周路菡

醫(yī)學(xué)在探索分析和應(yīng)用大量知識(shí)解決復(fù)雜診斷問題時(shí)，面臨著許多挑戰(zhàn)。醫(yī)學(xué)人工智能的發(fā)展，使得人工智能可以更多地解決臨床診斷問題，并給出治療的方法。目前醫(yī)療工作人員已經(jīng)開始使用人工神經(jīng)網(wǎng)絡(luò)、模糊專家系統(tǒng)計(jì)算方法、機(jī)器學(xué)習(xí)以及混合智能系統(tǒng)等來處理大量的數(shù)據(jù)和知識(shí)，幫助臨床診斷更加準(zhǔn)確，并提供更有效的治療方案。隨著現(xiàn)代科技和人類要求的不斷提高，人工智能的相關(guān)理論和方法日益成熟，醫(yī)學(xué)人工智能產(chǎn)品和服務(wù)開始加速產(chǎn)業(yè)化。但醫(yī)學(xué)人工智能產(chǎn)品的真正落地還需要全產(chǎn)業(yè)鏈的配合，特別是健康醫(yī)療大數(shù)據(jù)融合共享和開放應(yīng)用方面，需要相關(guān)機(jī)構(gòu)釋放大數(shù)據(jù)資源，助力“人工智能+醫(yī)療”產(chǎn)業(yè)化提速。

人工智能在醫(yī)療領(lǐng)域的廣泛應(yīng)用價(jià)值

目前，人工智能在醫(yī)療領(lǐng)域的研究成果頻出，人工智能應(yīng)用醫(yī)療領(lǐng)域已是大勢(shì)所趨。各個(gè)科技巨頭都相繼布局人工智能醫(yī)療行業(yè)。對(duì)人工智能在醫(yī)療的應(yīng)用主要基于多方面的客觀現(xiàn)實(shí)：比如優(yōu)質(zhì)醫(yī)療資源供給不足，成本高，醫(yī)生培養(yǎng)周期長(zhǎng)，誤診率高，疾病譜變化快，技術(shù)日新月異；此外，隨著人口老齡化加劇和慢性疾病發(fā)病率的增長(zhǎng)，人們對(duì)健康重視程度普遍提高，醫(yī)療服務(wù)需求也在持續(xù)增加。

人工智能結(jié)合醫(yī)學(xué)應(yīng)用有非常多的益處，可以讓患者、醫(yī)師和醫(yī)療體系均受益。比如對(duì)于患者來說，可以更快速地健康檢查，獲得更為精準(zhǔn)的診斷結(jié)果和更好的個(gè)性化治療方案建議；對(duì)于醫(yī)師來講，則可以消減診斷時(shí)間，降低誤診的概率并對(duì)可能的治療方案的副作用提前知曉；對(duì)于醫(yī)療體系來說，人工智能則可以提高各種準(zhǔn)確率，同時(shí)系統(tǒng)性降低醫(yī)療成本。

據(jù)悉，人工智能在智能診療、智能影像識(shí)別、智能藥物研發(fā)和智能健康管理等方面都有廣泛的應(yīng)用價(jià)值。

比如在智能診療方面，就是讓計(jì)算機(jī)“學(xué)習(xí)”專家醫(yī)生的醫(yī)療知識(shí)，模擬醫(yī)生的思維和診斷推理，從而給出可靠診斷和治療方案。智能診療場(chǎng)景是人工智能在醫(yī)療領(lǐng)域最重要、也最核心的應(yīng)用場(chǎng)景。谷歌宣布已嘗試將其面向消費(fèi)者的機(jī)器學(xué)習(xí)能力應(yīng)用到醫(yī)療保健領(lǐng)域中。今年谷歌的人工智能算法在乳腺癌診斷上也表現(xiàn)出了很高準(zhǔn)確度；蘋果公司最近收購了Lattice，該公司在開發(fā)醫(yī)療診斷應(yīng)用的算法方面具有很強(qiáng)能力。

