劉麗
隨著互聯網到移動互聯網再到物聯網的演進,使得數據的積累量達到了前所未有的規模,以大數據為基礎的智慧醫療可以給醫療帶來的革新主要包括三個方面:降低醫療成本、輔助診斷以及幫助解決醫療資源分配不均與短缺的問題。
降低醫療成本
根據世界銀行數據,美國與醫療相關的開銷可以占到GDP的17%-18%,并且呈逐年上升趨勢,預計到2020年將會達到GDP的20%左右。在中國看不起病、因病致貧的例子也并非罕見。導致醫療成本過高的原因主要有兩個:高昂的藥費與診療費。藥品開發成本過高與醫生的培養成本過高似乎給了藥品價格與治療費用居高不下很好的解釋。
人工智能系統通過閱讀專利數據庫、醫療數據庫、醫學論文,學習從分子結構、基因組序列和圖像的一切信息,建立關聯,形成假設,尋找可用于制造新藥的分子或配方。人工智能算法可在幾周內闡明數據之間的強相關性,提供新的思路,可以很大程度提高新藥的研發進度,降低藥品的研發成本與風險。而人類要想得到同樣的成果,除了需要大量專業人員花費大量時間外可能還需要醫藥專家們的靈光一現。
輔助疾病診斷
在很多患者心目中,看病要找有經驗的年長的大夫。老大夫的經驗積累來源于一個病例一個病例的學習與研究。然而學習能力再強的大夫也不如計算機學得快。一個放射科的大夫每天能夠閱讀的X光片數量有限,窮其一生也很難研究10萬個病例,而計算機則很容易在短時間內學習能夠獲得的所用病例。應用輔助診療軟件,放射科醫生可以根據計算機輸出的結果結合經驗對病人的病情進行判斷,不僅提高了診斷效率,由于計算機學習了大量案例更是提高了診斷的正確率。
相比醫生,計算機在診斷方面具有更大的優勢,首先,計算機診斷的失誤概率非常的低,能夠發現醫生很容易忽視的問題,其次,計算機診斷的準確率很高,并且隨著醫療數據的不斷累積,診斷的準確率會不斷提高:最后,計算機不像醫生那樣有情緒問題的困擾,診療的穩定性更好。
解決醫療資源短缺
當今,世界醫療水平分布極為不均,很多國家醫生數量不足,社區醫院與頂級醫院醫生的診療水平相差甚遠。在人工智能的幫助下,同樣數量的醫生可以服務幾倍甚至更多的患者,醫療資源匱乏的地區可以通過引入智慧醫療系統為患者提供頂級醫院頂級醫療專家的服務。
在人工智能的幫助下,頂尖的醫生和科學家可以騰出時間研究更具挑戰型的項目。在醫療資源匱乏的地區,醫療水平一般的醫生可以提高診斷的準確率,提高醫療服務質量。智慧醫療無疑是解決醫療資源分配不平衡的最好方法。