技術(shù)與應(yīng)用進(jìn)展

總體來看，目前人工智能技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用主要集中于智能診療、醫(yī)療機(jī)器人、智能影像識(shí)別、智能藥物研發(fā) 、智能健康管理等領(lǐng)域。一直以來，醫(yī)療界都是個(gè)嚴(yán)重資源不足、成本相對(duì)高昂的領(lǐng)域。此前曾備受資本青睞的“互聯(lián)網(wǎng) 醫(yī)療”模式主要是通過在線掛號(hào)、診療支付等諸多方式，一定程度上提高了整個(gè)醫(yī)療系統(tǒng)的運(yùn)行效率。然而，在醫(yī)療健康需求急劇上升和供給仍舊不足的情況下，人工智能與醫(yī)療健康行業(yè)結(jié)合更加備受期待。預(yù)計(jì)隨著認(rèn)知技術(shù)的發(fā)展， 2019 年全球智能醫(yī)療決策支持市場(chǎng)規(guī)模將達(dá)2000 多億美元，行業(yè)前景廣闊。 2012 年，醫(yī)療與大健康領(lǐng)域人工智能創(chuàng)新公司不到 50 家，截至到 2017 年初，已增加至 106 家（不包括跨界公司建立的內(nèi)部人工智能研發(fā)部門），布局在以下 11 項(xiàng)醫(yī)療和健康領(lǐng)域/方面：1、病人數(shù)據(jù)和風(fēng)險(xiǎn)分析；2、生命科研；3、醫(yī)學(xué)影像和輔助診斷；4、生活環(huán)境管理和慢病監(jiān)測(cè)； 5、精神健康； 6、藥物研發(fā)； 7、營養(yǎng)衛(wèi)生； 8、虛擬輔助技術(shù)； 9、住院患者監(jiān)護(hù)和醫(yī)院管理；10 、可穿戴設(shè)備；11 、其他應(yīng)用等。

美國食品與藥監(jiān)督局（FDA ）已為即將到來的人工智能時(shí)代做好準(zhǔn)備，成立了人工智能與數(shù)字醫(yī)療評(píng)審部。該部門的任務(wù)是為 FDA 準(zhǔn)備好規(guī)范和標(biāo)準(zhǔn)，評(píng)審越來多涌入 FDA 大門的人工智能產(chǎn)品和有機(jī)器學(xué)習(xí)功能的醫(yī)健設(shè)備、器械或醫(yī)用軟件等。他們將重新規(guī)劃有關(guān)智能醫(yī)療機(jī)器人、有機(jī)器學(xué)習(xí)特質(zhì)的醫(yī)療設(shè)備應(yīng)當(dāng)采用的監(jiān)管和審批途徑。

中國政府也高度重視醫(yī)療人工智能的發(fā)展。2017 年 2 月，國家衛(wèi)計(jì)委已發(fā)布四份醫(yī)療領(lǐng)域應(yīng)用人工智能的規(guī)范標(biāo)準(zhǔn)，從國家層面鼓勵(lì)人工智能在輔助診斷和治療技術(shù)等應(yīng)用領(lǐng)域的發(fā)展，同時(shí)為人工智能醫(yī)療的規(guī)?；瘧?yīng)用提供了基礎(chǔ)保 障。中國的阿里巴、騰訊等大型互聯(lián)網(wǎng)企業(yè)也積極參與到醫(yī)療大腦采用深度學(xué)習(xí)的技術(shù)、中國人基因信息收集分析、人工智能醫(yī)學(xué)影像等研究中。

