從90年的規劃算起，中國的大規模基礎設施建設路徑已經走了30年。當時間進入21世紀第二個十年，“鐵公橋”帶來的GDP增長已略顯疲態，重複建設與基建邊際成本上揚不僅阻礙了資源的有效流動，甚至有可能催發泡沫，惡化經濟下行時期的產業風險。基於此，中央丟擲“新基建”一詞，試圖引導陳舊的製造業向高階轉變。
但產業的變革終歸緩慢，很難有城市願意率先跨出第一個大步，直到COVID-19疫情事件這一催化劑的出現。這時，寓意著高階科技發展與新經濟增長點的“新基建”成了改變現狀的一根稻草。
背後的原因可歸納為兩個，其一為自動化等創新技術的缺失導致的低生產效率，必須加速進行工業變革；其二則是全球範圍內，肉眼可見的經濟下行。
那麼，為什麼“新基建”可以解決上述兩個問題？
追其究竟，我們現已可以預見下個時代的技術發展邏輯，發展5G、AI、IoT等技術是加速築造智慧城市、智慧工業、智慧醫療的必經之路，用美國工業機器學習初創企業Instrumental創始人的一句話可以描述第一個邏輯：“疫情讓我們意識到自動化的必要性，在電子製作方面，市場推動我們在未來的18個月內完成五年的創新。”
其次是政策推動，2020年5月7日，上海市政府釋出《上海市推進新型基礎設施建設行動方案（2020-2022年）》，檔案梳理排摸了新基建下未來三年實施的第一批48個重大專案和工程包，總投資預計高達2700億元。屆時，上海已成為全球首個出臺新基建具體規劃的城市。
浪潮之下，醫療無疑是這波建設之中關注的重點領域，建設變革中提到的5G、大資料中心、人工智慧均是近年來科技醫療發展重點。其中，人工智慧技術正與5G、大資料不斷結合，協同遠端醫療拓寬基層醫療診斷能力、輔助大資料探勘尋找隱藏的奧秘……
如今政策、戰略準備已就緒，醫療人工智慧企業站在了發展的三叉路口前。
新基建下，究竟需要怎樣的人工智慧
運用人工智慧幫助醫生進行輔助診斷如今已不是新鮮事，諸如依圖醫療等醫療AI企業早已將相關應用置於上百家三甲醫院之中，或是基層醫療之上。但這並非新基建的常態。
用依圖醫療副總裁方驄博士的話來講，新基建新在跨技術邊界的技術融合與點狀應用的閉環連線。
以影像學AI為例，如果僅是單單製造一個影像識別的獨立應用，它只能活在實驗室裡。而為了打破空間上的限制，AI可以同5G聯合，將診斷功能下放到有通訊條件的基層地區；為了打破流程上的限制，AI可以與大資料聯合，開發單器官全病種的應用。跨邊界以湧現新能力。
點狀應用閉環連線則是一種超越現階段人工智慧佈局的狀態，橫向來看，這需要將就診全流程結合，將患者病史、臨床症狀、體徵以及其他相關輔助檢查相結合；縱向來看，單一疾病可能在多個器官中表現出徵象，需要系統性地看待患者病情。
雖未有成品，但兩個方向的研究均在進行。
以依圖醫療開發的腦卒中急診及康復智慧管理系統為例，該系統結合了5G的優勢和依圖醫療的全棧式產品矩陣——將5G通訊應用在120雲平臺實現AI雲智慧問診，以確定腦卒中可能。
覆蓋患者就診全流程，首先合理配置120急診的卒中專用出診車接診，接診後結合卒中地圖篩選合適收治醫院，可在救護車上實現院前診斷及院前CT檢查並將資料同步至目標醫院卒中中心；卒中中心可以利用AI秒級判讀CT影像以確定後續臨床處理方案，救護車透過5G智慧規劃交通路徑並快速送往目標醫院，實現遠端會診，並在救護車上開始必要的病人家屬宣教；出院後基於人體關鍵點識別技術，可實現院外康復降低病人負擔。
