人工智能在动物医学领域的应用

关皓元

（南京农业大学，江苏南京 210000）

1 人工智能在动物医学领域的应用现状

1.1 关于人工智能

人工智能（artificial intelligence，AI）是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它是计算机科学的一个分支，企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，包括机器人、语言识别、图像识别、自然语言处理 和专家系统等。总的说来，人工智能研究的主要目标之一是使机器能够胜任一些通常需要人类智能才能完成的复杂工作。

1.2 关于动物医学

动物医学，也可译为兽医学，但是与兽医比较应用更广泛一些。主要课程有解剖学、生理学、遗传学、动物病理学、动物药理学、动物内科学、动物外科学等。可以应用到对患病宠物的治疗以及农业生产中所使用动物的免疫及治疗。

1.3 人工智能在动物医学领域的应用现状

人工智能应用于动物医学领域虽然很广泛，但是和人相比就显得少之又少。目前，兽医影像及麻醉还有动物检疫防疫应用到的比较多，但也仅限于一般的应用，提不到高精尖。

2 人工智能在动物医学领域应用存在的问题

2.1 数据基础有待加强

数据质量对于人工智能在计算和学习能力的提升上具有至关重要的作用，是机器能否准确、高效学习的关键。加州大学旧金山医疗中心电子病案系统的分析显示，高达 80% 的文本型录入有复制粘贴他人记录的嫌疑。而由这种现象会产生失效的、错误的和冗余的信息，最终可能导致临床诊疗的错误。如何将病历、影像、检验报告里的非结构化数据转化成机器可以识别的结构化数据，用于机器学习和算法的实现，是医学人工智能发展的基础。 此外，人工智能的实现不仅对数据质量本身有要求，数据的获取方式也是其中的一个难点。当前缺乏合理的数据共享和数据流通的机制，医疗数据的权属模糊制约着数据共享，数据隐私保护和数据安全问题也值得考虑。

2.2 重视程度不够

人工智能在动物医学领域虽有应用，但是和人相比，相差很远。而且技术水平也不算先进。我们承认所有事务都是以人为本，但是人也离不开自然，人也是自然界的一部分，在发展人类医学的同时也应发展动物医学，况且，很多人类的实验都来自于动物的贡献。爱护自然，保护自然也是保护人类自己，当我们研究人工智能在医学领域发展时，不妨把动物医学的重视程度提高到人类的层次。

2.3 投资力度小

人工智能加动物医学的发展需要大量资金投入。当前我们投入资金的力度很小，包括动物医院，大学实验室等。动物医院的治疗手段大部分以观察和简单的判断为主，引入高级的人工智能设备少之又少，在不同的地区存在着不同的差距，中小城市的动物医院只是简单的一间门脸，根本没有规模而言，更不用说高级的人工智能设备了。同样，那些先进的智能机器设备也只在985院校里才有，普通的院校根本没有。学生的实验也是来自于老师的经验。

2.4 人工智能对动物医学的覆盖

动物医学范围广泛，自然界的动物千差万别，人工智能在动物医学的应用可以说是凤毛麟角，因为动物种类太多了，有天上飞的，水里游的，地上跑的。当前我们对动物的医治局限于动物研究所、动物医院这些地方。

2.5 人才短缺

人工智能的应用发展在医学数据库建立、统计、数学建模等方面都存在人才短缺、实践经验不足、基础不扎实的问题。在实践中，人工智能在医学领域的发展需要计算机和医学两个领域的深度融合。目前，医疗卫生服务人员对新技术的接受度不足，对于新技术的掌握还需要经过专业化、规范化的培训。整体来看，医学人工智能的人才培养和引进机制需要建立建全，人才短缺问题尚需解决。

3 解决思路

（1）夯实人工智能应用的数据基础人工智能在医疗上要发挥作用，必须首先汇集一定规模的医疗行业数据。鉴于当前医疗数据结构复 杂、标准不一、信息孤岛普遍存在的情况，需建立医疗数据的流通、共享机制，研究数据脱敏办法，推动数据的标准化与规范化，建立标准测试数据集，夯实人工智能应用的数据基础。

（2）提高认识转变观念。人工智能加医学不能停留在医治人的定位上，通过宣传，提高人对动物的认知度，明确动物是人类生存和发展不可或缺的一部分，要建设人与自然的和谐地球，发挥人工工智能在动物医学领域的巨大作用，通过人工智能加动物医学征服自然改造自然，让人类生活的更美好。

（3）加大人工智能在动物医学领域的投资力度。通过多种渠道筹集资金，吸取公益性资金，用于动物医学领域的智能机器和智能软件的开发，提升动物医学研究水平。

（4）通过分类研究加大人工智能在动物医学领域的覆盖。覆盖包括动物医院、动物研究所及野生动物园等地区。

（5）推动医学人工智能复合型人才培养以多种方式培养和吸引医学人工智能复合型人才。各高校应积极开展医学与计算机交叉性学科的建设和教学，培养跨界人才。注重医学、信息、工程、卫生政策研究等学科专业的交叉融合，鼓励高 校、科研院所与企业开展合作，设立各类奖学金，建设一批实训基地和地方试点。完善人才引进体制机制，吸引高端人才在医学人工智能领域开展创新、创业工作，带动该领域发展。