人工智能+醫療：推動醫療顛覆式變革

■ 文/史勇紅

史勇紅，復旦大學基礎醫學院數字醫學研究中心及上海市醫學圖像處理與計算機輔助手術重點實驗室副教授。

隨著數據量的空前增長，加上自然語言處理和社會認知算法的進步，人工智能的應用將變得越來越有益于消費者。

人工智能起源

人工智能（Artificial Intelligence, AI）是一個通用術語，其含義是在最少人為干預條件下，使用計算機對智能行為建模。人工智能這個術語來源于捷克語robota，含義為令生物合成機器作為勞動力。早在文藝復興時期，達·芬奇對人體解剖學進行了詳細的研究，并設計了他的類人機器人。這是一個由滑輪和電纜操作，能夠站起來、坐下來、揮動手臂、移動頭部和下巴的騎士機器人。相對于達·芬奇在機器人領域所取得的成就，20世紀50年代發現的他于1495年所畫的機器人速寫具有更深遠的影響，這是當代機器人研究者的靈感來源，也是今天機器人輔助手術蓬勃發展的原動力。因此，為了對其進行表彰和紀念，美國Intuitive Surgical公司制造的手術系統就命名為達·芬奇，該系統于2000年獲得美國食品藥品監督管理局的批準，目前在世界各地的醫療單位裝機量約為5 000臺。

在手術過程中，達·芬奇系統由頭戴“沉浸式3D目鏡”的外科主刀醫生在一個遠離手術床的控制臺上控制手術操作，3D目鏡呈現給醫生的是內窺鏡傳回的高清3D視頻，這為醫生創造出鉆進病患肚子的“既視感”。而數字變焦功能使其能在不繼續向病患體內推進的情況下，將手術視野放大10倍以上，解剖結構、組織分層，通通可以看得一清二楚，手術自然更有準頭，這是微創技術的重大創新。如今，達·芬奇機器人手術系統已經成功用于復雜的泌尿、婦科以及心臟瓣膜修復手術中。

AI作為官方術語是由約翰·麥卡錫（John McCarthy）在1955年創造的，其定義為“制造智能機器的科學與工程”。1956年在達特茅斯學院人工智能會議上，約翰·麥卡錫與同事一起創立了人工智能領域。由此，誕生了一個新的跨學科研究領域，它為所有后續的計算機研究和開發工作提供了一個智力框架。

隨著計算機運行速度、存儲容量和軟件編程的不斷進步，以及探索機械、物理、生物和社會的系統調節、結構約束、信息反饋的當代控制論的突出貢獻，今天的人工智能被認為是實現新穎概念和應對復雜挑戰的解決方案的工程分支，也許有一天，計算機會像人一樣聰明。

人工智能在醫學上主要有“軟件信息應用”和“硬件實體應用”兩個分支。其中“軟件信息應用”就是利用信息學方法，例如用機器學習或深度學習技術管理醫院信息系統、影像歸檔和通信系統（PACS）、電子健康記錄，并在醫生的治療決策中起積極引導作用?！坝布嶓w應用”指物理實體，最好的代表是機器人，比如可以協助老年患者、抑郁癥患者或參與手術治療的手術機器人，或者是獨特的輸送藥物的靶向藥物機器人等。

人工智能在醫學上的軟件信息應用

人工智能在醫學中的軟件應用利用了機器學習（或深度學習），機器學習利用數學算法對經驗建模并優化學習。常用的機器學習算法有三種類型：一是能夠找到模式的無監督學習算法，二是基于樣例的有監督分類和預測算法，三是在特定問題空間中使用獎勵和懲罰規則形成的強化學習算法。

人工智能通過機器學習算法和先驗知識管理，推動了遺傳學和分子醫學領域的發展。一個成功的例子是無監督的蛋白質—蛋白質相互作用算法，這導致新的靶向治療方法的發現。該方法可以對自適應進化算法和聚類方法進行優勢互補，形成“進化增強的馬爾可夫聚類”方法，能預測超過5 000個蛋白質復合物，其中70%以上的復合物能被至少一個基因本體函數增強。識別DNA變體的新的計算方法也在開發中，如作為疾病或性狀預測因子的單核苷酸多態性（SNPs），因為使用了新穎的進化嵌入算法，當模型中出現的參數遠多于觀測次數時，這些算法具有更強的魯棒性，更不容易出現過擬合問題。