在智能影像識(shí)別方面，人工智能的應(yīng)用主要分為兩部分：一是圖像識(shí)別，應(yīng)用于感知環(huán)節(jié)，其主要目的是將影像進(jìn)行分析，獲取一些有意義的信息；二是深度學(xué)習(xí)，應(yīng)用于學(xué)習(xí)和分析環(huán)節(jié)，通過大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷對(duì)神經(jīng)元網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)訓(xùn)練，促使其掌握診斷能力。作為醫(yī)生，從一個(gè)大的圖像如CT、核磁共振圖像判斷一個(gè)非常小的陰影，是腫瘤是炎癥還是其他原因，需要很多經(jīng)驗(yàn)。如果通過大數(shù)據(jù)，通過智能醫(yī)療，就能夠迅速得出比較準(zhǔn)確的判斷。

在智能藥物研發(fā)方面，則是將人工智能中的深度學(xué)習(xí)技術(shù)應(yīng)用于藥物研究，通過大數(shù)據(jù)分析等技術(shù)手段快速、準(zhǔn)確地挖掘和篩選出合適的化合物或生物，達(dá)到縮短新藥研發(fā)周期、降低新藥研發(fā)成本、提高新藥研發(fā)成功率的目的。人工智能通過計(jì)算機(jī)模擬，可以對(duì)藥物活性、安全性和副作用進(jìn)行預(yù)測(cè)。目前借助深度學(xué)習(xí)，人工智能已在心血管藥、抗腫瘤藥和常見傳染病治療藥等多領(lǐng)域取得了新突破，在抗擊埃博拉病毒中智能藥物研發(fā)也發(fā)揮了重要的作用。

在智能健康管理方面，則可以將人工智能技術(shù)應(yīng)用到健康管理的很多場(chǎng)景中。目前主要集中在風(fēng)險(xiǎn)識(shí)別、虛擬護(hù)士、精神健康、在線問診、健康干預(yù)以及基于精準(zhǔn)醫(yī)學(xué)的健康管理。比如通過獲取信息并運(yùn)用人工智能技術(shù)進(jìn)行分析，識(shí)別疾病發(fā)生的風(fēng)險(xiǎn)及提供降低風(fēng)險(xiǎn)的措施。計(jì)算機(jī)還能收集病人的飲食習(xí)慣、鍛煉周期、服藥習(xí)慣等個(gè)人生活習(xí)慣信息，運(yùn)用人工智能技術(shù)進(jìn)行數(shù)據(jù)分析并評(píng)估病人整體狀態(tài)，協(xié)助規(guī)劃日常生活。在精神健康領(lǐng)域，計(jì)算機(jī)可運(yùn)用人工智能技術(shù)從語言、表情、聲音等數(shù)據(jù)進(jìn)行情感識(shí)別。在健康干預(yù)層面，計(jì)算機(jī)則可以運(yùn)用AI對(duì)用戶體征數(shù)據(jù)進(jìn)行分析，定制健康管理計(jì)劃。

從IBM Watson的發(fā)展看醫(yī)學(xué)人工智能的未來

目前國內(nèi)外已經(jīng)有很多高科技企業(yè)將認(rèn)知計(jì)算和深度學(xué)習(xí)等先進(jìn)AI技術(shù)用于醫(yī)療領(lǐng)域，并出現(xiàn)了很多產(chǎn)品，其中以IBM的“沃森醫(yī)生”（IBM Watson）最有代表性。IBM Watson作為該領(lǐng)域中的翹楚，隨著人工智能技術(shù)的逐漸成熟，在2016年開始放開手腳，以腫瘤診斷為重心，開始在慢病管理、精準(zhǔn)醫(yī)療、體外檢測(cè)等九大醫(yī)療領(lǐng)域中實(shí)現(xiàn)突破，逐步實(shí)現(xiàn)人工智能作為一種新型工具在醫(yī)療領(lǐng)域的獨(dú)特價(jià)值。

沃森是2007年由IBM公司開發(fā)的，IBM Watson具備了自然語言處理、信息檢索、知識(shí)表示、自動(dòng)推理、機(jī)器學(xué)習(xí)等能力，能夠快速搜索分析非結(jié)構(gòu)化的數(shù)據(jù)，獲取想要的結(jié)果。2015年，日本東京大學(xué)醫(yī)學(xué)院研究所最初的診斷結(jié)果，確診一位60歲的日本女性患了急髓白血病，但在經(jīng)歷各種療法后，效果都不明顯。無奈之下，研究所只好求助IBM Watson，而IBM Watson則通過對(duì)比2000萬份癌癥研究論文，分析了數(shù)千個(gè)基因突變，最終確診這位60歲的日本女性患有一種罕見的白血病，并提供了適當(dāng)?shù)闹委煼桨浮Ｕ麄€(gè)過程IBM Watson只用了短短10分鐘。

