论医疗人工智能的未来：医疗网络

柳奕诚 宋欣阳 李宗友

摘要：医疗人工智能发展受到全球的广泛关注，其运用正在多个维度地开展，将给人类群体的健康乃至社会结构带来历史性的变革。其中，医疗网络的兴起是目前医疗人工智能技术发展直观的表现形式。本文主要围绕人工智能医疗网络，从行业发展的现状、中医与医疗人工智能的关系及未来市场的发展等方面进行阐述。

关键词：人工智能；医疗；中医；未来

DOI：10.3969/j.issn.1005-5304.2018.11.001

中图分类号：R2-05 文献标识码：A 文章编号：1005-5304（2018）11-0001-05

Abstract： The development of medical artificial intelligence （AI） has attracted worldwide attention. Its application is developing in many dimensions and will bring fundamental changes to the human health and community structure. The rise of medical networks is an intuitive manifestation of the development of medical AI technology. This article focused on the AI medical network and discussed from the current situation of industry development， the relationship between TCM and medical AI and the development of future market.

Keywords： artificial intelligence； medicine； TCM； future

目前，人工智能在众多领域引发关注。从21世纪初繁琐的数据代码，到今日简单明了的人机交互和智能设备，人工智能正在人类生活的各个方面引领着一次全新变革。在医学方面，人工智能也已进行诸多尝试，如生化检测、放射检查、超声检查辅助诊疗工具正不断向智能化阶段发展。本文结合史料和技术对医疗人工智能进行系统分析，探究发展趋势与影响变革。

1 亟待发展的行业现状

推动医疗人工智能发展的催化剂是对医疗资源的需求与人类日益提高的生活标准。如今医疗资源虽已形成体系，但无论是中医还是西医，地区间医疗资源分配不均衡，最基本的医疗保障仍无法普及。如患者若在偏僻地区就医，遇到无法诊治的疾病时，不得不选择转院等措施，延误最佳治疗时机。即使在医疗资源集中的城区，过载的人流、有限的资源、高昂的价格等问题仍迫在眉睫。与此同时，患者对于更为人性化、个性化医疗护理的需求也日益攀升，有限的资源已无法满足市场需求。医疗人工智能的诞生，正是为了填补需求的空缺，根据国外《Nature》《Science》等期刊，以及国内中国知识资源总库、万方数据等期刊平台相关信息的整理和研究报告数量的比对，目前已孕育出多种应用产品（详见表1）。然而仅依赖现阶段产品远无法满足当今市场需求，人工智能数据处理的可靠性、治疗过程的安全性、地区应用的普及性等均受到多方质疑。因此，医疗人工智能发展亟待突破。

2 中医与人工智能医疗网络

精准的医疗与智能化的医疗技术常常出现在古代中国的史料和传说中。寻找出疾病的症结是有效治疗的关键，现代技术可通过精密的仪器进行“透视”与量化，然而在古代不具备相应的技术条件。以透视为例，早在扁鹊的传说中就有其缩影，其具有异于常人的能力，可看到人体通透的五脏六腑，从而对症下药。

时至今日，中医的智能诊疗化已有一定程度的实现。目前中医诊疗技术以望、闻、问、切为主，注重收集和感受人体微妙的变化，而现代人工智能技术发展有四诊的精細化、多元化和智能化的趋势。

从望诊的角度而言，最具代表性的技术是面诊仪和舌诊仪。如李福凤等[1]利用面部图像样本的Harr特征建立一个级联的Boosted分类器，通过Active Contour Model方法使面部定位分割更为精确；胡志希等[2]研发了GD-3型光电血流面诊仪，实现了面部末梢血流灌注情况的精准评价；樊明杰[3]针对有眼睛的人脸面部感兴趣区域，使用二值化等方法进行优化，从而实现眼、鼻等局部精确定位。

