人工智能在醫(yī)療領(lǐng)域的應(yīng)用

周起如 熊俊杰 徐本安 彭超

摘要：如今我國醫(yī)療資源不足的問題也日益突出，人工智能近年來發(fā)展迅速，將人工智能應(yīng)用于醫(yī)療領(lǐng)域，將大大改善我國的醫(yī)療供給情況，本文分析了人工智能在虛擬助理、醫(yī)療影像、輔助診斷、疾病風(fēng)險(xiǎn)預(yù)測(cè)、藥物挖掘、健康管理、醫(yī)院管理、輔助醫(yī)療平臺(tái)共8大醫(yī)療相關(guān)領(lǐng)域的應(yīng)用。

關(guān)鍵詞：人工智能;醫(yī)療;應(yīng)用

中圖分類號(hào)：TP18;R319? 文獻(xiàn)標(biāo)識(shí)碼：A? 文章編號(hào)：1672-9129（2020）02-0025-01

Abstract：now the problem of insufficient medical resources in our country is increasingly outstanding， artificial intelligence has developed rapidly in recent years， the artificial intelligence application in the medical field， will greatly improve the medical supply situation of our country， this paper analyses the artificial intelligence in the virtual assistant， medical imaging， auxiliary diagnosis， disease risk prediction， drug mining， health management， hospital management， auxiliary medical platform 8 big medical related field application.

Key words：artificial intelligence; Medical treatment; application

1? 引言

人工智能簡單來說就是在各種環(huán)境中模擬人的機(jī)器，我國《人工智能辭典》將人工智能定義為“使計(jì)算機(jī)系統(tǒng)模擬人類的智能活動(dòng)，完成人用智能才能完成的任務(wù)”。人工智能將實(shí)現(xiàn)從計(jì)算智能、感知智能向認(rèn)知智能的跨越。人工智能技術(shù)的三大主要分支——專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)深度挖掘，在醫(yī)療領(lǐng)域所起到的作用越來越大。

醫(yī)療領(lǐng)域最突出的問題就是優(yōu)質(zhì)的醫(yī)療資源不足，隨著中國進(jìn)入老齡化社會(huì)，對(duì)醫(yī)生的需求量更是有增不減，于是人們將目光投向用機(jī)器。一旦實(shí)現(xiàn)機(jī)器看病，醫(yī)療資源的供給量將會(huì)大量增加。所以人工智能與醫(yī)療的結(jié)合，成為人工智能最重要的落地場景之一。近年來，社會(huì)上出現(xiàn)了“大健康”、“醫(yī)療大數(shù)據(jù)”等概念，國家也把民生大健康至于戰(zhàn)略性地位，國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》，提出推廣人工智能治療新模式新手段，建立智能醫(yī)療體系;研發(fā)智能診療方案，實(shí)現(xiàn)智能影像識(shí)別;用人工智能開展大規(guī)模基因組識(shí)別、蛋白組學(xué)、代謝組學(xué)等研究和新藥研發(fā)。隨著人工智能與醫(yī)療的深度結(jié)合，人工智能將源源不斷的為醫(yī)療領(lǐng)域賦能，成為推動(dòng)醫(yī)療變革的重要引擎。人工智能對(duì)于醫(yī)療健康領(lǐng)域中的應(yīng)用已經(jīng)非常廣泛，從應(yīng)用場景來看主要分成了虛擬助理、醫(yī)療影像、輔助診斷、疾病風(fēng)險(xiǎn)預(yù)測(cè)、藥物挖掘、健康管理、醫(yī)院管理、輔助醫(yī)療平臺(tái)共8大領(lǐng)域。