自2012年羅睿蘭接手IBM開始，IBM公司發(fā)展方向與業(yè)務(wù)架構(gòu)就一直在進(jìn)行根本性調(diào)整。傳統(tǒng)硬件與系統(tǒng)軟件業(yè)務(wù)地位不斷退后，而云計(jì)算、網(wǎng)絡(luò)安全、數(shù)據(jù)分析與人工智能成為了公司現(xiàn)金流的核心投放領(lǐng)域?，F(xiàn)在的IBM正在轉(zhuǎn)型為一家認(rèn)知計(jì)算和云平臺(tái)的公司。其中在醫(yī)學(xué)人工智能的優(yōu)勢(shì)也越來越明顯。

IBM Watson首先進(jìn)入的領(lǐng)域是復(fù)雜的癌癥診斷和治療領(lǐng)域，這也是目前全世界醫(yī)學(xué)界聚焦的重點(diǎn)。Watson的第一步商業(yè)化運(yùn)作就是通過和紀(jì)念斯隆·凱特琳癌癥中心進(jìn)行合作，共同訓(xùn)練IBM Watson腫瘤解決方案（Watson for Oncology）。癌癥專家在Watson上輸入了紀(jì)念斯隆·凱特琳癌癥中心的大量病歷研究信息進(jìn)行訓(xùn)練。在此期間，該系統(tǒng)的登入時(shí)間共計(jì)1.5萬小時(shí)，一支由醫(yī)生和研究人員組成的團(tuán)隊(duì)一起上傳了數(shù)千份病人的病歷，近500份醫(yī)學(xué)期刊和教科書，1500萬頁的醫(yī)學(xué)文獻(xiàn)，把Watson訓(xùn)練成了一位杰出的“腫瘤醫(yī)學(xué)專家”。隨后該系統(tǒng)被Watson Health部署到了許多頂尖的醫(yī)療機(jī)構(gòu)，如克利夫蘭診所和MD安德森癌癥中心，提供基于證據(jù)的醫(yī)療決策系統(tǒng)。

相繼攻克肺癌、乳腺癌、結(jié)腸癌、直腸癌后，2015年7月IBM Watson for Oncology成為IBM Watson health的首批商用項(xiàng)目之一，正式將上述四個(gè)癌種的腫瘤解決方案進(jìn)入商用。2016年8月IBM宣布已經(jīng)完成了對(duì)胃癌輔助治療的訓(xùn)練，并正式推出使用。此外沃森還在2016年11月訓(xùn)練完上線了宮頸癌的服務(wù)。

目前IBM Watson腫瘤解決方案已經(jīng)進(jìn)入中國。2016年12月，浙江省中醫(yī)院聯(lián)合思創(chuàng)醫(yī)惠、杭州認(rèn)知三方共同宣布成立沃森聯(lián)合會(huì)診中心，三方將合作開展IBM Watson for Oncology服務(wù)內(nèi)容的長(zhǎng)期合作，這是自IBM Watson for Oncology引入中國以來，首家正式宣布對(duì)外提供服務(wù)的Watson聯(lián)合會(huì)診中心，意味著中國醫(yī)療行業(yè)將開啟一個(gè)新型人工智能輔助診療時(shí)代。目前Watson可以為肺癌、乳腺癌、直腸癌、結(jié)腸癌、胃癌和宮頸癌6種癌癥提供咨詢服務(wù)，2017年將會(huì)擴(kuò)展到8-12個(gè)癌種。在醫(yī)生完成癌癥類型、病人年齡、性別、體重、疾病特征和治療情況等信息輸入后，沃森能夠在幾秒鐘內(nèi)反饋多條治療建議。

