人工智能（Artificial Intelligence，縮寫為AI）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)的一門新技術(shù)科學(xué)，是計算機(jī)科學(xué)的一個分支。它的目的是了解智能的實(shí)質(zhì)，并生產(chǎn)出一種新的能夠用與人類智能相似的方式作出反應(yīng)的智能機(jī)器，它研究機(jī)器人、語言識別、圖像識別、自然語言處理和專家系統(tǒng)等。近年來，隨著深度學(xué)習(xí)等計算技術(shù)的日益成熟，人工智能在圖像識別等方向取得了巨大成功，它對物體（如花朵）的識別和分類已經(jīng)接近甚至超過了人類的精度。2019年，信息技術(shù)研究和顧問公司高德納發(fā)布的新興技術(shù)成熟度曲線表明，經(jīng)歷了概念期之后，人工智能正在進(jìn)入深耕期，同時也由一種單純的計算機(jī)技術(shù)逐步升級為推動經(jīng)濟(jì)社會發(fā)展的新動力。作為主導(dǎo)新一代產(chǎn)業(yè)變革的核心力量，人工智能在多個經(jīng)濟(jì)產(chǎn)業(yè)和社會領(lǐng)域展示了強(qiáng)大的賦能力，在深度融合中催生了新的應(yīng)用方向。
圍棋作為人類智力游戲的最后堡壘被谷歌的“阿爾法狗”（AlphaGo）攻破的時候，各行各業(yè)都在思考，未來自己的工作是否會被機(jī)器人代替？醫(yī)療行業(yè)也是如此。從全球范圍看，“人工智能+公共衛(wèi)生”“人工智能+醫(yī)療”的研究和應(yīng)用方興未艾。相較于制造業(yè)、通信傳媒、電子商務(wù)和在線教育等典型場景，人工智能在醫(yī)療行業(yè)的滲透率還比較低，具備廣闊的發(fā)展空間。有機(jī)構(gòu)預(yù)測，到2025年，人工智能應(yīng)用市場總值將接近1300億美元，而醫(yī)療行業(yè)將占市場規(guī)模的1/5。目前，人工智能在醫(yī)療行業(yè)應(yīng)用的主要方向有醫(yī)療信息化、醫(yī)療健康管理、藥物研發(fā)、醫(yī)學(xué)影像處理、精準(zhǔn)醫(yī)療和分級診療等。
醫(yī)療信息化。這是較早主動擁抱大數(shù)據(jù)與人工智能的領(lǐng)域，尤其在互聯(lián)網(wǎng)醫(yī)療的推動下，人工智能在醫(yī)院大數(shù)據(jù)存儲、處理和應(yīng)用等方面發(fā)揮了重要作用。依托完善的醫(yī)療信息化基礎(chǔ)設(shè)施，歐美發(fā)達(dá)國家在電子病歷智能化管理、藥品服務(wù)智能化管理、手術(shù)室智能化管理等方面發(fā)展較快。由于采用了統(tǒng)一的數(shù)據(jù)標(biāo)準(zhǔn)和頂層設(shè)計，這些國家的醫(yī)療數(shù)據(jù)完整性和準(zhǔn)確性程度較高，從而推動了醫(yī)療成本控制、藥械系統(tǒng)化管理、醫(yī)療病歷智能化管理等的快速發(fā)展。反觀我國，經(jīng)過幾十年不懈努力，各地醫(yī)院的信息化水平提高較快，就連一些欠發(fā)達(dá)地區(qū)的基層鄉(xiāng)鎮(zhèn)醫(yī)院也已經(jīng)實(shí)現(xiàn)了電子化管理。但總體來看，我國醫(yī)療信息化仍處于智能化技術(shù)的初期應(yīng)用階段，在本次新冠肺炎疫情防控過程中，部分發(fā)達(dá)城市的三甲醫(yī)院已經(jīng)暴露出線上醫(yī)療及智慧化運(yùn)營管理方面存在短板。
醫(yī)療健康管理。人的健康管理是一個系統(tǒng)工程，從出生到死亡，人工智能技術(shù)能夠全流程參與。健康管理一般分生理健康、精神健康和營養(yǎng)健康。在生理健康層面，人工智能可以通過監(jiān)控人體各項(xiàng)生理指標(biāo)，對身體機(jī)能的健康狀況作出評估或預(yù)警；在精神健康層面，通過深度學(xué)習(xí)技術(shù)的幫助，計算機(jī)視覺能夠識別人的情緒，分析睡眠狀況，進(jìn)而判斷用戶的精神狀態(tài)；在營養(yǎng)健康層面，人工智能可以通過無接觸的方法自動分析用戶攝入食物的營養(yǎng)成分和攝入量。
