AI如何看?。?/h1>
2017-08-11 00:00陳冰
新民周刊 2017年30期
陳冰
數(shù)據(jù)缺失、格式不同一、難以采集、無法判斷數(shù)據(jù)背后真正的意義等，這些問題無疑將是沃森等AI在未來所面臨的挑戰(zhàn)。
比爾·蓋茨曾經(jīng)說過，人工智能（AI）會(huì)是人類未來發(fā)展的一件“大事”。
目前，AI技術(shù)已經(jīng)憑借其巨大的潛力和能力，在各個(gè)領(lǐng)域展現(xiàn)出了造福人類的可能性。醫(yī)療領(lǐng)域，更是人工智能直接造福人類的核心領(lǐng)域之一。英國《自然》雜志的一篇癌癥相關(guān)研究論文指出，利用深度學(xué)習(xí)算法來根據(jù)照片分類皮膚癌的AI系統(tǒng)，表現(xiàn)不亞于專業(yè)臨床醫(yī)生。從最簡單的手機(jī)App到最復(fù)雜的診斷任務(wù)，AI正依靠強(qiáng)大的算法處理著幾十年積累下來的醫(yī)學(xué)研究數(shù)據(jù)庫，不斷為人類的生命健康保駕護(hù)航。
去年11月，Google的研究人員在《美國醫(yī)學(xué)會(huì)雜志》（JAMA）上發(fā)表了一篇論文，表明Google經(jīng)過大量眼底圖像數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)算法，可以在診斷糖尿病性視網(wǎng)膜病變上，具有90%以上的高準(zhǔn)確性。Google方面宣布已將本用于翻譯和圖像識(shí)別的消費(fèi)級機(jī)器學(xué)習(xí)技術(shù)，應(yīng)用到了醫(yī)療領(lǐng)域。
7月14日，阿里云人工智能ET奪得肺結(jié)節(jié)診斷世界冠軍。目前，這一技術(shù)已經(jīng)集成到阿里云ET醫(yī)療大腦中。ET醫(yī)療大腦可在精準(zhǔn)醫(yī)療、醫(yī)學(xué)影像、藥效挖掘、新藥研發(fā)、健康管理、可穿戴設(shè)備等領(lǐng)域承擔(dān)醫(yī)生助手角色，并已在肺癌、宮頸癌、甲狀腺癌等領(lǐng)域?qū)崿F(xiàn)突破。
病了就去看AI醫(yī)生，已不是天方夜譚。
機(jī)器人醫(yī)生“沃森”
IBM花費(fèi)重金開發(fā)的人工智能“Watson”沃森早已聲名在外。這位機(jī)器人醫(yī)生曾經(jīng)在美國的智力競賽《危險(xiǎn)邊緣》中打敗過人類冠軍，在日本僅用10分鐘就確診了一例罕見白血病并提供個(gè)性化的診療方案，在印度為一名晚期癌癥患者找到了診斷方案……
在進(jìn)入中國市場后，沃森在天津的義診現(xiàn)場同樣表現(xiàn)非凡。在得到天津市第三中心醫(yī)院的腫瘤科主任吳塵軒描述的患者病情信息后，沃森僅用10秒便為這位胃癌局部晚期患者給出了詳盡的治療方案分析?！斑@與醫(yī)生給出的治療方案完全一致，即通過化療將腫瘤縮小后再進(jìn)行手術(shù)，”吳塵軒表示。
不過，在得天獨(dú)厚的優(yōu)勢背后，沃森等人工智能醫(yī)生的發(fā)展也遇到阻礙。對諸多研究機(jī)構(gòu)來說，巨額支出無疑是最大的障礙。據(jù)得克薩斯大學(xué)行政系統(tǒng)公布的一份審計(jì)結(jié)果顯示，IBM沃森醫(yī)療和MD安德森的合作自2013年10月啟動(dòng)以來，MD安德森已經(jīng)為此投資超過6200萬美元。報(bào)告稱：“本報(bào)告所述結(jié)果不應(yīng)被解釋為對其系統(tǒng)在當(dāng)前狀態(tài)的科學(xué)基礎(chǔ)或能力的意見。”簡單來說，就是沃森并非是功能不行，而是“燒錢太快”。
沃森為何會(huì)如此迅速地“燒錢”呢？原來，開發(fā)AI醫(yī)療需要特定類型的數(shù)據(jù)，這些數(shù)據(jù)通常要么非常緊缺，要么難以訪問。這也直接導(dǎo)致了這些數(shù)據(jù)的價(jià)格不會(huì)低，從而拉高了成本。這不是沃森獨(dú)有的問題，而是整個(gè)醫(yī)療機(jī)器學(xué)習(xí)領(lǐng)域面臨的通病。
