人工智能診療平臺在醫(yī)學(xué)領(lǐng)域中的應(yīng)用

朱善邦，王婷，徐衛(wèi)東

海軍軍醫(yī)大學(xué)附屬長海醫(yī)院 關(guān)節(jié)骨病外科，上海 200433

引言

人工智能是研究、開發(fā)用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的一門新的技術(shù)科學(xué)，是在計算機(jī)科學(xué)、控制論、信息論、神經(jīng)心理學(xué)、哲學(xué)、語言學(xué)等多種學(xué)科研究的基礎(chǔ)上發(fā)展起來的一門綜合性很強(qiáng)的交叉、前沿學(xué)科[1]。人工智能自1956年誕生以來[2]，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域也不斷擴(kuò)大，無論在理論和實(shí)踐上都已自成體系。人工智能是在計算機(jī)科學(xué)、心理學(xué)、語言學(xué)、統(tǒng)計學(xué)、哲學(xué)等多種學(xué)科研究基礎(chǔ)上發(fā)展而來的綜合性學(xué)科，被稱為20世紀(jì)和21世紀(jì)三大尖端科技之一[3]。而智能診療平臺是依據(jù)人工智能基本原理，設(shè)計基于臨床急需的智能醫(yī)囑計算機(jī)系統(tǒng)，從而實(shí)現(xiàn)多種智能功能，提高了醫(yī)囑開具的有效性，以臨床診療指南為依據(jù)，以海量的臨床知識庫為基礎(chǔ)，圍繞醫(yī)療質(zhì)量、效率、效益、醫(yī)療安全提供數(shù)據(jù)挖掘與綜合統(tǒng)計分析服務(wù)。主要包括臨床用藥分析、費(fèi)用控制、差錯控制、治療效果分析、臨床知識挖掘、臨床預(yù)警提示，臨床路徑管理過程與效果監(jiān)測。

隨著科學(xué)研究的發(fā)展，智能診療系統(tǒng)在醫(yī)學(xué)中的應(yīng)用正在逐漸增加[4]，這些系統(tǒng)的有效性提高了醫(yī)師對疾病預(yù)測的判斷力。智能計算算法在疾病診斷的適用性上發(fā)揮了極大的作用，人工神經(jīng)網(wǎng)絡(luò)，模糊邏輯，基于規(guī)則的推理，基于案例的推理，F(xiàn)isher判別分析，人工免疫識別系統(tǒng)和決策樹算法已被廣泛應(yīng)用于疾病的評估[5-6]。智能診療平臺的應(yīng)用可不斷提高醫(yī)生自身的業(yè)務(wù)水平，盡量避免在臨床工作中可能出現(xiàn)的片面性，減少診療中一些不必要的繁瑣和重復(fù)，改善醫(yī)護(hù)人員及醫(yī)療輔助機(jī)構(gòu)工作人員的勞動強(qiáng)度，減輕病人的痛苦及醫(yī)療費(fèi)用負(fù)擔(dān)，將人工智能技術(shù)引入了醫(yī)學(xué)領(lǐng)域。這樣計算機(jī)不僅能模擬收集各個病人的信息及醫(yī)生的思維過程，輔助醫(yī)生作出正確的診斷和處理，并能不斷積累經(jīng)驗(yàn)，還可以進(jìn)行有針對性的醫(yī)學(xué)咨詢等。

1 關(guān)鍵技術(shù)

目前關(guān)于智能診療平臺的新型技術(shù)日趨增多，而其依附的關(guān)鍵人工智能技術(shù)主要有大數(shù)據(jù)技術(shù)和自然語言處理技術(shù)。

1.1 大數(shù)據(jù)技術(shù)

