杨江海

摘要：现代化发展浪潮下，人工智能已经被世界各国政府确立为独立性的研究项目。人工智能在经历了三个发展阶段的演变后，已经从最初的理论逐渐上升到了实际的场景运用当中，并且在各个领域的实践工程中发挥出卓越的功效。到目前为止，人工智能在医疗领域中的发展主要涵盖了辅助诊疗、虚拟助手、医疗影像、药物研发、医疗知识及病理分析等，智能化技术影响的范围在逐渐深入和扩展。但是人工智能在我国医疗领域的应用也引发了诸如患者隐私、信息数据风险、责任风险、法律监管缺失等方面的问题。鉴于人工智能在医疗领域的深入应用可以解决我国医疗人力资源的不足、提升医疗效率和准确性等方面的优点，政府部门应该逐步完善在法规监管、技术标准、应用规范等方面的措施条例。

关键词：人工智能;医疗领域;医疗器械

人工智能已经在军事、语言、文化、医疗、机器人等多领域进行了深入化应用，并且效用发挥极为显著。尤其在医疗领域范围内，由于我国人口众多，但医疗卫生资源数量不足，供需关系失衡等问题一直较为突出，而人工智能的及时引入，可以帮助医务人员更加准确高效的诊断病情，缓解了部分问题，也极大程度的促进了我国医疗卫生事业的变革发展。

1.人工智能概念

人工智能作为当今信息化时代下诞生的产物，也是一门兴起不久的技术科学，但由于各界领域的重点关注，近些年其发展速度逐渐加快。而主要的开发研究领域在于模拟和延伸人类的智能化思维、技术、理论方法以及应用系统，本质上人工智能还是属于计算机科学范畴，但由于计算机信息技术的广泛渗透，人工智能也被逐渐应用到多个领域当中。

2.人工智能在医疗器械领域的应用现状及问题

2.1发展现状

科技和信息化技术的高速发展，人工智能也逐渐被应用到医疗器械领域。人工智能在医疗应用中较为常见的领域，现阶段主要分布在医学影像、辅助诊疗、药物功能发掘、医疗管理、急救室、可穿戴设备、营养管理等方面。由于人工智能的发展前景较为广阔，高新科技领域类的企业、机构都开始加大了人工智能在医疗器械领域中的研究探索力度。2016年，谷歌公司就与英国国家健康体系进行合作，开始协同研究各类先进的医疗软件;同年，微软公司也开始着手研究人工智能在医疗领域中的应用。从各个企业的案例中可以发现，人工智能在医疗器械中的研究速度与应用范围都在逐步扩展加快。

2.2辅助诊疗方面

辅助诊疗原理是利用计算机模拟医生思维完成诊断推理，最终得出诊断结果。人工智能进行辅助诊疗的前提是需要获得病人的具体信息，并且在数据库中整合了相关的医疗知识，才能够对病人的症状原因做出一定程度的分析。人工智能大致的辅助诊疗过程为：第一步，上传病人病情信息和化验结果;第二，人工智能通过已经建立起的医疗数据信息库，再结合病情信息，得出诊断结果;第三，筛选治疗方案，人工智能在学习掌握相关的医学知识和经验后，通过对相关治疗方法和药物的疗效、副作用进行分析判断，得出最适合的治疗方案。

2.3医学影像方面

人工智能在医疗影像中的作用主要体现在阅片上，相关的病理医生阅片经验和能力会直接影响对病情的准确判断。而人工智能可以通过对医生的阅片方式进行模拟，利用大量的数据分析学习不断对智能算法进行完善，以保证对影像做出准确有效的分析判断。利用人工智能对医疗影像的分析流程大致是对上传的数据影像进行预处理，然后进行图像化的分割和病情特征的提取，再通过数据库中大量信息的比对完成病情匹配诊断。如果在大量标准、规范的医疗信息数据库加持下，人工智能的阅片速度和准确度相较于医生的人工判断，都会有很大程度提升。

2.4药物功能发掘方面

将人工智能应用到药物功能的开发检测上，可以极大程度的减少药物的研发周期，利用计算机的实时模拟，可以预先判断药物的安全性、副作用，提高药物研发的成功率。如Atomwise是全球知名的药物研发企业，在医药人工智能领域中进行了大量深入研究，同时利用IBM超級计算机整合了超过820万种的医药化合物，极大程度的缩减了药物的研发周期和研发成本[1]。2015年该公司利用人工智能算法，在一天内就筛选出了控制埃博拉病毒的候选药物，而如果仅靠以前的 人工判断和研究，单就候选药物的筛选过程就可能需要花费数月甚至更久的时间。

3.人工智能在医疗器械领域运用中存在问题

现阶段人工智能在医疗器械领域中的应用虽然取得了一定成果，但总体而言，研究和应用技术尚未成熟，其中还有许多问题有待解决。从医疗人工智能的发展历程来看，大致可以分为三个阶段：初期阶段为数据整合阶段，医疗数据标准化较低，无法高效的进行数据共享，人工智能在医疗领域的应用效果和范围比较有限;而进入第二阶段后，逐渐可以实现数据共享以及智能感知。信息技术的广泛渗透也推进了医疗数据的传播融合，辅助诊疗、影像识别等领域逐渐出现了商用化产品;第三阶段表现为健康大数据和认知智能化的阶段。健康大数据的整合分析可以让人类进入更加针对性的诊疗时代[2]。目前我国尚处于第一阶段，医疗数据的共享机制不完善，标准化程度较低。而且在对于医疗信息方面的安全隐私保护机制还未健全。