正如AlphaGo通過不斷研究棋譜和與自己、名家下棋來不斷進(jìn)步一樣，沃森也是通過不斷地調(diào)整其內(nèi)部程序來“學(xué)習(xí)”，并對一些問題給出它判斷最接近正確的答案（例如，哪張放射影像上顯示了腫瘤）。在訓(xùn)練過程中，正確的答案必須是已知的，這樣系統(tǒng)才能不斷得到正確的反饋。系統(tǒng)所訓(xùn)練的問題越多，其正確率就會(huì)越高，如此機(jī)器便能學(xué)習(xí)在特定問題上的診斷（如通過X光影像判定惡性腫瘤）。
事實(shí)上，數(shù)據(jù)缺失、格式不同一、難以采集、無法判斷數(shù)據(jù)背后真正的意義等，這些問題無疑將是沃森等AI在未來所面臨的挑戰(zhàn)。
這也導(dǎo)致短期內(nèi)，沃森這樣的AI“醫(yī)生”并不能取代傳統(tǒng)意義上真正的人類醫(yī)生。上海交通大學(xué)醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院腫瘤科主任王理偉表示，“沃森被動(dòng)地接收輸入的信息，但并不具備自我甄別能力與動(dòng)態(tài)觀察能力。所以未來此類醫(yī)療機(jī)器人若能參與到診療過程中，很重要的一點(diǎn)就是必須確保第一手資料的完備準(zhǔn)確。因此，將其稱為學(xué)習(xí)軟件更為恰當(dāng)?！?/p>
王理偉指出，一個(gè)醫(yī)生對具體患者的診斷，往往需要結(jié)合檢查數(shù)據(jù)、基礎(chǔ)疾病、病史、并發(fā)癥等多因素綜合考慮?！氨热缥赴┗颊呖赡苡袧撛诘男姆喂δ芑蚰I功能障礙，還有糖尿病等基礎(chǔ)代謝問題，我們在日常診療中可以結(jié)合多學(xué)科會(huì)診給出妥善方案，對于機(jī)器人而言，從海量的現(xiàn)有知識(shí)中找到應(yīng)對個(gè)體患者的方案，很大程度上依賴了信息系統(tǒng)的高度完善?！?/p>
的確，患者是否有吸毒等不良習(xí)慣，飲食是否健康安全，是否擁有清新空氣和優(yōu)質(zhì)水源等等，這些都是一個(gè)真正醫(yī)生應(yīng)該考慮的因素，而這也往往是數(shù)據(jù)的空白——目前，幾乎沒有任何醫(yī)療機(jī)構(gòu)能可靠地獲取大部分患者的此類數(shù)據(jù)，許多醫(yī)院甚至連電子化的信息系統(tǒng)都沒能投入使用。但可以預(yù)見的是，當(dāng)決定健康的社會(huì)因素和并發(fā)癥、病史等問題在信息系統(tǒng)的進(jìn)一步發(fā)展和普及下得到解決之后，沃森憑借其巨大的數(shù)據(jù)庫及強(qiáng)勁的計(jì)算能力支撐，在診斷疑難雜癥等領(lǐng)域?qū)⒔o人類醫(yī)生提供很大的幫助。
隨時(shí)隨地的“健康管家”
除了沃森等類似于AlphaGo的超級智能輔助診療之外，健康管理和便攜設(shè)備無疑也是AI發(fā)展下取得突破的應(yīng)用方式。
通過AI系統(tǒng)的應(yīng)用來達(dá)到健康管理的目的在國外并不罕見。例如Alme Health Coach系統(tǒng)能通過人工智能技術(shù)評估慢性病病人的狀態(tài)，協(xié)助患者規(guī)劃日常的飲食起居。它更像是一位“機(jī)器人護(hù)士”，通過了解病人飲食習(xí)慣、鍛煉周期、服藥習(xí)慣等個(gè)人生活習(xí)慣，利用人工智能對數(shù)據(jù)進(jìn)行處理并對疾病整體狀態(tài)進(jìn)行評估，最終給出個(gè)性化健康管理方案。此外，它還能幫助病人規(guī)劃健康安排，監(jiān)控睡眠，提供藥物和測試提醒，甚至可以反向推導(dǎo)出病人不依從建議的心理。這套系統(tǒng)的潛力在于它能夠以一種浸入式的方式無微不至地幫助慢性病患者養(yǎng)成更健康的生活方式。不僅如此，AI系統(tǒng)使得可穿戴設(shè)備、智能手機(jī)、電子病歷等功能得以整合。
