负责x射线全球业务，包括长期业务发展战略和技术创新。x光业务是力士乐业务的三大支柱之一，这是王茜过去管理的全球业务中最大的一块。

抵达飞利浦后，王茜承担了飞利浦在中国的所有技术和产品研发，加速了飞利浦在中国的业务转型。作为一名经理，王茜现在更多地考虑如何给顾客带来不同的服务。“传统设备制造商的思维是相对规范的，但现在中国客户的需求已经逐渐改变，原来的设备需求已经转变为对完整业务解决方案的需求。“

因为王茜曾在小早川怜子时期管理全球CT业务，他对世界不同地区设备要求的差异有自己的理解他向我们提出了一个观点:市场饱和在某种程度上代表了一个市场中品牌增长的上限。欧美市场设备同质化的发展趋势不利于进一步抢占产品市场。

和新兴市场的发展并不完全是渐进的，但也可能是“跨越式”发展。因此，在许多设备制造商看来，中国和印度等人口众多的国家以及地区的医疗发展不平衡蕴含着无数的机遇

一方面，过去飞利浦、通用电气和西门子的产品管理部门总部通常位于相对发达的国家，有固定的市场推广和业务研发主线。但是对于新兴市场来说，这种传统的发展模式太慢了“所以你会发现，几家领先的大公司正在新兴市场不断摸索。他们如何将相对成熟的创新机制与市场意愿相结合？谁能做好这个组合，谁能做得更快，谁能继续在这个市场上领先核心就是这样一个原因。作为飞利浦在中国的首席技术官，王茜的任务是协调飞利浦在大中华区的研发团队。直接汇报的目标是飞利浦的全球首席技术官飞利浦在中国拥有近2000名R&D员工。王茜需要组织与各R&D团队经理的会议，以协调内部资源和人才的流动。通过这种形式，飞利浦形成了稳定的内部业务关联。< br>

具体来说，王茜主要负责飞利浦中国研究院和中国数字创新中心飞利浦研究院是世界上最大的企业研究机构之一。其亚洲研究所分别位于上海和班加罗尔。上海实验室成立于2000年，致力于飞利浦在快速增长的中国市场的研发。然而，中国数字创新中心更注重产品的抛光，并与研究所形成良好的互补关系。为什么

建立了这样两个团队？核心是确保科研项目能够与中国市场紧密结合。飞利浦中国研究院有许多来自世界各地的科学家。许多科学家和医院顾客已经是十多年的朋友了。通过他们的第一手信息，他们可以真正了解中国市场上客户的需求，并且开发的技术具有本地相关性。

中国数字创新中心由王茜创建过去，在中国数字创新中心成立之前，研究机构经常将研究成果转移到飞利浦的全球业务和研究部门，希望这些部门能够尽快将这些新技术应用到下一代产品中。然而，也存在技术调整困难的问题。不同的业务团队需要考虑不同的产品需求和不同的因素，有些技术不能一年到头都落到地面。

和中国数字创新中心成立后，许多内部摩擦环节已经减少，技术创新成果可以通过工程师团队直接实现。王茜表示，该团队遵循飞利浦统一的质量管理体系和统一的产品研发流程，并获得了ISO13485认证。因为医疗产品有能力维持整个生命周期，具备所有必要的资格“我们两个团队携手合作，可以让中国市场满足中国客户的需求，让技术创新更快落地，交付给客户使用。“

现在，数字创新中心的一些成就已经展示出来据雷锋网站介绍，由飞利浦公司和北京大学第一医院心内科霍勇教授共同开发的院外家庭护理管理系统，旨在对心内科已完成心内科PCI(心脏支架)手术的患者进行监护和护理，使患者能够直观地了解自己家中的健康状况。在王茜看来，这两支球队相当于飞利浦中国的两条腿。只有通过协调，他们才能走得更快。

在医疗数据级别，首先，数据量太小，无法在没有大量数据的情况下训练模型；第二，医学图像数据的来源无法控制，标记数据本身应该有足够的一致性。此外，个体医生的水平也不均衡。在他看来，设备制造商的主要优势之一是清楚地了解数据生成的过程，并且临床相关性已经积累和验证了很长时间。

医学领域存在诸多问题，人工智能技术的发展也不尽如人意。

首先是模型的可用性。由公共数据集训练的模型是否仍能在新的临床环境中保持良好的性能也非常令人怀疑。

第一，现在深入学习的发展方向是增加很多层次，而且网络连接越来越复杂这个方向的优点是训练的准确性越来越高。糟糕的是，现有范围之外的大量数据没有被标记，这意味着来源不可靠。这也是王茜认为非常具有挑战性的一个方面。

二、理论需要发展目前，工程团队通常拥有大量数据，其中一些需要模型培训，一些需要模型验证。通过不断优化参数，该模型可以在训练集上表现良好。然而，即使新添加的数据已经被标记，经过训练的模型是否确保当前模型比原始模型更精确？训练好的模型本身是基于当前数据集的，前者和后者之间没有必然的联系。

其次，过度拟合的问题王茜告诉雷锋网，当我们训练训练数据时，如果训练数据由于过度训练而完全拟合，那么得到的模型可能不可靠。这是一个有待解决的理论问题。

最后，离线模型的训练过程可以在线吗，这样当标注数据在线时，模型的准确性可以在线提高王茜认为，这是一个更加引人注目的地方，这是未来人工智能研究和发展进程的重要方向。

，他说，IBM已经有一篇研究论文试图在半在线的情况下引入更多的数据，经过一些人工干预使原始模型更加精确他甚至期望在某个阶段，模型会不断地自适应和迭代以提高其准确性。一旦达到这个阶段，它将是一个大跃进的里程碑。除了

理论的扩展之外，王茜更关心的是技术使医疗行业受益的可能性。例如，钼靶检查是乳腺疾病筛查中一种非常重要且有效的检查方法，但对中国女性来说效果并不十分理想。核磁共振是一个很好的选择，但是检查过程至少需要20到30分钟，病人的临床经验很差，并且很难被用作有效的筛查工具。王茜询问是否有可能在确保质量的前提下，通过技术手段提高磁共振成像的当前速度，从而加快筛查进程。作为一项快速发展的技术，

人工智能是另一个现实的话题，当它真的可以着陆的时候。王茜说，医用人工智能的商业化是一件非常复杂的事情。首先，必须为行业标准打下良好的基础。他强调，标准更多的是在临床层面和医疗路径，包括数据质量控制、数据共享、人工智能产品监管、临床检测等环节

这些难题需要严格的临床检验和认证飞利浦还参与了国家人工智能标准化委员会的标准制定工作，该委员会正在进行各种公开和透明的讨论，以制定一个全面的标准化框架。此外，飞利浦与全球至少4000家顶级医院建立了稳定的长期合作关系。

王茜认为，这是一些龙头企业可以做出贡献的地方。