在抛开各项医疗信息数据的共享化、电子化、标准化以及隐私保护机制问题外，就涉及到医疗方面自身的问题上。因为从医学临床表现来看，同一症状所对应的疾病可能并不相同，许多疾病会呈现相同的临产表现，所以临床诊断的复杂程度也加大了人工智能的准确性。同时，在对于人类尚未突破的医学病症面前，人工智能也无法提供相关的诊疗建议。

同时对于我国各个医疗机构而言，是否有必要花费大量的资金技术引入人工智能的问题尚不明确。如在2017年长江产业论坛中对于人工智能和健康大数据的探究大会中，很多医院领导表示在医疗器械领域引入人工智能需要花费大量成本，而且考虑到所能取得的效益尚不显著，所以实际中缺乏引入人工智能的动力。同时与责任风险有关的技术准入和管理问题上，我国还缺少有效的法律监管。

4.医疗领域人工智能化发展的建议

4.1改善数据管理

在我国健康医疗大数据和人工智能的发展道路上，民众和国家都开始重视个人隐私、信息数据的安全问题。在欧美一些国家，政府建立起对个人敏感隐私等相关医疗健康数据的保护法规。但按照目前各国的法律体系来看，尚不能清晰界定健康医疗数据的权属问题，特别是对于病人医疗数据的所有权，尚未有国家能明确划分权限，这也就致使医疗数据难以真正做到共享化，信息孤岛效应始终存在于各个医疗机构当中。而人工智能在医疗领域中的应用需要广泛的大数据分析作为战略基础资源，缺乏信息资源的加持，人工智能就无法在医疗领域深入性的开展研究和推广。虽然我国人口众多，医疗数据的体量较大，但是目前我国并没有一套标准化、规范化的数据处理流程，导致诸多的医疗数据质量较差，难以被真正利用到医疗中。因此，基于信息数据建设一套高质量的人工智能和健康大数据分析资源库，进行统一的数据标准化处理[3]。建立起一整套满足智能计算需求的基础资源服务平台，包括云储存智能分析平台、新型计算集群共享平台等，使得人工智能在医疗领域获得更好的发展环境。

4.2健全法规体系

人工智能技术的运用逐步向着成熟阶段迈进，并且运用到全球范围内的医疗领域当中。但是人工智能这种新兴技术在诱发历史性巨变的同时也会带来法律和伦理上的问题，如果人工智能运用不得当，可能会随时逾越法律边界。人类在推动技术创新，但是技术的创新发展也需要遵守法律底线。所以在保证人工智能和医疗融合发展的情况下，还要加强相关的立法、未来社会问题以及伦理方面的问题研究。另外，国家还需要开展人工智能和医疗应用的法律责任确立、公民个人信息隐私等法律问题的研究，明确追责问责制度以及相关权利义务的承担。加深国际化的共性问题研究和国际合作，共同应对人工智能和医疗领域的发展挑战。

4.3重视复合型人才培养

人工智能和医疗的结合发展需要具备两个领域知识的复合型人才，许多人工智能的研发技术人员也需要相关医学领域的知识，而目前国内拥有双重领域知识的人才还较为匮乏。生物医药学在我国的发展趋势较为良好，但与医学技术工程脱节，无法高效达成人才的跨界培养。另外，教育培训体系也需要进一步完善，以此来创新人才的培养。重视贯通培养人工智能与医疗健康的理论技术应用的纵向复合型人才，还有掌握二者在法律、管理上的横向复合型人才，建立多层次的人才培养体系。完善学科布局和人工智能与医疗的融合发展，并引进高端人才和建设高水准的人才队伍。

5.人工智能在未来医疗领域的发展展望

或许在不远将来，人工智能会成为医疗改革深化的助推器。国际范围内，高速发展的智能医疗已经开始在药物研发、辅助诊疗、智能影像等多领域进行了广泛的研究实践。随着未来技术的发展，人工智能也会加深在医疗领域中的应用，并且可能会催生出各类新型的产业模式或技术，深化医疗领域结构的革新，完善现有的医疗服务模式，推进基础医疗的建设，从而实现整体化医疗水平技术的提升。信息技术+人工智能可能会促成医疗资源和产业结构的升级转型，未来的医疗事业可能会逐步向着互联网+医疗健康大数据+人工智能的方向迈进。

5.结语

人工智能技术作为当今国际计算机领域重点研究的领域之一，其中的理论研究和实际应用也已经在医疗卫生领域发挥了一定的成效。本文从人工智能当前的发展现状入手，阐述了人工智能在医疗领域中的应用范畴，并对其应用优势和产生的问题进行分析，并提出了相关的改进建议。而从国际化的发展应用趋势来看，人工智能在医疗领域的应用有非常好的发展前景，尤其在我国医疗资源较为紧缺的情况下，如果能将医療人工智能成熟化的应用，就可以利用我国信息化的优势以较少的成本在全国铺散开来，缓解我国医疗人力资源不足的问题。当然，人工智能可以为人类医疗事业带来进步的同时，其潜在风险也时刻存在着，为此，国家需要在法律法规、技术标准等方面做好规范措施。

参考文献：

[1]张光华，潘婧.人工智能技术在医疗领域中的应用[J]. 电子技术与软件工程， 2019.

[2]王海星，田雪晴，游茂，等.人工智能在医疗领域应用现状、问题及建议[J].卫生软科学，2018，032（005）：3-5，9.

[3]曾一昕.基于人工智能的医疗数据分析及预测研究[J]. 中国科技纵横，2018.