1.1.1 決策樹大數(shù)據(jù)算法

決策樹是一種十分常用的分類方法，最早產(chǎn)生于上世紀(jì)60年代。到80年代，由Quinlan[7]提出了ID3算法，此算法的目的在于減少樹的深度。但是忽略了葉子數(shù)目的研究。C4.5算法[8]在ID3算法的基礎(chǔ)上進(jìn)行了改進(jìn)，對于預(yù)測變量的缺值處理、剪枝技術(shù)、派生規(guī)則等方面作了較大改進(jìn)，既適合于分類問題，又適合于回歸問題。其主要是在已知各種情況發(fā)生概率的基礎(chǔ)上，通過構(gòu)成決策樹來求取凈現(xiàn)值的期望值大于等于零的概率，評價項(xiàng)目風(fēng)險，判斷其可行性的決策分析方法，是直觀運(yùn)用概率分析的一種圖解法。決策樹算法是一種逼近離散函數(shù)值的方法，它是一種典型的分類方法，首先對數(shù)據(jù)進(jìn)行處理，利用歸納算法生成可讀的規(guī)則和決策樹，然后使用決策對新數(shù)據(jù)進(jìn)行分析。本質(zhì)上決策樹是通過一系列規(guī)則對數(shù)據(jù)進(jìn)行分類的過程，因此當(dāng)其與臨床醫(yī)囑相結(jié)合，則可更完美的表現(xiàn)出智能診療平臺對分類的可靠性和精確性。

1.1.2 人工神經(jīng)網(wǎng)絡(luò)技術(shù)

人工神經(jīng)網(wǎng)絡(luò)（Artificial Neural Networks，ANNs）是最近幾年發(fā)展起來的一項(xiàng)新技術(shù)，是一種模仿動物神經(jīng)網(wǎng)絡(luò)行為特征，進(jìn)行分布式并行信息處理的算法數(shù)學(xué)模型。這種網(wǎng)絡(luò)依靠系統(tǒng)的復(fù)雜程度，通過調(diào)整內(nèi)部大量節(jié)點(diǎn)之間相互連接的關(guān)系，從而達(dá)到處理信息的目的，并具備學(xué)習(xí)、自組織、泛化及訓(xùn)練的能力，其在分類、診斷以及基于分類的智能控制和優(yōu)化求解方面獨(dú)具優(yōu)勢。正因如此人工神經(jīng)網(wǎng)絡(luò)在醫(yī)學(xué)上的研究應(yīng)用受到廣泛的關(guān)注[9]。如“沃森通路”是一套幫助沃森學(xué)習(xí)醫(yī)生如何診療的人機(jī)互動程序，在“沃森通路”的輔助下，醫(yī)學(xué)工作人員可檢查沃森舉出的病癥和推論是否合理，然后將更多的信息和見解輸入沃森系統(tǒng)，對大量醫(yī)療數(shù)據(jù)進(jìn)行整理總結(jié)，讓其給出最佳診治建議。

1.1.3 機(jī)器學(xué)習(xí)技術(shù)

機(jī)器學(xué)習(xí)是近20多年興起的一門多領(lǐng)域交叉學(xué)科，涉及概率論、統(tǒng)計學(xué)、逼近論、凸分析、算法復(fù)雜度理論等多門學(xué)科[10]。它是人工智能的核心，是使計算機(jī)具有智能的根本途徑，其應(yīng)用遍及人工智能的各個領(lǐng)域，它主要使用歸納、綜合而不是演繹。因此其應(yīng)用于臨床診療智能平臺，對大數(shù)據(jù)的挖掘和數(shù)據(jù)的精準(zhǔn)計算起到至關(guān)重要的作用[11]。

1.2 自然語言處理技術(shù)

自然語言處理是研究人與計算機(jī)交互的語言問題的一門學(xué)科[12]。實(shí)現(xiàn)人機(jī)間自然語言通信意味著要使計算機(jī)既能理解自然語言文本的意義，也能以自然語言文本來表達(dá)給定的意圖、思想等。前者稱為自然語言理解，后者稱為自然語言生成。處理自然語言的關(guān)鍵是要讓計算機(jī)“理解”自然語言，所以自然語言處理又叫做自然語言理解，也稱為計算語言學(xué)。雖然，目前自然語言處理技術(shù)的突破被寄希望于腦科學(xué)、認(rèn)知科學(xué)和計算機(jī)科學(xué)的深度融合，但是計算語言學(xué)仍是在自然語言處理中不可或缺[13]。

