人工智能在醫(yī)療領(lǐng)域的應(yīng)用

劉一彤

摘 要 隨著人工智能的迅速發(fā)展，許多國家將其上升為國家發(fā)展戰(zhàn)略。近年來，人工智能在醫(yī)療衛(wèi)生領(lǐng)域中發(fā)揮著重要作用。文章重點(diǎn)闡述了人工智能在醫(yī)療影像、虛擬助理、藥物研發(fā)等方面的應(yīng)用，簡述了人工智能的發(fā)展歷程以及現(xiàn)階段遇到的瓶頸，并對其提出加大人才培養(yǎng)力度、明確醫(yī)療責(zé)任主體等發(fā)展與改進(jìn)措施。

關(guān)鍵詞 人工智能；醫(yī)療；應(yīng)用現(xiàn)狀；發(fā)展趨勢

中圖分類號 TP3 文獻(xiàn)標(biāo)識碼 A 文章編號 1674-6708（2019）232-0145-03

在這個(gè)社會(huì)高速發(fā)展的時(shí)代，隨著信息技術(shù)的發(fā)展，人類的生活方式得到了很大的改變，社會(huì)的生產(chǎn)效率得到了很大的提高[ 1 ]。20世紀(jì)50年代人工智能的概念開始出現(xiàn)在這顆蔚藍(lán)星球上，從最開始的神經(jīng)網(wǎng)絡(luò)技術(shù)，到如今的圖像識別和深度神經(jīng)網(wǎng)絡(luò)技術(shù)，這短短的幾十年間人工智能技術(shù)經(jīng)歷了迅速的發(fā)展。人工智能概念的首次確立，是在1956年的一次科學(xué)會(huì)議上：讓機(jī)器像人那樣思考和認(rèn)識，用計(jì)算機(jī)實(shí)現(xiàn)對人腦的模擬，是眾多科學(xué)家對其下的定義。20世紀(jì)50年代到70年代，人工智能仍處于“弱人工智能”時(shí)代。如今，人工智能在眾多領(lǐng)域都發(fā)揮著重要作用。在醫(yī)療領(lǐng)域，人工智能的應(yīng)用范圍越來越廣。

1 應(yīng)用實(shí)例

隨著算法的不斷提升，以及大數(shù)據(jù)的應(yīng)用，人工智能的適用領(lǐng)域愈來愈廣，在醫(yī)療行業(yè)的應(yīng)用場景愈來愈豐富。其作用主要集中在輔助影像與病理診斷、疾病早期篩查、提高藥物研發(fā)效率、虛擬助理及隨訪等方面。

1.1 虛擬助理

虛擬助理是一種為患者提供自診導(dǎo)診和醫(yī)詢等服務(wù)的信息系統(tǒng)，它利用NLP（自然語言處理）等技術(shù)把用戶對病癥的描述和醫(yī)學(xué)指南進(jìn)行對比，就如同蘋果Siri、微軟Cortana等，其在醫(yī)生端與用戶端均發(fā)揮了很大作用[1-2]。在醫(yī)生端，智能問診能夠輔助醫(yī)生診斷，并且?guī)椭t(yī)生篩查常規(guī)疾病，還能預(yù)警和監(jiān)控重大疾病。在用戶端虛擬助理可以幫助患者完成導(dǎo)診健康咨詢等服務(wù)，大大節(jié)約了用戶的時(shí)間，既方便又高效。

2017年，多家醫(yī)院引進(jìn)了智能預(yù)問診系統(tǒng)[ 1 ]。此外，語音語義識別技術(shù)為患者就醫(yī)導(dǎo)診、醫(yī)生書寫病歷提供了很多便利。有了智能語音錄入功能，醫(yī)生的雙手就可以被解放，醫(yī)生通過口述就可以完成查病歷、找文獻(xiàn)、寫病歷等基本工作，醫(yī)生的工作效率得到迅速提高?？拼笥嶏w的產(chǎn)品“曉醫(yī)”，能夠通過與患者的交流，告訴患者應(yīng)就診的科室以及科室位置，減輕醫(yī)生的工作量，也使患者就醫(yī)更加簡單快捷。