通過AI技術(shù)和大數(shù)據(jù)應(yīng)用，人類對于糖尿病的控制也在不斷發(fā)展。曾幾何時(shí)，糖尿病令無數(shù)“糖友”苦不堪言。作為最可怕的慢性病之一，近年來，指尖抽血的不斷發(fā)展使得隨時(shí)隨地監(jiān)控血糖成為了可能，不過用戶每天被迫扎8-10次手指，才能獲得可供參考的血糖數(shù)據(jù)。這種痛苦的過程讓許多人望而生畏，甚至甘愿放棄。但隨著新的動(dòng)態(tài)技術(shù)被引進(jìn)，指尖采血的痛苦過程將完全被擯棄，使用者只需掃描置于手臂上部背側(cè)的傳感器，就可實(shí)時(shí)監(jiān)測血糖。
“糖尿病不再是病，”微糖CEO馮燕飛如是說。作為國內(nèi)首家將“動(dòng)態(tài)技術(shù)”引進(jìn)的數(shù)字醫(yī)療服務(wù)企業(yè)，馮燕飛做了個(gè)形象的比喻：“變革性的‘動(dòng)態(tài)技術(shù)將完全改變?nèi)藗儗μ悄虿〉目捶ǎ柚@類科學(xué)技術(shù)，糖尿病患者就像為自己的身體‘安裝了車燈，可以讓自己安全地駕馭自己的身體，而我們的微糖服務(wù)中心，就好比是一所駕校，提供整體解決方案。”
微糖的客戶只需掃描置于手臂上部背側(cè)硬幣大小的傳感器，就可實(shí)現(xiàn)對于血糖的實(shí)時(shí)監(jiān)測。通過傳感器的實(shí)時(shí)測量，微糖可以在1分鐘獲得1個(gè)血糖數(shù)據(jù)。連續(xù)14天所獲得的不間斷數(shù)據(jù)所形成的連續(xù)的、如心電圖一樣的動(dòng)態(tài)血糖圖譜，專業(yè)人士可以清晰地觀察到“糖友”血糖值的波峰和波谷，一旦這些波峰、波谷超出了正常的帶狀區(qū)間，就會(huì)為“糖友”提供專業(yè)指導(dǎo)，讓其通過飲食、鍛煉、藥物等方式將血糖調(diào)理回歸到合理的健康空間。由此，糖友可輕松避免因血糖過高或過低而產(chǎn)生危險(xiǎn)。
類腦智能：人工智能的未來？
隨著醫(yī)學(xué)的不斷發(fā)展，人們也在探索人工智能技術(shù)未來的發(fā)展之道。而想要人工智能達(dá)到更高層的境界乃至真正的智能，研究人類大腦并將相應(yīng)技術(shù)應(yīng)用于類腦智能的開發(fā)無疑是一個(gè)很有前景的領(lǐng)域。畢竟，大腦對信息的加工與處理能力在很多方面目前還是遠(yuǎn)遠(yuǎn)優(yōu)于現(xiàn)有的計(jì)算機(jī)和信息處理系統(tǒng)。而通過類腦智能的研究，則能解決現(xiàn)有人工智能的許多缺陷和瓶頸，使人工智能的發(fā)展更進(jìn)一步。
中科院自動(dòng)化所所長徐波在題為《類腦智能研究與發(fā)展方向》的演講中提到，當(dāng)下深度學(xué)習(xí)的人工智能大多數(shù)采用CPU+GPU集群進(jìn)行的計(jì)算方式，有著耗能巨大的缺點(diǎn)。以谷歌的深度學(xué)習(xí)系統(tǒng)AlphaGo為例，其功率為280000瓦特/小時(shí)，與李世石對弈時(shí)耗能為每小時(shí)225千卡。而類腦智能的優(yōu)勢在于，它是一種面向人工神經(jīng)網(wǎng)絡(luò)對低功耗、弱監(jiān)督等學(xué)習(xí)需求將生物機(jī)制與數(shù)學(xué)原理融合的新型網(wǎng)絡(luò)模型和學(xué)習(xí)方法。受大腦多尺度信息處理機(jī)制啟發(fā)的計(jì)算模型及軟硬件實(shí)現(xiàn)，使機(jī)器實(shí)現(xiàn)人類具有的多種認(rèn)知能力并高度協(xié)同，逐漸逼近具有學(xué)習(xí)和進(jìn)化能力的通用智能。
而類腦實(shí)驗(yàn)室理事會(huì)理事長、中國科學(xué)技術(shù)大學(xué)校長萬立駿則認(rèn)為類腦是人工智能發(fā)展的重要途徑。通過發(fā)展類腦智能可以揭示人類大腦信息處理的途徑，有利于完備智能技術(shù)體系，推動(dòng)智能產(chǎn)業(yè)發(fā)展。類腦智能技術(shù)與機(jī)器人技術(shù)的深度融合無疑將引爆新一輪科技革命。
