王熙說，飛利浦是一家領先的健康科技公司隨著近年來AI技術的不斷成熟，將醫(yī)療行業(yè)智能化是我們的主攻方向?？梢杂肐，C，E三個字母來概括我們在AI領域的投入。

I是投入(Investment)，我們對于AI已經(jīng)有長期的積累，是關于智能的算法。在過去的5年當中我們把這樣的投入更明確地講成AI，我們在2017年研發(fā)投入17億歐元，60%在軟件的投入上。過去幾年我們在市場上不僅僅是產(chǎn)品發(fā)布，同時也是解決方案和服務的提供。今年大概有250多個跟AI或者大數(shù)據(jù)相關的科研的課題，以技術和解決方案為主導。

C是合作(Collaboration)，在過去幾十年間，我們和全球四千多家頂級醫(yī)院，包括企業(yè)還有科研院所合作，為健康科技提供相應的解決方案。

E是生態(tài)圈(Ecosystem)，生態(tài)圈是一個能夠讓AI普惠的概念，我們發(fā)布了一款產(chǎn)品，一個能讓大家更多地參與，同時也能更好，更有效，更方便地使用的平臺。

在論壇上，王熙指出了醫(yī)療AI領域的四大挑戰(zhàn)。他認為，一是非結構化的數(shù)據(jù)，無論是寬帶，還是醫(yī)院的各個設備，都產(chǎn)生大量的數(shù)據(jù)，實際上這些數(shù)據(jù)本身并沒有很好的結構化，大概80%以上應該是非結構化的，但是有很多時候，結構化的需求非常重要。比如說腫瘤患者的治療，需要從各個方面的報告當中提取相應的數(shù)據(jù)，怎么把非結構化的數(shù)據(jù)進一步結構化，進而提高效率、減少成本就成了重中之重。二是算法以及標注。數(shù)據(jù)如果沒有相應的存儲，那么就很難去設計出一個可行的模型，從而達到一個AI輔助診斷和治療的作用。所以這一塊的標注是非常需要行業(yè)認同的，隨著數(shù)據(jù)量不斷地增加，我們也面臨越來越多的挑戰(zhàn)。三是關于AI的人才，既要有數(shù)據(jù)算法，也要有行業(yè)的長期的積累。如何把這種綜合性的人才培養(yǎng)起來，并且能夠發(fā)揮大的作用，我相信這是我們的一個挑戰(zhàn)和機遇。最后一點就是行業(yè)的監(jiān)管，我們是在做醫(yī)療產(chǎn)業(yè)，跟人的生命息息相關。隨著產(chǎn)業(yè)的發(fā)展，如何更好地促進監(jiān)管?監(jiān)管所帶來的挑戰(zhàn)同時對一個行業(yè)來說也是機遇。

提到飛利浦的優(yōu)勢，王熙認為，企業(yè)在幾十年的實踐當中，本土化做得非常好。比如對于腫瘤患者這一塊的治療，怎么對腫瘤患者的狀況有整個全局的認識?首先需要從數(shù)據(jù)庫里抓取，有的可能是化驗數(shù)據(jù)，有的可能是影像數(shù)據(jù)，然后通過自然語言處理的技術進行處理并展示。設備本身來說，我們有相當一部分團隊的力量是跟醫(yī)生有直接臨床之間的溝通。在這種情況下，再結合大數(shù)據(jù)，包括人工智能的算法，帶來的價值是可以直接解決這些臨床上的需求。我們也在影像處理的AI這塊有大量的應用，比如說肺結核的篩查、關于肝癌的診斷和對于女性乳腺癌的篩查，這些都需要有長期的積累，才能對于臨床有充足的認知。還有就是通過大數(shù)據(jù)分析，把個人的縱向數(shù)據(jù)和基于大數(shù)據(jù)分析的橫向數(shù)據(jù)相結合，最后可以呈現(xiàn)一個個性化的診斷或者治療的解決方案。