人工智能在医疗领域中的应用及展望

2018-03-07刘振峰陶长俊

网络安全技术与应用 2018年8期

◆刘振峰徐宁陶长俊

人工智能在医疗领域中的应用及展望

◆刘振峰徐宁陶长俊

(安徽省肿瘤医院安徽 230001)

近些年，随着科技的发展，人工智能在医疗领域的应用也越来越广泛。一方面，图像识别、深度学习、神经网络等关键技术的突破，使得人工智能和医疗融合成为可能；另一方面，随着人们生活水平的提高，对于高质量的医疗需求也日益增长。但现实生活中却存在着看病难、看病贵的问题。对于医疗进步的现实，需要极大地刺激以人工智能技术推动医疗产业变革升级浪潮的兴起。

人工智能；医疗；大数据；智慧医院

1 人工智能发展的历程

人工智能（Artificial Intelligence，AI）是指计算机像人一样拥有智能能力，是一个融合计算机科学、统计学、脑神经学和社会科学的前沿综合学科，可以代替人类实现识别、认知、分析和决策等多种功能。

人工智能的发展经历了三个阶段：第一个阶段是50-70年代，代表是利用逻辑推理实现人工智能。这个时期，人们认为机器只要有逻辑推理就是人工智能，后来发现仅仅是逻辑推理机器远远达不到智能的水平；第二阶段是70-90年代，代表是知识工程、专家系统、知识总结与挖掘。虽然解决了机器学习的问题，但是让机器能够理解这些知识却很困难；第三阶段是2000年至今，代表是机器学习、深度学习、数据分析、数据挖掘。这个时期图像识别、深度学习、神经网络等关键技术的突破带来了人工智能技术新一轮的发展。大大推动了以数据密集、知识密集、脑力劳动密集为特征的医疗产业与人工智能的深度融合。

2 医疗行业哪些领域可以应用人工智能

“人工智能+医疗”无论是从政策上的支持还是经济上的表现，都承载着“改善医疗现状”的使命。从IBM的沃森机器人协助医生进行癌症诊断和治疗，到“智医助理”机器人通过执业医师考试，人工智能正在深刻改变人们的生活，在提升医生工作效率、提高医生服务能力等方面展现出巨大优势。目前，“人工智能+医疗”也呈现优良发展势头，主要体现在以下五个领域。

2.1 医疗机器人

临床医疗用机器人包括智能假肢、外科手术机器人、辅助诊疗机器人、医疗保健机器人和导诊机器人等。目前应用较为成熟的医疗机器人主要有：

（1）外用骨骼。ReWalk系列机器人是目前世界上最成功的外骨骼康复机器人之一。机器人主要由三个部分组成：软件控制系统、机械支撑和动力系统和传感器系统。机器人使用体感芯片，时刻感知患者的肢体动作，辅助其活动。并且在患者行走过程中可以感应患者重心的变化，模仿其自然行走的动作，保持平衡。

（2）手术机器人。世界上最有代表性的手术机器人就是达·芬奇手术系统。达·芬奇手术系统分为三个部分：机械臂塔、高精度3D视觉系统和医生控制台。机械臂塔拥有4只机械手，每一个机械手的灵活性都远远超过人。机械手带有的摄像机可以进入人体，因此不仅手术的创口非常小，而且能够实施一些人手无法完成的手术。高精度3D视觉系统将摄像机拍摄的二维画面转换为3D画面，便于医生监控整个手术过程。通过医生控制台，医生可以精确的控制械手臂的运动，以完成手术。

2.2 智能药物研发

目前我国新药研发面临研发时间、成本及资金等问题。人工智能通过计算机模拟，可以对药物活性、安全性和副作用进行预测。大大缩短药物研发时间、提高研发效率并控制研发成本。借助深度学习，人工智能已在心血管药、抗肿瘤药和常见传染病治疗药等多领域取得了新突破。

