人工智能技术在医疗领域的应用及存在的问题

新乡医学院三全学院 李一哲 刘卓 陈树银 张雯倩 任帅辉

当今，随着大数据、云计算、物联网技术、5G 通信技术等一系列新兴技术的快速发展，“人工智能技术”在这些基础上孕育而生，又因我国把人工智能技术作为新兴科技领域的主要发展方向，因此在众多领域人工智能技术得以运用。因我国在治疗某些医疗技术的发展上遇上瓶颈，因此通过运用人工智能技术或许可以克服当今医疗技术无法解决的难题。人工智能在医疗中的运用，将是我国医疗领域未来的发展主要方向。人工智能技术在医疗领域的运用主要在五个方面：医学影响的人工智能分析、人工智能医疗机器人、疾病辅助诊断、人工智能辅助药物研发、健康管理与疾病预测。但由于人工智能技术目前还存在一定缺陷以及相关的法律法规还未完善，因此人工智能技术在医疗领域的应用还面临着诸多挑战和问题。

1 人工智能的概念

人工智能的定义最早是被麻省理工学院的约翰麦卡锡在1956 年的达特矛斯会议上被提出来的。早些年的人工智能的定义只是为了让机器表现出来人的一些行为。当今对人工智能又有了新的定义，是指让机器可以像人一样理性的思考和分析问题，并做出相关的行动，这里的行动是指可以制定决策并采取行动，而不是简单的肢体上的活动。

目前，人工智能可以跟人的大脑一样进行事物的推理和一些数据的运算，但人工智能通常还可以完成人脑无法完成的数据运算。从21 世纪开始人工智能技术逐渐具备深度学习能力，深度学习就是通过算法，来对数据进行处理和分析。对于人工智能来讲，算法是它的灵魂跟核心，而大数据跟算力则是其基础。

2 人工智能在医疗领域的应用

在医疗领域，人工智能被广泛地应用于辅助影像诊断、辅助疾病诊断与预测、医疗机器人、辅助药物研发以及健康管理等多个方面。

2.1 人工智能辅助诊断医学影像

随着人工智能的发展，利用其辅助医师诊断医学影像，也是其主要的研究方向之一。在我国每年平均约有5700 万病例被误诊，在被误诊的病例当中，医学影像提供了九成以上的医学数据资料，然而对影像资料的分析主要是依靠医生的自我经验以及主观判断，所以不可避免会有错误的发生。医学影像可以分为成像和图像分析两个部分，人工智能技术的运用可以使成像的速度加快，有效的缩短了成像时间，并且可以提高影像的清晰度。在影像分析部分，人工智能技术可以利用算法准确快速的从影像数据库中快速提取到有效的信息，帮助医生进行辅助诊断，避免因医生的主观因素导致诊断失误。

在人工智能的研究中主要取得的突破是计算机视觉领域，首先对需处理的视频图像进行分析，然后进行深一步解析，最后进行目标分类、检测和分割等任务。该技术在诊断患者CT 影像有无恶性肿瘤等方面发挥重要作用，目前已广泛应用与皮肤科、放射科、病理科等。在疫情防控期间，华为云通过其计算机视觉与医学图像处理等技术，推出新冠疫情辅助医学影像诊断分析服务，可快速的进行辅助诊断，有效的减轻了其压力，以及中国达摩院推出的人工智能辅助CT 在疫情防控期间也发挥着重要的作用，该技术检测一张CT 仅需要20s，并且准确率高达96%，并在2020 年2 月份在河南郑州小汤山医院应用。

人工智能技术辅助诊断医学影像的应用，通过对CT 读取、核磁图像读取等，然后医生只需登入相关系统对读取后的影像资料的发病部位、结节、病原灶等异常部位进行标注，不仅提高了诊断的准确率，还减轻了医护人员的工作压力。

2.2 人工智能疾病辅助诊断与预测

相比于人脑而言计算机拥有强大的数据分析与整合能力，人工智能技术基于大数据分析、算法计算、深度学习等，有助于疾病的辅助诊断与预测，并且运算结果精确度较高、速度较快。目前影响范围最广的医疗辅助诊断系统是“沃森”系统，该系统是由IBM 与美国肿瘤医院共同开发完成的。沃森医生平台在医疗领域的运用，主要是辅助诊断人类疾病的一大难题—癌症，该系统通过自然语言处理和深度算法学习，整理并分析上万份的临床病例、治疗方案、近百本期刊和论文，从中可以快速的提取有效的信息，从而为医生的诊疗过程中提出合理的方案，从而进一步提高了诊疗的效率和精准度。同时还有我国的阿里云医疗大脑，该系统主要是辅助诊断甲状腺病灶区，通过储存大量的甲状腺病灶片源，辅助医生进行准确的诊断，并且将诊断的准确率由原来的70%提高至了85%。