此外，IBM Watson還與輝瑞達(dá)成了一項(xiàng)新協(xié)議，會(huì)將前者的超級(jí)計(jì)算能力用于癌癥藥物研發(fā)。輝瑞將用上Watson for Drug Discovery的機(jī)器學(xué)習(xí)、自然語言處理及其它認(rèn)知推理能力，用于免疫腫瘤學(xué)（Immuno-oncology）中的新藥物識(shí)別，聯(lián)合療法和患者選擇策略。由于免疫腫瘤學(xué)的未來在于針對(duì)獨(dú)特腫瘤特征的組合，這會(huì)改變癌癥治療方式。而在藥物研發(fā)中利用Watson的認(rèn)知能力，可以更快地為患者帶來可能的新免疫腫瘤治療。

毫無疑問，人工智能將會(huì)成為未來IBM的成長(zhǎng)引擎。沃森目前已經(jīng)不僅僅滿足于涉及糖尿病等慢病、大健康、醫(yī)療影像、體外檢測(cè)、精準(zhǔn)醫(yī)療、機(jī)器人、疾病研究治療這幾個(gè)領(lǐng)域，未來，沃森的觸角還會(huì)伸到醫(yī)療的其他行業(yè)，為整個(gè)醫(yī)療行業(yè)服務(wù)。

中國版小小“沃森”不斷面世

與IBM Watson十年的發(fā)展軌跡不同，中國在醫(yī)學(xué)人工智能領(lǐng)域的發(fā)展屬于追趕者。由于中國沒有統(tǒng)一的醫(yī)療數(shù)據(jù)格式以及數(shù)據(jù)孤島的隔離，中國在醫(yī)學(xué)人工智能領(lǐng)域投放的資源相對(duì)要少很多。不過這并不妨礙國人對(duì)其發(fā)展的熱情。在智能影像識(shí)別和診斷方面，中國已經(jīng)出現(xiàn)了若干版本的小小“沃森”，他們的功能雖然沒有IBM Watson那么強(qiáng)大，但也在各個(gè)領(lǐng)域顯示出獨(dú)特的應(yīng)用價(jià)值。

浙江德尚韻興圖像科技有限公司是由浙江大學(xué)知名專家和珠海和佳醫(yī)療設(shè)備股份有限公司共同投資成立一家高科技公司。浙江德尚韻興利用深度學(xué)習(xí)處理超聲影像，同時(shí)加入旋轉(zhuǎn)不變性等現(xiàn)代數(shù)學(xué)的概念，形成了“DE-超聲機(jī)器人”。該機(jī)器人算法借助計(jì)算機(jī)視覺技術(shù)，可以對(duì)甲狀腺B超快速掃描分析，圈出結(jié)節(jié)區(qū)域，并給出良性與惡性的判斷，大大節(jié)省了醫(yī)生的診斷時(shí)間。一般來說，人類醫(yī)生的準(zhǔn)確率為60%-70%，而當(dāng)下算法的準(zhǔn)確率已經(jīng)達(dá)到85%。

據(jù)悉，人體甲狀腺結(jié)節(jié)已成常見病，如果不加重視，甲狀腺結(jié)節(jié)可能會(huì)發(fā)生惡變，進(jìn)而發(fā)展成癌癥，危及生命。但由于個(gè)體化差異，目前三甲醫(yī)院甲狀腺結(jié)節(jié)的診斷準(zhǔn)確率平均也只有60%，如果不做活檢，不同醫(yī)生對(duì)同一張片子可能會(huì)做出不同判斷。而超聲機(jī)器人的出現(xiàn)，不僅能輔助醫(yī)生做出精準(zhǔn)判斷，還能縮短病人就醫(yī)時(shí)間，提升醫(yī)療效率。目前“DE-超聲機(jī)器人”已經(jīng)在浙江大學(xué)第一附屬醫(yī)院、中國電子科技集團(tuán)公司第五十五所職工醫(yī)院和杭州下城區(qū)社區(qū)醫(yī)院臨床應(yīng)用，一年病例達(dá)到8萬多，準(zhǔn)確率達(dá)86%以上。

2017年2月，中山大學(xué)中山眼科中心劉奕志教授領(lǐng)銜中山大學(xué)聯(lián)合西安電子科技大學(xué)的研究團(tuán)隊(duì)，利用深度學(xué)習(xí)算法，建立了“CC-Cruiser先天性白內(nèi)障人工智能平臺(tái)”。該人工智能程序模擬人腦，對(duì)大量的先天性白內(nèi)障圖片進(jìn)行分析和深度學(xué)習(xí)，不斷反饋提高診斷的準(zhǔn)確性。將該程序嵌入云平臺(tái)后，通過云平臺(tái)上傳圖片，即可獲得先天性白內(nèi)障的診斷、風(fēng)險(xiǎn)評(píng)估和治療方案。