一方面它是語言信息處理的一個分支，另一方面它是人工智能的核心課題之一。對于輔助智能診療平臺進(jìn)行醫(yī)生的學(xué)習(xí)輔導(dǎo)及答疑有著重要的應(yīng)用。不容樂觀的是，醫(yī)學(xué)上有著大量的病例數(shù)據(jù)，想通過自然語言技術(shù)對此進(jìn)行檢索還是有難度的。不少研究發(fā)現(xiàn)，自然語言技術(shù)雖然在語言互譯方面有著不俗表現(xiàn)，但是全文檢索方面表現(xiàn)不盡如人意，往往需要大量的計算消耗，得不償失[14]。

2 智能診療的應(yīng)用

2.1 智能用藥

基于藥品藥理的智能醫(yī)囑系統(tǒng)主要包括藥物劑量、頻度、搭配、藥物過敏史、特殊人群、禁忌證、不良反應(yīng)等項(xiàng)目的監(jiān)測功能[15-16]。簡單的說，就是以當(dāng)代藥物和疾病的系統(tǒng)知識和理論為基礎(chǔ)，安全、有效、經(jīng)濟(jì)、適當(dāng)?shù)厥褂盟幬颷17]。在現(xiàn)代醫(yī)院中，醫(yī)院信息系統(tǒng)已經(jīng)有較完善的應(yīng)用，大量的患者相關(guān)信息不需要重復(fù)錄入，只需鏈接數(shù)據(jù)庫即可。因此，智能用藥系統(tǒng)主要負(fù)責(zé)合理用藥規(guī)則的維護(hù)和醫(yī)囑處方是否合理的審查、提醒等功能。這個過程中主要包括三類信息：一是患者的病情信息，二是指導(dǎo)醫(yī)生和藥劑師的醫(yī)藥學(xué)理論知識以及工作經(jīng)驗(yàn)等醫(yī)藥學(xué)息，三是藥品信息，包括藥品的藥學(xué)信息和經(jīng)濟(jì)信息（價格、供應(yīng)情況等）[18]。知識庫是智能用藥系統(tǒng)的核心，在智能用藥的系統(tǒng)中，知識就是藥品的合理使用方式。藥品說明書包含相關(guān)藥品的安全性、有效性等基本信息，是指導(dǎo)臨床正確使用藥品的技術(shù)性資料[19]，它是合理藥療系統(tǒng)的重要知識來源。但由于不同數(shù)據(jù)庫來源的知識會有所出入，例如一個處方在某項(xiàng)審查上有多條匹配規(guī)則，此時就要用到?jīng)_突消解策略。因此，可以從綜合數(shù)據(jù)庫獲得事實(shí)數(shù)據(jù)，進(jìn)而協(xié)調(diào)不同知識源對每項(xiàng)審查進(jìn)行規(guī)則匹配和推理，最新知識優(yōu)先，即一定時間間隔內(nèi)的兩條知識以最新的知識優(yōu)先；按推理結(jié)果嚴(yán)重性排序。同時由于臨床用藥的復(fù)雜性，合理用藥的知識表達(dá)也有待進(jìn)一步完善，而且新藥更新迅速，知識庫需要及時更新。

2.2 智能影像識別

智能影像識別，即將人工智能技術(shù)應(yīng)用在醫(yī)學(xué)影像的診斷上：一是圖像識別，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。