1.2 病歷與文獻(xiàn)分析

人工智能利用對應(yīng)算法以及大數(shù)據(jù)能夠?qū)﹄娮硬v及醫(yī)學(xué)文獻(xiàn)中的海量醫(yī)療數(shù)據(jù)進(jìn)行分析，并形成結(jié)構(gòu)化的醫(yī)療數(shù)據(jù)庫，為醫(yī)生的診斷提供幫助。與其他行業(yè)相比，醫(yī)療領(lǐng)域的信息數(shù)據(jù)分散范圍廣、蘊(yùn)含數(shù)量多、復(fù)雜程度高、隱藏價(jià)值大。諾貝爾醫(yī)學(xué)獎(jiǎng)獲得者屠呦呦也是耗費(fèi)了數(shù)十年時(shí)間才從各種醫(yī)學(xué)古籍中找到青蒿素可以治療瘧疾。如果在當(dāng)初，人工智能足夠強(qiáng)大，便可以快速閱讀并整理文獻(xiàn)資料，對實(shí)驗(yàn)數(shù)據(jù)進(jìn)行準(zhǔn)確分析，從而快速得出結(jié)論。除此之外，大數(shù)據(jù)平臺還可以幫助一線人員及科研人員挖掘疾病規(guī)律，并建立研究課題。

1.3 醫(yī)療影像輔助診斷

醫(yī)療影像數(shù)據(jù)是醫(yī)療數(shù)據(jù)的重要組成部分，包括CT、X光、B超等醫(yī)療影像數(shù)據(jù)。統(tǒng)計(jì)數(shù)據(jù)表明，目前放射科醫(yī)生的供給缺口非常大，放射科醫(yī)生的年增長率為2%，而醫(yī)療影像數(shù)據(jù)的年增長率為63%，將人工智能應(yīng)用于醫(yī)療影像領(lǐng)域，能夠極大緩解此類問題[1-2]。人工智能在醫(yī)療影像輔助診斷中的作用主要有兩方面：一方面是利用圖像識別技術(shù)，對醫(yī)學(xué)影像進(jìn)行圖像及數(shù)據(jù)的分析；另一方面是利用深度學(xué)習(xí)技術(shù)，通過對海量的臨床診斷與影響數(shù)據(jù)進(jìn)行訓(xùn)練，令模型具有初步的診斷能力。

1.4 藥物研發(fā)

藥物研發(fā)由兩大部分組成，分別是藥物發(fā)現(xiàn)階段與臨床試驗(yàn)階段。藥物發(fā)現(xiàn)階段又被細(xì)化為靶點(diǎn)篩選與藥物篩選，人工智能與靶點(diǎn)篩選的結(jié)合點(diǎn)為文本分析，人工智能與藥物篩選的結(jié)合點(diǎn)為高通量篩選和計(jì)算機(jī)視覺。同樣，臨床試驗(yàn)階段有病人招募和晶型預(yù)測，人工智能與病人招募的結(jié)合點(diǎn)為病例分析，而人工智能與晶型預(yù)測的結(jié)合點(diǎn)為虛擬篩選。1）靶點(diǎn)篩選。尋找、確定和制備分子藥靶是現(xiàn)代藥物研發(fā)的關(guān)鍵。AI可以從海量數(shù)據(jù)中獲取有用信息，并進(jìn)行生物化學(xué)預(yù)測。該方法能夠?qū)⑺幬镅邪l(fā)的時(shí)間成本和經(jīng)濟(jì)成本縮短一半左右。2）藥物篩選。為了進(jìn)行更深層次的結(jié)構(gòu)改造與修飾，需要將小分子化合物組合實(shí)驗(yàn)并且尋找某種具有化學(xué)結(jié)構(gòu)與生物活性的化合物，這就是藥物篩選。篩選時(shí)，開發(fā)新技術(shù)或優(yōu)化舊方案都可以通過人工智能完成。3）病人招募。臨床試驗(yàn)對于患者的需求量較大，尤其是高質(zhì)量患者，多達(dá)90%的臨床試驗(yàn)都被患者的數(shù)量與質(zhì)量所困擾。利用人工智能，就可以對患者的病歷進(jìn)行精準(zhǔn)分析，找到患者。