據(jù)悉，先天性白內(nèi)障是一種嚴(yán)重威脅兒童視力的疑難罕見病。中山眼科中心有全球最大的先天性白內(nèi)障隊(duì)列（隊(duì)列人數(shù)近2000名），基于該隊(duì)列開展了一系列嚴(yán)謹(jǐn)?shù)难芯浚e累了大量高質(zhì)量的先天性白內(nèi)障臨床數(shù)據(jù)。中山大學(xué)眼科中心于2017年4月設(shè)立“人工智能應(yīng)用門診”，由人工智能云平臺(tái)輔助臨床醫(yī)師進(jìn)行診療。在人工智能門診就診的患者，除接受常規(guī)診療外，其檢查數(shù)據(jù)即時(shí)同步到CC-Cruiser云平臺(tái)，同時(shí)享受由人工智能機(jī)器人提供的“專家級(jí)”診療。目前CC-Cruiser已在3家協(xié)作醫(yī)院完成臨床試點(diǎn)應(yīng)用，并取得理想效果。此外，中山眼科中心已經(jīng)連接了西藏、新疆、云南、青海等邊遠(yuǎn)省區(qū)上百家基層醫(yī)院，每天有大量眼科檢查數(shù)據(jù)上傳云平臺(tái)請(qǐng)求專家協(xié)助診斷。在醫(yī)學(xué)人工智能應(yīng)用場(chǎng)景下，病例以及圖像數(shù)據(jù)將首先通過人工智能程序進(jìn)行初審，再由專家復(fù)核，效率將提升70%以上，極大提高了專家協(xié)診效率。

2017年5月，丁香園、中南大學(xué)湘雅二醫(yī)院和大拿科技共同宣布就皮膚病人工智能輔助診斷達(dá)成獨(dú)家戰(zhàn)略合作，并發(fā)布了國內(nèi)首個(gè)“皮膚病人工智能輔助診斷系統(tǒng)”。資料顯示，系統(tǒng)性紅斑狼瘡是一種慢性自身免疫性疾病，屬于風(fēng)濕性疾病中的彌漫性結(jié)締組織病，可引起全身多個(gè)臟器受累，包括皮膚、關(guān)節(jié)、腎臟、血液等。如何精準(zhǔn)診斷系統(tǒng)性紅斑狼瘡，一直是困擾各國科學(xué)家的世界醫(yī)學(xué)難題。

目前三方合作研發(fā)出的是紅斑狼瘡人工智能輔助診斷模型，該模型對(duì)紅斑狼瘡各種亞型及其鑒別診斷疾病能進(jìn)行有效區(qū)分，識(shí)別準(zhǔn)確率超過85%。據(jù)悉，該系統(tǒng)一方面是面向皮膚科醫(yī)生，醫(yī)生通過APP，把圖像傳到系統(tǒng)以后，系統(tǒng)提示最有可能的皮膚病類型，然后建立皮膚病電子百科全書，通過百科全書再去學(xué)習(xí)，輔助臨床診斷；另一方面是面向患者，系統(tǒng)提供圖片鑒別和導(dǎo)診意見。據(jù)悉，該系統(tǒng)第一期主要實(shí)現(xiàn)以紅斑狼瘡為代表的皮膚病人工智能輔助診斷，下一步將“滲透”到其他醫(yī)療機(jī)構(gòu)，并將開放患者端服務(wù)。

醫(yī)學(xué)人工智能真正落地

需要全產(chǎn)業(yè)鏈配合

專家指出，要真正實(shí)現(xiàn)醫(yī)療產(chǎn)業(yè)的人工智能化，僅靠單方面的力量難以實(shí)現(xiàn)，這需要依托全產(chǎn)業(yè)鏈包括醫(yī)療主管部門、醫(yī)療機(jī)構(gòu)的參與和信息化服務(wù)商等各個(gè)環(huán)節(jié)的共同努力。

