余玥

【摘 要】现如今，我国是科技发展的大时代，人工智能在医疗领域中的应用已非常广泛，包括医学影像、临床决策支持、语音识别、药物挖掘、健康管理、病理学等众多领域。人工智能技术呈现与医疗领域不断融合的趋势，其中数据资源、计算能力、算法模型等基础条件的日臻成熟成为行业技术发展的重要力量。在新形势下，我国医疗人工智能的发展面临着机遇和挑战，技术能力不断增强，但产品和服务仍需完善。文章梳理和研究国际、国内医疗人工智能的发展状况，总结医疗人工智能行业及基础设施领域国内外的技术发展特点和趋势，分析我国医疗人工智能产业发展的技术与应用现状，提出促进行业发展的建议。

【关键词】人工智能；健康医疗大数据；问题与建议

引言

人工智能自1956年达特茅斯会议开始，至今已有60余年的发展历程，经历了从计算智能、感知智能到认知智能的不同发展阶段。人工智能是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多种学科研究的基础上，发展起来的一门综合性很强的交叉学科，其目标是要让机器的行为看起来像人所表现出来的智能行为一样，被称为20世纪和21世纪三大尖端科技之一。

1 人工智能在医疗领域应用现状

1.1人工智能+健康管理

人工智能+健康管理的主要目的在于提高居民整体健康水平，降低大病/大规模疾病爆发的概率。人工智能的加入可以突破这一领域的人力资源障碍，并可以通过辅助手段对医疗资源匮乏地区进行技术补给。人工智能在上述过程中，体现出来的核心价值是：低成本、高效率，提升服务端的“生产力”。人工智能+健康管理，主要是通过基因数据、代谢数据和表型（性状）数据的分析，为用户提供饮食、起居等各方面的健康生活建议，帮助用户规避患病风险。在家庭场景下，可以使用多种家用便携式测试仪，在家完成血糖、血压、血脂的日常监测，对慢病进行管理。目前，已有致力于情绪调节、心理疾病预测等的人工智能应用，对精神疾病进行管理。通过连续血糖监测和对菜品的图像识别，可发现不同食物的餐后血糖变化，以及实现菜品种类及份量的识别与分析，从而指导用户合理用餐。通过分析历史数据和互联网实时大量搜索查询数据，可跟踪人群传染病病例。

1.2疾病预测

早在2008年，谷歌就已经推出了流感预测的服务，通过检测用户在谷歌上的搜索内容就可以有效地追踪到流感爆发的迹象。当前，通过定时收集样本，从采集样本里预测出疾病的高风险人群，利用大数据分析和深度学习技术，人工智能已经能预测阿尔兹海默病风险、心血管疾病风险、癌症风险、精神疾病等。这些预测能够有效防控公共疫情和提高个人健康。

1.3药物研发

通过深度学习，人工智能可以缩短药物研发周期，降低药物研发成本，帮助药物研发取得突破。各国政府积极推动人工智能药物研发计划，其中，美国推出加速医学治疗研发计划，推动肿瘤药物研发。日本政府于2016年联合京都大学医学院等多家机构发起了研究联盟，旨在通过使用超级计算机提高药物研发效率。

2 在医疗领域应用人工智能存在的主要问题

2.1数据基础有待加强

数据质量对于人工智能在计算和学习能力的提升上具有至关重要的作用，是机器能否准确、高效学习的关键。加州大学旧金山医疗中心电子病案系统的分析显示，高达80%的文本型录入有复制-粘贴他人记录的嫌疑。而由这种现象会产生失效的、错误的和冗余的信息，最終可能导致临床诊疗的错误。

2.2数据低质化，人工智能亟待夯实根基

大数据、算法、计算能力是人工智能的3大基石，其中大数据是人工智能赖以实现的基础。大数据在中国的发展正处于起步阶段，数据低质化问题是目前我国大数据产业发展的主要障碍之一，同样也影响着人工智能的发展。目前，我国普遍陷入数据困境，健康医疗大数据利用率低。

2.3临床应用问题

医疗AI产品需要实现从试验向临床应用的突破。目前，业内针对肺结节、糖网病检查等场景的医疗人工智能产品诊断准确率普遍很高，但是真实情况并非如此乐观。企业在训练自己模型时通常都有自己的数据库，各自的算法都是按照自己的数据进行训练，然后以自己的数据来验证准确性。在没有得到临床验证前，基于标准或特定数据集的实验室测试结果并不具备较大的意义，因为实际临床应用的场景是非常复杂的。

3 人工智能在医疗领域应用发展的建议

3.1夯实人工智能应用的数据基础

人工智能在医疗上要发挥作用，必须首先汇集一定规模的医疗行业数据。鉴于当前医疗数据结构复杂、标准不一、信息孤岛普遍存在的情况，需建立医疗数据的流通、共享机制，研究数据脱敏办法，推动数据的标准化与规范化，建立标准测试数据集，夯实人工智能应用的数据基础。

3.2制定人工智能在医疗领域应用的监管规定和法律法规

在医学人工智能领域的法规制定和监管方面，国家宏观层面要把控好人工智能的发展方向，尽快出台相关配套政策，包括部门规章、行业标准、法律法规的文件或规范，来保证技术既能更快地使用、更广地使用，又能够更安全、更合理地使用，审慎地推动人工智能在医疗领域的应用。

3.3加强复合型人才队伍建设

构建复合型人才培养体系，重点培养贯通人工智能理论、方法、技术、产品与应用等的纵向人才，以及掌握“人工智能+”经济、社会、管理、标准、法律等的横向复合型人才；鼓励高校、科研院所与企业等机构合作开展人工智能学科建设，在关注前沿技术探索与原始创新的同时，推动人工智能领域的资源互补和人尽其才；成立国家级人工智能智库，由国家卫生行政主管部门主导，依托国内顶尖人工智能及健康医疗大数据研究机构建立一个由医疗行业专家、人工智能及大数据分析顶尖学者、技术人员共同组成的国家级智库。

4 结语

伴随新一代人工智能发展上升为国家战略，人工智能在医疗领域的应用备受青睐，在疾病诊疗、健康管理、药物研发、精准医学等方面作用凸显，对于改善医疗资源配置不均匀问题、降低医疗成本、提高医疗效率发挥着重要的作用。

参考文献

[1]杨婕，姚财福.人工智能各国战略解读：欧盟人脑计划[J].电信网技术，2017，43（2）：50-51.

[2]腾讯研究院.人工智能各国战略解读：英国人工智能的未来监管措施与目标概述[J].电信网技术，2017，43（2）：32-39.