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，將醫療行業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品發布，同時也是解決方案和服務的提供。今年大概有250多個跟AI或者大數據相關的科研的課題，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院，包括企業還有科研院所合作，為健康科技提供相應的解決方案。

E是生態圈(Ecosystem)，生態圈是一個能夠讓AI普惠的概念，我們發布了一款產品，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，王熙指出了醫療AI領域的四大挑戰。他認為，一是非結構化的數據，無論是寬帶，還是醫院的各個設備，都產生大量的數據，實際上這些數據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據，怎么把非結構化的數據進一步結構化，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。數據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認同的，隨著數據量不斷地增加，我們也面臨越來越多的挑戰。三是關于AI的人才，既要有數據算法，也要有行業的長期的積累。如何把這種綜合性的人才培養起來，并且能夠發揮大的作用，我相信這是我們的一個挑戰和機遇。最后一點就是行業的監管，我們是在做醫療產業，跟人的生命息息相關。隨著產業的發展，如何更好地促進監管?監管所帶來的挑戰同時對一個行業來說也是機遇。

提到飛利浦的優勢，王熙認為，企業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?首先需要從數據庫里抓取，有的可能是化驗數據，有的可能是影像數據，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生有直接臨床之間的溝通。在這種情況下，再結合大數據，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。還有就是通過大數據分析，把個人的縱向數據和基于大數據分析的橫向數據相結合，最后可以呈現一個個性化的診斷或者治療的解決方案。