在疾病的预测方面，主要是指运用人工智能技术对人类相关基因进行检测和测序，提前预知某种疾病的潜在风险。目前基因检测是利用人工智能对疾病进行预测的主要方法之一。由于近些年癌症的发病率较高，因此运用人工智能技术对相关基因进行检测，在预测肿瘤潜在发病风险方面提供了重要的信息。由中国澳门科技大学科研团队研发的“新冠肺炎全诊疗过程的智慧筛查、诊断与预测系统”通过对疑似感染者的胸部CT 影像、病例进行数据分析，快速的诊断和筛查，然后进行分级分类进行预防和治疗。

2.3 人工智能辅助药物研发

我国传统医药的研发普遍面临着研发周期长，通常从研发到投入临床使用要经历12 ～14 年，成本高并且研发药物的疗效跟副作用无法预测，只能后期在临床应用中进行观察。目前利用人工智能技术不仅可以减少研发周期，降低成本，并且可以运用计算机算法计算能力和数据分析的能力，对该药物的众多分子结构进行分析和排列重组，最后进行药物的合成模拟。可以有效的减少实验次数降低成本，预测新药物的效果跟副作用。目前通过人工智能技术辅助药物研发最多的就是心血管疾病相关药物、肿瘤相关药物、预防传染病的药物等，人工智能技术还在研究新冠疫情特效药和疫苗中发挥了重要作用，通过对病毒的蛋白、基因组RNA 结构进行推算，加快了新冠疫情药物和疫苗的研发进程。

2.4 人工智能医疗机器人

医疗机器人的应用有助于减少医护人员在对患者进行救治康复等医疗过程中的风险和压力，其中包括：外科手术机器人、智能假肢、医养机器人、智能导诊机器人等。目前较为成熟的机器人有：

2.4.1 外科手术机器人

在外科手术中，由于主刀医师需要在狭小的范围内精确的完成手术，因此出现失误是不可避免的。外科手术机器人在一些外科手术中发挥了重要作用，机器人具有稳定的底盘，无论多久都可以精确无误的完成手术。机器人通过智能影响分析系统对影像进行分析处理，然后利用自主学习系统制定手术最优方案，因此能够弥补人类在技术上的一些不足，使一些难度较大，危险程度较高的手术精确的完成。手术机器人的精准有利于患者伤口的愈合，减轻患者手术中的痛苦。随着5G 技术的发展，远程操控机械手臂进行手术已经成为现实，机械手臂装有摄像机并且进入体内创口非常小，拍摄的画面再经过3D 图像转换系统呈现出来，完成人手无法完成的手术。目前最具有代表性的是麻省理工学院研发的达芬奇机器人。

2.4.2 外用骨骼机械臂

外用骨骼是一种辅助康复器具，用来辅助患者完成行走，抬举等动作。目前应用最广技术最成熟的就是ReWalk系列的外用骨骼康复机器人。机器人主要由三个部分组成，分别是智能控制系统、机械支撑、动力系统和传感器系统。机器人通过使用体感芯片来感知使用者的肢体动作，辅助其活动。并且可以在患者的行走过程中，感受患者的重心变化，来帮助其保持身体的平衡。

2.5 人工智能健康管理

2.5.1 健康管家

人工智能技术可以对自身的生理健康情况进行实时检测和分析，通过智能可穿戴设备对个人日常活动中生理参数等健康数据采集，再结合体检信息，进行健康评估的完善和健康管理服务的建立，对个人健康情况进行有效管控。日常统计的数据对辅助查询、导诊等方面提供更多的帮助。

2.5.2 运动检测

通过穿戴设备在运动的过程中，把步数、消耗的卡路里、应摄入多少能量等信息通过人工智能进行计算统计出来，并传送到手机及服务器的终端，并给出合理的饮食建议。

2.5.3 体质检测

搭载智能数据分析和感应系统的体质检测设备，通过传感器接收人们的各项生理指标，如睡眠状态、心率、血压、呼吸频率等，然后利用数据分析系统与标准数据进行分析比对，使用户可以实时了解自己各项身体机能是否处于正常状态，从而及时的发现预测某些疾病的潜在隐患，使用户能够更好了解自己的健康状态，尽早去医院进行相关检查。

