GE Healthcare欧洲首席医疗官谈科技在COVID-19抗疫中的作用

至顶网CIO与CTO频道 05月13日 编译：在上一次全球疫情大流行于1918年爆发时，人类几乎拿不出任何有效的技术应对手段。除了阿司匹林之外，我们没有诊断测试、没有机械式呼吸机、没有抗病毒药，也没有能够广泛使用的可靠抗炎药物。事实上，第一种灭活病毒疫苗要到1936年才正式问世。根据估算，这一波疫情导致5000万人死亡。

Mathias Goyen

至于目前仍在肆虐的这一波新冠疫情，伦敦帝国学院预计在理想情况下，全球死亡人数应该在130万以内。在这个人口已达78亿（相当于1918年全球人口的4倍）的世界上，疫情控制能力已经得到显著提升。减少疾病死亡率的因素很多，其中最主要的一点在于各国能够更好、更统一地推动社交隔离措施。但除此之外，科技的迅猛发展也成为人们对抗疾病的有力武器。人们投入大量资金改善测试、诊断、建模、治疗、疫苗接种以及其他与技术密切相关的抗疫手段。

Mathias Goyen身处此轮抗疫战争的最前沿。作为GE Healthcare欧洲分部的高层医疗官员，他在年产值达200亿美元的医疗科技领域扮演着举足轻重的角色。身在德国的他，也一直在指挥GE Healthcare抗击这抹在欧洲大陆上不断蔓延、造成无数悲剧的COVID-19阴霾。

作为一名曾经的放射科医师兼学者，Goyen于2012年加入GE，担任研究主任，并在三年前晋升为欧洲首席医疗官。Goyen因长期宣传人工智能及其他先进技术而广为人知，曾协助GE Healthcare管理规模庞大的数据流，并为长期困扰现代医疗保健体系发展的计算瓶颈提出自己的解决方案。他设想中的AI系统应该能够将核磁共振影像与基因数据结合起来，为病患提供个性化诊断服务；此外，他还希望充分发挥AI软件的优势，帮助医院方面妥善处理人员配备、资源分配以及设施部署等日常杂务。

我们就此次疫情流行给医疗科技的发展与研究重心询问了Goyen的意见。他解释道，疫情流行确实加快了人工智能在医疗保健领域的广泛应用，并推动AI逐步渗透至当前最引人注目的核心挑战当中：利用计算机断层扫描（CT）数据训练而成的复杂神经网络，有望在不久之后成功区分由新冠病毒SARS-CoV-2及其他原因（例如细菌感染或者强烈的过敏反应）引发的肺炎。为了清晰明确，以下访谈内容经过编辑整理。

记者：在您看来，此次疫情对哪些技术提出了较高的要求？

Goyen:我们发现对医疗设备的需求开始激增。常规的X射线以及CT影像，当然是评估肺部症状的有效手段。但面对此次疫情的大举来袭，超声波的重要意义再次得到人们的关注。超声波的优势有二：第一，医师可以直接在ICU内使用，避免将重症患者转移到放射科室；第二，超声波成本低廉、效果可靠。也正因为如此，行业目前对超声波设备的需求量相当可观。可以肯定地说，COVID-19疫情确实加快了数字化医疗技术的采用步伐。

记者：就目前来看，一部分特定技术确实广受关注，并有望在疫情结束之后获得长足的发展。

Goyen:没错。在这方面，我认为首推AI，也就是人工智能技术。如果大家关注相关新闻，就会意识到AI技术在COVID疫情中的各个阶段都在发挥作用。从预测病毒扩散到开发强大的诊疗工具，AI技术确实能够帮助医院中的工作者最大程度减少人与人之间的直接接触。举例来说，机器人能够帮助工作人员处理日常事务，包括为病房消毒。此外，AI还让远程医疗成为可能。当然还有电子健康记录，AI能够访问ICU中的病患记录信息并快速做出初步判断。

我承认，以往医疗领域也在使用AI技术，相关成果也已经得到相当程度的关注。但现在的变化在于，那些更早为AI应用做好准备的医院确实在面对COVID时表现出明显的优势，因为他们能够随时拿出诊疗所需要的电子病历。当病患大量涌入ICU病房时，我们首先要参考的就是他们的影像内容与健康记录。可以想见，将CT分析与AI技术结合起来，我们能够帮助放射科医师快速处理病例信息，并全程为他们提供支持。

记者：那么，人工智能技术具体在哪些方面贡献力量呢？

Goyen:我们可以在卫生系统中的不同层级使用AI技术。首先从医疗设备说起，我们将AI内置在各类医疗机器当中，包括X光机、超声设备或者CT等等。我将这种应用方式称为个体层级。接下来是部门层级，我将其称为“非元”AI。它的作用在于简化工作流程，例如帮助放射科提高效率、处理各种前所未有的状况并预测潜在病患是否会主动接受筛查等。接下来是网络层级，我敢肯定很多朋友都听说过医疗中的指挥中心，行业会利用预测分析来管理整个医院中的病患流量……整个过程将完全公开透明。医院还能接纳多少新患者？是否还有整洁的空床位可供调配？一切都明确可见。

记者：我想，这些指挥中心与调度程序肯定在病案繁重的医院科室中得到了严格测试。那么从客观角度来看，现有系统跟得上实际需求吗？疫情的突然爆发肯定带来了远超预期的诊疗压力，这些系统恐怕并没有考虑到强度过高的使用场景吧？