2? 虛擬助理領(lǐng)域應(yīng)用

虛擬助理主要是人工智能在主要語音電子病歷，智能導(dǎo)診，推薦用藥等功能上的運(yùn)用。語音電子病歷通過語音識(shí)別技術(shù)無縫接入醫(yī)生診療過程中，不僅提高了填寫病歷的效率，也給了醫(yī)生更為充足的經(jīng)力和時(shí)間投入到與患者的交流和疾病診斷當(dāng)中。智能導(dǎo)診主要基于人臉識(shí)別、語音識(shí)別、遠(yuǎn)場識(shí)別等技術(shù)，通過人機(jī)交互，執(zhí)行包括掛號(hào)、科室分布和就醫(yī)流程引導(dǎo)、身份識(shí)別、數(shù)據(jù)分析、知識(shí)普及等功能。推薦用藥一般是使用自測(cè)用藥系統(tǒng)，根據(jù)患者或負(fù)責(zé)醫(yī)師提供的癥狀和程度通過后臺(tái)算法系統(tǒng)給出中藥西用建議。

3? 醫(yī)學(xué)影像領(lǐng)域應(yīng)用

醫(yī)學(xué)影像，是目前人工智能在醫(yī)療領(lǐng)域最熱門的應(yīng)用場景之一。主要運(yùn)用是計(jì)算機(jī)視覺技術(shù)解決病灶識(shí)別與標(biāo)注、靶區(qū)自動(dòng)勾畫與自適應(yīng)放療、影像三維重建等需求。人工智能與醫(yī)學(xué)影像的結(jié)合，能夠?yàn)獒t(yī)生閱片和勾畫提供輔助和參考，大大節(jié)約醫(yī)生時(shí)間，提高診斷，放療以及手術(shù)的精準(zhǔn)度。解決我國影像科/放療科醫(yī)生供給不足、誤診/漏診率較高的問題。

4? 輔助診療領(lǐng)域應(yīng)用

凡是為醫(yī)生疾病診斷與制定治療方案提供輔助的產(chǎn)品，都可以是輔助診療產(chǎn)品。首先是醫(yī)療大數(shù)據(jù)輔助診療，基于認(rèn)知計(jì)算協(xié)助醫(yī)生進(jìn)行診療，比如以IBM Wastson for oncology為代表的輔助診療解決方案。其次是醫(yī)療機(jī)器人，國內(nèi)目前的醫(yī)療機(jī)器人主要包括手術(shù)機(jī)器人（包括骨科手術(shù)機(jī)器人、神經(jīng)外科手術(shù)機(jī)器人等）、腸胃檢查與診斷機(jī)器人（包括膠囊內(nèi)窺鏡、胃鏡診斷治療輔助機(jī)器人等）、康復(fù)機(jī)器人（針對(duì)部分喪失運(yùn)動(dòng)能力的患者）。

5 ?疾病風(fēng)險(xiǎn)預(yù)測(cè)領(lǐng)域應(yīng)用

疾病風(fēng)險(xiǎn)預(yù)測(cè)，主要指通過基因測(cè)序與檢測(cè)，解讀其中所包含的遺傳信息包括遺傳病信息和易感疾病信息，了解身體內(nèi)部性狀，提前預(yù)測(cè)疾病發(fā)生的風(fēng)險(xiǎn)。智能疾病風(fēng)險(xiǎn)預(yù)測(cè)系統(tǒng)基于大數(shù)據(jù)及人工智能機(jī)器學(xué)習(xí)技術(shù)而建成。該系統(tǒng)從大量的特征中挖掘疾病風(fēng)險(xiǎn)因子，覆蓋了心腦血管、糖尿病、呼吸系統(tǒng)疾病等多種慢性病及其并發(fā)癥的預(yù)測(cè)模型，從大量體檢及電子病歷數(shù)據(jù)中自動(dòng)篩選疾病風(fēng)險(xiǎn)因素，采用機(jī)器學(xué)習(xí)方法建立智能疾病預(yù)測(cè)模型。

