1.背景分析

人工智能是研究開發(fā)用于模擬和延伸人的智能的理論，方法，技術(shù)和應(yīng)用系統(tǒng)的一項新技術(shù)科學(xué)，它的結(jié)構(gòu)類似金字塔結(jié)構(gòu)：上層是算法，中間是芯片，第三層是各種軟硬件平臺，最下面是應(yīng)用。人工智能領(lǐng)域的研究是從1956年正式開始的，這一年在達特茅斯大學(xué)校園的會議上正式使用了“人工智能”這個術(shù)語。之前的幾十年中，人們對人工智能開展了廣泛的研究，它作為計算機科學(xué)的一個分支，企圖通過挖掘智能的實質(zhì)，生產(chǎn)出一種新的類似人類大腦而做出反應(yīng)的智能機器，該技術(shù)的應(yīng)用領(lǐng)域包括機器人，圖像識別，語言識別，自然語言處理，數(shù)據(jù)挖掘，模式識別和專家系統(tǒng)等。
隨著AI+醫(yī)療的進一步融合、深入，政策和資金層面的大規(guī)模投入，AI輔助技術(shù)也在多個醫(yī)療細分領(lǐng)域提供了幫助。未來，基于大數(shù)據(jù)的深度學(xué)習(xí)將改變醫(yī)療行業(yè)，對疾病提供更快速、準(zhǔn)確的診斷和治療，將變得不再可怕。

2.應(yīng)用前景

人工智能的飛速發(fā)展大大提高了醫(yī)療數(shù)據(jù)處理深度和效率。借助大數(shù)據(jù)分析和深度學(xué)習(xí)，以及計算機24h不知疲倦等運轉(zhuǎn)優(yōu)勢，人工智能可以將醫(yī)療失誤降低40%左右。
人工智能未來將從醫(yī)院、醫(yī)生、醫(yī)藥、患者四個經(jīng)營和服務(wù)主體出發(fā)，充分利用數(shù)據(jù)儲存和處理優(yōu)勢，觸及醫(yī)療設(shè)施設(shè)備、診斷、手術(shù)、醫(yī)藥電商、掛號問診、醫(yī)生社區(qū)及工具、慢病管理及可穿戴設(shè)備等商業(yè)版塊，促進醫(yī)療服務(wù)行業(yè)的快速有效更替，為健康服務(wù)。

3.應(yīng)用原理

根據(jù)人工智能的特點，在醫(yī)學(xué)領(lǐng)域中，凡是“重復(fù)性，有規(guī)律可循，可通過大數(shù)據(jù)計算出來的”都可被人工智能取代，因此醫(yī)療中一些重復(fù)性的工作或勞動，會優(yōu)先被人工智能所替代，但人工智能的日期不會改變醫(yī)學(xué)專業(yè)的本質(zhì)，也無法替代醫(yī)生的診療工作，很多醫(yī)學(xué)的本質(zhì)，專業(yè)的東西，因為有人的思維，情感和個性化的需求，給病人的體驗是不一樣的。仿照，雖然機器讀片的速度和準(zhǔn)確率超過醫(yī)生，但提供的治療方案單一，難以結(jié)合患者的個體情況，提供符合患者個性化需求的最佳治療方案。因此，探索人工智能在醫(yī)學(xué)領(lǐng)域應(yīng)用的目標(biāo)是：用人工智能來更好地呈現(xiàn)醫(yī)學(xué)專業(yè)，促進醫(yī)學(xué)學(xué)科的發(fā)展，而不靠設(shè)備，機器來替代醫(yī)學(xué)專業(yè)。

4.發(fā)展迅速的原因

4.1.醫(yī)療健康產(chǎn)業(yè)供需嚴重不平衡

由于醫(yī)療資源缺乏和效率不高，目前我國衛(wèi)生行業(yè)存在“看病難、看病貴”問題，沒有辦法滿足人民群眾不斷增長的醫(yī)療需求。隨著中國人口老齡化趨勢下，疾病高發(fā)的數(shù)量日益增多，看病需求加大。但是受制于周期長、成本高等特點，培養(yǎng)更多的醫(yī)務(wù)人員“這杯遠水”解不了近渴?！?016 年中國衛(wèi)生和計劃生育事業(yè)發(fā)展統(tǒng)計公報》顯示，醫(yī)院衛(wèi)生技術(shù)人員數(shù)同比增長5.57%，低于診療人次 6.17%的增幅，供給跟不上需求的增加。而人工智能在醫(yī)療領(lǐng)域上的運用可以大大降低成本和提高效率，彌補醫(yī)療健康產(chǎn)業(yè)供需嚴重不平衡。

4.2.醫(yī)療領(lǐng)域有海量的大數(shù)據(jù)