藥物研發(fā)。困擾藥物研發(fā)的三大問題是費(fèi)用高、周期長、成功率低。美國塔夫茨藥物開發(fā)研究中心的數(shù)據(jù)顯示：開發(fā)一種新藥的平均成本為26 億美元，一種新藥上市的平均時間約為12 年，大約只有10%的候選藥物能從第一階段測試走向市場。但經(jīng)過20多年的發(fā)展，在人工智能的算力和大數(shù)據(jù)分析能力的雙輪驅(qū)動下，新藥研發(fā)的成功率從12%提高到14%。人工智能能夠挖掘出不易被發(fā)現(xiàn)的隱性聯(lián)系，構(gòu)建藥物、疾病和基因之間的深層次關(guān)系；也可以對候選化合物進(jìn)行虛擬篩選，更快地選出活性較高者，為后期臨床試驗(yàn)做準(zhǔn)備。人工智能在新藥研發(fā)領(lǐng)域主要應(yīng)用于靶點(diǎn)發(fā)現(xiàn)、化合物合成、化合物篩選、晶型預(yù)測、患者招募、優(yōu)化臨床試驗(yàn)設(shè)計和藥物重定向七大場景。
醫(yī)學(xué)影像處理。“人工智能熱”在最近10年的重新興起，得益于以深度學(xué)習(xí)為代表的人工智能技術(shù)在圖像處理方面取得的長足進(jìn)步?；谏疃壬窠?jīng)網(wǎng)絡(luò)的醫(yī)學(xué)影像研究將機(jī)器認(rèn)知醫(yī)學(xué)影像的能力提升到新高度，已涉及放射影像、病理圖像、超聲影像、內(nèi)鏡影像等多個領(lǐng)域。深度神經(jīng)網(wǎng)絡(luò)在一些任務(wù)場景中已展現(xiàn)出與醫(yī)師水平相當(dāng)、甚至超越醫(yī)師的能力。2018年，世界頂尖科學(xué)期刊《細(xì)胞》以封面文章形式刊登了一項(xiàng)由中國研究團(tuán)隊(duì)提出的人工智能應(yīng)用于醫(yī)學(xué)影像處理領(lǐng)域的重磅研究成果：基于深度神經(jīng)網(wǎng)絡(luò)診斷眼病及肺炎等疾病的人工智能系統(tǒng)，該系統(tǒng)篩查致盲性視網(wǎng)膜疾病的準(zhǔn)確率可達(dá)96.6%，且靈敏度和特異度均與專業(yè)眼科醫(yī)師相當(dāng)。
精準(zhǔn)醫(yī)療。精準(zhǔn)醫(yī)療是指與患者分子生物病理學(xué)特征相匹配的個性化診斷和治療策略，它的發(fā)展得益于基因組分大數(shù)據(jù)和人工智能分析技術(shù)。精準(zhǔn)醫(yī)療是人類醫(yī)療技術(shù)發(fā)展的必然趨勢，它需要將更多的判斷交給人工智能，將更多的操作交給機(jī)器，將醫(yī)生從重復(fù)性的、容易犯錯誤的工作中解放出來，使之專注于更具創(chuàng)造性的領(lǐng)域。在全球精準(zhǔn)醫(yī)療快速發(fā)展的影響下，2015年以來，我國在精準(zhǔn)醫(yī)療領(lǐng)域密集發(fā)布相關(guān)政策，加速推進(jìn)行業(yè)監(jiān)管跟進(jìn)和政策方向指引。在政策支持下，精準(zhǔn)醫(yī)療發(fā)展進(jìn)入快車道。根據(jù)國家科技部的計劃，我國將在2030年前投入600億元人民幣用于推動精準(zhǔn)醫(yī)療的發(fā)展。中國精準(zhǔn)醫(yī)療市場規(guī)模正在以每年20%的速度增長，已經(jīng)超過世界平均水平。
分級診療。由于歷史原因，醫(yī)療資源不足和配置不均衡是我國醫(yī)療體系長期存在的頑疾，在老齡化加劇背景下，這兩個問題越來越突出。大型三甲醫(yī)院人滿為患，部分醫(yī)院一號難求，而基層醫(yī)院則門庭冷落。分級診療是解決這一矛盾的有效路徑。借助人工智能支持的自然語言處理、語音識別、醫(yī)療影像識別、健康管理和智能可穿戴設(shè)備，可打通三甲醫(yī)院與基層之間的信息通道。利用人工智能技術(shù)提升基層醫(yī)院的診斷能力，借助智能診療增強(qiáng)基層醫(yī)療服務(wù)，落實(shí)基層首診制度，只有這樣，分級診療才能真正得到推進(jìn)。
醫(yī)生是否會被人工智能代替？在可預(yù)見的未來，這仍然是一個開放性話題。事實(shí)上，人工智能正以其不可替代的優(yōu)勢助力醫(yī)療行業(yè)。正如習(xí)近平同志提出的，“把人民群眾的生命安全和身體健康放在第一位”，研究人工智能技術(shù)在醫(yī)療行業(yè)的應(yīng)用，其目的不是替代醫(yī)生，而是幫助醫(yī)生更好地維護(hù)人民群眾的生命安全和身體健康。
京公網(wǎng)安備 11010102005941號