| 标题 | 人工智能在医疗领域的应用 |
| 范文 | 刘一彤 摘 要 随着人工智能的迅速发展，许多国家将其上升为国家发展战略。近年来，人工智能在医疗卫生领域中发挥着重要作用。文章重点阐述了人工智能在医疗影像、虚拟助理、药物研发等方面的应用，简述了人工智能的发展历程以及现阶段遇到的瓶颈，并对其提出加大人才培养力度、明确医疗责任主体等发展与改进措施。 关键词 人工智能；医疗；应用现状；发展趋势 中图分类号 TP3 文献标识码 A 文章编号 1674-6708（2019）232-0145-03 在这个社会高速发展的时代，随着信息技术的发展，人类的生活方式得到了很大的改变，社会的生产效率得到了很大的提高[ 1 ]。20世纪50年代人工智能的概念开始出现在这颗蔚蓝星球上，从最开始的神经网络技术，到如今的图像识别和深度神经网络技术，这短短的几十年间人工智能技术经历了迅速的发展。人工智能概念的首次确立，是在1956年的一次科学会议上：让机器像人那样思考和认识，用计算机实现对人脑的模拟，是众多科学家对其下的定义。20世纪50年代到70年代，人工智能仍处于“弱人工智能”时代。如今，人工智能在众多领域都发挥着重要作用。在医疗领域，人工智能的应用范围越来越广。 1 应用实例 随着算法的不断提升，以及大数据的应用，人工智能的适用领域愈来愈广，在医疗行业的应用场景愈来愈丰富。其作用主要集中在辅助影像与病理诊断、疾病早期筛查、提高药物研发效率、虚拟助理及随访等方面。 1.1 虚拟助理 虚拟助理是一种为患者提供自诊导诊和医询等服务的信息系统，它利用NLP（自然语言处理）等技术把用户对病症的描述和医学指南进行对比，就如同苹果Siri、微软Cortana等，其在医生端与用户端均发挥了很大作用[1-2]。在医生端，智能问诊能够辅助医生诊断，并且帮助医生筛查常规疾病，还能预警和监控重大疾病。在用户端虚拟助理可以帮助患者完成导诊健康咨询等服务，大大节约了用户的时间，既方便又高效。 2017年，多家医院引进了智能预问诊系统[ 1 ]。此外，语音语义识别技术为患者就医导诊、医生书写病历提供了很多便利。有了智能语音录入功能，医生的双手就可以被解放，医生通过口述就可以完成查病历、找文献、写病历等基本工作，医生的工作效率得到迅速提高。科大讯飞的产品“晓医”，能够通过与患者的交流，告诉患者应就诊的科室以及科室位置，减轻医生的工作量，也使患者就医更加简单快捷。 1.2 病历与文献分析 人工智能利用对应算法以及大数据能够对电子病历及医学文献中的海量医疗数据进行分析，并形成结构化的医疗数据库，为医生的诊断提供帮助。与其他行业相比，医疗领域的信息数据分散范围广、蕴含数量多、复杂程度高、隐藏价值大。诺贝尔医学奖获得者屠呦呦也是耗费了数十年时间才从各种医学古籍中找到青蒿素可以治疗疟疾。如果在当初，人工智能足够强大，便可以快速阅读并整理文献资料，对实验数据进行准确分析，从而快速得出结论。除此之外，大数据平台还可以帮助一线人员及科研人员挖掘疾病规律，并建立研究课题。 1.3 医疗影像辅助诊断 医疗影像数据是医疗数据的重要组成部分，包括CT、X光、B超等医疗影像数据。统计数据表明，目前放射科医生的供给缺口非常大，放射科医生的年增长率为2%，而医疗影像数据的年增长率为63%，将人工智能应用于医疗影像领域，能够极大缓解此类问题[1-2]。人工智能在医疗影像辅助诊断中的作用主要有两方面：一方面是利用图像识别技术，对医学影像进行图像及数据的分析；另一方面是利用深度学习技术，通过对海量的临床诊断与影响数据进行训练，令模型具有初步的诊断能力。 1.4 药物研发 药物研发由两大部分组成，分别是药物发现阶段与临床试验阶段。