人工智能在醫(yī)療行業(yè)的發(fā)展與應(yīng)用研究

李紅

摘要：

隨著信息技術(shù)和大數(shù)據(jù)的發(fā)展，人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用越來越廣泛。基于人工智能在醫(yī)學(xué)領(lǐng)域發(fā)展所面臨的挑戰(zhàn)，分析了人工智能在醫(yī)療領(lǐng)域的地位，總結(jié)了人工智能在醫(yī)療行業(yè)多個應(yīng)用領(lǐng)域的具體表現(xiàn)。

關(guān)鍵詞：

人工智能;醫(yī)療

中圖分類號：

R319;TP18

文獻(xiàn)標(biāo)識碼：

A

文章編號：

1672-9129（2020）15-0046-01

1引言

目前，人工智能在醫(yī)療領(lǐng)域得到了廣泛的應(yīng)用。在公共衛(wèi)生管理服務(wù)領(lǐng)域，通過移動設(shè)備等現(xiàn)代化信息手段監(jiān)測用戶健康數(shù)據(jù)，并對其進(jìn)行分析，從而預(yù)測疾病風(fēng)險并提出預(yù)防和診治的建議;在醫(yī)學(xué)圖像識別領(lǐng)域，能夠幫助醫(yī)生更快速、準(zhǔn)確地獲取病人的醫(yī)學(xué)圖像數(shù)據(jù);在醫(yī)療服務(wù)領(lǐng)域，從疾病的早期篩查以及診斷，到疾病診斷后的治療，臨床診斷等相關(guān)醫(yī)療服務(wù)均涉及人工智能的應(yīng)用;在醫(yī)療數(shù)據(jù)分析中，整體醫(yī)療數(shù)據(jù)通過大數(shù)據(jù)平臺以及人工智能使醫(yī)院和其他相關(guān)組織的應(yīng)用得以提升。

2醫(yī)學(xué)領(lǐng)域人工智能發(fā)展面臨的挑戰(zhàn)

大數(shù)據(jù)分析在醫(yī)療行業(yè)的應(yīng)用，智能診斷是最突出的領(lǐng)域。隨著醫(yī)學(xué)數(shù)據(jù)的積累和數(shù)據(jù)庫的擴(kuò)充，機(jī)器學(xué)習(xí)對醫(yī)學(xué)數(shù)據(jù)的分析功能也在不斷完善。在這個問題上，智能診斷的主體依然是醫(yī)療機(jī)構(gòu)或醫(yī)生個人，但是診斷所使用的技術(shù)手段和判斷依據(jù)已經(jīng)發(fā)生了顯著的變化。從技術(shù)的角度來看，智能診斷首先要求醫(yī)療機(jī)構(gòu)和人員利用現(xiàn)代信息技術(shù)收集和分析大量的數(shù)據(jù)和信息，通過機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、統(tǒng)計學(xué)習(xí)等方法快速找到病例的數(shù)據(jù)庫，從而做出高度準(zhǔn)確的診斷決策?，F(xiàn)代醫(yī)學(xué)面臨的最大問題仍然是缺乏醫(yī)療資源。隨著世界人口的持續(xù)增長，問題只會越來越嚴(yán)重。

3醫(yī)療行業(yè)人工智能的應(yīng)用領(lǐng)域

3.1人工智能+醫(yī)學(xué)影像。人工智能+醫(yī)學(xué)圖像是人工智能技術(shù)在醫(yī)學(xué)圖像診斷中的具體應(yīng)用，它可以幫助醫(yī)生定位和分析疾病，輔助診斷，提高醫(yī)生的工作效率。醫(yī)學(xué)圖像技術(shù)表現(xiàn)在兩個方面：一是圖像識別，用于感知。它的主要目的是分析非結(jié)構(gòu)化數(shù)據(jù)，如圖像，并獲得一些有意義的信息。二是深度的學(xué)習(xí)和分析。它是AI應(yīng)用的核心部分。通過大量的圖像數(shù)據(jù)和診斷數(shù)據(jù)，神經(jīng)網(wǎng)絡(luò)不斷進(jìn)行深入強(qiáng)化訓(xùn)練，從而幫助醫(yī)務(wù)工作者掌握“診斷”能力。

在圖像識別中，“AI+醫(yī)學(xué)圖像”比人工圖像有三個優(yōu)點：（1）效率更高：具有多年臨床經(jīng)驗的醫(yī)生診斷200個CT掃描圖像需要20分鐘，計算機(jī)檢測系統(tǒng)可以在幾秒鐘內(nèi)給出分析結(jié)果（2）準(zhǔn)確性得到提高：例如，AliETmedicalbrain在肺結(jié)節(jié)領(lǐng)域挑戰(zhàn)機(jī)器閱讀，在x線片上可以圈出結(jié)節(jié)區(qū)域，人工判斷的準(zhǔn)確率可達(dá)60～70%～85%，人工智能可檢測出占x線面積0.01%的微小骨折。（3）穩(wěn)定性增強(qiáng)：疲勞會降低手動閱讀的準(zhǔn)確性，而機(jī)器閱讀的準(zhǔn)確性不會隨著閱讀時間的增加而下降?！叭斯ぶ悄?醫(yī)學(xué)影像”也用于影像診斷報告的分析。醫(yī)學(xué)影像學(xué)不僅僅是分析圖像本身，而重要的是分析與圖像對應(yīng)的診斷報告。由于我國存在地區(qū)的差異性，醫(yī)院條件的限制，醫(yī)療設(shè)備的層次不一，加上我國南北方醫(yī)生的教育程度、工作習(xí)慣不同，從而導(dǎo)致出現(xiàn)報告標(biāo)準(zhǔn)的不統(tǒng)一，而“人工智能+醫(yī)學(xué)影像”可以很好地解決這個問題。