从闻诊的角度而言，在高性能设备的辅助下，机体中的声音信息可通过空气动力学方法、频谱分析方法、声图仪方法进行量化[4]。机体的气味则可通过红外光谱法、气相色谱分析法进行分析。但由于个人经验、主观性等多种原因影响，尚未能建立客观的诊断标准。

从问诊的角度而言，最具代表性的技术是受到MYCIN启发所衍生出的一系列中医专家系统[5]。如今，互联网、物质网技术使原有中医专家系统完成阶段性改变，从单一的封闭静态系统，转变成开放、无限、动态的系统。在上一代系统无法被统筹的中医临床经验大数据中，由于技术的进步、神经元系统的开发、云端网络的搭设，现代中医人工智能与人无限接近甚至超越人类。现阶段的中医人工智能产品尚停留在“学习”阶段[6]，以储备临床数据来充实数据库，使人工智能的诊疗更为精确[7]，同时中医的不确定性、模糊性、复杂性也是亟待解决的难题[8]。

从切诊的角度而言，即脉诊智能化的实现。如牛欣等[9]已将B超、多普勒技术与相关技术融合，构建了三部的动脉三维运动，并将它们产品化，实现了“位、形、数、势”的可视化，提供客观诊断依据；重庆绿色智能技术研究院研发一款具有石墨烯柔性的传感器，其高兼容、高灵敏、高通透，使三部脉象的测量更为准确[10]。同时建立在“互联网+”基础上的远程脉诊系统也正逐渐萌芽，其普及化、范用化，仍待硬件技术的发展与支持。

除了望闻问切的四诊合参，中医领域的研究者也将人工智能服务于中药房与临床针灸。对于中药房而言，目前信息手段的植入已初具规模，患者信息的核查、药物的“十八反、十九畏、妊娠禁忌”等均在智能化技术的指导下便于操作。近年来备受瞩目的实际运用，莫过于出现在“2010中医药国际科技博览会”上的第五代智能中药房[11]。第五代较之前四代的自动发药机，效率在原有基础上提高了10倍，大约3 s配制1剂，且容错率高，最多可荷载500味配方颗粒的方药，过程实现“零干预”，保证配制途中无二次污染。

人工智能在临床针灸的应用中亦可谓百花齐放。NX-DJO1智能电子针灸系统与华佗牌SDZ-II型电针仪对膝骨性关节炎有较好疗效[12]，且前者在安全性、疗效上更为突出，已广泛使用。另外，在治疗颈椎病、颈椎痛等方面也有较好疗效[13]。数字经络智能针灸机器人于2017年世界针灸学术大会亮相[14]，在承载传统经络腧穴学、腧穴解剖学等理论数据的指导下，结合混沌理论与分析几何学，完成一系列自动取穴的运算，同时还衍生出APP-AcuAI（智慧针灸）、AcuCloud（无限控制平台），赋予机器人临床、科研的双重能力，助推针灸的发展与进步。

3 颇具规模的医疗人工智能技术

现代医学研究中，斯坦福机械学习研究团队（Standford ML Group）的MURA、CheXNet，直觀外科手术公司（Intuitive Surgical Inc.）与麻省理工、IBM和Heartport公司开发的手术机器人DaVincisi，它们的人工智能应用已在影像诊断领域和智能手术领域取得了长足的进步。斯坦福最新研究的MURA和CheXNet对于相关疾病的算法、诊断都建立在卷积神经网络（CNN）的基础上。CNN是一种面向视觉处理的前反馈神经网络结构体系（见图1），其主体结构由多组单元构成，且它们的权重在空间位置共享，简单地来说是一种高效的运算网络[15]。CheXNet中CNN搭建由121层数据神经网络构成，当输入一张胸部X光图像时，该系统将会输出一张使用热成像标记的肺炎提示区域。而其数据集ChestX-ray14由14种标签构成的120张正面胸部X光图像为系统提供自助判断的依据，并输出诊断报告。MURA也是一项用来训练CNN的数据集，其主要是针对上肢端的疾病进行检查，并定位X光片的异常位置，与CheXNet呈现结果的方式相近。除此之外，该团队在心律不齐和姑息疗法上也开创了相关模型，且实现了一定的智能化处理。