6? 藥物挖掘領(lǐng)域應(yīng)用

人工智能技術(shù)在藥物挖掘方面的應(yīng)用主要是在藥物篩選環(huán)節(jié)，將深度學(xué)習(xí)技術(shù)應(yīng)用于藥物臨床前研究，達(dá)到快速、準(zhǔn)確地挖掘和篩選合適的化合物或生物，有效解決一些藥物研發(fā)周期長，研發(fā)成本高，研發(fā)成功率低等痛點(diǎn)。目前主要成果體現(xiàn)于腫瘤藥、心血管藥、孤兒藥以及經(jīng)濟(jì)欠發(fā)達(dá)地區(qū)常見傳染病藥。其中抗癌藥占到 1/3。

7? 健康管理領(lǐng)域應(yīng)用

健康管理主要分為營養(yǎng)學(xué)健康管理，身體健康管理，精神健康管理三大類。營養(yǎng)學(xué)健康管理利用人工智能技術(shù)對(duì)食物進(jìn)行識(shí)別和檢測(cè)，從而為用戶提供均衡營養(yǎng)，合理膳食的方案。身體健康管理利用 AI 技術(shù)分析用戶的各類身體數(shù)據(jù)，為用戶適配的健康生活建議，并通過行為干預(yù)，幫助用戶養(yǎng)成良好的生活習(xí)慣。精神管理主要是通過人臉識(shí)別來獲取用戶情緒，以聊天、推送音樂和視頻等多種交互方式幫助用戶調(diào)節(jié)心情。

8? 輔助醫(yī)學(xué)研究平臺(tái)領(lǐng)域應(yīng)用

輔助醫(yī)學(xué)研究平臺(tái)是利用人工智能技術(shù)輔助科研人員進(jìn)行醫(yī)學(xué)研究的技術(shù)平臺(tái)。臨床科研一般需要處理大量數(shù)據(jù)，但是我國現(xiàn)狀是結(jié)構(gòu)化的醫(yī)療數(shù)據(jù)較少、同時(shí)醫(yī)療科研人員數(shù)據(jù)統(tǒng)計(jì)與分析能力有限，這時(shí)便需要一個(gè)智能平臺(tái)幫助醫(yī)生對(duì)醫(yī)療數(shù)據(jù)進(jìn)行統(tǒng)計(jì)收集和處理分析。隨著近年來基因測(cè)序的興起，也有不少針對(duì)基因數(shù)據(jù)進(jìn)行分析的輔助醫(yī)療平臺(tái)得以創(chuàng)立。

結(jié)語：因?yàn)橛兄薮蟮氖袌鲂枨笈c多元化的業(yè)務(wù)方向，醫(yī)療人工智能有著很豐富的發(fā)展機(jī)會(huì)，未來也將會(huì)形成一個(gè)圍繞著人工智能+醫(yī)療的新生的產(chǎn)業(yè)生態(tài)。醫(yī)療人工智能的出現(xiàn)開創(chuàng)了與醫(yī)療相關(guān)產(chǎn)業(yè)鏈的新模式，除了從根本上解決醫(yī)療產(chǎn)業(yè)供給側(cè)短缺這一大痛點(diǎn)，也創(chuàng)造并延伸出新的市場需求，在新的醫(yī)療產(chǎn)業(yè)鏈模式之上必將為更多的企業(yè)帶來突破點(diǎn)和新機(jī)遇。

參考文獻(xiàn)：

[1]夏麗亞. 醫(yī)療人工智能技術(shù)的應(yīng)用和思考[J]. 科學(xué)大眾2020（2）：196-197.

[2]林必毅， 余麗麗， 張世宇. 人工智能賦能智慧醫(yī)療[J]. 智能建筑， 2018（12）：33-35.

[3]鄭南君. 人工智能在醫(yī)療健康領(lǐng)域中的應(yīng)用解析[J]. 中國衛(wèi)生產(chǎn)業(yè)， 2017， 014（019）：195-196.

作者簡介：周起如（1989.10-），女，漢，安徽，碩士，無，深圳市賽為智能股份有限公司，人工智能。