当医疗遇上人工智能

梁明月

人工智能看病？五大趋势全景揭秘未来医疗。

人工智能来了，未来医疗会有哪些变化？

人工智能的高速发展，用机器人替代医护人员，已经不是神话。沃森机器人、达芬奇机器人、机器人护士、智能物流机器人、配药机器人……都已经投入到全球各大医院进行工作。

随着AI+医疗的进一步融合、深入，政策和资金层面的大规模投入，AI辅助技术也在多个医疗细分领域提供了帮助。世界十大AI科学家之一、美国四大国家学院在四院院士，全球人工智能顶级会议NIPS基金会主席特伦斯·谢诺夫斯基在新书《深度学习：智能时代的核心驱动力量》中预测：基于大数据的深度学习将改变医疗行业，对疾病提供更快速、准确的诊断和治疗，甚至未来癌症将变得不再可怕。

AI在医疗领域的应用，意味着全世界的人都能得到更为普惠的医疗救助，获得更好的诊断、更安全的微创手术、更短的等待时间和更低的感染率，并且还能提高每个人的长期存活率。从全球医疗行业发展状况来看，AI医疗将会在这5个方向深入影响我们的生活。

医学影像识别：让医生多一雙眼

传统医疗场景中，培养出优秀的医学影像专业医生，所用时间长，投入成本大。另外，人工读片时主观性太大，信息利用不足，在判断过程中容易出现误判。

有研究统计，医疗数据中有超过90%的数据来自医学影像，但是影像诊断过于依赖人的主观意识，容易发生误判。AI通过大量学习医学影像，可以帮助医生进行病灶区域定位，减少漏诊误诊问题。肿瘤影像是目前人工智能在医学影像方面应用最多的，其中肺部结节和肺癌筛查、乳腺癌筛查、前列腺癌影像诊断三个方面已经广泛应用于医学影像诊疗工作中。

腾讯在加入AI医疗领域之后推出的第一个产品腾讯觅影，已经可以实现早期食管癌筛查、早期肺癌筛查、糖尿病视网膜病变系统和乳腺癌早期筛查。腾讯觅影利用深度学习技术分析病人的钼靶图片，可以帮助医生实现两大功能：找到疑似病灶（包含肿块灶和钙化灶）的位置；分析病人患有恶性肿瘤的风险。

2018年6月，由国家神经系统疾病临床医学研究中心、首都医科大学人脑保护高精尖创新中心和中国卒中学会联合主办的“Chain”杯全球首场神经影像人工智能人机大赛全球总决赛上，一方是全球首款CT、MRI神经影像AI辅助诊断系统，一方是25名全球神经影像领域顶尖专家。AI分别以87%、83%的准确率，战胜医生66%、63%的准确率，而且两轮比赛AI均仅用15分钟左右便答完所有题目，而医生却要苦战到最后一秒。

智能诊疗：对误诊说“NO”

智能诊疗就是将人工智能技术应用于疾病诊疗中，计算机可以帮助医生进行病理，体检报告等的统计，通过大数据和深度挖掘等技术，对病人的医疗数据进行分析和挖掘，自动识别病人的临床变量和指标。计算机通过“学习”相关的专业知识，模拟医生的思维和诊断推理，从而给出可靠诊断和治疗方案。智能诊疗是人工智能在医疗领域最重要、也最核心的应用场景。

IBM研发的沃森机器人可以在17秒内阅读3469本医学专著，248000篇论文，69种治疗方案，61540次试验数据，106000份临床报告。通过海量读取医学知识，沃森机器人在短时间内迅速成为肿瘤专家。2012年沃森机器人通过了美国职业医师资格考试，并部署在美国多家医院提供辅助辅助诊疗的服务。目前沃森机器人提供诊治服务的病种包括乳腺癌、肺癌、结肠癌、前列腺癌、膀胱癌、卵巢癌、子宫癌等多种癌症。在中国已经有超过200家医疗机构引进了沃森机器人，其中已经签约落地的医疗机构分布在全国23个省的45座城市。

药物研发：为生命争取时间

依托数百万患者的大数据信息，人工智能系统可以快速、准确地挖掘和筛选出适合的药物。通过计算机模拟，人工智能可以对药物活性、安全性和副作用进行预测，找出与疾病匹配的最佳药物。这一技术将会缩短药物研发周期、降低新药成本并且提高新药的研发成功率。

例如，当某人被诊断为癌症时，智能药物研发系统会利用病人的正常细胞和肿瘤来将它的模型实例化，并尝试所有可能的药物，直到找到一种能杀死癌细胞又不伤害正常细胞的药物。如果它找不到有效药物或者有效药物组合，那么它就会着手研发一种能治愈癌症的新药。

