人工智能在動物醫學領域的應用

關皓元

（南京農業大學，江蘇南京 210000）

1 人工智能在動物醫學領域的應用現狀

1.1 關于人工智能

人工智能（artificial intelligence，AI）是研究、開發用于模擬、延伸和擴展人的智能的理論、方法、技術及應用系統的一門新的技術科學。它是計算機科學的一個分支，企圖了解智能的實質，并生產出一種新的能以人類智能相似的方式做出反應的智能機器，包括機器人、語言識別、圖像識別、自然語言處理 和專家系統等。總的說來，人工智能研究的主要目標之一是使機器能夠勝任一些通常需要人類智能才能完成的復雜工作。

1.2 關于動物醫學

動物醫學，也可譯為獸醫學，但是與獸醫比較應用更廣泛一些。主要課程有解剖學、生理學、遺傳學、動物病理學、動物藥理學、動物內科學、動物外科學等。可以應用到對患病寵物的治療以及農業生產中所使用動物的免疫及治療。

1.3 人工智能在動物醫學領域的應用現狀

人工智能應用于動物醫學領域雖然很廣泛，但是和人相比就顯得少之又少。目前，獸醫影像及麻醉還有動物檢疫防疫應用到的比較多，但也僅限于一般的應用，提不到高精尖。

2 人工智能在動物醫學領域應用存在的問題

2.1 數據基礎有待加強

數據質量對于人工智能在計算和學習能力的提升上具有至關重要的作用，是機器能否準確、高效學習的關鍵。加州大學舊金山醫療中心電子病案系統的分析顯示，高達 80% 的文本型錄入有復制粘貼他人記錄的嫌疑。而由這種現象會產生失效的、錯誤的和冗余的信息，最終可能導致臨床診療的錯誤。如何將病歷、影像、檢驗報告里的非結構化數據轉化成機器可以識別的結構化數據，用于機器學習和算法的實現，是醫學人工智能發展的基礎。 此外，人工智能的實現不僅對數據質量本身有要求，數據的獲取方式也是其中的一個難點。當前缺乏合理的數據共享和數據流通的機制，醫療數據的權屬模糊制約著數據共享，數據隱私保護和數據安全問題也值得考慮。

2.2 重視程度不夠

人工智能在動物醫學領域雖有應用，但是和人相比，相差很遠。而且技術水平也不算先進。我們承認所有事務都是以人為本，但是人也離不開自然，人也是自然界的一部分，在發展人類醫學的同時也應發展動物醫學，況且，很多人類的實驗都來自于動物的貢獻。愛護自然，保護自然也是保護人類自己，當我們研究人工智能在醫學領域發展時，不妨把動物醫學的重視程度提高到人類的層次。

2.3 投資力度小

人工智能加動物醫學的發展需要大量資金投入。當前我們投入資金的力度很小，包括動物醫院，大學實驗室等。動物醫院的治療手段大部分以觀察和簡單的判斷為主，引入高級的人工智能設備少之又少，在不同的地區存在著不同的差距，中小城市的動物醫院只是簡單的一間門臉，根本沒有規模而言，更不用說高級的人工智能設備了。同樣，那些先進的智能機器設備也只在985院校里才有，普通的院校根本沒有。學生的實驗也是來自于老師的經驗。

2.4 人工智能對動物醫學的覆蓋

動物醫學范圍廣泛，自然界的動物千差萬別，人工智能在動物醫學的應用可以說是鳳毛麟角，因為動物種類太多了，有天上飛的，水里游的，地上跑的。當前我們對動物的醫治局限于動物研究所、動物醫院這些地方。

2.5 人才短缺

人工智能的應用發展在醫學數據庫建立、統計、數學建模等方面都存在人才短缺、實踐經驗不足、基礎不扎實的問題。在實踐中，人工智能在醫學領域的發展需要計算機和醫學兩個領域的深度融合。目前，醫療衛生服務人員對新技術的接受度不足，對于新技術的掌握還需要經過專業化、規范化的培訓。整體來看，醫學人工智能的人才培養和引進機制需要建立建全，人才短缺問題尚需解決。

3 解決思路

（1）夯實人工智能應用的數據基礎人工智能在醫療上要發揮作用，必須首先匯集一定規模的醫療行業數據。鑒于當前醫療數據結構復 雜、標準不一、信息孤島普遍存在的情況，需建立醫療數據的流通、共享機制，研究數據脫敏辦法，推動數據的標準化與規范化，建立標準測試數據集，夯實人工智能應用的數據基礎。

（2）提高認識轉變觀念。人工智能加醫學不能停留在醫治人的定位上，通過宣傳，提高人對動物的認知度，明確動物是人類生存和發展不可或缺的一部分，要建設人與自然的和諧地球，發揮人工工智能在動物醫學領域的巨大作用，通過人工智能加動物醫學征服自然改造自然，讓人類生活的更美好。

（3）加大人工智能在動物醫學領域的投資力度。通過多種渠道籌集資金，吸取公益性資金，用于動物醫學領域的智能機器和智能軟件的開發，提升動物醫學研究水平。

（4）通過分類研究加大人工智能在動物醫學領域的覆蓋。覆蓋包括動物醫院、動物研究所及野生動物園等地區。

（5）推動醫學人工智能復合型人才培養以多種方式培養和吸引醫學人工智能復合型人才。各高校應積極開展醫學與計算機交叉性學科的建設和教學，培養跨界人才。注重醫學、信息、工程、衛生政策研究等學科專業的交叉融合，鼓勵高 校、科研院所與企業開展合作，設立各類獎學金，建設一批實訓基地和地方試點。完善人才引進體制機制，吸引高端人才在醫學人工智能領域開展創新、創業工作，帶動該領域發展。