與5G技術的融合也被依圖應用於在癌症早篩領域。由於閱片醫師匱乏等多方面因素、基層醫院在閱片效率、精度、一致性與城市地區均有差距，但受限於網路傳輸能力，基層醫療機構產生的放射影像無法及時傳輸至區域閱片中心或第三方閱片中心，遠端閱片應用一直受到較大限制。而5G通訊技術具備高頻寬、低延時、高可靠等諸多特點，依據海量、低延時的資訊傳輸能力，以往侷限於院內分享的影像資訊將有望實現實時傳輸，並實現實時診斷，並具備實時遠端診療的潛力。
“不過，這些應用對於基層建設仍存在高要求，”方驄表示，“如今AI技術的實際應用仍然在解決點狀需求，只有加快速度把基礎層搭好，才能構建出更有效的高層應用。”
疫情期間以及4個方向的戰略發展
脫離概念，“新基建”仍要回到“基”字上。在大健康領域，重疾、慢病、兒科、重大公共衛生事件響應體系便是人民之基，醫療新基建便要落足在這裡。
“長期以來，重疾不斷地為醫保帶來支付壓力，為患者帶來生活壓力。以惡性腫瘤為例，即便技術的進步提高了腫瘤後期患者的生存率，但處理這一病種的最佳方式仍是將其儘早扼殺，這個時候，基層早篩便至關重要。”方驄表示，“這類早篩一定需要落到基層，以我國的人口數量，二級及其以上醫院不可能肩負如此大量的早篩。”
要實現這樣的願景，最大的問題來源於醫療資源的匱乏，這也是依圖醫療為基層醫療體系開發AI輔助診斷系統的原因。而在新基建時，依圖醫療需要將這種篩查方式標準化，並與公共衛生防禦體系相結合。
“以我們的AI防癌地圖舉例，重疾早篩通常按照年齡對人群進行劃分，例如，55歲以上的男性，50歲以上的女性，國家希望這部分人群每年進行一次篩查。我們將要做的便是在提供AI輔助診斷系統的同時，幫助公衛體系建立一個篩查資料庫，透過數年的積累，計算出該市區的各類腫瘤患病率。在這一背景，我們對比不同年份的資料，就能瞭解不同癌種的患病變化情況。一方面，如果出現了某一癌種患病人群的激增，我們能夠儘快開始調查；另一方面，這將幫助政府制定醫療策略，幫助合理配置醫療資源，讓更多患者在需要時能找到相應的醫生。”
同樣的原理也可應用於重大公共衛生事件的預防之上，只要資料庫收集到了高傳染病形式的資料結構，系統就自動提出警報，這將極大提高公衛預警能力，畢竟，資料不會說謊。
疫情期間，依圖醫療正式釋出“區域傳染病智慧防控解決方案”，基於依圖醫療自主研發的公衛大資料平臺，融匯自然文字處理、語音識別、計算機視覺、知識圖譜等AI及大資料技術，透過對於區域人口多維度全週期健康資料進行智慧化採集、治理與分析，智慧發現、上報、態勢預測、智慧決策支援等多種智慧，完善傳染性疾病的三級預防體系。
此外，透過類似的方式，依圖醫療還建立了慢病管理平臺，為兒童量身打骨齡AI判讀系統。總的來說，依圖正努力透過人工智慧與大資料建立應用閉環，提升醫療整體能力。
依圖的設想，能走到什麼程度？
拋開“新基建”三個字，依圖醫療的“防癌地圖”計劃早在一年前便奔著類似的前景向前推進。2019年一年時間，“AI防癌地圖”已點亮廣東、福建、河南、浙江、重慶、湖北、遼寧等多個省市，累計服務數十萬人次，實施肺癌智慧早篩5000餘次，篩出疑似高危患者50餘人。
接下來依圖醫療緊跟“新基建”思路，將這些單點式的AI賦能成果平臺化、標準化，將AI輔助診斷技術與雲影像平臺、區域疾控中心等中樞，為基層區域形成系統化的人工智慧方案，將過去的“廣”度轉化為“深”度。
依託於依圖醫療佈局各大三甲醫院的資源優勢，以及依圖科技在晶片與資料安全上優勢，依圖醫療在新基建的人工智慧賽道上擁有足夠的先發優勢。全新動力之下，依圖醫療的表現值得期待。