2015年，Atomwise利用AI技术，在不到一天的时间内对现有的7000多种药物进行了分析测试，成功地寻找出能控制埃博拉病毒的两种候选药物。根据该公司的统计，如果利用传统方法，这项分析需要花费数月甚至数年才能完成。

2.3 精准医疗

计算机优于人脑的地方在于其强大的运算能力，避免了人类医生由于经验不足引起的误判，计算机还能够发现人眼难以察觉的细节。通过深入学习和大数据比对，寻找出一些规律，从而不断提高自身判断力，推进精准医疗的发展。

贝斯以色列女执事医学中心（BIDMC）与哈佛医学院合作研发的人工智能系统，对乳腺癌病理图片中癌细胞的识别准确率能达到 92%，尤其是当这套技术与病理学家的分析结合在一起时，它的诊断准确率可以高达 99.5%。

在国内，阿里云的ET医疗大脑学习了2万张甲状腺片源，成功帮助人类将判断甲状腺结节点的准确率由60-70%提升到85%。经过一年多的研究训练，ET医疗大脑已经能在医学数字影像、精准医疗等多领域担任医生助手的角色。

2.4 智能影像识别

智能医学影像是指运用人工智能技术识别及分析医疗影像，主要包含两个部分：图像识别和深度学习。图像识别用于图像感知，通过影像分析，得到一些有价值的信息。深度学习用于学习和分析，通过大量的影像数据和诊断数据，不断地优化自身算法，提高自身诊断能力和诊断速度。目前医疗数据中有超过90%来自医疗影像，这些数据通过智能影像识别，能够极大降低医学误诊，帮助做出准确诊断。

科大讯飞的人工智能医学影像辅助诊断系统在安徽省立医院以及中国医学科学院/北京协和医学院等著名机构的顶级专家的协助下，人工智能系统学习了近百万张医学影像资料、53本专业医学教材、200万去标识化真实电子病历和40万医疗文献及病历报告等。

2.5 个人健康管家

（1）运动检测。通过可穿戴设备把用户每天行走的步数详细而准确地记录下来，并上传到手机或者服务器终端，用户可以事实查看运动数据，主要有当天运动的时间、空闲时间、运动路程、走路步数和能量消耗等情况。根据用户的年龄、性别、身高、体重以及活动的强度和时间来计算消耗的热量，并通过智能算法给出运动量、饮食建议。

（2）睡眠追踪。通过身体睡眠和清醒时生理特征的变化，可穿戴设备可为我们清晰记录了入睡时间、深度睡眠时间、浅度睡眠时间和清醒时间，除了记录当天的睡眠数据之外还有本周的睡眠情况，并将最近一段时间的睡眠使用图表表示。智能设备根据这些数据给出睡眠质量结果，用户根据分析结果对自己的睡眠进行适当的调整。

（3）远程医疗。目前传统医疗行业面临挂号难、医疗资源分配不均、看病体验差等问题。随着“人工智能+医疗”的发展，这些问题正在得到解决。通过远程医疗APP，用户可以根据自己的病情和需要，自主选择医生问诊。除了简单的图文咨询，用户还可以通过视频来同医生交流。视频问诊的形式，不仅同医院问诊形式相同，还使用户避免了繁琐的挂号等待过程。更重要的是，通过个人档案的建立，医生可以查看患者的历次检查检验数据，更好地为用户服务。

3 国内智能医疗状况

中国的智能医疗虽然仍处于起步阶段，但是已经取得突飞猛进的效果。政策上，政府大力鼓励发展智慧医疗。需求上，国内对于智能医疗的需求旺盛。产业上，资本加大对智能产业的投入。人工智能正在越来越多改变我们的生活。

3.1 政府支持发展智慧医疗

2016年4月国务院印发《关于促进和规范健康医疗大数据应用发展的指导意见》支持研发健康医疗相关的人工智能技术、生物三维（3D）打印技术、医用机器人、健康管理助手、可穿戴智能设备等。

2016年10月国务院印发《关于加快发展康复辅助器具产业的若干意见》要求推动“医工结合”，支持人工智能、脑机接口、虚拟现实等新技术在康复辅助器具产品中的集成应用。