人工智能在醫(yī)學(xué)影像的應(yīng)用主要分為兩個部分：其一是圖像識別；其二是深度學(xué)習(xí)[20]。這兩部分均是基于醫(yī)學(xué)影像大數(shù)據(jù)所進(jìn)行的數(shù)據(jù)上的挖掘和應(yīng)用，其中深度學(xué)習(xí)是人工智能應(yīng)用的核心環(huán)節(jié)。如果這兩部分均得以實(shí)現(xiàn)，將改寫醫(yī)學(xué)影像學(xué)在學(xué)科發(fā)展中的方向。Google DeepMind Health團(tuán)隊(duì)就將深度學(xué)習(xí)應(yīng)用到了臨床應(yīng)用中，通過檢測眼底視網(wǎng)膜病變來反應(yīng)糖尿病黃斑水腫程度[21]。作為醫(yī)生的有力助手，人工智能結(jié)合醫(yī)學(xué)影像具有諸多優(yōu)勢，患者、放射科醫(yī)師、醫(yī)院均能從人工智能的應(yīng)用中受益。人工智能不僅能幫助患者更快速地完成健康檢查（包括X線、超聲、磁共振成像等），同時也可以幫助影像醫(yī)生提升讀片效率，降低誤診概率，并通過提示可能的副作用來輔助診斷。但是也有學(xué)者認(rèn)為目前智能影像所發(fā)揮的作用只要依靠的是深度學(xué)習(xí)模型對圖像特征的提取，完成病灶定位和病種分類，雖然準(zhǔn)確率較高，但是缺少對結(jié)果判斷依據(jù)的描述，很難和醫(yī)生的思維結(jié)合[22]。筆者相信隨著人工智能和醫(yī)學(xué)影像大數(shù)據(jù)在醫(yī)學(xué)影像領(lǐng)域的普及和應(yīng)用，醫(yī)學(xué)影像所面臨的診斷準(zhǔn)確性和醫(yī)生缺口等問題便可迎刃而解，兩者的融合將成為醫(yī)學(xué)影像發(fā)展的重要方向。

2.3 智能健康管理

智能健康管理是通過整合醫(yī)療與信息技術(shù)相關(guān)資源，運(yùn)用信息化技術(shù)，建立高品質(zhì)與高效率的健康監(jiān)測、疾病防治服務(wù)體系、健康生活方式與健康風(fēng)險評價體系，對人群進(jìn)行健康評價、制定健康計劃、實(shí)施健康干預(yù)等，防治常見病和慢性疾病的發(fā)生和發(fā)展，提高患者生命質(zhì)量，降低醫(yī)療費(fèi)用，實(shí)現(xiàn)較好的健康管理[23]。智能健康管理系統(tǒng)因其軟件應(yīng)用的可及性較廣，在健康宣教中的應(yīng)用較普遍。美國政府2011年已經(jīng)成立了“移動聯(lián)合婦產(chǎn)”組織，通過智能健康管理系統(tǒng)為孕產(chǎn)婦提供健康信息，通過遠(yuǎn)程健康教育提高孕產(chǎn)婦健康水平，降低孕產(chǎn)婦死亡率，完成促進(jìn)孕產(chǎn)婦健康的目標(biāo)[24]。不但能夠提高患者健康意識促進(jìn)健康行為、協(xié)助醫(yī)護(hù)人員進(jìn)行健康信息監(jiān)測及分析、增進(jìn)醫(yī)患溝通，更能體現(xiàn)就醫(yī)便捷。但作為建設(shè)智慧城市的重要載體，智能健康管理系統(tǒng)也面臨質(zhì)量、信息整合、信息安全等方面問題，而其現(xiàn)有的不足也更能促進(jìn)醫(yī)療機(jī)構(gòu)間、醫(yī)療與信息技術(shù)等多團(tuán)隊(duì)合作，研發(fā)更具有專業(yè)醫(yī)療特色的智能健康管理系統(tǒng)，使更多人群受益。以常見病和多發(fā)病的健康管理為契機(jī)，提高全國范圍內(nèi)醫(yī)院、社區(qū)、家庭智能健康管理系統(tǒng)普及率，不僅僅實(shí)現(xiàn)個人全生命周期的健康管理，還可通過大數(shù)據(jù)的融合，為醫(yī)療、用藥、護(hù)理、康復(fù)等多方面提供有力證據(jù)，對疾病起到預(yù)測、監(jiān)測及管理的作用。

智能診療首先可以緩解醫(yī)療人力資源緊張狀況。在當(dāng)前我國優(yōu)質(zhì)醫(yī)療人力資源欠缺的背景下，有了醫(yī)療人工智能的幫助，一方面，基層和偏遠(yuǎn)地區(qū)的患者可通過遠(yuǎn)程人工智能醫(yī)療獲得發(fā)達(dá)地區(qū)醫(yī)療機(jī)構(gòu)和醫(yī)務(wù)人員的服務(wù)，提高醫(yī)療人力資源的使用效率；另一方面，借助人工智能對病人就醫(yī)大數(shù)據(jù)分析，可以優(yōu)化醫(yī)院的醫(yī)療服務(wù)結(jié)構(gòu)和流程。其次是重構(gòu)醫(yī)療服務(wù)模式，變“治療”為“預(yù)防”，將被動就診改為隨時隨地的健康服務(wù)。智能診療可以提高患者救治的時效性和科學(xué)性，為醫(yī)護(hù)人員救治提供的信息化工具。