近年來，馮建峰教授與其帶領(lǐng)的復(fù)旦大學(xué)團(tuán)隊(duì)和英國華威大學(xué)團(tuán)隊(duì)，一直致力于利用來自世界各地的數(shù)以千計(jì)被試者的大腦靜息態(tài)磁共振數(shù)據(jù)，定量刻畫人腦的動(dòng)態(tài)變化，識(shí)別人腦不同區(qū)域之間動(dòng)態(tài)相互作用的機(jī)制以及其在精神疾病中的改變。
這項(xiàng)研究發(fā)現(xiàn)，人腦中與學(xué)習(xí)、記憶緊密關(guān)聯(lián)的腦區(qū)表現(xiàn)出高度的“可變性”。而這樣的“可變性”說明這些區(qū)域和大腦其他部分之間的連接模式變動(dòng)更加頻繁，往往發(fā)生在短短的幾分鐘甚至數(shù)秒鐘之間。而相對而言，人腦中與智力相關(guān)性小的區(qū)域，如視覺區(qū)、聽覺區(qū)和感覺運(yùn)動(dòng)區(qū)，則表現(xiàn)出了相對較低的“可變性”和“適應(yīng)性”。這一發(fā)現(xiàn)告訴我們，大腦的“可變性”和“適應(yīng)性”越強(qiáng)，其所表現(xiàn)出的智能相對來說會(huì)更高。
目前，AI系統(tǒng)并不具備“可變性”和“適應(yīng)性”這兩個(gè)素質(zhì)。這兩種AI所特有特性，已被該研究證實(shí)為人類大腦學(xué)習(xí)能力的關(guān)鍵。馮建峰教授團(tuán)隊(duì)首次繪制的腦功能網(wǎng)絡(luò)的動(dòng)態(tài)圖譜，未來可被應(yīng)用于構(gòu)造更先進(jìn)的人工智能，使計(jì)算機(jī)具備學(xué)習(xí)、成長和自適應(yīng)的能力。
馮建峰教授團(tuán)隊(duì)的研究工作最初是從理解精神疾病如精神分裂癥、抑郁癥等疾病的大腦動(dòng)態(tài)變化機(jī)制和疾病診斷出發(fā)，卻意外地在解析人類智力上有了驚人的發(fā)現(xiàn)，這一“無心插柳柳成蔭”的發(fā)現(xiàn)，使機(jī)器人真正產(chǎn)生人類的思維方式具有了巨大可能性，這一發(fā)現(xiàn)或?qū)I的發(fā)展帶來革命性的影響。
7月4日，在首屆中英智能機(jī)器人論壇上，馮教授展示了如何用腦電圖和肌電信號(hào)持續(xù)地控制人工手臂做出各種復(fù)雜動(dòng)作。“隨著神經(jīng)科學(xué)的發(fā)展，現(xiàn)在已經(jīng)獲得了海量的數(shù)據(jù);腦科學(xué)研究可使我們開發(fā)出更有效和智能化的機(jī)器學(xué)習(xí)算法，又會(huì)反過來推動(dòng)和幫助我們更好地開采大數(shù)據(jù)?！瘪T建峰利用這些數(shù)據(jù)集創(chuàng)建了上海大腦，利用這個(gè)大腦來控制各種各樣的活動(dòng)，比如解碼自然環(huán)境、探尋各種大腦疾病的根源、整合大規(guī)模的數(shù)據(jù)預(yù)測未來?！案祟惖闹悄芟啾龋斯ぶ悄苓€處在非常原始的階段。”馮建峰教授在接受記者采訪時(shí)說。
在可期的未來里，人機(jī)協(xié)作才是發(fā)展的最終方向。上海中山醫(yī)療科技發(fā)展公司總經(jīng)理、醫(yī)學(xué)博士陰憶青直言不諱：“科技發(fā)展給醫(yī)療行為帶來了很多積極變化，這一趨勢必然不可逆轉(zhuǎn)，機(jī)器人也注定會(huì)發(fā)揮越來越多的作用，給予醫(yī)生更多時(shí)間，應(yīng)對更多未知、復(fù)雜的工作。但這是一個(gè)漫長的發(fā)展過程，因此無論是業(yè)界或大眾，都無需夸大或畏懼它的功能地位?！?/p>
而醫(yī)療領(lǐng)域也不僅僅是簡單的信息處理或是病例診斷、健康管理。醫(yī)生巡床的不斷關(guān)懷，在手術(shù)臺(tái)上面對突發(fā)情況的應(yīng)變，對于并發(fā)癥、個(gè)體情況的具體分析與判斷，對于病人及其家屬的細(xì)微照顧和說明，這些都離不開作為人類醫(yī)生的“溫暖”。冷冰冰的機(jī)器，在短時(shí)間仍舊無法替代這樣的人文關(guān)懷以及細(xì)致入微的照顧。但有一點(diǎn)是毋庸置疑的——在不遠(yuǎn)的將來，AI必將為人類的健康大業(yè)做出巨大貢獻(xiàn)。