其次，電子病歷或醫療健康記錄是進行個性化醫療和早期檢測的重要工具，目的是提高臨床價值和降低醫療成本。人工智能同樣也可以管理電子健康記錄或電子病歷，比如使用特定算法來識別具有遺傳性疾病家族史或慢性疾病風險高的對象。因此，電子病歷和醫療保健過程管理對于達到理想的診療效果至關重要。目前，醫療記錄的狀況大多是以衛生系統錄入病患健康狀態的較為浪費的信息孤島形式出現的，實驗室和醫院需要合作加速實施電子健康記錄?；颊咝畔⑿枰詳祿问接涗浵聛?，以作為個人數據以及流行病學研究和規劃的匯總形式。需要實時采集的數據，研究機構應該促進其智能化轉化。新的科學和臨床研究結果應該開源共享，并且顯示匯總的數據供醫生和科學家開放使用。特別是即將增加的“基因組學”數據，涉及倫理、法律和后勤在內的整合和互操作性，工作量巨大，為此，數據集的簡化性、可讀性和臨床實用性應當明確，每個結果的臨床適用性必須受到質疑。整個過程中，人工智能將使任一醫生了解、分享、應用“醫生群體”的集體知識做出“最佳的實時決策”，從而提高整個醫學組織的績效。

第三，除了患者和醫療機構之間的經典互動，醫療衛生體系需要著眼于更大規模的組織和較長期的前瞻性研究，系統考慮和學習整個“醫療生態系統”的經驗，努力實施持續的過程改進。這就要求位于同一醫療環境中的多個相互作用的醫療單位，建立或參與一個因使用AI而取得顯著發展的多代理系統構成的組織。例如，對于病情發展極為復雜的慢性精神疾病治療生態系統來說，應采集個體病患的動態信息，包括他們對接受藥物的反應以及他們在較大的社會生態系統中的行為相互作用。全方位的護理協調技術使治療過程便于控制，對藥物的反應更加靈敏，降低成本，實施更有效的干預，并更好地支持對系統的改變。這樣的系統可以使得衛生系統管理人員能夠分析社會、醫療和司法方面的變化對系統性能的動態影響。

人工智能在醫學上的另一項應用是作為心理治療化身的“軟性機器人”。情感細膩的“軟性機器人”的使用正在得到醫學界的認可，它能應用于癌癥兒童的疼痛控制。它配有三維視覺的生物和物理監測，可用于家庭護理，其最大的功能也許是照顧老人，在這些老人中，頻繁的安慰和善意是改善溝通的重要因素。

人工智能在醫學上的硬件實體應用

人工智能在醫學中的硬件實體應用形式以物理對象形式呈現，包括醫療設備和日益復雜的參與護理過程的機器人。一種方式是使用機器人作為幫手，例如，令機器人成為認知衰退或行動不便的老齡化人群的伴侶，日本的carebots就采用了這種形式。機器人可以在外科手術中被用作助手或者主刀醫生，甚至能夠用于自閉癥兒童的溝通和教導。

目前，許多醫療環節受益于機器人的生物介入。然而，在現今的醫療環境中，欲使AI機器人得到常規使用，必須解決重要的倫理問題。醫療保健領域還面臨的一個重要挑戰是：機器人系統怎樣對健康指標，比如心理和身體狀態、副作用、預后變化測量等產生影響，怎樣實現標準化和得出可比較的評估結論。

隨著數據量的空前增長，加上自然語言處理和社會認知算法的進步，人工智能的應用將變得越來越有益于消費者，尤其是在醫療和保健領域。許多數據可以從患者病歷中獲取，也可以從可穿戴健康傳感器中獲得，對這些龐大的數據詳細分析，不僅能為病患的生活方式提出有價值的建議，還可以根據患者的需求和習慣改善醫療規劃。

對于人工智能，我們最大的顧慮就是隨著它智能化程度的提高，有一天會超越人腦，甚至最終掌控我們的生活。但是，如果我們能夠制定出行業的道德標準，并采取有效的措施，使其成為主流應用，例如使人工智能工具開源和用戶友好，人工智能將會產生良好的社會效益。