2017 年也被稱作我國醫(yī)療人工智能發(fā)展的元年，呈現(xiàn)“井噴式”的創(chuàng)新發(fā)展，全方位地滲透到人們?nèi)粘Ｒ率匙⌒械姆椒矫婷?。在醫(yī)療領(lǐng)域最成熟的人工智能應(yīng)用——IBM的 Watson機(jī)器人已完全投入商用，國內(nèi)一批走在醫(yī)療改革前沿的三甲醫(yī)院已率先引進(jìn)人工智能技術(shù)，多家醫(yī)院引進(jìn)Watson for Oncology（WfO ），首先在腫瘤治療領(lǐng)域?qū)崿F(xiàn)了臨床應(yīng)用。據(jù)IBM Watson Health中國地區(qū)戰(zhàn)略合作伙百洋智能科技介紹，WfO 已陸續(xù)在國內(nèi)9省 21 市的 27 家三甲醫(yī)院部署 Watson 多學(xué)科會(huì)診中心，并已為診斷明確的近千名腫瘤患者快速制定了以循證醫(yī)學(xué)為基礎(chǔ)的定制化治療方案。 由于我國人口基數(shù)大、醫(yī)療資源分布不足等客觀原因使人工智能醫(yī)療落地應(yīng)用成為一種剛需，人工智能已成為醫(yī)療升級(jí)改革的關(guān)鍵一子。有了人工智能的應(yīng)用，我國醫(yī)療行業(yè)也將駛?cè)胫腔坩t(yī)療的“快車道”。

相關(guān)案例

1、人工智能輔助診療： IBM Watson 是目前最成熟的案例。 2012 年， Watson 通過了美國職業(yè)醫(yī)師資格考試，并在美國多家院提供輔助診療服務(wù)，診治的病種包括乳腺癌、肺癌、結(jié)腸癌、前列癌、膀胱癌、卵巢癌、子宮癌等多種癌癥。Watson 可以在 17 秒內(nèi)閱讀3469本醫(yī)學(xué)專著、 24.8 萬篇論文、 69 種治療方案、 61540 次試驗(yàn)數(shù)據(jù)、 10.6 萬份臨床報(bào)告。通過海量汲取醫(yī)學(xué)知識(shí)，包括 300 多份醫(yī)學(xué)期刊、 200 多種教科書及近 1000 萬頁文字， IBM Watson 在短時(shí)間內(nèi)可以迅速成為擁有更強(qiáng)大腦的癌癥專家。 2017 年 2月 4日（世界癌癥日）， Watson 第一次在 中國“出診”，僅用10 秒就開出了癌癥處方。

在中國， 2017 年 7 月阿里正式對(duì)外發(fā)布 AI 醫(yī)療產(chǎn)品“ Doctor You”，該產(chǎn)品的 CT 肺結(jié)節(jié)智能檢測(cè)引擎是阿里健康進(jìn)入實(shí)際應(yīng)用的第一個(gè)醫(yī)療 AI 產(chǎn)品。 廣州市婦女兒童醫(yī)療中心對(duì)外宣布，其研發(fā)出一個(gè)能診斷眼病和肺炎兩大類疾的人工智能系統(tǒng)，該項(xiàng)成果以封面文章形式 于 2018 年２月 23 日在世界頂級(jí)期 刊《細(xì)胞》在線發(fā)表。

2、人工智能醫(yī)學(xué)影像：以宮頸癌玻片為例，一張片上至少 3000 個(gè)細(xì)胞，醫(yī)生閱讀一張片子通常需要5-6分鐘， 但人工智能閱讀后圈出重點(diǎn)視野，醫(yī)生復(fù)核則只要 2-3分鐘。 一般來講， 具有 40 年讀片經(jīng)驗(yàn)的醫(yī)生累計(jì)閱數(shù)量不超過 150 萬張，但人工智能不會(huì)受此限制，只要有足夠的學(xué)習(xí)樣本，人工智能都可以學(xué)習(xí)，因此在經(jīng)驗(yàn)上人工智能超過病理醫(yī)生 。騰訊 也在 2017 年 8 月發(fā)布了其首款 AI 醫(yī)療產(chǎn)品“騰訊覓影”，可實(shí)現(xiàn)度食道癌、肺結(jié)節(jié)、糖尿病等多個(gè)病種的篩查，且保證高準(zhǔn)確率 ，目前該產(chǎn)品已在全國超過 100 家三甲醫(yī)院應(yīng)用。