药物发现阶段又被细化为靶点筛选与药物筛选，人工智能与靶点筛选的结合点为文本分析，人工智能与药物筛选的结合点为高通量筛选和计算机视觉。同样，临床试验阶段有病人招募和晶型预测，人工智能与病人招募的结合点为病例分析，而人工智能与晶型预测的结合点为虚拟筛选。1）靶点筛选。寻找、确定和制备分子药靶是现代药物研发的关键。AI可以从海量数据中获取有用信息，并进行生物化学预测。该方法能够将药物研发的时间成本和经济成本缩短一半左右。2）药物筛选。为了进行更深层次的结构改造与修饰，需要将小分子化合物组合实验并且寻找某种具有化学结构与生物活性的化合物，这就是药物筛选。筛选时，开发新技術或优化旧方案都可以通过人工智能完成。3）病人招募。临床试验对于患者的需求量较大，尤其是高质量患者，多达90%的临床试验都被患者的数量与质量所困扰。利用人工智能，就可以对患者的病历进行精准分析，找到患者。 1.5 基因测序 人类基因组计划，即通过测定人类基因序列，绘制人类基因组图谱从而达到破解人类遗传信息的目的。当时，中、美、日、德等国一同研究，也持续了15年才得出结果，这足以证明其重要性与复杂性。如今，人工智能技术已经能够改变基因测序的困难现状。通过建立初始数学模型，利用模型进行训练，再用其他分子生物学的方法进行修正，最后进行检验对照，得出其准确性。目前，国内的人工智能龙头企业已经开始自己的布局，譬如华大基因、博奥生物、金域检验等。 1.6 个人健康管家 未来的健康医疗大数据，实际上是人们对自身进行日常健康管理过程中产生和收集起来的[ 3 ]。智能可穿戴设备可以记录用户每天的运动时间、步数详情、能量消耗等信息，根据用户的年龄、性别、身高、体重等基本数据来计算消耗的热量，并给出运动饮食建议。可穿戴设备还能够记录我们每天的睡眠数据，分析每周的睡眠情况。根据这些数据，能够分析得出用户的整体睡眠质量，进而给用户提出合理的睡眠建议，改善用户的睡眠状况。 随着“人工智能+医疗”的发展，挂号难、看病难、医疗资源分配不均等传统医疗行业所面临的问题就可以得到解决。通过远程医疗App，用户可以自主问诊，可以避免长时间的排队挂号等过程，而且医生可以通过系统建立的个人档案，获得患者更多的信息，更好地为患者服务。 2 存在的主要问题 随着人工智能的不断发展，以及其在医疗领域的应用范围愈来愈大，人工智能的不足与问题逐渐暴露出来，数据质量、主体责任、行业标准等都是人工智能在医学领域急需解决的问题。 2.1 数据基础仍然薄弱 算法、算力以及大数据是人工智能技术最重要的因素。市场上的数据有很多种，但是医院和企业合作时往往是针对某一机型的数据进行训练。那么，当该数据需要用于其他机型的时候，模型就需要重新针对该机型进行训练，成本大幅度提高。此外，数据的标准化也是人工智能发展的一条拦路虎。由于数据没有统一的标准，各个厂家的仪器标准不同，无法共享，所以，数据标准化需要各厂家与医院积极配合，加大个人数据标准的开放程度。 2.2 诊断标准尚不成熟 虽然，在医疗影像辅助诊断上，图像识别技术的应用效果不错，技术日渐成熟，但是医疗影像辅助诊断产品应当让自己的算法更加完善、先进，避免“就图论图”。以甲状腺结节诊断为例，彩超的拍片结果仅仅能够作为医生的部分诊断依据，医生还要通过甲状腺化验结果、抗体相关表现等来做更加具体详细的诊断和分析[1-2]。所以，各个企业需要将算法完善升级，把信息整合到一起判断，实现多模态的诊断体系。 2.3 安全性无法保障 医疗安全在医疗行为中时刻占据着无比重要的位置，确保医疗安全是每个医生在进行医疗活动中每分每秒都需要警醒的[ 4 ]。随着人工智能的快速发展，机器已经具备了从事医疗活动的能力。如何确保这些机器人能够像人一样安全可靠，是医院与研发企业发展道路上的一块绊脚石。 