當醫療遇上人工智能

梁明月

人工智能看??？五大趨勢全景揭秘未來醫療。

人工智能來了，未來醫療會有哪些變化？

人工智能的高速發展，用機器人替代醫護人員，已經不是神話。沃森機器人、達芬奇機器人、機器人護士、智能物流機器人、配藥機器人……都已經投入到全球各大醫院進行工作。

隨著AI+醫療的進一步融合、深入，政策和資金層面的大規模投入，AI輔助技術也在多個醫療細分領域提供了幫助。世界十大AI科學家之一、美國四大國家學院在四院院士，全球人工智能頂級會議NIPS基金會主席特倫斯·謝諾夫斯基在新書《深度學習：智能時代的核心驅動力量》中預測：基于大數據的深度學習將改變醫療行業，對疾病提供更快速、準確的診斷和治療，甚至未來癌癥將變得不再可怕。

AI在醫療領域的應用，意味著全世界的人都能得到更為普惠的醫療救助，獲得更好的診斷、更安全的微創手術、更短的等待時間和更低的感染率，并且還能提高每個人的長期存活率。從全球醫療行業發展狀況來看，AI醫療將會在這5個方向深入影響我們的生活。

醫學影像識別：讓醫生多一雙眼

傳統醫療場景中，培養出優秀的醫學影像專業醫生，所用時間長，投入成本大。另外，人工讀片時主觀性太大，信息利用不足，在判斷過程中容易出現誤判。

有研究統計，醫療數據中有超過90%的數據來自醫學影像，但是影像診斷過于依賴人的主觀意識，容易發生誤判。AI通過大量學習醫學影像，可以幫助醫生進行病灶區域定位，減少漏診誤診問題。腫瘤影像是目前人工智能在醫學影像方面應用最多的，其中肺部結節和肺癌篩查、乳腺癌篩查、前列腺癌影像診斷三個方面已經廣泛應用于醫學影像診療工作中。

騰訊在加入AI醫療領域之后推出的第一個產品騰訊覓影，已經可以實現早期食管癌篩查、早期肺癌篩查、糖尿病視網膜病變系統和乳腺癌早期篩查。騰訊覓影利用深度學習技術分析病人的鉬靶圖片，可以幫助醫生實現兩大功能：找到疑似病灶（包含腫塊灶和鈣化灶）的位置；分析病人患有惡性腫瘤的風險。

2018年6月，由國家神經系統疾病臨床醫學研究中心、首都醫科大學人腦保護高精尖創新中心和中國卒中學會聯合主辦的“Chain”杯全球首場神經影像人工智能人機大賽全球總決賽上，一方是全球首款CT、MRI神經影像AI輔助診斷系統，一方是25名全球神經影像領域頂尖專家。AI分別以87%、83%的準確率，戰勝醫生66%、63%的準確率，而且兩輪比賽AI均僅用15分鐘左右便答完所有題目，而醫生卻要苦戰到最后一秒。

智能診療：對誤診說“NO”

智能診療就是將人工智能技術應用于疾病診療中，計算機可以幫助醫生進行病理，體檢報告等的統計，通過大數據和深度挖掘等技術，對病人的醫療數據進行分析和挖掘，自動識別病人的臨床變量和指標。計算機通過“學習”相關的專業知識，模擬醫生的思維和診斷推理，從而給出可靠診斷和治療方案。智能診療是人工智能在醫療領域最重要、也最核心的應用場景。

IBM研發的沃森機器人可以在17秒內閱讀3469本醫學專著，248000篇論文，69種治療方案，61540次試驗數據，106000份臨床報告。通過海量讀取醫學知識，沃森機器人在短時間內迅速成為腫瘤專家。2012年沃森機器人通過了美國職業醫師資格考試，并部署在美國多家醫院提供輔助輔助診療的服務。目前沃森機器人提供診治服務的病種包括乳腺癌、肺癌、結腸癌、前列腺癌、膀胱癌、卵巢癌、子宮癌等多種癌癥。在中國已經有超過200家醫療機構引進了沃森機器人，其中已經簽約落地的醫療機構分布在全國23個省的45座城市。

藥物研發：為生命爭取時間

依托數百萬患者的大數據信息，人工智能系統可以快速、準確地挖掘和篩選出適合的藥物。通過計算機模擬，人工智能可以對藥物活性、安全性和副作用進行預測，找出與疾病匹配的最佳藥物。這一技術將會縮短藥物研發周期、降低新藥成本并且提高新藥的研發成功率。

例如，當某人被診斷為癌癥時，智能藥物研發系統會利用病人的正常細胞和腫瘤來將它的模型實例化，并嘗試所有可能的藥物，直到找到一種能殺死癌細胞又不傷害正常細胞的藥物。如果它找不到有效藥物或者有效藥物組合，那么它就會著手研發一種能治愈癌癥的新藥。

