人工智能在医疗领域应用现状、问题及建议

高学田

（福建星网锐捷通讯股份有限公司，福建福州 350000）

1.人工智能在医疗领域应用现状分析

1.1 人工智能在医学影像学应用

通常情况下，人工智能技术是指通过开发与设计计算机程序来体现人类智能的技术。在人工智能技术的发展下，人工智能技术逐渐应用到医疗领域，并且应用范围逐渐扩大。当前我国医疗领域医学影像诊断大部分是依靠影像科医生阅片诊断，可是一个专业技术强、阅片诊断经验丰富的医学影响专业医生需要消耗大量的时间、精力与资源。不仅如此，人工阅片的主要依据是影像科医生丰富的临床经验，导致在阅片的过程中医生的个人意识通过比较强，并且我国不同医院的影像科医生经验参差不齐，容易出现误诊的情况。相关调查数据显示，百分之九十以上的医生进行进一步的临床诊断都需要借助医学影像学来实现，人工智能技术通过学习并收集大量的影响数据信息，能够辅助医生快速准确地定位病灶位置与大小，能够有效降低误诊问题的出现。人工智能技术在医学影像学的应用过程中，不仅能够利用医疗大数据进行影像学诊断，而且能够进行X线影像、病理图像、超声影响等图片以及大数据处理，帮助医生进行病情诊断以及一些重大疾病的早期筛查等工作。

1.2 人工智能在医疗器械方面应用

将人工智能技术融入医疗器械行业中，能够有效转变我国传统疾病预防以及疾病检测于疾病治疗模式。在以往的医疗器械行业中会使用传统的医疗软件，在人工智能技术应用到医疗器械中，逐渐形成全新的医疗软件体系。人工智能技术利用智能化技术进行异构系统病例以及文献数据的自动抓取，并建立结构化医疗数据库，借助医疗数据库，进行智能临床决策产品开发，帮助医生进行病患病情诊断，包括病患疾病评估、药物禁忌以及疾病治疗建议等。

除此之外，人工智能技术融入医疗器械行业中，还能实现智能手术操作、自助导诊以及电子病例智能管理等不同方面。比如通过自助导诊系统能够利用语音识别或人脸识别等技术来进行智能化挂号、就医流程引导等多项功能。

1.3 人工智能在精准医疗事业应用

人工智能技术应用与发展对于精准医疗事业的发展发挥重要作用，人工智能技术支持下的神经网络与深度学习对于医疗健康大数据分析应用领域发挥着重要作用，电子健康档案数据分析对于精准医学以及癌症的深入研究也起到了重要作用。通过人工智能技术，我们可以利用生物信息技术进行组学数据研究中的风险评估，并且未来有望把个性化医疗与精准医疗概念融入现实医疗工作中。例如神经网络与深度学习使我们能够通过计算机系统来进行自动学习恶性肿瘤细胞和正常细胞之间存在的差异性，并且作为癌症病情深入分析与判断的标准。同时，进行病理切片扫描后将判断结果提供给医生，以此作为病患病情判断的参考信息。通过人工智能技术的应用，能够有效减少因工作经验不足导致的病患情况误判，并且能够对于一些罕见病与疑难杂症也能进行正确判断与治疗。另外，人工智能技术能够在数据信息整合分析时更加细节化与全面化，从中发现一些深层次的规律，进而完善医生治疗经验以及智能化大数据系统内容不够。所以我们说，人工智能技术的应用能够推动精准医疗发展与创新、完善。

1.4 人工智能在健康管理方面应用

自我国提出健康中国战略以来，我国政府与人民逐渐开始重视健康管理，将人工智能技术融入健康管理方面中能够实现智能健康管理。通过人工智能技术应用到医疗领域中，使智能化医疗产品逐渐走入人们的日常生活中，智能健康管理主要包括疾病风险识别、健康干预以及在线问诊等精准医学健康管理。在我国人工智能技术逐渐完善、发展与创新中，将为健康管理事业发展带来更多得可能性。