3、人工智能藥物挖掘 ：主要包括新藥研發(fā)、老藥新用、藥物篩選、藥物副作用預(yù)測(cè)、藥物跟蹤研究等內(nèi)容。人工智能在挖掘方面的作用主要體現(xiàn)在分析藥物的化學(xué)結(jié)構(gòu)與藥效的關(guān)系，以及預(yù)測(cè)小分子藥物晶型結(jié)構(gòu)。2015 年， Atomwise 基于現(xiàn)有的候選藥物，利用AI 技術(shù)，在不到一天的時(shí)間內(nèi)對(duì)現(xiàn)有7000 多種藥物進(jìn)行了分析測(cè)試，成功地尋找出能控制埃博拉病毒的兩種候選藥物，并且成本不超過 1000 美元，以往類似研究需要耗時(shí)數(shù)月甚至數(shù)年時(shí)間并且成本要上億乃至數(shù)十億美元。

4、人工智能健康管理：是以預(yù)防和控制疾病發(fā)生與展， 降低醫(yī)療費(fèi)用，提高生命質(zhì)量為目的， 篩查健康及亞健康人群的生活方式相關(guān)的健康危險(xiǎn)因素，通過健康信息采集、健康檢測(cè)、健康評(píng)估、個(gè)性化監(jiān)管方案、健康干預(yù)的手段持續(xù)加以改善的過程和方法。如愛爾蘭創(chuàng)業(yè)公司Nuritas將人工智能與生物分子學(xué)相結(jié)合，進(jìn)行肽的識(shí)別，根據(jù)每個(gè)人不同的身體健康狀況，使用特定的肽激活健康抗菌分子，改變食物成分，消除食物副作用，從而幫助個(gè)人預(yù)防糖尿病等疾病的發(fā)生。

問題與瓶頸

1、數(shù)據(jù)來源與共享問題

目前，AI 醫(yī)療最大的問題在于數(shù)據(jù)來源和獲取 。從數(shù)據(jù)來源看， 從數(shù)據(jù)來源看， 對(duì)智能醫(yī)療公司來說，得數(shù)據(jù)者得天下。 IBM Waston 醫(yī)生系統(tǒng)成功實(shí)現(xiàn)商業(yè)化應(yīng)用的制勝關(guān)鍵，正是源于其收購了四家醫(yī)療健康大數(shù)據(jù)提供商和分析商，又相繼與強(qiáng)生、美敦力、西門子、CVS等傳統(tǒng)醫(yī)療器械、藥物生產(chǎn)商和銷售商，以及梅奧診所、安德森癌癥中心紀(jì)念斯 傳統(tǒng)醫(yī)療器械、藥物生產(chǎn)商和銷售，以及梅奧診所、安德森癌癥中心、斯隆-凱特琳癌癥中心、紐約基因組研究中心等著名醫(yī)院和機(jī)構(gòu)建立合作，直接獲取大量優(yōu)質(zhì)的醫(yī)學(xué)資料、醫(yī)療數(shù)據(jù)和健康數(shù)據(jù)。

而國內(nèi)醫(yī)療數(shù)據(jù)獲取與共享還與國外存在差距。目前，中國的醫(yī)療數(shù)據(jù)在醫(yī)院和醫(yī)院之間，醫(yī)院和家庭之間存在信息孤島 ，各個(gè)醫(yī)院、單位連不起來，甚至一個(gè)醫(yī)院內(nèi)部拍的圖像都連不起來。以醫(yī)療影像數(shù)據(jù)為例，其質(zhì)量與難獲得性，最令醫(yī)生與人工智能算法工程師頭疼的。存在“不大不強(qiáng)不成規(guī)模、不聯(lián)不通不成體系”以及有效資源利用率低等問題，且影像數(shù)據(jù)不互認(rèn)。