硅谷的Atomwise利用深度學習神經網絡的虛擬藥物發現平臺技術，能以前所未有的速度、準確性、以及多樣性，對小分子藥物進行發現與設計。Atomwise的官網上有這樣一個例子：利用其獨有的技術，Atomwise在820萬個小分子中，發現了一款蛋白互作抑制劑，有望用于多發性硬化癥的治療。而這種藥物的研發成本僅為數千美元，研究周期僅需要幾天。2015年，Atomwise基于現有的候選藥物，應用AI算法，不到一天時間就成功地尋找出能控制埃博拉病毒的兩種候選藥物，以往類似研究需要耗時數月甚至數年時間。

醫療機器人：科幻照進現實

機器人在醫療領域的應用非常廣泛，比如智能假肢、外骨骼和輔助設備等技術修復人類受損身體，醫療保健機器人輔助醫護人員的工作等。目前，關于機器人在醫療界中的應用的研究主要集中在外科手術機器人、康復機器人、護理機器人和服務機器人方面。國內醫療機器人領域也經歷了快速發展，進入了市場應用。

例如，天智航的“天璣”第三代機器人可以輔助醫生開展四肢、骨盆骨折以及脊柱全節段手術，讓患者的軟組織損傷更小、出血量更少、恢復更快，并減輕醫生疲勞。在醫院門診部，科大訊飛的“曉醫”在全國近100家醫院“上崗”，為患者提供預約掛號、問詢服務、智能導診、路徑指引、報告查詢等多種功能，為醫院分攤導診工作。讓很多人感到痛苦和恐懼的胃鏡檢查，現在患者只需吞下一粒膠囊，在胃里變成“機器人”進行螺旋式掃描，將圖像實時傳輸至醫生電腦，便可快速完成。

醫療機器人，這個原本只存在于科幻小說、科幻電影中的神奇物種，正在慢慢滲透我們的生活，并逐漸成為新的創業和投資熱點。相信在不遠的將來，電影中像“大白”一樣的守護機器人一定可以研發出來，成為我們生活中的一員。

智能健康管理：你的私人健康專家

根據人工智能而建造的智能設備可以監測到人們的一些基本身體特征，如飲食、身體健康指數、睡眠等。對身體素質進行簡單的評估，提供個性的健康管理方案，及時識別疾病發生的風險，提醒用戶注意自己的身體健康安全。目前人工智能在健康管理方面的應用主要在風險識別、虛擬護士、精神健康、在線問診、健康干預以及基于精準醫學的健康管理。

某些醫療公司已經開始研發醫療方面的智能穿戴設備，通過和智能手機連接，將電子病歷等多渠道的數據進行整合，人工智能系統可以為病人提供個性化的健康管理方案，幫助病人規劃日常健康安排。同時，通過手機或者家庭智能終端，用戶可以隨時聯系智能健康咨詢服務平臺，獲得專業的病情分析咨詢。還提供專屬的健康管理人員，提供上門理療，上門送藥等多種服務。

醫學一直緊跟科學的發展腳步，科技創新和學科交叉共同促進現代醫學的進步。谷歌、微軟、百度、騰訊、阿里巴巴等巨頭也爭相進入AI醫療領域，AI醫療肯定會迎來極速發展階段。當然，從現狀來看，AI在醫療領域的應用還有很長的路要走，期待AI能夠給我們帶來更美好的未來。

作者簡介：

特倫斯·謝諾夫斯基Terrence（Terry）Sejnowski

世界十大AI科學家之一，美國四大國家學院（國家科學院、國家醫學院、國家工程院、國家藝術與科學學院）在世僅3位的“四院院士”之一，全球AI專業會議NIPS基金會主席。

作為神經網絡的先驅，早在1986年，特倫斯就與杰弗里·辛頓共同發明了玻爾茲曼機，把神經網絡帶入到研究與應用的熱潮，將深度學習從邊緣課題變成了互聯網科技公司仰賴的核心技術，實現了人工智能井噴式的發展。特倫斯同時是全球最大在線學習平臺Coursera最受歡迎課程《學習如何學習》（Learninghowtolearn）主講人，通過系統講解大腦認知的底層知識，讓學習者可以改變思維模式，提高學習的能力和效率。目前該課程學習人數已經超過了300萬。

內容簡介：

全球科技巨頭紛紛擁抱深度學習，自動駕駛、AI醫療、語音識別、圖像識別、智能翻譯以及震驚世界的AlphaGo，背后都是深度學習在發揮神奇的作用。深度學習是人工智能從概念到繁榮得以實現的主流技術。經過深度學習訓練的計算機，不再被動按照指令運轉，而是像自然進化的生命那樣，開始自主地從經驗中學習。作為深度學習領域的通識作品，本書以恢宏的筆觸，通過3個部分全景展現了深度學習的發展、演變與應用，首次以親歷者視角回溯了深度學習浪潮在過去60年間的發展脈絡與人工智能的螺旋上升，并前瞻性地預測了智能時代的商業圖景。