國務(wù)院辦公廳 2016 年 6月發(fā)布 《關(guān)于促進和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》，把生物學(xué)資源和醫(yī)療大數(shù)據(jù)作為國家的基礎(chǔ)戰(zhàn)略資源，納入了國家大數(shù)據(jù)戰(zhàn)略布局。據(jù)預(yù)計，醫(yī)療數(shù)據(jù)量到 2020 年將超過 40 萬億 GB，并且還在以驚人的速度迅速增長。但我國的醫(yī)療數(shù)據(jù)分散在各個醫(yī)療機構(gòu)，利用效率低。并且絕大部分是非結(jié)構(gòu)化數(shù)據(jù)，大大超出了傳統(tǒng)的數(shù)據(jù)計算處理能力。另外我國醫(yī)療數(shù)據(jù)分散在不同醫(yī)院機構(gòu)，深度利用率不高。人工智能領(lǐng)域計算機視覺、機器學(xué)習(xí)、深度學(xué)習(xí)等技術(shù)突破，可以激活這座沉睡的數(shù)據(jù)金礦。

4.3.醫(yī)療行業(yè)特征和人工智能技術(shù)優(yōu)勢高度吻合

醫(yī)療是一個知識、數(shù)據(jù)密集型的行業(yè)。在對失誤零容忍的前提下，極其依靠強大的知識儲備和處理分析能力進行診斷治療。

5.具體應(yīng)用

人工智能在醫(yī)療領(lǐng)域的應(yīng)用，意味著全世界的人都能得到更為普惠的醫(yī)療救助，獲得更好的診斷、更安全的微創(chuàng)手術(shù)、更短的等待時間和更低的感染率，并且還能提高每個人的長期存活率。從醫(yī)療行業(yè)發(fā)展?fàn)顩r和人工智能的特點優(yōu)勢來看，可以預(yù)想，未來人工智能在醫(yī)療領(lǐng)域?qū)⒃谥辽僖韵?個方面影響我們的生活。

5.1.智能診療

智能診療就是將人工智能技術(shù)應(yīng)用于疾病診療中，計算機可以幫助醫(yī)生進行病理，體檢報告等的統(tǒng)計，通過大數(shù)據(jù)和深度挖掘等技術(shù)，對病人的醫(yī)療數(shù)據(jù)進行分析和挖掘，自動識別病人的臨床變量和指標(biāo)。計算機通過“學(xué)習(xí)”相關(guān)的專業(yè)知識，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。智能診療是人工智能在醫(yī)療領(lǐng)域最重要、也最核心的應(yīng)用場景。

5.2.醫(yī)學(xué)影像智能識別

傳統(tǒng)醫(yī)療場景中，培養(yǎng)出優(yōu)秀的醫(yī)學(xué)影像專業(yè)醫(yī)生，所用時間長，投入成本大。另外，人工讀片時主觀性太大，信息利用不足，在判斷過程中容易出現(xiàn)誤判。有研究統(tǒng)計，醫(yī)療數(shù)據(jù)中有超過 90%的數(shù)據(jù)來自于醫(yī)學(xué)影像，但是影像診斷過于依賴人的主觀意識，容易發(fā)生誤判。AI通過大量學(xué)習(xí)醫(yī)學(xué)影像，可以幫助醫(yī)生進行病灶區(qū)域定位，減少漏診誤診問題。
醫(yī)學(xué)影像智能識別是將人工智能技術(shù)具體應(yīng)用在醫(yī)學(xué)影像的診斷上，幫助醫(yī)生定位病癥分析病情，輔助做出診斷，提高醫(yī)生工作效率。它的技術(shù)主要分為兩部分：第一部分是圖像識別，應(yīng)用于感知環(huán)節(jié)，其主要目的是將影像這類非結(jié)構(gòu)化數(shù)據(jù)進行分析，獲取一些有意義的信息。第二部分是深度學(xué)習(xí)，應(yīng)用于學(xué)習(xí)和分析環(huán)節(jié)，是 AI 應(yīng)用的最核心環(huán)節(jié)，通過大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷對神經(jīng)元網(wǎng)絡(luò)進行深度學(xué)習(xí)訓(xùn)練，促使其掌握“診斷”的能力。在圖像識別上，醫(yī)學(xué)影像智能識別與人工相比有三大優(yōu)勢：
①效率更高：具有多年臨床經(jīng)驗的醫(yī)生診斷200張CT掃描圖片需要20min，而計算機檢測系統(tǒng)能夠在秒級給出分析結(jié)果；
②準(zhǔn)確率提高：比如阿里ET醫(yī)療大腦挑戰(zhàn)肺結(jié)節(jié)領(lǐng)域的機器讀片，可以在片子上圈出結(jié)節(jié)區(qū)域，將人工判斷的準(zhǔn)確率從60~70%到85%，并且人工智能可以檢測到占X光面積0.01%的細微骨折；
③穩(wěn)定性增強：疲勞會降低人工閱片的準(zhǔn)確率，而機器閱片的準(zhǔn)確率性不隨閱片時間的增長出現(xiàn)下降。
醫(yī)學(xué)影像智能識別還用在對影像診斷報告的分析上。醫(yī)學(xué)影像僅僅分析圖像本身還不夠，更重要的是影像對應(yīng)的診斷報告也要加以分析。而我國的影像診斷報告呈現(xiàn)出因醫(yī)生而異的特點，因為醫(yī)生的個人習(xí)慣、教育背景和執(zhí)業(yè)醫(yī)院等因素導(dǎo)致了不同地區(qū)不同醫(yī)院的影像診斷報告標(biāo)準(zhǔn)不一樣。醫(yī)學(xué)影像智能識別可以很好解決這樣的問題。