3 問題與挑戰(zhàn)

3.1 缺少創(chuàng)造力，不能突破醫(yī)學(xué)的最高水平

隨著科學(xué)進(jìn)步，智能診療平臺理論和技術(shù)日益成熟，但仍然不能像人類一樣去思考及推理，完全模擬大腦是很困難的事情。因此，雖然智能診療在醫(yī)學(xué)領(lǐng)域的應(yīng)用越來越廣泛，但是人工智能終究代替不了所有醫(yī)生。智能診療只是運(yùn)用人類已有的知識，對于未知的東西沒有處理分析能力，因此智能診療的醫(yī)療水平不能超越現(xiàn)有的最高醫(yī)療水平，缺乏創(chuàng)造能力，“機(jī)器學(xué)習(xí)”的數(shù)學(xué)基礎(chǔ)是“統(tǒng)計學(xué)”“信息論”和“控制論”，是基于邏輯的智能[25]。而對于臨床上一些復(fù)雜的操作或手術(shù)，智能診療更替代不了醫(yī)生，手術(shù)操作過程非常復(fù)雜，且偶爾伴有緊急情況的出現(xiàn)，需要現(xiàn)場的分析及判斷，并非人工智能所能解決的問題，體現(xiàn)出人工智能在應(yīng)激反應(yīng)中的缺陷，且不能夠彌補(bǔ)。

3.2 社會倫理問題

智能診療技術(shù)的發(fā)展開始在整個醫(yī)學(xué)領(lǐng)域滲入，但也必將會引起一些倫理問題。首先，智能診療在治療失敗的時候，患者應(yīng)該向誰問責(zé)？其次，智能診療在不能夠完全替代醫(yī)生的情況下，患者是否會接受這一新型技術(shù)的出現(xiàn)，而多次廣泛地使用，是否會造成醫(yī)生及醫(yī)院信任度的下降？同時，規(guī)范和監(jiān)管總是落后于創(chuàng)新，那么在制度和法律不夠完善的情況下，智能診療是否真的可以放心投入應(yīng)用，尚且存在疑慮。也許還有很多社會、倫理問題隨著人工智能的出現(xiàn)而出現(xiàn) ，但創(chuàng)新仍會繼續(xù)，只有不斷創(chuàng)新，人類社會才能不斷進(jìn)步。

4 展望

診斷疾病是臨床醫(yī)療最困難的責(zé)任之一，臨床醫(yī)生可能會因診斷出錯而危及患者生命。智能診療平臺的實(shí)施在預(yù)測健康檢查方面做了重大轉(zhuǎn)變，并且醫(yī)學(xué)領(lǐng)域也得到了廣泛的應(yīng)用。該平臺將具有層次聚類和隨機(jī)決策的優(yōu)點(diǎn)，如通過生成較小的聚類增強(qiáng)預(yù)測結(jié)果，在不同算法運(yùn)行中聚類結(jié)果的一致性，精確的學(xué)習(xí)，關(guān)鍵變量的估計，對案例之間近似的精確計算以及關(guān)于群集數(shù)量不需要的先驗(yàn)信息，綜合方法顯示出改善復(fù)雜醫(yī)療的能力通過集群數(shù)據(jù)做出決定。智能診療將是未來人類醫(yī)療的一個發(fā)展方向及趨勢，在醫(yī)療領(lǐng)域能否取代醫(yī)生我們將拭目以待，但我相信，人工智能將會很好的輔佐醫(yī)生，將在某些方面緩解醫(yī)療壓力、提高醫(yī)療服務(wù)質(zhì)量、促進(jìn)醫(yī)學(xué)不斷地發(fā)展及進(jìn)步，在其不斷創(chuàng)新和完善的前提下，用積極的態(tài)度去看待及接受它，理性的使用智能診療平臺，它將成為輔助臨床醫(yī)生工作的有利工具。