医疗人工智能在外科领域中有突破性的应用。DaVinci作为一款辅助型的手术机器人已经投入一定的使用，目前该机器的生产、机械臂的供应由一家公司垄断[16]。手术主要通过DaVinci搭载的4～6条机械臂进行人类双手无法进行的精细操作，图像主要以高清摄像进行反馈，帮助主刀医生判断，大大缩减了手术所需要的规模及时间。然而这款机器人仍以人为主导。由智能机器人主导的STAR（smart tissue autonomous robot）[17]通过红外线荧光照亮场景，并使用plenoptic成像[18]技术，通过就近的微相机，构建一个世界三维模型。在手术台上，该技术已经可完成直线缝合和小肠之间的吻合连接，然而该机器的效率仍需改进，目前花费的时间大约是熟练医师的5倍。

我国国产的外科机器人近年来发展迅速。如Remebot的神经外科机器人，辅助医生实现微创、精准、无框架立体定向手术；妙手机器人科技集团的天智航，打造了延伸人体能力与机电一体化技术的人工智能；金山科技则针对消化道疾病开发了第二代视频胶囊内窥镜系统。

4 未来：量子纠缠技术整合健康监控与智能化诊疗

医疗人工智能所呈现的监控网络与智能诊疗正由临床时的助手逐步替代临床医师。一是医疗人工智能已形成了搭载产品基础的监控网络。现在的终端已相当成熟，产品层出不穷。未来可能率先建立关联医疗体系的监控网，如斯坦福姑息疗法相关研发，对于患者信息的评估与资源的合理调配；上海中医药大学开发的祉云健康，结合四诊仪器及临床大数据，分析给出合理建议，均可视作未来对于所有疾病的监控网络的雏形。这一与医疗体系实时互通的数据网络所需要的大数据及云端计算正是当前研究热点，众多国内外机构及其科研团队正大力研发迭代产品，并在优胜劣汰的市场中推出更多人性化的功能。

二是量子纠缠技术使医疗人工智能网络跨越式提升[19]。信息的互通将更为高效，从终端到云端的大数据传输，再到用户终端收集反馈信息，完成无缝衔接；数据的处理也将为拟定合适的资源分配计划助力，匹配更为合理、便捷的方案。在量子纠缠技术研发的同时，监控系统所搭载的检测元件也将日新月异，如目前各类所整合的心跳、睡眠、血压等收集评估系统，未来可能会搭载诸如CT成像、脉象监控等更为全面的功能（见图2）。在监控网络的产品终端，其表现形式也会更为多样。如近年东芝公司推出的“ApriAttenda”智能陪伴型机器人[20]、深圳光启合众科技有限公司的专利陪伴型宠物机器人（企鹅）[21]、蔡昱峰发明的陪伴型智能机器人[22]等，都是对机械伴侣进行定义的理想模型。疾病的表现形式不仅仅是生理的指标变动、体表的异样等，还涉及患者精神的感受。对于许多心理疾病，一个人性化的陪伴，对改善病患的精神状态可提供极大帮助。监控在此基础上也可实现功能的分离，将相关功能移植于陪伴机器人，使其拥有独立的运行环境，从而提供更优质的服务。

三是智能化诊疗即行使医院所有职能的人工智能技术兴起。由于机器学习领域的发展，无论是上文提及的斯坦福机械学习研究团队还是各高校都在聚焦这一学科，投入大量资源，从深度学习、Image Net、CNN等角度着手研究。

智能化诊疗的到来具有一定的必然性，且相较于之后趋势的推测，它具备了一定的稳定性。首先，目前前沿领域研究的指向性都与诊疗智能化理念契合，大数据集的收集搭建，CNN在相关学科的进化，其归属皆朝向实现中西智能化诊疗；再者，医疗资源的紧缺确保其发展的必然性，中西医学院校的建设、尖端人才的培养都需要国家政府的支持。