1.5 基因測序

人類基因組計(jì)劃，即通過測定人類基因序列，繪制人類基因組圖譜從而達(dá)到破解人類遺傳信息的目的。當(dāng)時(shí)，中、美、日、德等國一同研究，也持續(xù)了15年才得出結(jié)果，這足以證明其重要性與復(fù)雜性。如今，人工智能技術(shù)已經(jīng)能夠改變基因測序的困難現(xiàn)狀。通過建立初始數(shù)學(xué)模型，利用模型進(jìn)行訓(xùn)練，再用其他分子生物學(xué)的方法進(jìn)行修正，最后進(jìn)行檢驗(yàn)對照，得出其準(zhǔn)確性。目前，國內(nèi)的人工智能龍頭企業(yè)已經(jīng)開始自己的布局，譬如華大基因、博奧生物、金域檢驗(yàn)等。

1.6 個(gè)人健康管家

未來的健康醫(yī)療大數(shù)據(jù)，實(shí)際上是人們對自身進(jìn)行日常健康管理過程中產(chǎn)生和收集起來的[ 3 ]。智能可穿戴設(shè)備可以記錄用戶每天的運(yùn)動(dòng)時(shí)間、步數(shù)詳情、能量消耗等信息，根據(jù)用戶的年齡、性別、身高、體重等基本數(shù)據(jù)來計(jì)算消耗的熱量，并給出運(yùn)動(dòng)飲食建議?？纱┐髟O(shè)備還能夠記錄我們每天的睡眠數(shù)據(jù)，分析每周的睡眠情況。根據(jù)這些數(shù)據(jù)，能夠分析得出用戶的整體睡眠質(zhì)量，進(jìn)而給用戶提出合理的睡眠建議，改善用戶的睡眠狀況。

隨著“人工智能+醫(yī)療”的發(fā)展，掛號難、看病難、醫(yī)療資源分配不均等傳統(tǒng)醫(yī)療行業(yè)所面臨的問題就可以得到解決。通過遠(yuǎn)程醫(yī)療App，用戶可以自主問診，可以避免長時(shí)間的排隊(duì)掛號等過程，而且醫(yī)生可以通過系統(tǒng)建立的個(gè)人檔案，獲得患者更多的信息，更好地為患者服務(wù)。

2 存在的主要問題

隨著人工智能的不斷發(fā)展，以及其在醫(yī)療領(lǐng)域的應(yīng)用范圍愈來愈大，人工智能的不足與問題逐漸暴露出來，數(shù)據(jù)質(zhì)量、主體責(zé)任、行業(yè)標(biāo)準(zhǔn)等都是人工智能在醫(yī)學(xué)領(lǐng)域急需解決的問題。

2.1 數(shù)據(jù)基礎(chǔ)仍然薄弱

算法、算力以及大數(shù)據(jù)是人工智能技術(shù)最重要的因素。市場上的數(shù)據(jù)有很多種，但是醫(yī)院和企業(yè)合作時(shí)往往是針對某一機(jī)型的數(shù)據(jù)進(jìn)行訓(xùn)練。那么，當(dāng)該數(shù)據(jù)需要用于其他機(jī)型的時(shí)候，模型就需要重新針對該機(jī)型進(jìn)行訓(xùn)練，成本大幅度提高。此外，數(shù)據(jù)的標(biāo)準(zhǔn)化也是人工智能發(fā)展的一條攔路虎。由于數(shù)據(jù)沒有統(tǒng)一的標(biāo)準(zhǔn)，各個(gè)廠家的儀器標(biāo)準(zhǔn)不同，無法共享，所以，數(shù)據(jù)標(biāo)準(zhǔn)化需要各廠家與醫(yī)院積極配合，加大個(gè)人數(shù)據(jù)標(biāo)準(zhǔn)的開放程度。

