智能診療：充滿想象

如果說2016年是人工智能元年，那么2017年將是人工智能產業化元年。以人工智能技術為基礎的商業形態將會形成全新的模式、全新的生態，“人工智能+”將成為新的趨勢，比如“人工智能+”醫療就充滿了想象空間。

基于人工智能的智慧醫療主要有五個發展方向：

第一，醫療機器人。一是能夠讀取人體神經信號的可穿戴型機器人，也稱為“智能外骨骼”；二是能夠承擔手術或醫療保健功能的機器人，以IBM開發的達·芬奇手術系統為典型代表。

機器人在醫療領域的應用正越來越深入，且不斷創新。如博為醫療機器人專注于高端醫療機器人及醫療自動化技術服務，主要產品包括靜脈藥物配藥機器人和醫療服務機器人，并在精準診療設備、醫院智能化建設等方面進行前瞻性布局。天智航醫療科技公司是智能醫療機器人科技公司，以計算機輔助手術導航和醫療機器人為核心，為各級醫療機構提供臨床數據共享與遠程醫療服務，旗下有“骨科導航機器人”等。

第二，將人工智能中的深度學習技術應用于藥物研究，通過大數據分析等技術手段快速、準確地挖掘和篩選出合適的化合物或生物，達到縮短新藥研發周期、降低新藥研發成本、提高新藥研發成功率的目的。

人工智能通過計算機模擬，可以對藥物活性、安全性和副作用進行預測。借助深度學習，人工智能已在心血管藥、抗腫瘤藥和常見傳染病治療藥等多領域取得新突破。在抗擊埃博拉病毒中，智能藥物研發也發揮了重要的作用。

第三，智能診療，即將人工智能技術用于輔助診療中，讓計算機“學習”專家醫生的醫療知識，模擬醫生的思維和診斷推理，從而給出可靠診斷和治療方案。輔助診斷的底層核心是知識圖譜，通過把病癥描述置于知識圖譜中，機器智能通過知識關聯的映射進行病情的推理和確診。由于知識圖譜構建的工程量和難度，輔助診斷現在發展較為緩慢。

智能診療場景是人工智能在醫療領域最重要、也最核心的應用場景。醫務工作者將從大量的診療業務中被解放出來，將走向復雜度更高、服務更細致的崗位。諸如，不規則疑難病癥的診斷和高端上門服務；而一批規則度高、判別難度不大的診斷都將由相應機器實施，這無疑是緩解“看病難”的一劑良方。

第四，智能影像識別，即將人工智能技術應用在醫學影像的診斷上。一是圖像識別，應用于感知環節，其主要目的是將影像進行分析，獲取一些有意義的信息；二是深度學習，應用于學習和分析環節，通過大量的影像數據和診斷數據，不斷對神經元網絡進行深度學習訓練，促使其掌握診斷能力。

醫學影像領域發展較早，已涌現出以匯醫慧影、醫眾影像、醫渡云等為代表的影像云服務公司，同時還出現了Deepcare、推想科技、圖瑪深維、雅森科技等提供智能影像分析與診斷服務的公司。其中，Deepcare公司專注于研發影像識別技術，通過對醫療影像進行檢測、識別、篩查和分析，尋找新錄入病例與已確診病癥的匹配性，為醫生診療提供輔助支持；雅森科技則利用數學模型和人工智能技術定量分析醫療影像，提高了診斷的精確性。

第五，智能健康管理，即將人工智能技術應用到健康管理的具體場景中。目前主要集中在風險識別、虛擬護士、精神健康、在線問診、健康干預以及基于精準醫學的健康管理。

在消費需求升級的大環境下，人們利用最新的智能技術管理健康已成為一種趨勢，而人工智能技術將促使智能健康管理更加專業化、精細化地分工。未來，人工智能技術讓醫療產業鏈得以進一步優化，走向更高效率與更高層次。“人工智能+”對醫療領域的改造是顛覆性的，它不僅是一種技術創新，更是對醫療產業生產力的變革，將帶來龐大的增量市場，市場空間無限。除此之外，它將可能加速醫療結構改革，重構醫療服務生態體系。