2.4 过度依赖人工智能 正是由于在学习速度和计算能力上，人工智能有着我们人类无法超越的优势，所以人工智能能够快速发展。但是是否医生的水平会随着人工智能的逐渐应用而逐渐降低？患者就医，不只是需要医疗技术与水平，还需要人文的关怀[ 4 ]。人工智能的发展有没有可能使得医院没有人情味，是需要我们考虑的问题。 3 发展趋势与改进措施 3.1 夯实数据基础 AI竞争的核心是数据的质量与数量。目前，虽然互联网的基础体系日趋成熟，但仍有许多虚假数据。所以，我们应该打破不同医疗机构、不同政府部门的数据壁垒，建立数据共享的机制，促进不同地区、不同机构之间的数据联网，真正成为大数据[ 5 ]。 3.2 深度推进互联网应用 目前，我国东西部人工智能技术发展不均衡，东部地区发展较快，医疗健康机构已经具备互联网基础，但中西部尚有所欠缺，而中西部由于经济水平、医疗水平普遍较低，对于人工智能需求强烈[ 5 ]。所以，为了促进互联网应用的全面发展，建议国家对中西部的互联网与人工智能建设提供政策优惠。引导优质的医疗资源下沉基层，加强基层医疗机构的互联网应用，实现资源共享，提高服务水平。 3.3 明确医疗责任主体 人工智能的学习能力在不断提高，诊疗速度也在不断加快，如何认定人工智能的行医资格以及对其进行监管成为了我们需要考虑的问题。例如，在用户使用医疗虚拟助手时，可能会漏掉甚至错误地进行描述，导致虚拟助手给予用户的建议与用户所得的疾病不符[1-2]。因此，对于利用人工智能提供诊断的功能，我国监管部门设定了非常严格的审核要求。过度的管控会阻碍人工智能的创新发展，而过轻的监管则会导致安全事故频发。因此，需要合理制定规则，明确主体责任，为人工智能的应用提供保障。 3.4 加大人才培养力度 人工智能是一种新兴起的行业，人才专业水平是其发展的重要因素之一。据统计，我国在人工智能行业工作的人数不足5万人，每年的新鲜血液不足2 000人，创新人才缺口较大。在其他国家的该行业的从业者中，美国拥有10年以上工作经验的人才将近50%而我国不到25%。在如此现状下，我国制定了《新一代人工智能发展规划》国家战略。现如今，我国通过建立开放平台，鼓励研究，推进合作的新模式加速人才培养。 4 结论 人工智能具有超强的记忆力与计算能力，能够成为医生的智囊、秘书，弥补卫生人力资源的缺口。本文重点介绍了人工智能在医疗领域的应用，并列举了人工智能在发展中所面临的困难与缺陷，提出了相应的建议。虚拟助手、辅助诊断、健康管理等都是人工智能与医疗的结合点；数据基础、诊断标准、安全保障等都是人工智能发展道路上的崎岖坎坷；加大人才培养力度、明确医疗责任主体、深度推进互联网应用等都是人工智能前进的锦囊妙计。总之，人工智能必将与医疗相结合，但真正用于核心领域仍需一个漫长的过程。 参考文献 [1]人工智能学家.2018年医疗人工智能技术与应用白皮书[EB/OL].http：//www.ciotimes.com/Information/147987. html.2018-04-16. [2]赵阳光.醫疗人工智能技术与应用研究[J].信息通信技术，2018，12（3）：32-36. [3]王海星，田雪晴，游茂，等.人工智能在医疗领域应用现状、问题及建议[J].卫生软科学，2018，32（5）：3-5，9. [4]刘振峰，徐宁，陶长俊.人工智能在医疗领域中的应用及展望[J].网络安全技术与应用，2018（8）：98-99. [5]金春林，何达.人工智能在医疗健康领域的应用及挑战[J].卫生经济研究，2018（11）：3-6. |
| 随便看 |
|
科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。