猜你喜歡
陳冰
數(shù)據(jù)缺失、格式不同一、難以采集、無法判斷數(shù)據(jù)背后真正的意義等，這些問題無疑將是沃森等AI在未來所面臨的挑戰(zhàn)。
比爾·蓋茨曾經(jīng)說過，人工智能（AI）會(huì)是人類未來發(fā)展的一件“大事”。
目前，AI技術(shù)已經(jīng)憑借其巨大的潛力和能力，在各個(gè)領(lǐng)域展現(xiàn)出了造福人類的可能性。醫(yī)療領(lǐng)域，更是人工智能直接造福人類的核心領(lǐng)域之一。英國《自然》雜志的一篇癌癥相關(guān)研究論文指出，利用深度學(xué)習(xí)算法來根據(jù)照片分類皮膚癌的AI系統(tǒng)，表現(xiàn)不亞于專業(yè)臨床醫(yī)生。從最簡單的手機(jī)App到最復(fù)雜的診斷任務(wù)，AI正依靠強(qiáng)大的算法處理著幾十年積累下來的醫(yī)學(xué)研究數(shù)據(jù)庫，不斷為人類的生命健康保駕護(hù)航。
去年11月，Google的研究人員在《美國醫(yī)學(xué)會(huì)雜志》（JAMA）上發(fā)表了一篇論文，表明Google經(jīng)過大量眼底圖像數(shù)據(jù)訓(xùn)練的深度學(xué)習(xí)算法，可以在診斷糖尿病性視網(wǎng)膜病變上，具有90%以上的高準(zhǔn)確性。Google方面宣布已將本用于翻譯和圖像識(shí)別的消費(fèi)級機(jī)器學(xué)習(xí)技術(shù)，應(yīng)用到了醫(yī)療領(lǐng)域。
7月14日，阿里云人工智能ET奪得肺結(jié)節(jié)診斷世界冠軍。目前，這一技術(shù)已經(jīng)集成到阿里云ET醫(yī)療大腦中。ET醫(yī)療大腦可在精準(zhǔn)醫(yī)療、醫(yī)學(xué)影像、藥效挖掘、新藥研發(fā)、健康管理、可穿戴設(shè)備等領(lǐng)域承擔(dān)醫(yī)生助手角色，并已在肺癌、宮頸癌、甲狀腺癌等領(lǐng)域?qū)崿F(xiàn)突破。
病了就去看AI醫(yī)生，已不是天方夜譚。
機(jī)器人醫(yī)生“沃森”
IBM花費(fèi)重金開發(fā)的人工智能“Watson”沃森早已聲名在外。這位機(jī)器人醫(yī)生曾經(jīng)在美國的智力競賽《危險(xiǎn)邊緣》中打敗過人類冠軍，在日本僅用10分鐘就確診了一例罕見白血病并提供個(gè)性化的診療方案，在印度為一名晚期癌癥患者找到了診斷方案……
在進(jìn)入中國市場后，沃森在天津的義診現(xiàn)場同樣表現(xiàn)非凡。在得到天津市第三中心醫(yī)院的腫瘤科主任吳塵軒描述的患者病情信息后，沃森僅用10秒便為這位胃癌局部晚期患者給出了詳盡的治療方案分析?！斑@與醫(yī)生給出的治療方案完全一致，即通過化療將腫瘤縮小后再進(jìn)行手術(shù)，”吳塵軒表示。
不過，在得天獨(dú)厚的優(yōu)勢背后，沃森等人工智能醫(yī)生的發(fā)展也遇到阻礙。對諸多研究機(jī)構(gòu)來說，巨額支出無疑是最大的障礙。據(jù)得克薩斯大學(xué)行政系統(tǒng)公布的一份審計(jì)結(jié)果顯示，IBM沃森醫(yī)療和MD安德森的合作自2013年10月啟動(dòng)以來，MD安德森已經(jīng)為此投資超過6200萬美元。報(bào)告稱：“本報(bào)告所述結(jié)果不應(yīng)被解釋為對其系統(tǒng)在當(dāng)前狀態(tài)的科學(xué)基礎(chǔ)或能力的意見。”簡單來說，就是沃森并非是功能不行，而是“燒錢太快”。
沃森為何會(huì)如此迅速地“燒錢”呢？原來，開發(fā)AI醫(yī)療需要特定類型的數(shù)據(jù)，這些數(shù)據(jù)通常要么非常緊缺，要么難以訪問。這也直接導(dǎo)致了這些數(shù)據(jù)的價(jià)格不會(huì)低，從而拉高了成本。這不是沃森獨(dú)有的問題，而是整個(gè)醫(yī)療機(jī)器學(xué)習(xí)領(lǐng)域面臨的通病。