Goyen:这些指挥中心在设计时，其实考虑到了在发生大规模伤亡事件时的使用需求。而随着COVID-19疫情的流行，它们正好能够发挥应有的作用。当然，为了应对此次疫情，我们也为指挥中心引入了新的元素，用于满足医院提出的不同需求。其中最重要的两大新元素，分别为传染病版块与关键资源版块。传染病版块用于保障COVID-19患者与关键（且往往较为稀缺）资源之间建立匹配。而关键资源版块则协助管理ICU，例如引导医护人员在所在区域内的医院中快速找到可用的呼吸机。这两个新版块的部署也比较简单，约两周之内即可以远程方式部署到位。

指挥中心视图:新的“版块”在本质上属于一款独立应用，由GE Healthcare利用人工智能算法用于协助医院跟踪COVID-19大爆发引起的一系列变化。

记者：在严峻的疫情之下，不少大型企业决定携手合作以共克时艰，这真的令人相当振奋。GE目前正在美国与福特合作开发呼吸机。那欧洲方面有没有推进类似的举措？您认为这是否代表着未来的发展方向？

Goyen: 欧洲方面也有类似的合作，我们正在与企业、政府以及其他利益相关者一道探索不同的协作空间，特别是在呼吸机生产方面。关于这一点，我暂时还无法透露太多，但我们确实在尝试不同的可能性。

记者：还有哪些值得一提的新兴技术？比如某些以往不太受重视或者不太常见的方案？

Goyen:我想讲讲我个人非常关注的一项技术，我们将其称为“CT in a Box”。这是一种整体式的计算机断层扫描设备，首先在中国交付使用，并被大量引入方舱医院当中。中国在一周之内就快速建设起抗疫医院，美国也在采取类似的举措，并通过同样的思路为现有医院增加临时床位。CT in a Box在本质上属于安装难度极低的标准CT设备，它的特殊之处在于我们能够短时间实现交付与设置，从而对接ICU乃至方舱医院中的临时ICU病房。这就像是把先进的造影技术搬进了野战医院，非常令人兴奋。就在上周末，我们刚刚在法国巴黎完成了相关部署。这款新产品让我眼前一亮，它也正是特殊情况下满足客户急切需求的产物。

一体式计算机断层扫描设备: 为了帮助进行COVID-19诊断，专门被运往法国巴黎东南部瓦尔德马恩省克雷泰伊Henri-Mondor AP-HP大学医院的快速安装型CT扫描仪。这套系统由GE Healthcare在4月的不到两周时间内开发设计完成——相比之下，传统CT设备光是安装周期就远不止两个礼拜。

记者：您能简单谈谈CT设备的价值所在，特别是它的必要性与稀缺性吗？换句话说，既然您之前提到超声波设备愈发重要，那么为什么还要费力开发能够快速部署的CT设备呢？

Goyen:这是因为CT设备的灵敏度更高。可以说，CT仍然是目前在初始诊断与监测层面的首选医学造影方法。只有在它的帮助下，我们才能以准确可靠的方式监测COVID-19患者的病情变化。在理想情况下，我们应当对所有COVID患者进行CT初查，包括观察肺部损伤情况——也就是毛玻璃状浑浊，并在后续检查过程中不断做出比较。如果可能，病患最好每三天再进行一次CT造影，这样比较的准确率更高。但这样CT设备肯定不够用，所以超声波设备可以及时补上，为我们提供更加简单便捷的后续跟踪方案。

记者：您提到了毛玻璃状浑浊，这是肺部积液等危险病情的典型迹象。这种状况只能通过CT造影才能观察到，对吗？

Goyen: 是的。但毛玻璃状浑浊可能由多种病症引发，对不对？所以我们还得想办法证明罪魁祸首到底是不是COVID-19，或者说只是相对安全的细菌性肺炎或过敏反应。在这方面，CT的作用就体现出来了：它在检测毛玻璃状浑浊方面具有很高的灵敏度。现在每个人都在努力开发简单的应用，希望借此安全准确地区分同样出现了肺部毛玻璃状浑浊的患者中，哪些属于非COVID患者、哪些属于COVID患者。

记者：这类应用在短期之内能够实现吗？

Goyen: 如果单看新闻报道，那很多人好像已经成功了。但深入观察，他们的成果只能说是在灵敏度方面又进了一步。当然，这项工作并不是什么火箭科学，我相信不久的将来肯定能真正成功。但据我所知，暂时还没有哪个研究小组实现了通过肺部CT对COVID感染的高特异性区分。有人为此努力就是好事，我期待着这个问题被彻底攻克。

记者：这里我再确认一下，您指的是如何区分同样出现了肺部毛玻璃状浑浊的情况下，哪些患者感染了COVID-19病毒、而哪些患者只是普遍感染，对吧？

Goyen: 是的，就是这么回事。其实二者的症状看起来几乎完全相同，至少在人眼看来是没什么区别的。作为放射科医师，我们只能给出比较简单的结论，例如患者的右肺出现了毛玻璃状浑浊。但这种症状到底源自新冠病毒还是普通细菌感染？这事可就说不清了。

记者：但不少研究者认为这个问题其实能够解决？

Goyen: 没错，研究者们认为AI算法有望找出哪怕最优秀的放射科医师都无法发现的微小差别，并据此准确区分开新冠感染与普通感染。

记者：这真的很振奋人心。

Goyen: 以这个信念为基础，研究者们会对大量患者进行随访，结合他们的当前诊疗阶段做出分析，借此揭开COVID病毒的真面目。哪些患者康复了？哪些患者不幸逝世？将这些数据整理起来，研究者就能开发出一种算法，从初始造影图像当中找出某些人眼无法识别到的模式。如果真的能借此把新冠病毒与普通感染/过敏反应造成的毛玻璃状浑浊症状区分开来，我们就将在抗疫的战争上占得先机。