3.2人工智能+藥物挖掘。通過深度學(xué)習(xí)和自然語言處理，“人工智能+藥物挖掘”分析了大量的生物科學(xué)信息，包括專利數(shù)據(jù)、基因組數(shù)據(jù)和生物醫(yī)學(xué)期刊數(shù)據(jù)庫數(shù)據(jù)。利用深度學(xué)習(xí)算法尋找相關(guān)藥物并提出相應(yīng)的候選藥物，進(jìn)一步篩選出對某些疾病有效治療的分子結(jié)構(gòu)。

傳統(tǒng)藥物研發(fā)存在研發(fā)周期長、研發(fā)成本高、成功率低等問題?！叭斯ぶ悄?藥物挖掘”降低研發(fā)失敗風(fēng)險，大大地縮短新藥研發(fā)周期。目前，通過計算機(jī)模擬和借助深度學(xué)習(xí)，抗腫瘤藥物和常用傳染病治療藥物取得了新的突破。現(xiàn)在市場上仿制藥約占我國國內(nèi)藥品的約95%，創(chuàng)新較少，藥品生產(chǎn)能力明顯過剩。造成這種現(xiàn)象的原因國內(nèi)在新藥創(chuàng)新藥的研發(fā)上投入資金較國外新藥研發(fā)企業(yè)的投入資金少15%左右。把人工智能用在藥物研發(fā)中將使我國研發(fā)不足的現(xiàn)象得到改善。

3.3人工智能+個人健康管理?！叭斯ぶ悄?健康管理”利用人體日常數(shù)據(jù)，幫助個人實現(xiàn)準(zhǔn)確有效的健康管理，從源頭上減少風(fēng)險因素，從而降低家庭醫(yī)療成本。根據(jù)華爾街互聯(lián)網(wǎng)專家瑪麗·米克爾發(fā)布的《2017年互聯(lián)網(wǎng)趨勢報告》，醫(yī)療保健和醫(yī)療保健已經(jīng)進(jìn)入了一個數(shù)字拐點。越來越多的人們選擇可穿戴設(shè)備，例如健康手環(huán)等，這些健康數(shù)據(jù)可以上傳到網(wǎng)絡(luò)平臺，經(jīng)過這些數(shù)據(jù)源做結(jié)構(gòu)化處理和分析，從而有利于幫助人們進(jìn)行合理的日常健康管理。

3.4人工智能+輔助診斷。從數(shù)據(jù)流的角度來看，它可以分為五個步驟：數(shù)據(jù)集中、數(shù)據(jù)處理、知識映射、知識計算和交互設(shè)計?！叭斯ぶ悄?輔助診療”是以病人的病史、發(fā)病癥狀、醫(yī)學(xué)化驗檢查、臨床用藥一系列數(shù)據(jù)為依據(jù)，從而梳理臨床治療經(jīng)驗，整合現(xiàn)有醫(yī)學(xué)知識，建立各種疾病的醫(yī)學(xué)圖譜。在這基礎(chǔ)上，通過查看患者的電子病歷或臨床癥狀，并結(jié)合醫(yī)療圖譜，醫(yī)生可以提出更科學(xué)有效的臨床治療方案，從而切實解決患者的疑慮，為患者提供可供參考的診療方法。

4總結(jié)

人工智能在醫(yī)療健康領(lǐng)域的應(yīng)用除了以上介紹的醫(yī)學(xué)圖像識別、藥物開發(fā)和智能健康管理外，還包括基因測序、醫(yī)療機(jī)器人、虛擬醫(yī)生等方面。隨著社會的進(jìn)步，人們越來越注重健康，目前的人口老齡化速度加快，我們對更好的醫(yī)療技術(shù)、更好的健康和更長的壽命的愿景也越來越強(qiáng)烈。計算機(jī)視覺的持續(xù)改進(jìn)，語音識別，機(jī)器人和其他技術(shù)是一個合理、可行的手段促進(jìn)醫(yī)療衛(wèi)生行業(yè)的轉(zhuǎn)換，通過人工智能技術(shù)和未來人工智能技術(shù)肯定會帶來更多的醫(yī)療衛(wèi)生領(lǐng)域的機(jī)會。

參考文獻(xiàn)：

[1]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.

[2]馬玲.人工智能在醫(yī)療領(lǐng)域大顯身手[J].大學(xué)科普，2020年第1期.