正如AlphaGo通過不斷研究棋譜和與自己、名家下棋來不斷進(jìn)步一樣，沃森也是通過不斷地調(diào)整其內(nèi)部程序來“學(xué)習(xí)”，并對一些問題給出它判斷最接近正確的答案（例如，哪張放射影像上顯示了腫瘤）。在訓(xùn)練過程中，正確的答案必須是已知的，這樣系統(tǒng)才能不斷得到正確的反饋。系統(tǒng)所訓(xùn)練的問題越多，其正確率就會(huì)越高，如此機(jī)器便能學(xué)習(xí)在特定問題上的診斷（如通過X光影像判定惡性腫瘤）。
事實(shí)上，數(shù)據(jù)缺失、格式不同一、難以采集、無法判斷數(shù)據(jù)背后真正的意義等，這些問題無疑將是沃森等AI在未來所面臨的挑戰(zhàn)。
這也導(dǎo)致短期內(nèi)，沃森這樣的AI“醫(yī)生”并不能取代傳統(tǒng)意義上真正的人類醫(yī)生。上海交通大學(xué)醫(yī)學(xué)院附屬仁濟(jì)醫(yī)院腫瘤科主任王理偉表示，“沃森被動(dòng)地接收輸入的信息，但并不具備自我甄別能力與動(dòng)態(tài)觀察能力。所以未來此類醫(yī)療機(jī)器人若能參與到診療過程中，很重要的一點(diǎn)就是必須確保第一手資料的完備準(zhǔn)確。因此，將其稱為學(xué)習(xí)軟件更為恰當(dāng)?！?/p>
王理偉指出，一個(gè)醫(yī)生對具體患者的診斷，往往需要結(jié)合檢查數(shù)據(jù)、基礎(chǔ)疾病、病史、并發(fā)癥等多因素綜合考慮?！氨热缥赴┗颊呖赡苡袧撛诘男姆喂δ芑蚰I功能障礙，還有糖尿病等基礎(chǔ)代謝問題，我們在日常診療中可以結(jié)合多學(xué)科會(huì)診給出妥善方案，對于機(jī)器人而言，從海量的現(xiàn)有知識(shí)中找到應(yīng)對個(gè)體患者的方案，很大程度上依賴了信息系統(tǒng)的高度完善?！?/p>
的確，患者是否有吸毒等不良習(xí)慣，飲食是否健康安全，是否擁有清新空氣和優(yōu)質(zhì)水源等等，這些都是一個(gè)真正醫(yī)生應(yīng)該考慮的因素，而這也往往是數(shù)據(jù)的空白——目前，幾乎沒有任何醫(yī)療機(jī)構(gòu)能可靠地獲取大部分患者的此類數(shù)據(jù)，許多醫(yī)院甚至連電子化的信息系統(tǒng)都沒能投入使用。但可以預(yù)見的是，當(dāng)決定健康的社會(huì)因素和并發(fā)癥、病史等問題在信息系統(tǒng)的進(jìn)一步發(fā)展和普及下得到解決之后，沃森憑借其巨大的數(shù)據(jù)庫及強(qiáng)勁的計(jì)算能力支撐，在診斷疑難雜癥等領(lǐng)域?qū)⒔o人類醫(yī)生提供很大的幫助。
隨時(shí)隨地的“健康管家”
除了沃森等類似于AlphaGo的超級智能輔助診療之外，健康管理和便攜設(shè)備無疑也是AI發(fā)展下取得突破的應(yīng)用方式。
通過AI系統(tǒng)的應(yīng)用來達(dá)到健康管理的目的在國外并不罕見。例如Alme Health Coach系統(tǒng)能通過人工智能技術(shù)評估慢性病病人的狀態(tài)，協(xié)助患者規(guī)劃日常的飲食起居。它更像是一位“機(jī)器人護(hù)士”，通過了解病人飲食習(xí)慣、鍛煉周期、服藥習(xí)慣等個(gè)人生活習(xí)慣，利用人工智能對數(shù)據(jù)進(jìn)行處理并對疾病整體狀態(tài)進(jìn)行評估，最終給出個(gè)性化健康管理方案。此外，它還能幫助病人規(guī)劃健康安排，監(jiān)控睡眠，提供藥物和測試提醒，甚至可以反向推導(dǎo)出病人不依從建議的心理。這套系統(tǒng)的潛力在于它能夠以一種浸入式的方式無微不至地幫助慢性病患者養(yǎng)成更健康的生活方式。不僅如此，AI系統(tǒng)使得可穿戴設(shè)備、智能手機(jī)、電子病歷等功能得以整合。