5.3.醫(yī)療機器人

機器人在醫(yī)療領(lǐng)域的應(yīng)用非常廣泛，比如智能假肢、外骨骼和輔助設(shè)備等技術(shù)修復(fù)人類受損身體，醫(yī)療保健機器人輔助醫(yī)護人員的工作等 。目前，關(guān)于機器人在醫(yī)療界中的應(yīng)用的研究主要集中在外科手術(shù)機器人、康復(fù)機器人、護理機器人和服務(wù)機器人方面。國內(nèi)醫(yī)療機器人領(lǐng)域也經(jīng)歷了快速發(fā)展，進入了市場應(yīng)用。

5.4.藥物智能研發(fā)

依托數(shù)百萬患者的大數(shù)據(jù)信息，人工智能系統(tǒng)可以快速、準(zhǔn)確的挖掘和篩選出適合的藥物。通過計算機模擬，人工智能可以對藥物活性、安全性和副作用進行預(yù)測，找出與疾病匹配的最佳藥物。這一技術(shù)將會縮短藥物研發(fā)周期、降低新藥成本并且提高新藥的研發(fā)成功率。
藥物智能研發(fā)主要是通過深度學(xué)習(xí)和自然語言處理提取和分析大量的生物科學(xué)信息-專利、基因組數(shù)據(jù)和生物醫(yī)學(xué)期刊數(shù)據(jù)庫上的數(shù)據(jù)信息，利用深度學(xué)習(xí)算法找出關(guān)聯(lián)并提出相應(yīng)的候選藥物，進一步篩選具有對某些特定疾病有效的分子結(jié)構(gòu)。傳統(tǒng)的藥物研發(fā)領(lǐng)域存在三大痛點：
①研發(fā)周期長；②研發(fā)成本高；③成功率低。
藥物智能研發(fā)能夠有效縮短新藥研發(fā)周期和降低失敗風(fēng)險。目前通過計算機模擬和借助深度學(xué)習(xí)，在抗腫瘤藥物和常見傳染病治療藥等獲得了新的突破。目前仿制藥占我國國產(chǎn)藥的 95%左右，藥品產(chǎn)能過剩，并且重大創(chuàng)新較少，主要原因在于國內(nèi)藥企研發(fā)能力偏弱，研發(fā)經(jīng)費占比低，僅 3_{5%，國外新藥研發(fā)企業(yè)的研發(fā)經(jīng)費則占15}20%。人工智能在藥物研發(fā)的應(yīng)用有望改變國內(nèi)藥物研發(fā)創(chuàng)新不足的格局。

5.5.智能健康管理

根據(jù)人工智能而建造的智能設(shè)備可以監(jiān)測到人們的一些基本身體特征，如飲食、身體健康指數(shù)、睡眠等。對身體素質(zhì)進行簡單的評估，提供個性的健康管理方案，及時識別疾病發(fā)生的風(fēng)險，提醒用戶注意自己的身體健康安全。目前人工智能在健康管理方面的應(yīng)用主要在風(fēng)險識別、虛擬護士、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。

6.需要解決的問題

6.1.數(shù)據(jù)質(zhì)量問題

人工智能可以對人的意識、思維的信息過程進行模擬，可以像人一樣思考，人工智能學(xué)習(xí)醫(yī)生的經(jīng)驗就像我們上學(xué)時學(xué)習(xí)課本知識，因此數(shù)據(jù)的質(zhì)量至關(guān)重要，醫(yī)學(xué)數(shù)據(jù)中有很多無關(guān)的因素，比如清晰度，圖片亮度、圖片是否干凈等，這些技術(shù)之外的因素如果不處理好，很可能產(chǎn)生數(shù)據(jù)污染。舉個例子，如果數(shù)據(jù)質(zhì)量不好，儀器的鏡頭有污漬，很可能會讓儀器產(chǎn)生錯誤的認知，以為污漬是一種病灶，如果應(yīng)用在臨床會造成大量的誤診。

