如何夯實健康醫療大數據基礎助推人工智能應用與發展

摘要：本文立足于我國醫療與人工智能應用現狀，從構建健康醫療信息環境、建立人機結合醫療體系、加大系統研發投入力度等方面，提出夯實健康醫療數據的有效措施，力求積累更多的醫療數據信息，為人工智能的應用與發展提供更大助力。

關鍵詞：健康醫療；大數據；人工智能

引言：

現階段，我國在醫療服務能力提升方面已經取得一定成效，健康醫療大數據發展也進入黃金時期。但是，在醫療資源、融合技術開發等方面仍然存在問題，醫生的供給已經難以滿足診斷的需求，大部分醫療機構不符合人工智能應用要求，這些都極大的阻礙了大數據基礎的積累，使人工智能的應用與發展面臨瓶頸。

1、我國醫療與人工智能應用現狀

在網絡時代背景下，人工智能逐漸滲透到各行各業之中，成為健康醫療行業的新型技術之一，將其應用到醫療過程中，不但能夠為醫療診斷提供輔助意見，還可對區域居民個體與群體健康醫療大數據進行充分的認知與共享，需要更多醫療機構與高技能的醫生群體加入其中，促進醫療經驗的積累與知識的普及推廣。但是，從當前現狀中能夠看出，我國基層醫療機構對人工智能的使用范圍較少，大部分醫療機構不符合該技術的使用要求，需要深入促進健康醫療數據在質量與融合方面的技術開發，并制定出具有本國特色的自主創新標準，才可使健康醫療與人工智能有機結合起來，實現更大的發展。另外，優質的醫療資源較為短缺，基層醫療服務水平較弱，據2016年我國衛生院的調查統計可知，醫療人員數量同比增長5.57%，而診療人次增長率為6.17%，醫療人員的供給量已經無法充分滿足需求，許多基層醫生得不到群眾的信任，使分級診療難以落實，可見提高醫療服務水平、推進人工智能應用已經成為醫改工作的重要內容[1]。

2、夯實健康醫療數據促進人工智能發展的措施

2.1構建健康醫療信息環境

人工智能應用于輔助診療過程中需要依托于大數據，通過分析醫療健康數據、整合，實現從數據信息到診療知識，從診療知識到人工智能的飛躍，破除數據獨立的問題，構建能夠鏈接患者與診療機構的突破時空限制的醫療知識平臺，打造共享式、網絡化、開放式的醫療信息模式。首先，應當構建一套完善的醫學知識數據庫，針對現階段主要醫學知識內容進行統一合理的規定，建立完善的編碼體系，對知識內容加以管理，定期修訂與補充。其次，應當重視開發醫療數據信息的來源，類型，將其充分整合，形成統一標準，基于差異性的醫學學科、醫療領域及其機構所采用的知識，建立完善的數據庫環境，推動醫療信息化發展，同時在此基礎上引入文獻檢索、查詢等技術，為醫療知識需求者提供準確的信息資料。最后，應當建設基于醫療信息資料的信息化平臺，對不同醫療機構、醫療信息數據、醫療服務機構所產生的信息進行充分集合，以實現對個人醫療檔案、基因序列、行為方式、生活環境等信息數據的充分整合。此外，對現存于醫療數據平臺的信息進行標準化處理，規制數據格式與描述，以實現基于不同機構、信息等的規范化闡述。通過統一的信息接口集合不同機構信息數據，改良醫療信息管理信息化環境，實現對信息系統的實時更新、完善。

2.2建立人機結合醫療體系

依托于人工智能輔助的醫學診療過程，并非是以人工智能代替醫生，而是打造人工智能與醫生協同的現代化醫療診療模式，即使說，充分整合生物智能和人工智能。運用認識模型對人工智能系統進行全面更新的同時，以有效提高人類對醫學的認識。在醫療器械方面，需要大力提高對國產新型醫療設備的開發程度，以助力智能化醫療設備以及人工智能可穿戴器械的發明進程，進行醫療設備和信息化醫療平臺的基于數據的有效結合，以便于人工智能在醫療人員方面的安排，可以設置信息化醫療人才培養模式，提高醫療人員使用人工智能輔助診療的方法方式，創新改良傳統醫療流程和習慣。同時，應當激勵醫療從業者積極參與人機結合的醫療體系建設相關研究，將人工智能作為促進醫學發展的重要手段。最后，探索實踐將人工智能應用于醫療教育教學以及醫療機構培訓中，優化教育與培訓模式，提高醫務人員培訓質量與效率[2]。

2.3加快醫療數據系統建設

健康醫療信息化過程中產生了大量醫療數據信息。建設醫療數據系統不斷能夠整合不同來源的數據信息，實現信息統一化與標準化，還有助于建立一體化的個體醫療檔案，便利了對醫學數據的收集、整理與檢索，同時也有助于與人工智能相結合，充分發揮人工智能的作用。通過應用知識圖譜能夠實現對網絡資源的高效檢索。通過對大量醫學實體、事實等資源進行收集、分析、處理，能夠實現對實體內容的有效闡述。在構建數據系統時將醫療機構及其產品、診療病例、基因數據、運動數據的資料在時間維度上進行發展，建立開發、動態、個性、語義規范同時可以運用于人工智能發揮輔助作用的健康醫療平臺中。基于數據系統的高效檢索、查詢功能，還能夠對現存醫療數據進行推理，深入挖掘隱含的醫療知識，進行科普資料檢索、輔助診療、醫學藥物研發等健康醫學相關研究。從多角度提升醫療機構健康診療能力，通過對人工智能的有效應用提高診療質量與效率。目前，醫療數據庫建設備受人們關注，運用如Google Knowledge Graph、搜狗“知立方”等圖譜，有助于提高建設質量與效率。數據系統是在整合醫療信息的基礎上運用實體抽取、屬性填充等技術對來自不同渠道的數據資源進行處理、整合而逐步建立起來的。

2.4加大系統研發投入力度

促進有關制度的完善與改良，以及完善人工智能診療系統，加強系統研發投入力度，嚴格依照有關規定與研發標準開展研發、生產與審批工作。相比于發達國家，我國缺乏體系化的醫療信息產業，同時也沒有與之相配的行業標準，因此，對于人工智能輔助診療系統的開發與應用監管力度不足。為此，有必要加大投入力度，建立與技術相匹配的人工智能系統，為醫療設備的運用以及市場化使用給予有力支持。

結論：

綜上所述，從我國當前實際情況來看，醫療領域仍然存在醫療資源不足、融合技術短缺等問題，需要加快對人工智能技術的開發與利用，通過加大系統研發力度、構建醫療數據系統等方式，夯實健康醫療大數據，為人工智能的發展營造有利的環境，使群眾能夠在家門口享受到優質的醫療服務。

參考文獻

[1]段青英. 加大人工智能技術醫療創新應用 快速提升基層醫療服務能力[J]. 中國科技產業，2018，No.347（5）：22-23.

[2]金磊. 大數據醫療的發展現狀及未來展望[J]. 安徽科技，2017（11）.

作者簡介：蘇雪寒（1990.09--）；女，河北省衡水市，碩士，畢業于蘇州大學；研究方向：人工智能，醫學圖譜，健康醫療大數據。

（作者單位：中電云腦（天津）科技有限公司）