通過AI技術(shù)和大數(shù)據(jù)應(yīng)用，人類對于糖尿病的控制也在不斷發(fā)展。曾幾何時(shí)，糖尿病令無數(shù)“糖友”苦不堪言。作為最可怕的慢性病之一，近年來，指尖抽血的不斷發(fā)展使得隨時(shí)隨地監(jiān)控血糖成為了可能，不過用戶每天被迫扎8-10次手指，才能獲得可供參考的血糖數(shù)據(jù)。這種痛苦的過程讓許多人望而生畏，甚至甘愿放棄。但隨著新的動(dòng)態(tài)技術(shù)被引進(jìn)，指尖采血的痛苦過程將完全被擯棄，使用者只需掃描置于手臂上部背側(cè)的傳感器，就可實(shí)時(shí)監(jiān)測血糖。
“糖尿病不再是病，”微糖CEO馮燕飛如是說。作為國內(nèi)首家將“動(dòng)態(tài)技術(shù)”引進(jìn)的數(shù)字醫(yī)療服務(wù)企業(yè)，馮燕飛做了個(gè)形象的比喻：“變革性的‘動(dòng)態(tài)技術(shù)將完全改變?nèi)藗儗μ悄虿〉目捶ǎ柚@類科學(xué)技術(shù)，糖尿病患者就像為自己的身體‘安裝了車燈，可以讓自己安全地駕馭自己的身體，而我們的微糖服務(wù)中心，就好比是一所駕校，提供整體解決方案。”
微糖的客戶只需掃描置于手臂上部背側(cè)硬幣大小的傳感器，就可實(shí)現(xiàn)對于血糖的實(shí)時(shí)監(jiān)測。通過傳感器的實(shí)時(shí)測量，微糖可以在1分鐘獲得1個(gè)血糖數(shù)據(jù)。連續(xù)14天所獲得的不間斷數(shù)據(jù)所形成的連續(xù)的、如心電圖一樣的動(dòng)態(tài)血糖圖譜，專業(yè)人士可以清晰地觀察到“糖友”血糖值的波峰和波谷，一旦這些波峰、波谷超出了正常的帶狀區(qū)間，就會(huì)為“糖友”提供專業(yè)指導(dǎo)，讓其通過飲食、鍛煉、藥物等方式將血糖調(diào)理回歸到合理的健康空間。由此，糖友可輕松避免因血糖過高或過低而產(chǎn)生危險(xiǎn)。
類腦智能：人工智能的未來？
隨著醫(yī)學(xué)的不斷發(fā)展，人們也在探索人工智能技術(shù)未來的發(fā)展之道。而想要人工智能達(dá)到更高層的境界乃至真正的智能，研究人類大腦并將相應(yīng)技術(shù)應(yīng)用于類腦智能的開發(fā)無疑是一個(gè)很有前景的領(lǐng)域。畢竟，大腦對信息的加工與處理能力在很多方面目前還是遠(yuǎn)遠(yuǎn)優(yōu)于現(xiàn)有的計(jì)算機(jī)和信息處理系統(tǒng)。而通過類腦智能的研究，則能解決現(xiàn)有人工智能的許多缺陷和瓶頸，使人工智能的發(fā)展更進(jìn)一步。
中科院自動(dòng)化所所長徐波在題為《類腦智能研究與發(fā)展方向》的演講中提到，當(dāng)下深度學(xué)習(xí)的人工智能大多數(shù)采用CPU+GPU集群進(jìn)行的計(jì)算方式，有著耗能巨大的缺點(diǎn)。以谷歌的深度學(xué)習(xí)系統(tǒng)AlphaGo為例，其功率為280000瓦特/小時(shí)，與李世石對弈時(shí)耗能為每小時(shí)225千卡。而類腦智能的優(yōu)勢在于，它是一種面向人工神經(jīng)網(wǎng)絡(luò)對低功耗、弱監(jiān)督等學(xué)習(xí)需求將生物機(jī)制與數(shù)學(xué)原理融合的新型網(wǎng)絡(luò)模型和學(xué)習(xí)方法。受大腦多尺度信息處理機(jī)制啟發(fā)的計(jì)算模型及軟硬件實(shí)現(xiàn)，使機(jī)器實(shí)現(xiàn)人類具有的多種認(rèn)知能力并高度協(xié)同，逐漸逼近具有學(xué)習(xí)和進(jìn)化能力的通用智能。
而類腦實(shí)驗(yàn)室理事會(huì)理事長、中國科學(xué)技術(shù)大學(xué)校長萬立駿則認(rèn)為類腦是人工智能發(fā)展的重要途徑。通過發(fā)展類腦智能可以揭示人類大腦信息處理的途徑，有利于完備智能技術(shù)體系，推動(dòng)智能產(chǎn)業(yè)發(fā)展。類腦智能技術(shù)與機(jī)器人技術(shù)的深度融合無疑將引爆新一輪科技革命。