比如像前文所述的甲狀腺結(jié)節(jié)、紅斑狼瘡、先天性白內(nèi)障的診斷，都要依靠形態(tài)學(xué)的圖像數(shù)據(jù)，這些在皮膚病和病理科特別常見，所以人工智能的優(yōu)勢(shì)在此可以得到充分體現(xiàn)。訓(xùn)練一個(gè)好的皮膚科醫(yī)生可能要十年，把人工智能引進(jìn)后，可以大大縮短時(shí)間。但是醫(yī)學(xué)人工智能研發(fā)成本高、數(shù)據(jù)獲取難、尚未深入診療核心等成為阻礙其真正落地的因素。

人工智能技術(shù)形成產(chǎn)品，最重要是要有大量高質(zhì)量的數(shù)據(jù)。深度學(xué)習(xí)靠的是“吃透”大量樣本。但目前大部分醫(yī)療機(jī)構(gòu)并不愿公開數(shù)據(jù)。比如前文介紹的德尚韻興，為了收集數(shù)據(jù)，嘗試通過多個(gè)渠道，有社區(qū)檢查，有付費(fèi)志愿者，也有試點(diǎn)醫(yī)院。最后該公司收集了兩三萬張超聲圖像，不斷地輸入系統(tǒng)中才保證了診斷準(zhǔn)確率在85%以上。該公司負(fù)責(zé)人也評(píng)價(jià)到，如果樣本量能提高一倍，診斷準(zhǔn)確率還有較大的提升空間。

在獲取高質(zhì)量的醫(yī)療數(shù)據(jù)方面，國內(nèi)醫(yī)院在過去信息化程度不高，數(shù)據(jù)雖然多，但相對(duì)雜亂，使用難度大。如何找到合適的切入點(diǎn)，并快速獲取數(shù)據(jù)會(huì)是一個(gè)很高的門檻。同時(shí)，醫(yī)院信息孤島現(xiàn)象長(zhǎng)期存在，各個(gè)醫(yī)療機(jī)構(gòu)的數(shù)據(jù)尚未實(shí)現(xiàn)互聯(lián)互通。這一局面則逐步從政策層面迎來破冰。去年6月，國務(wù)院公布了《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》，明確指出健康醫(yī)療大數(shù)據(jù)是國家重要的基礎(chǔ)性戰(zhàn)略資源，需要規(guī)范和推動(dòng)健康醫(yī)療大數(shù)據(jù)融合共享、開放應(yīng)用。但該政策的真正落地依然需要時(shí)間。

同時(shí)在產(chǎn)品的設(shè)計(jì)和研發(fā)上，需要數(shù)學(xué)家、計(jì)算機(jī)科學(xué)家或醫(yī)學(xué)專家的聯(lián)合攻關(guān)，任何單一力量都無法實(shí)現(xiàn)產(chǎn)品的推出。產(chǎn)品做出來之后如何在醫(yī)療系統(tǒng)中落地也是難題，一個(gè)醫(yī)院可能有幾十家系統(tǒng)廠商和上百個(gè)數(shù)據(jù)接口。如何讓診療數(shù)據(jù)順暢地流入人工智能系統(tǒng)中成為博弈的焦點(diǎn)。最后是跨界的人才和整合資源能力，即使是IBM Watson在真正落地的過程中，還有很多事情需要做，比如需要做好系統(tǒng)轉(zhuǎn)化對(duì)接、做大量的醫(yī)生的訓(xùn)練，同時(shí)也需要做好信息本土化。

但中國依然會(huì)快速追趕。得益于中國龐大的人口基數(shù)以及在基因組學(xué)、影像學(xué)和臨床領(lǐng)域積累的大數(shù)據(jù)，中國可以成立國家級(jí)的醫(yī)學(xué)人工智能工程中心，由國內(nèi)在醫(yī)學(xué)、藥學(xué)、信息技術(shù)專業(yè)具備一流水平的綜合性高等院校牽頭，吸引大數(shù)據(jù)應(yīng)用企業(yè)、人工智能開發(fā)企業(yè)、藥品研發(fā)企業(yè)等共同參與，加速研發(fā)更多適用于國人的人工智能醫(yī)學(xué)系統(tǒng)，滿足醫(yī)療領(lǐng)域的應(yīng)用需求。