2、醫(yī)療數(shù)據(jù)質(zhì)量與規(guī)范問題

飛利浦醫(yī)療科技大中華區(qū)副總裁陳勝裕也對(duì)醫(yī)療數(shù)據(jù)的利用難題深有同感。“不同的疾病和臨床檢驗(yàn)會(huì)產(chǎn)生不同的數(shù)據(jù)，如果沒有經(jīng)過標(biāo)準(zhǔn)化和結(jié)構(gòu)的處理就將其提供給算法，會(huì)帶來很嚴(yán)重問題?！备鶕?jù)他的觀察，很多醫(yī)療數(shù)還沒結(jié)構(gòu)化和標(biāo)準(zhǔn)是AI 在健康醫(yī)療領(lǐng)域應(yīng)用的最大瓶頸。

同樣以醫(yī)療影像數(shù)據(jù)為例，人工智能醫(yī)學(xué)影像需要一條“標(biāo)準(zhǔn)線”，從行業(yè)管理和質(zhì)量方面制定規(guī)范 。然而，當(dāng)前智能醫(yī)療行業(yè)缺乏統(tǒng)一的標(biāo)準(zhǔn)和評(píng)估體系，人工智能在 CFDA 中沒有申報(bào)項(xiàng)目錄，智能醫(yī)學(xué)影像產(chǎn)品還是作為三類醫(yī)療器械向 CFDA 進(jìn)行認(rèn)證申請(qǐng)。

3、醫(yī)療數(shù)據(jù)安全與監(jiān)管問題

我國對(duì)醫(yī)療衛(wèi)生數(shù)據(jù)采集、利用尚未形成系統(tǒng)化法規(guī)要求，而此類數(shù)據(jù)往又含有許多個(gè)人隱私。AI 醫(yī)療的應(yīng)用如何把大量歷史的數(shù)據(jù)、專家的知識(shí)，變成規(guī)范而成熟的產(chǎn)品 ，具體幫助到基層醫(yī)院、提升生水平尤為重要。 另外， 國內(nèi)外 AI 企業(yè)合作的落地深化也會(huì)面臨困難，其中數(shù)據(jù)儲(chǔ)存、保密等也存在問題。

4、法律倫理問題

由于人工智能醫(yī)療是新型產(chǎn)業(yè)，與傳統(tǒng)醫(yī)療器械走審批流程、申報(bào)會(huì)有所不同，鑒于醫(yī)療的嚴(yán)謹(jǐn)性，監(jiān)管會(huì)更加慎重。另外，作為人工智能醫(yī)療的基礎(chǔ) —— 醫(yī)療大數(shù)據(jù)，目前還沒有健全的法律來規(guī)范。數(shù)據(jù)歸屬權(quán)、使用權(quán)、醫(yī)療數(shù)據(jù)的隱私標(biāo)準(zhǔn)、數(shù)據(jù)安全性、責(zé)任規(guī)范以及法律能否包容創(chuàng)新所犯的非惡性錯(cuò)誤等的問題都沒有明確的法律指示。

5、AI 醫(yī)療對(duì)現(xiàn)行公共衛(wèi)生產(chǎn)生影響和沖擊

人工智能將從四個(gè)方面對(duì)公共衛(wèi)生產(chǎn)生重大影響：智能診斷在各個(gè)領(lǐng)域會(huì)不斷接近，甚至超越人類醫(yī)生；手術(shù)機(jī)器人以及其他智能設(shè)備會(huì)增強(qiáng)治療的效果；在大數(shù)據(jù)的支持下，對(duì)個(gè)體的日常生活進(jìn)行健康管理的日常醫(yī)療會(huì)成為未來醫(yī)療領(lǐng)域新的業(yè)態(tài)。同時(shí)，在人工智能輔助下的人性化醫(yī)療也會(huì)緩解醫(yī)院管理中非常顯著的醫(yī)患矛盾。但與此同時(shí)，人工智能也會(huì)對(duì)醫(yī)療行業(yè)造成一定的沖擊，面臨人員配置、社會(huì)規(guī)則、習(xí)慣乃至倫理上的問題。

責(zé)任編輯：劉小玲