2.人工智能在医疗领域应用现状

2.1 统一化标准

实现人工智能发展有3个因素，分别是大数据、运算力以及算法模型。实际上，我国大数据技术目前正处于上升阶段，在使用的过程中也会出现数据信息不全面、数据信息共享受到阻碍等诸多问题。我国医疗领域产生的数据信息涉及医院、病患、药品等不同方面，存在医疗数据信息遗失等问题[1]。不仅如此，我国医疗数据涉及结构化与半结构化和非结构化等不同类型，缺少统一化的标准与要求，阻碍了我国人工智能技术在医疗领域的应用。

2.2 复合型人才

医疗领域中进行人工智能技术应用时需要具有生物医学、临床医学等多重学科背景的复合型人才。目前我国对于医疗领域复合型人才培养途径相对较少，主要通过个高自主探索实践，缺少与行业、产业需求相互适应的复合型人才培养体系，导致当前我国医疗领域人才发展发展，直接阻碍了我国人工智能技术在医疗领域的应用与发展。

2.3 资金投入

我国政府在2017年发布了《新一代人工智能发展规划》，并在2018年明确人工智能在医疗影像、智能服务机器人等细分行业发展的目标与大方向。实际上，全球在人工智能方面的资金投入逐渐升高，从风投资金投入趋势来看，至2025年，人工智能应用市场总值预计会上升至1270亿美元，而医疗领域也会占据整个人工智能应用市场规模的20%，甚至会更高。我们发现，医疗领域中人工智能相关企业逐渐发展，人们对于人工智能在医疗领域中的关注度与资金投入量也越来越高[2]。我国人工智能医疗领域发展速度非常快，资本市场持续升高，从2018年人工智能技术应用至基因检测序列起，人工智能医疗领域商业化模式已经逐渐形成，同年人工智能医疗市场规模增长速度提升616.7%，总融资71笔，融资总规模达到了30.5亿元，并在2019年开始进入逐渐增长稳定期，以40%～60%的增长速度逐渐升高。

3.人工智能在医疗领域应用面临问题

在科学技术不断发展下，人工智能技术在医疗领域的应用已经颇有成效，在医疗领域逐渐引入人工智能技术，在医学影像学、医疗器械、精准医疗、健康管理等多个方面的应用已经取得明显的成绩，而人工智能技术与医疗技术的结合也为医疗领域发展、创新与改革提供的更多的可能性。首先，人工智能在医疗领域应用监管问题。我国在人工智能医疗领域应用过程中发现，我们国家针对人工智能健康医疗大数据与算法使用方面的监管法律法规与一些发达国家相比依然存在一定的差距性，应适当的采取措施，使人工智能技术在医疗领域发挥作用的同时，确保病患的安全。其次，人工智能医疗领域应用观念问题。医疗作为政府和人民共同关注的领域，人工智能技术的应用过程中也面临着一些质疑。最后，人工智能医疗领域应用技术问题与安全问题。人工智能技术在医疗领域的应用技术与一些发达国家相比依然不太纯熟，智能化医疗产品也缺少独立研发的动力与目标，并且在技术研发的过程中缺少标准的安全评估体系。

4.人工智能在医疗领域发展建议

4.1 重视人工智能应用数据基础

要发挥出人工智能在医疗领域应有的作用，要奠定良好的人工智能应用数据基础。由于医疗领域数据结构比较复杂，并且标准并未实现完全统一，信息孤岛现象依然存在，应构建医疗数据信息流通与共享机制，积极推动医疗数据信息标准化以及规范化，通过建立标准测试数据库，不断夯实人工智能应用数据技术。

机器学习与数据挖掘作为人工智能技术的核心内容，需要有海量的数据信息作为基础来实现。通过强化医疗数据信息标准化建设，构建开放性的数据交流平台，能够灵活使用的同时满足人工智能技术应用需求，实现医疗数据信息集成与应用。以医疗数据多样性与灵活性、移植性等特点出发，应有统一化、标准化的医疗数据标准，由政府相关部门构建医疗数据融合与开放性接入平台，推动医疗大数据统一化、规范化、标准化、集成化[3]。不仅如此，展开医疗大数据标准化与规范化建设的同时也要加强医疗大数据更新与维护机制，通过总结发达国家相关经验，通过云服务平台来实现医疗数据集中化与标准化，强化人工智能医疗领域应用。比如，电子病历与健康档案不仅是医院信息化建设的重要内容，而且是人工智能应用的基础性数据信息，但是却缺少电子病例与健康档案的标准化与统一化监督管理，导致医疗数据流通过程中受到阻碍，因此应由政府部门为主导，构建标准化电子病例与健康档案。