2017年1月国家卫生计生委印发《“十三五”全国人口健康信息化发展规划的通知》充分发挥人工智能、虚拟现实、增强现实、生物三维打印、医用机器人、可穿戴设备等先进技术和装备产品在人口健康信息化和健康医疗大数据应用发展中的引领作用。

2017年7月国务院印发《新一代人工智能发展规划》要求：一是发展便捷高效的智能服务、智能医疗，推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系；二是智能健康和养老，加强群体智能健康管理，建设智能养老社区和机构，加强智能产品适老化。

3.2 国内的需求推动智能医疗的发展

当前中国的医疗资源分布不均匀，看病难、看病贵的社会需求极大刺激了以人工智能技术推动医疗产业变革升级浪潮的兴起。

以矮小症为例，某位矮小症患者发现自身身高比同龄人矮后，到基层医院就诊。基层医院判断为生长发育缓慢，只是给患者注射生长素，耽误了矮小症的最佳治疗时期。最终到大型医院确认为矮小症后，由于骨闭合而无法进行治疗。

基层医生看不了矮小症的两大原因：诊疗规则复杂和关键诊疗节点缺乏经验。利用人工辅助诊疗系统，建立规范化的数据采集通道，计算机能够很好地识别患者的疾病特征，给出参考意见以及依据。如果同医生的意见有较大的出入，可以通过远程会诊的方式请大医院专家诊疗，这样会很大地补充基层医院医疗资源发展落后的问题。

3.3 “人工智能+医疗”正在改变我们的生活

随着互联网技术和人工智能技术的发展，国内的就医状况也在不断的改变。原有的窗口挂号变成了手机端就可以预约挂号；原有的人工导诊变成了机器人导诊；原有只能靠医生发现的影像结节，现在可以依靠机器辅助标注；原来只能到诊室才能通医生进行交流，现在可以在网络上先进行预判然后远程可以得到医生的诊疗建议。

4 机遇与挑战

借助于人工智能，将人类从那些重复、耗时、乏味的工作，在快速变化的复杂环境中进行的工作以及超出人类极限的工作，都有可能被人工智能系统所代替，但是目前人工智能发展还存在些问题。

4.1 目前医院信息化水平普遍偏低，数据孤岛存在

据卫计委2017年调查报告，全国1124家“三甲”医院，电子病历平均水平在2.1级，而电子病历分级为0-7级。二级医院和民营医院电子病历平均水平更低。在这种情况下，基本的医疗信息化建设尚未成熟，何来智能化发展。

另外，医院信息系统众多，现有的信息系统大多为业务服务，而没有注重数据的利用。有些数据虽然采集了，但是不统一、不规范的现象造成了数据孤岛的存在。机器的学习过程需要大量的临床数据，数据不能有效利用的问题制约了机器深度学习的发展。

4.2 安全性与法律责任

医疗安全在医疗行为中占据着至关重要地位，确保医疗安全是医疗活动中时时刻刻都要警醒的。人工智能的快速发展，越来越多的医疗活动由人变为了机器。如何确保这些机器能够像人一样安全可靠，是摆在医院和研发企业面前的一个问题。以手术机器人为例，人工手术在手术过程中可以得到力度的反馈，手术机器人却没有。

假如使用机器在医疗过程中出现纠纷，责任方应该怎么判定。假如有不法分子使用人工智能技术从事非法行业，这又应该怎么规避。这些都是摆在我们面前的现实问题。

4.3 过度依赖人工智能

人工智能在学习速度和计算能力上有着人类无法比拟的优势，也正是这种优势造就了人工智能的快速发展。随着机器在医院上岗越来越多，医生的诊疗水平会不会也越来越退化。患者就医，需要的不只是医疗技术和水平，有时候需要人文的关怀，人工智能的发展会不会造成就医体验的“冷冰冰”。一些创造新的医学理论的提出离不开人的灵感，人工智能的发展会不会造成医学的止步不前等等，这些都是需要我们去思考的问题。