2.2 診斷標(biāo)準(zhǔn)尚不成熟

雖然，在醫(yī)療影像輔助診斷上，圖像識別技術(shù)的應(yīng)用效果不錯(cuò)，技術(shù)日漸成熟，但是醫(yī)療影像輔助診斷產(chǎn)品應(yīng)當(dāng)讓自己的算法更加完善、先進(jìn)，避免“就圖論圖”。以甲狀腺結(jié)節(jié)診斷為例，彩超的拍片結(jié)果僅僅能夠作為醫(yī)生的部分診斷依據(jù)，醫(yī)生還要通過甲狀腺化驗(yàn)結(jié)果、抗體相關(guān)表現(xiàn)等來做更加具體詳細(xì)的診斷和分析[1-2]。所以，各個(gè)企業(yè)需要將算法完善升級，把信息整合到一起判斷，實(shí)現(xiàn)多模態(tài)的診斷體系。

2.3 安全性無法保障

醫(yī)療安全在醫(yī)療行為中時(shí)刻占據(jù)著無比重要的位置，確保醫(yī)療安全是每個(gè)醫(yī)生在進(jìn)行醫(yī)療活動(dòng)中每分每秒都需要警醒的[ 4 ]。隨著人工智能的快速發(fā)展，機(jī)器已經(jīng)具備了從事醫(yī)療活動(dòng)的能力。如何確保這些機(jī)器人能夠像人一樣安全可靠，是醫(yī)院與研發(fā)企業(yè)發(fā)展道路上的一塊絆腳石。

2.4 過度依賴人工智能

正是由于在學(xué)習(xí)速度和計(jì)算能力上，人工智能有著我們?nèi)祟悷o法超越的優(yōu)勢，所以人工智能能夠快速發(fā)展。但是是否醫(yī)生的水平會(huì)隨著人工智能的逐漸應(yīng)用而逐漸降低？患者就醫(yī)，不只是需要醫(yī)療技術(shù)與水平，還需要人文的關(guān)懷[ 4 ]。人工智能的發(fā)展有沒有可能使得醫(yī)院沒有人情味，是需要我們考慮的問題。

3 發(fā)展趨勢與改進(jìn)措施

3.1 夯實(shí)數(shù)據(jù)基礎(chǔ)

AI競爭的核心是數(shù)據(jù)的質(zhì)量與數(shù)量。目前，雖然互聯(lián)網(wǎng)的基礎(chǔ)體系日趨成熟，但仍有許多虛假數(shù)據(jù)。所以，我們應(yīng)該打破不同醫(yī)療機(jī)構(gòu)、不同政府部門的數(shù)據(jù)壁壘，建立數(shù)據(jù)共享的機(jī)制，促進(jìn)不同地區(qū)、不同機(jī)構(gòu)之間的數(shù)據(jù)聯(lián)網(wǎng)，真正成為大數(shù)據(jù)[ 5 ]。

3.2 深度推進(jìn)互聯(lián)網(wǎng)應(yīng)用

目前，我國東西部人工智能技術(shù)發(fā)展不均衡，東部地區(qū)發(fā)展較快，醫(yī)療健康機(jī)構(gòu)已經(jīng)具備互聯(lián)網(wǎng)基礎(chǔ)，但中西部尚有所欠缺，而中西部由于經(jīng)濟(jì)水平、醫(yī)療水平普遍較低，對于人工智能需求強(qiáng)烈[ 5 ]。所以，為了促進(jìn)互聯(lián)網(wǎng)應(yīng)用的全面發(fā)展，建議國家對中西部的互聯(lián)網(wǎng)與人工智能建設(shè)提供政策優(yōu)惠。引導(dǎo)優(yōu)質(zhì)的醫(yī)療資源下沉基層，加強(qiáng)基層醫(yī)療機(jī)構(gòu)的互聯(lián)網(wǎng)應(yīng)用，實(shí)現(xiàn)資源共享，提高服務(wù)水平。