6.2.數(shù)據(jù)標(biāo)注問題

人工智能數(shù)據(jù)處理中80%的時間都是在做數(shù)據(jù)預(yù)處理工作，標(biāo)注的準(zhǔn)確性關(guān)乎結(jié)果的準(zhǔn)確性，但是醫(yī)生是個性化很高的工作，對同樣的病灶兩個醫(yī)生給出的診斷可能會不一樣，誰對誰錯很難分辨。為了解決標(biāo)注的問題，Airdoc訓(xùn)練的每張圖片都經(jīng)過數(shù)名頂尖專家標(biāo)注，投票選擇相同的標(biāo)注內(nèi)容作為標(biāo)準(zhǔn)，張大磊認為，接下來兩到五年之內(nèi)，小樣本學(xué)習(xí)在理論層面會獲得足夠的突破，近兩年之內(nèi)沒有什么好的辦法，還是要大量醫(yī)生去標(biāo)注。

6.3.算法方向選擇問題

病人和醫(yī)生交互越多環(huán)節(jié)，算法的質(zhì)量越差。在醫(yī)生的工作中，影像只是一部分，還有很多主訴和交流，但是目前人工智能尚處于弱人工智能階段，并不能進行深入的溝通，比如中醫(yī)的望聞問切都是交互，目前機器沒有辦法觀察患者的面部表情，如果選擇這個方面的算法，很可能會丟失很多信息，從而對算法的準(zhǔn)確率產(chǎn)生印象。因此選擇輔助分析算法的時候需要選擇更少溝通，更客觀的方向。

6.4.監(jiān)管問題

醫(yī)療技術(shù)監(jiān)督管理是衛(wèi)生監(jiān)督體系的主要組成部門，是規(guī)范醫(yī)療服務(wù)市場秩序的重要手段和方式，而人工智能剛剛應(yīng)用到醫(yī)療領(lǐng)域，很多監(jiān)管政策還沒有制定，在接下來的發(fā)展過程中一定會遇到醫(yī)療監(jiān)管的問題。此外技術(shù)發(fā)展以快速著稱，算法是可以自主更新的，但是醫(yī)療領(lǐng)域又是以安全為基礎(chǔ)，如果算法更新，準(zhǔn)確率提高的部分又需要重新認證。

6.5.市場培養(yǎng)

醫(yī)療被認為是人工智能最早落地的領(lǐng)域，但是醫(yī)療的特殊性對產(chǎn)品的要求會更高，從認識到被接受再到相應(yīng)支付體系的完善，以及到醫(yī)保的接入，都需要一個很長的過程。
　　即便面臨醫(yī)療人工智能這個巨大的市場還有很多問題，但也不乏一些好的應(yīng)用給了我們希望。今天6月份，Airdoc便成功聯(lián)合北京市和平里醫(yī)院、和平里中街衛(wèi)生服務(wù)站開展了眼底病篩查大型義診活動。
　　居民們在簡單檢查視力后，拍攝眼底照片——這些照片使用人工智能算法進行識別和篩選，給出初步意見，經(jīng)由有經(jīng)驗的醫(yī)生審核后將眼底檢查報告直接以手機短信或打印的報告單等形式發(fā)送給居民。
　　在國外，包括港澳臺地區(qū)，糖尿病患者每年都會多次檢查眼底，提前預(yù)知眼底并發(fā)癥的可能性，提到生活質(zhì)量。但是衛(wèi)生站目前沒有專業(yè)的眼科醫(yī)生，不具備眼底篩查的能力，只能夠建議病人到大醫(yī)院就診，但是大醫(yī)院看病需要花大量的時間排隊掛號，預(yù)約專家也十分不便。人工智能的引入，大大降低了專業(yè)眼科醫(yī)生的勞動強度，提升患者的就醫(yī)體驗。將來如果能應(yīng)用到基層醫(yī)療機構(gòu)，可以很好地解決衛(wèi)生站沒有眼科醫(yī)生，無法進行眼底篩查的問題。

7.總結(jié)

綜上所述，人工智能技術(shù)在醫(yī)療領(lǐng)域確實對提高醫(yī)療水平和診斷的準(zhǔn)確率有很大的幫助，除此之外，還可以增加優(yōu)質(zhì)醫(yī)療的覆蓋廣度。本文對人工智能在醫(yī)療領(lǐng)域的各種應(yīng)用做了研究，相信隨著人工智能技術(shù)的不斷發(fā)展，數(shù)據(jù)的不斷積累，人工智能在醫(yī)療領(lǐng)域的應(yīng)用發(fā)展前景更加廣闊。文章來源地址http://www.zghlxwxcb.cn/news/detail-494202.html

到了這里，關(guān)于人工智能在醫(yī)療領(lǐng)域的應(yīng)用的文章就介紹完了。如果您還想了解更多內(nèi)容，請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章，希望大家以后多多支持TOY模板網(wǎng)！