人工智能医疗网络的发展可划分为两大主要阶段：第一阶段将为零散阶段。在这一时期，技术、产品会各自进行发展，医疗人工智能的完整体系将借助数据云形成。每一项产品技术各司其职，为医疗人工智能进行统筹分配。当患者进入医院，就如同流程图的输入项，通过数轮判断分析完成治疗过程。此时我们将见到一个由多种单元拼凑起来的集合体。然而，每一个单元独立运作，在系统中无法避免兼容性差、容错率低的问题，即面对系统更新、规则重制定、硬件替换等问题时，需花费较长时间重新融入该系统。由此产生第二阶段：整合阶段。与第一阶段的差别为将所有单元融合为整体，进行更替。其最直观的优势有二：一是执行功能的体积大为缩小；二是单元间的距离缩小，此处距离有两层含义，不仅将缩小可测算的物理距离，实现体积的优化，更可统一不同配件的端口，达到匹配“零差异”。在拥有了相同的端口后，医疗人工智能将可进行更为高效的升级与治疗，也为未来新技术的搭载提供平台。

5 讨论

综上，医疗人工智能网络的普及已成大势所趋，推动局势发展的潜在动能包含主观与客观两方面。从主观而言，人对于便捷的需求是相应产品诞生的初衷，繁琐的检查、复杂的体系，为相应技术的产生注入潜在势能。根据马斯洛需求层次理论，随着生活质量的提高，基本物质需求的满足，使人们追求更高层次的需求，对于理想生活的追求离不开心理与生理的健康，实时监控的医疗网络将提供解决这一问题的基础，成为人们生活中不可或缺的环节。从客观角度而言，计算机设备的发展为科学家提供了一定基础，足以对机械智能化深入探讨。根据摩尔定律，计算机的处理能力每隔18个月就将提升1倍，相应的人工智能、云网络也将更高速发展[23]。

纵观现代中医人工智能的发展，可圈可点。尽管各种产品推陈出新，但相应的核心技术尚无根本性的突破，对于中医理论科学化、标准化的建设进展迟缓，也是创新性难以落实的阻力。目前国家正大力发展相关领域，2017年7月8日国务院颁布了《新一代人工智能发展规划》，将对中医与人工智能信息化的结合起到极大助推作用。相信随着“一带一路”的推进，中医将备受瞩目，汇聚全球的焦点探寻其中的规律与奥秘。

医疗网络的发展前景也并非畅通无阻。首先是工程上的难题，如目前MURA所面临的精度问题，受到工程界、医学界的诟病，然而这一类技术阻碍的攻克显然是时间问题。相对而言，群众的接受、市场的冲击、监管的缺位都将成为迫在眉睫的议题。

首先，就群体的接受而言，对于新生事物的接纳，无论医疗网络提供多么便捷的服务，难免受到质疑。同时，由于传统的“望闻问切”已根深蒂固，群体观念的转变、对新技术的认可都需要时间，甚至有可能成为争端的导火索[24]。

其次，从市场的冲击角度分析，随着医疗网络的引进，对现有医疗资源及衍生行业造成冲击，如医生职业存在的必要性、医院的运营与普及、人用器具存在的必要性等，这些问题将波及各大企业乃至国家。对现有经济平衡的冲击，就业市场的波动，对社会平衡的影响，或将成为反对者们争论的焦点，成为阻碍医疗网络发展的鸿沟。

最后，监管的缺位是涉及人工智能的领域都将面临的挑战，当智能与人的界限模糊时，相应的潜在风险也将呈爆发式增长。在医疗领域中，由于涉及人身安全，数据的绝对隐私、生命的绝对安全、治疗的绝对公平等都将成为挑战[25]，需要工程界、法律界、医学界的通力合作，才能为人工智能与医疗网络注入新的活力，让医疗网络得以进一步优化，开启医疗人工智能的全新时代。

參考文献：

[1] 李福凤，邸丹，王忆勤，等.基于计算机技术的中医面色诊信息采集与识别研究[J].世界科学技术-中医药现代化，2008，10（6）：71-76.