近年來，馮建峰教授與其帶領(lǐng)的復(fù)旦大學(xué)團(tuán)隊(duì)和英國華威大學(xué)團(tuán)隊(duì)，一直致力于利用來自世界各地的數(shù)以千計(jì)被試者的大腦靜息態(tài)磁共振數(shù)據(jù)，定量刻畫人腦的動(dòng)態(tài)變化，識(shí)別人腦不同區(qū)域之間動(dòng)態(tài)相互作用的機(jī)制以及其在精神疾病中的改變。
這項(xiàng)研究發(fā)現(xiàn)，人腦中與學(xué)習(xí)、記憶緊密關(guān)聯(lián)的腦區(qū)表現(xiàn)出高度的“可變性”。而這樣的“可變性”說明這些區(qū)域和大腦其他部分之間的連接模式變動(dòng)更加頻繁，往往發(fā)生在短短的幾分鐘甚至數(shù)秒鐘之間。而相對而言，人腦中與智力相關(guān)性小的區(qū)域，如視覺區(qū)、聽覺區(qū)和感覺運(yùn)動(dòng)區(qū)，則表現(xiàn)出了相對較低的“可變性”和“適應(yīng)性”。這一發(fā)現(xiàn)告訴我們，大腦的“可變性”和“適應(yīng)性”越強(qiáng)，其所表現(xiàn)出的智能相對來說會(huì)更高。
目前，AI系統(tǒng)并不具備“可變性”和“適應(yīng)性”這兩個(gè)素質(zhì)。這兩種AI所特有特性，已被該研究證實(shí)為人類大腦學(xué)習(xí)能力的關(guān)鍵。馮建峰教授團(tuán)隊(duì)首次繪制的腦功能網(wǎng)絡(luò)的動(dòng)態(tài)圖譜，未來可被應(yīng)用于構(gòu)造更先進(jìn)的人工智能，使計(jì)算機(jī)具備學(xué)習(xí)、成長和自適應(yīng)的能力。
馮建峰教授團(tuán)隊(duì)的研究工作最初是從理解精神疾病如精神分裂癥、抑郁癥等疾病的大腦動(dòng)態(tài)變化機(jī)制和疾病診斷出發(fā)，卻意外地在解析人類智力上有了驚人的發(fā)現(xiàn)，這一“無心插柳柳成蔭”的發(fā)現(xiàn)，使機(jī)器人真正產(chǎn)生人類的思維方式具有了巨大可能性，這一發(fā)現(xiàn)或?qū)I的發(fā)展帶來革命性的影響。
7月4日，在首屆中英智能機(jī)器人論壇上，馮教授展示了如何用腦電圖和肌電信號(hào)持續(xù)地控制人工手臂做出各種復(fù)雜動(dòng)作。“隨著神經(jīng)科學(xué)的發(fā)展，現(xiàn)在已經(jīng)獲得了海量的數(shù)據(jù);腦科學(xué)研究可使我們開發(fā)出更有效和智能化的機(jī)器學(xué)習(xí)算法，又會(huì)反過來推動(dòng)和幫助我們更好地開采大數(shù)據(jù)?！瘪T建峰利用這些數(shù)據(jù)集創(chuàng)建了上海大腦，利用這個(gè)大腦來控制各種各樣的活動(dòng)，比如解碼自然環(huán)境、探尋各種大腦疾病的根源、整合大規(guī)模的數(shù)據(jù)預(yù)測未來?！案祟惖闹悄芟啾龋斯ぶ悄苓€處在非常原始的階段。”馮建峰教授在接受記者采訪時(shí)說。
在可期的未來里，人機(jī)協(xié)作才是發(fā)展的最終方向。上海中山醫(yī)療科技發(fā)展公司總經(jīng)理、醫(yī)學(xué)博士陰憶青直言不諱：“科技發(fā)展給醫(yī)療行為帶來了很多積極變化，這一趨勢必然不可逆轉(zhuǎn)，機(jī)器人也注定會(huì)發(fā)揮越來越多的作用，給予醫(yī)生更多時(shí)間，應(yīng)對更多未知、復(fù)雜的工作。但這是一個(gè)漫長的發(fā)展過程，因此無論是業(yè)界或大眾，都無需夸大或畏懼它的功能地位?！?/p>
而醫(yī)療領(lǐng)域也不僅僅是簡單的信息處理或是病例診斷、健康管理。醫(yī)生巡床的不斷關(guān)懷，在手術(shù)臺(tái)上面對突發(fā)情況的應(yīng)變，對于并發(fā)癥、個(gè)體情況的具體分析與判斷，對于病人及其家屬的細(xì)微照顧和說明，這些都離不開作為人類醫(yī)生的“溫暖”。冷冰冰的機(jī)器，在短時(shí)間仍舊無法替代這樣的人文關(guān)懷以及細(xì)致入微的照顧。但有一點(diǎn)是毋庸置疑的——在不遠(yuǎn)的將來，AI必將為人類的健康大業(yè)做出巨大貢獻(xiàn)。
猜你喜歡