4.2 完善人工智能医疗领域应用相关法制

俗话说：“没有规矩不成方圆”。人工智能在医疗领域应用过程中应该有完善的监管制度与法律法规来约束人工智能医疗市场。我国政府部门应以宏观控制角度积极掌握人工智能在医疗领域的发展方向，并全面完善相关政策，应包括行业标准、法律法规等多个方向，确保人工智能技术能够安全使用，并合理扩大使用范围，推动人工智能在医疗领域的应用。

4.3 强化复合型人才培养与建设

以当前我国教育部本科专业目录设置内容来看，和人工智能医疗相关的专业包括生物医学工程（医学信息方向）、电子信息类（医学信息工程专业），以及生物学学科下设的生物信息学专业，在工科、医科、理科院校开设，已经逐渐形成适应我国人工智能医疗行业与市场的人次培养体系。以专业设置角度来说，专业知识的结构比较单一，与当前我国人工智能医疗知识以及专业能力要求并不相符；以社会需求角度来说，创新人工智能专业化人才培养机制对于人工智能在医疗领域的应用与发展尤为重要，应综合考量人才培养层次性与连续性，制定人工智能人才培养规划，积极培养出具备生物信息、统计学等多重知识结构结构与专业能力的人工智能行业人才，并且能够培养出企业与医疗机构需要的复合型人才。

当前，应重视人工智能跨学科复合型人才培养方案的制定，编撰并使用高质量人工智能教材，建立高水平的实践教学基地。不仅如此，还要坚持多元化与开放性的培养原则，吸纳具有不同专业背景的医学生，利用企业实践以及研究生教育等多种方式，培养更多的跨学科复合型人才，适当开设相关执业资格考试，全面实现医疗人工智能专业化与职业化目标。

4.4 加大人工智能理论与科研力度

我国近几年人工智能技术发展速度比较快，并且已经获取了一定的成果。可是，医疗领域与其他行业存在明显的差异性，对科研实验结果的逻辑性、可信性与可行性都有非常高的要求。同时，有很多科研项目的研究内容是针对单一病种或少量病种展开分类与检测，针对多病种性的分析依然需要人工智能算法的进一步提升，使模型实验的精度的同时来提升自身的泛化能力。从医疗领域硬件设备来说，发展中国家的核心研发技术是无法与发达国家匹敌的，并且创新能力也相对比较弱，导致医疗人工智能发展受到严重影响。由此看来，展开医疗人工智能理论技术与创新是非常重要的。当今社会，人工智能技术作为计算机技术的前沿，同时也是软件工程、脑神经科学等多个学科的创新发展方向。人工智能技术在医疗领域的应用与发展需要结合计算机软硬件技术人员、医疗领域专业人员以及统计学人员等不同行业领域专家学者合作交流。首先，要有扎实稳定的人工智能技术理论，能够保证人工智能各个系统模块的思维逻辑能力，使专家系统能够在复杂多变的使用环境下依然能够迅速并准确地提供疾病诊疗方案。其次，要强化人工智能技术实践，能够使人工智能技术具备更加强大的学习能力、自组织能力、泛化与训练能力。比如当前我国针对深度学习中存在的可解释性问题，已经有专家学者尝试利用注意力技术以及可视化方法进行深入性研究分析。人工智能理论与科研力度不断深入，一些“黑箱技术”内部的实现原理和技术细节。

5.结语

当前我国人工智能技术与医疗技术在不断的应用与实践中出现一些问题，导致人工智能技术在医疗领域的应用效果有限，比如人工智能在医疗领域应用监管、应用观念以及技术与安全问题等。我们要重视人工智能应用数据基础，不断完善人工智能医疗领域应用相关法制，进一步强化复合型人才培养与建设，加大人工智能理论与科研力度，使人工智能技术能够在医疗领域应用中更加纯熟而广泛。在我们不断努力下，人工智能技术在医疗领域依然有更加广阔的应用前景与可能性。