[2] 胡志希，袁肇凯，郑景辉，等.早发冠心病血瘀证痰浊证面部光电血流容积信息特征及与GMP-140含量的相关研究[C]//全国第十二次中医诊断学术年会论文集，2011：385-389.

[3] 樊明杰.基于彩色图像的面色疾病诊断方法研究[D].哈尔滨：哈尔滨工业大学，2010.

[4] 王忆勤.中医诊断学研究思路与方法[M].上海：上海科学技术出版社， 2008：74-75.

[5] 白春清.中医专家系统三十年[J].医学信息（上旬刊），2011，24（2）：550-552.

[6] 孔令伟.“阿尔法围棋”人工智能技术在中医诊疗中的应用探讨[J].国际中医中药杂志，2018，40（4）：292-295.

[7] 施明辉，周昌乐.人工神经网络在中医诊断中的应用现状与趋势[J].中国中医药信息杂志，2007，14（1）：2-5.

[8] 季梅，杨进.计算机技术在中医领域的应用及思考[J].中国中医药信息杂志，2016，23（5）：16-19.

[9] 牛欣，司银楚.一种可视化脉诊仪：CN201431475[P].2010-03-31.

[10] 魏大鹏，尹舒冉.一种基于石墨烯柔性压力传感器的脉诊仪：CN201610856172.8[P].2017-01-04.

[11] 於红焰.第五代智能中药房在成都问世[N].中国医药报， 2010-12-06（002）.

[12] 谭其琛. NX-DJ01智能电子针灸系统电针治疗膝骨性关节炎的临床研究[D].广州：广州中医药大学，2014.

[13] 赵晓燕.NX-DJ01智能电子针灸系统治疗颈椎病颈痛的临床研究[D]. 广州：广州中医药大学，2014.

[14] 徐天成.数字经络智能针灸机器人的研发及其应用探讨[C]//中国针灸学会年会论文集.北京：中国针灸学会，2017：2.

[15] PRANAV R， JEREMY I， ZHU K L， et al. CheXNet：radiologist-level pneumonia detection on chest X-rays with deep learning[D/OL]. America：Stanford ML Group，2017.[2017-11-04]. https：//stanfordml group.github.io/projects/chexnet/.

[16] 夏晓莉.达芬奇机器人手术室配合经验分享[C]//第三届上海国际护理大会论文摘要汇编.上海：上海市护理学会，2017：1.

[17] SHADEMAN A， DECKER R S， OPFERMANN J D， et al. Supervised autonomous robotic soft tissue surgery[J]. Science Translational Medicine，2016，8（337）：337ra64.

[18] 栾银森，许冰，杨平，等.Wavefront analysis for plenoptic camera imaging[J]. Chinese Physics B，2017，26（10）：230-235.

[19] 舒娜，石际.量子纠缠技术与量子通信[J].数字技术与应用，2012（10）：60.

[20] 东芝开发陪伴型机器人“ApriAttenda”[J].机器人技术与应用， 2005（4）：10.

[21] 深圳光启合众科技有限公司.陪伴型宠物机器人（企鹅）： CN201530250494.4[P].2015-12-02.

[22] 蔡昱峰.陪伴型智能机器人：CN201630013609.2[P].2016-08-17.

[23] 涂子沛.大数据及其成因[J].科学与社会，2014，4（1）：14-26.

[24] 王东浩.机器人伦理问题研究[D].天津：南开大学，2014.

[25] 高奇琦，张鹏.论人工智能对未来法律的多方位挑战[J].华中科技大学学报：社会科学版，2018，32（1）：86-96.