硅谷的Atomwise利用深度学习神经网络的虚拟药物发现平台技术，能以前所未有的速度、准确性、以及多样性，对小分子药物进行发现与设计。Atomwise的官网上有这样一个例子：利用其独有的技术，Atomwise在820万个小分子中，发现了一款蛋白互作抑制剂，有望用于多发性硬化症的治疗。而这种药物的研发成本仅为数千美元，研究周期仅需要几天。2015年，Atomwise基于现有的候选药物，应用AI算法，不到一天时间就成功地寻找出能控制埃博拉病毒的两种候选药物，以往类似研究需要耗时数月甚至数年时间。

医疗机器人：科幻照进现实

机器人在医疗领域的应用非常广泛，比如智能假肢、外骨骼和辅助设备等技术修复人类受损身体，医疗保健机器人辅助医护人员的工作等。目前，关于机器人在医疗界中的应用的研究主要集中在外科手术机器人、康复机器人、护理机器人和服务机器人方面。国内医疗机器人领域也经历了快速发展，进入了市场应用。

例如，天智航的“天玑”第三代机器人可以辅助医生开展四肢、骨盆骨折以及脊柱全节段手术，让患者的软组织损伤更小、出血量更少、恢复更快，并减轻医生疲劳。在医院门诊部，科大讯飞的“晓医”在全国近100家医院“上岗”，为患者提供预约挂号、问询服务、智能导诊、路径指引、报告查询等多种功能，为医院分摊导诊工作。让很多人感到痛苦和恐惧的胃镜检查，现在患者只需吞下一粒胶囊，在胃里变成“机器人”进行螺旋式扫描，将图像实时传输至医生电脑，便可快速完成。

医疗机器人，这个原本只存在于科幻小说、科幻电影中的神奇物种，正在慢慢渗透我们的生活，并逐渐成为新的创业和投资热点。相信在不远的将来，电影中像“大白”一样的守护机器人一定可以研发出来，成为我们生活中的一员。

智能健康管理：你的私人健康专家

根据人工智能而建造的智能设备可以监测到人们的一些基本身体特征，如饮食、身体健康指数、睡眠等。对身体素质进行简单的评估，提供个性的健康管理方案，及时识别疾病发生的风险，提醒用户注意自己的身体健康安全。目前人工智能在健康管理方面的应用主要在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。

某些医疗公司已经开始研发医疗方面的智能穿戴設备，通过和智能手机连接，将电子病历等多渠道的数据进行整合，人工智能系统可以为病人提供个性化的健康管理方案，帮助病人规划日常健康安排。同时，通过手机或者家庭智能终端，用户可以随时联系智能健康咨询服务平台，获得专业的病情分析咨询。还提供专属的健康管理人员，提供上门理疗，上门送药等多种服务。

医学一直紧跟科学的发展脚步，科技创新和学科交叉共同促进现代医学的进步。谷歌、微软、百度、腾讯、阿里巴巴等巨头也争相进入AI医疗领域，AI医疗肯定会迎来极速发展阶段。当然，从现状来看，AI在医疗领域的应用还有很长的路要走，期待AI能够给我们带来更美好的未来。

作者简介：

特伦斯·谢诺夫斯基Terrence（Terry）Sejnowski

世界十大AI科学家之一，美国四大国家学院（国家科学院、国家医学院、国家工程院、国家艺术与科学学院）在世仅3位的“四院院士”之一，全球AI专业会议NIPS基金会主席。

作为神经网络的先驱，早在1986年，特伦斯就与杰弗里·辛顿共同发明了玻尔兹曼机，把神经网络带入到研究与应用的热潮，将深度学习从边缘课题变成了互联网科技公司仰赖的核心技术，实现了人工智能井喷式的发展。特伦斯同时是全球最大在线学习平台Coursera最受欢迎课程《学习如何学习》（Learninghowtolearn）主讲人，通过系统讲解大脑认知的底层知识，让学习者可以改变思维模式，提高学习的能力和效率。目前该课程学习人数已经超过了300万。

内容简介：

全球科技巨头纷纷拥抱深度学习，自动驾驶、AI医疗、语音识别、图像识别、智能翻译以及震惊世界的AlphaGo，背后都是深度学习在发挥神奇的作用。深度学习是人工智能从概念到繁荣得以实现的主流技术。经过深度学习训练的计算机，不再被动按照指令运转，而是像自然进化的生命那样，开始自主地从经验中学习。作为深度学习领域的通识作品，本书以恢宏的笔触，通过3个部分全景展现了深度学习的发展、演变与应用，首次以亲历者视角回溯了深度学习浪潮在过去60年间的发展脉络与人工智能的螺旋上升，并前瞻性地预测了智能时代的商业图景。