人工智能在医疗行业的发展与应用研究

李红

摘要：

随着信息技术和大数据的发展，人工智能在医学领域的应用越来越广泛。基于人工智能在医学领域发展所面临的挑战，分析了人工智能在医疗领域的地位，总结了人工智能在医疗行业多个应用领域的具体表现。

关键词：

人工智能;医疗

中图分类号：

R319;TP18

文献标识码：

A

文章编号：

1672-9129（2020）15-0046-01

1引言

目前，人工智能在医疗领域得到了广泛的应用。在公共卫生管理服务领域，通过移动设备等现代化信息手段监测用户健康数据，并对其进行分析，从而预测疾病风险并提出预防和诊治的建议;在医学图像识别领域，能够帮助医生更快速、准确地获取病人的医学图像数据;在医疗服务领域，从疾病的早期筛查以及诊断，到疾病诊断后的治疗，临床诊断等相关医疗服务均涉及人工智能的应用;在医疗数据分析中，整体医疗数据通过大数据平台以及人工智能使医院和其他相关组织的应用得以提升。

2医学领域人工智能发展面临的挑战

大数据分析在医疗行业的应用，智能诊断是最突出的领域。随着医学数据的积累和数据库的扩充，机器学习对医学数据的分析功能也在不断完善。在这个问题上，智能诊断的主体依然是医疗机构或医生个人，但是诊断所使用的技术手段和判断依据已经发生了显著的变化。从技术的角度来看，智能诊断首先要求医疗机构和人员利用现代信息技术收集和分析大量的数据和信息，通过机器学习、深度学习、统计学习等方法快速找到病例的数据库，从而做出高度准确的诊断决策。现代医学面临的最大问题仍然是缺乏医疗资源。随着世界人口的持续增长，问题只会越来越严重。

3医疗行业人工智能的应用领域

3.1人工智能+医学影像。人工智能+医学图像是人工智能技术在医学图像诊断中的具体应用，它可以帮助医生定位和分析疾病，辅助诊断，提高医生的工作效率。医学图像技术表现在两个方面：一是图像识别，用于感知。它的主要目的是分析非结构化数据，如图像，并获得一些有意义的信息。二是深度的学习和分析。它是AI应用的核心部分。通过大量的图像数据和诊断数据，神经网络不断进行深入强化训练，从而帮助医务工作者掌握“诊断”能力。

在图像识别中，“AI+医学图像”比人工图像有三个优点：（1）效率更高：具有多年临床经验的医生诊断200个CT扫描图像需要20分钟，计算机检测系统可以在几秒钟内给出分析结果（2）准确性得到提高：例如，AliETmedicalbrain在肺结节领域挑战机器阅读，在x线片上可以圈出结节区域，人工判断的准确率可达60～70%～85%，人工智能可检测出占x线面积0.01%的微小骨折。（3）稳定性增强：疲劳会降低手动阅读的准确性，而机器阅读的准确性不会随着阅读时间的增加而下降。“人工智能+医学影像”也用于影像诊断报告的分析。医学影像学不仅仅是分析图像本身，而重要的是分析与图像对应的诊断报告。由于我国存在地区的差异性，医院条件的限制，医疗设备的层次不一，加上我国南北方医生的教育程度、工作习惯不同，从而导致出现报告标准的不统一，而“人工智能+医学影像”可以很好地解决这个问题。

3.2人工智能+药物挖掘。通过深度学习和自然语言处理，“人工智能+药物挖掘”分析了大量的生物科学信息，包括专利数据、基因组数据和生物医学期刊数据库数据。利用深度学习算法寻找相关药物并提出相應的候选药物，进一步筛选出对某些疾病有效治疗的分子结构。

传统药物研发存在研发周期长、研发成本高、成功率低等问题。“人工智能+药物挖掘”降低研发失败风险，大大地缩短新药研发周期。目前，通过计算机模拟和借助深度学习，抗肿瘤药物和常用传染病治疗药物取得了新的突破。现在市场上仿制药约占我国国内药品的约95%，创新较少，药品生产能力明显过剩。造成这种现象的原因国内在新药创新药的研发上投入资金较国外新药研发企业的投入资金少15%左右。把人工智能用在药物研发中将使我国研发不足的现象得到改善。

3.3人工智能+个人健康管理。“人工智能+健康管理”利用人体日常数据，帮助个人实现准确有效的健康管理，从源头上减少风险因素，从而降低家庭医疗成本。根据华尔街互联网专家玛丽·米克尔发布的《2017年互联网趋势报告》，医疗保健和医疗保健已经进入了一个数字拐点。越来越多的人们选择可穿戴设备，例如健康手环等，这些健康数据可以上传到网络平台，经过这些数据源做结构化处理和分析，从而有利于帮助人们进行合理的日常健康管理。

3.4人工智能+辅助诊断。从数据流的角度来看，它可以分为五个步骤：数据集中、数据处理、知识映射、知识计算和交互设计。“人工智能+辅助诊疗”是以病人的病史、发病症状、医学化验检查、临床用药一系列数据为依据，从而梳理临床治疗经验，整合现有医学知识，建立各种疾病的医学图谱。在这基础上，通过查看患者的电子病历或临床症状，并结合医疗图谱，医生可以提出更科学有效的临床治疗方案，从而切实解决患者的疑虑，为患者提供可供参考的诊疗方法。

4总结

人工智能在医疗健康领域的应用除了以上介绍的医学图像识别、药物开发和智能健康管理外，还包括基因测序、医疗机器人、虚拟医生等方面。随着社会的进步，人们越来越注重健康，目前的人口老龄化速度加快，我们对更好的医疗技术、更好的健康和更长的寿命的愿景也越来越强烈。计算机视觉的持续改进，语音识别，机器人和其他技术是一个合理、可行的手段促进医疗卫生行业的转换，通过人工智能技术和未来人工智能技术肯定会带来更多的医疗卫生领域的机会。

参考文献：

[1]赵阳光.医疗人工智能技术与应用研究[J].信息通信技术，2018，12（3）：32-36.

[2]马玲.人工智能在医疗领域大显身手[J].大学科普，2020年第1期.