3.3 明確醫(yī)療責(zé)任主體

人工智能的學(xué)習(xí)能力在不斷提高，診療速度也在不斷加快，如何認(rèn)定人工智能的行醫(yī)資格以及對其進(jìn)行監(jiān)管成為了我們需要考慮的問題。例如，在用戶使用醫(yī)療虛擬助手時(shí)，可能會(huì)漏掉甚至錯(cuò)誤地進(jìn)行描述，導(dǎo)致虛擬助手給予用戶的建議與用戶所得的疾病不符[1-2]。因此，對于利用人工智能提供診斷的功能，我國監(jiān)管部門設(shè)定了非常嚴(yán)格的審核要求。過度的管控會(huì)阻礙人工智能的創(chuàng)新發(fā)展，而過輕的監(jiān)管則會(huì)導(dǎo)致安全事故頻發(fā)。因此，需要合理制定規(guī)則，明確主體責(zé)任，為人工智能的應(yīng)用提供保障。

3.4 加大人才培養(yǎng)力度

人工智能是一種新興起的行業(yè)，人才專業(yè)水平是其發(fā)展的重要因素之一。據(jù)統(tǒng)計(jì)，我國在人工智能行業(yè)工作的人數(shù)不足5萬人，每年的新鮮血液不足2 000人，創(chuàng)新人才缺口較大。在其他國家的該行業(yè)的從業(yè)者中，美國擁有10年以上工作經(jīng)驗(yàn)的人才將近50%而我國不到25%。在如此現(xiàn)狀下，我國制定了《新一代人工智能發(fā)展規(guī)劃》國家戰(zhàn)略?，F(xiàn)如今，我國通過建立開放平臺，鼓勵(lì)研究，推進(jìn)合作的新模式加速人才培養(yǎng)。

4 結(jié)論

人工智能具有超強(qiáng)的記憶力與計(jì)算能力，能夠成為醫(yī)生的智囊、秘書，彌補(bǔ)衛(wèi)生人力資源的缺口。本文重點(diǎn)介紹了人工智能在醫(yī)療領(lǐng)域的應(yīng)用，并列舉了人工智能在發(fā)展中所面臨的困難與缺陷，提出了相應(yīng)的建議。虛擬助手、輔助診斷、健康管理等都是人工智能與醫(yī)療的結(jié)合點(diǎn)；數(shù)據(jù)基礎(chǔ)、診斷標(biāo)準(zhǔn)、安全保障等都是人工智能發(fā)展道路上的崎嶇坎坷；加大人才培養(yǎng)力度、明確醫(yī)療責(zé)任主體、深度推進(jìn)互聯(lián)網(wǎng)應(yīng)用等都是人工智能前進(jìn)的錦囊妙計(jì)?？傊?，人工智能必將與醫(yī)療相結(jié)合，但真正用于核心領(lǐng)域仍需一個(gè)漫長的過程。

參考文獻(xiàn)

[1]人工智能學(xué)家.2018年醫(yī)療人工智能技術(shù)與應(yīng)用白皮書[EB/OL].http：//www.ciotimes.com/Information/147987. html.2018-04-16.

[2]趙陽光.醫(yī)療人工智能技術(shù)與應(yīng)用研究[J].信息通信技術(shù)，2018，12（3）：32-36.

[3]王海星，田雪晴，游茂，等.人工智能在醫(yī)療領(lǐng)域應(yīng)用現(xiàn)狀、問題及建議[J].衛(wèi)生軟科學(xué)，2018，32（5）：3-5，9.

[4]劉振峰，徐寧，陶長俊.人工智能在醫(yī)療領(lǐng)域中的應(yīng)用及展望[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用，2018（8）：98-99.

[5]金春林，何達(dá).人工智能在醫(yī)療健康領(lǐng)域的應(yīng)用及挑戰(zhàn)[J].衛(wèi)生經(jīng)濟(jì)研究，2018（11）：3-6.