2.5.4 远程医疗

目前我国传统的医疗行业面临着挂号难，医疗资源分配不均衡等问题。随着“互联网+医疗”的发展，人们可以根据自己的相关症状在网上自主进行问诊，通过视频连线等方式来同医生进行沟通交流，使医生的诊断更加准确高效。

3 人工智能在医疗领域存在的问题

3.1 医疗信息化水平较低

目前我国三甲以下的医疗机构信息化水平相对较低，医院与外界甚至内部一些数据信息不能得到共享。人工智能技术对信息化水平要求较高，如果医疗机构的信息化水平达不到标准，则人工智能系统就无法进行运用。根据国家卫计委对我国医院的不完全统计，目前三甲医院的信息化水平尚可达到应用人工智能的标准，医院的电子病历档案都较完善。但在大量二甲医院和民营医院中信息化水平低下，甚至存在缺失的状态，很多都没有电子病例，因此人工智能无法发挥作用。

此外人工智能最主要是利用和分析数据，再进行自我学习。但我国很多医院内部没有实现数据的互联共享，科室与科室之间不能相互连接沟通，而是相互独立的，这也为人工智能的运用造成了困难。

3.2 安全保障与法律责任问题

人工智能技术虽以广泛应用，但终究还是一台机器，因此机器普遍存在的痛弊是无法避免的，例如机器在进行手术时的可靠性无法进行判断。特别是在外科手术或外科检查这种风险较大的过程中，如果人工智能设备出现运行上的问题，将如何对患者的生命负责。

此外，假如在手术过程中出现了意外，那么这个责任该由谁来承担，是由负责操控机器的医师还是生产人工智能设备的厂家；在运行过程中出现的意外，到底是因为机器运行不正常，还是由于医师操作不当导致的，应当如何区别并进行责任判定，一直困扰并限制着人工智能在医疗领域的运用。

3.3 过度依赖人工智能

在当前的医疗产业的融合中，人工智能技术普遍应用。就可能会出现医师由于过度依赖导致医疗技能的退化，就像长期使用手机打字的人们其书写技能就会不如从前。医生本来就是门技术，这门技术的退步无论对医生还是患者来说绝非是好事。此外，医疗不只是一个需要技术的行业，人文关怀在这个行业里也是不可缺少的一部分。更多的患者更愿意每天面对的是充满人文关怀的医护人员，而不是没有感情的机器人。在人工智能技术应用越来越广泛的当代，应如何让人工智能技术更好的服务于我们的社会，是我们应共同面对的问题。

引用

[1] 糜泽花,钱爱兵.智慧医疗发展现状及趋势研究文献综述[J].中国全科医学,2019,22(3):366-370.

[2] 孟晓宇,王忠民,景慎旗,等.医疗人工智能的发展与挑战[J].中国数字医学,2019,14(3):15-17.

[3] 董星宇,陈敏.医疗人工智能发展存在的问题及对策[J].医学与社会,2019,32(5):80-82.

[4] 郑红颖,杨艳,倪佳琪,等.人工智能临床应用研究进展[J].护理研究,2019(3):454-458.

[5] 周吉银,刘丹,曾圣雅.人工智能在医疗领域中应用的挑战与对策[J].中国医学伦理学,2019(3):281-286.

[6] 赵峥.“互联网 +”医疗模式的构建研究[J].网络安全技术与应用,2020(5):131-133.

[7] 刘军,韩燕鸿,潘建科,等.人工智能在中医骨伤科领域应用的现状与前景[J].中华中医药杂志,2019,34(8):3608-3612.

[8] 徐琰,胡保全.浅谈人工智能在乳腺癌领域的应用进展[J].大数据时代,2018(1):59-63.

[9] 赵一鸣,左秀然.PACS 与人工智能辅助诊断的集成应用[J].中国数字医学,2018,13(4):20-22.

[10] 王迪.人工智能在智能医疗机器人设计中的应用研究[J].电子制作,2019(12):20-21+35.

[11] 严律南.人工智能在医学领域应用的现状与展望[J].中国普外基础与临床杂志,2018(5):27-28.

[12] 王旭.大数据医疗时代的人工智能与隐私保护[J].电子产品世界,2019,26(6):79-81.

[13] 张力平.智能化医疗引领健康新潮流[J].上海信息化,2019(6): 76-77.

[14] 李明杰.人工智能生成内容的著作权研究[D].北京:北京化工大学,2019.