每當(dāng)一項(xiàng)新興技術(shù)出現(xiàn)之時(shí)，教育、醫(yī)療這些關(guān)乎民生的領(lǐng)域，總是會(huì)最先得到應(yīng)用。而最近，關(guān)于AI+醫(yī)療的新聞月時(shí)越來(lái)越多。據(jù)外媒報(bào)道，百度上周發(fā)布了一款新型人工智能工具，課以掃描糖尿病視網(wǎng)膜病變、黃斑變性和青光眼等病癥，并且該系統(tǒng)的敏感度和特異度分別達(dá)94%。11月8日，臨床診斷智能平臺(tái)公司MaxQ AI宣布，其Accipio Ix顱內(nèi)出血（ICH）檢測(cè)軟件已獲得美國(guó)食品和藥物管理局（FDA）的510（k）許可。

恰逢今天是聯(lián)合國(guó)糖尿病日，我們也來(lái)談?wù)凙I+醫(yī)療的意義和其可能遇到的挑戰(zhàn)。

對(duì)于如今看病難，以及諸多頑疾難以攻克的問(wèn)題，AI+醫(yī)療都可以很好的解決。

隨著深度學(xué)習(xí)算法的逐漸普及，通過(guò)建立深度學(xué)習(xí)神經(jīng)元數(shù)學(xué)模型，從海量醫(yī)療診斷數(shù)據(jù)中挖掘規(guī)律，學(xué)習(xí)和模仿醫(yī)生診斷的人工智能疾病診斷技術(shù)將會(huì)達(dá)到前所未有的精度，隨之而來(lái)的，是智能化診療逐漸成為醫(yī)院不可缺少的醫(yī)療組件。醫(yī)務(wù)工作者也將從大量的診療業(yè)務(wù)中被解放出來(lái)，將走向復(fù)雜度更高、服務(wù)更細(xì)致的崗位。

醫(yī)院數(shù)字化的發(fā)展解決了診療信息數(shù)字化采集、傳輸、存儲(chǔ)等問(wèn)題，然而數(shù)據(jù)同構(gòu)化、診療信息共享化亟待解決。AI對(duì)于非結(jié)構(gòu)化數(shù)據(jù)的處理能力使醫(yī)療大數(shù)據(jù)的有效獲取、分析、應(yīng)用成為可能。同時(shí)，將信息提取、自然語(yǔ)言語(yǔ)義分析、自動(dòng)化推理、知識(shí)表現(xiàn)、深度學(xué)習(xí)等人工智能的研究方法和應(yīng)用技術(shù)應(yīng)用于大數(shù)據(jù)分析的前沿領(lǐng)域，結(jié)合預(yù)測(cè)性分析挖掘醫(yī)療大數(shù)據(jù)蘊(yùn)含的規(guī)律和價(jià)值，從而為醫(yī)療事業(yè)的發(fā)展和醫(yī)院運(yùn)行決策提供有力支撐，提高服務(wù)效率，實(shí)現(xiàn)智能化管理。

在健康管理服務(wù)領(lǐng)域，目前全球的AI+醫(yī)療創(chuàng)業(yè)公司主要集中在風(fēng)險(xiǎn)識(shí)別、虛擬護(hù)士、精神健康、在線問(wèn)診、健康干預(yù)以及精準(zhǔn)醫(yī)學(xué)的健康管理。用戶可通過(guò)智慧健康服務(wù)平臺(tái)，獲取健康診斷、養(yǎng)生知識(shí)、保健建議等信息，并能通過(guò)包括可穿戴設(shè)備在內(nèi)的手段，監(jiān)測(cè)用戶個(gè)人健康數(shù)據(jù)，預(yù)測(cè)和管控疾病風(fēng)險(xiǎn)。

人工智能在基因測(cè)序、遺傳學(xué)和分子醫(yī)學(xué)領(lǐng)域，利用數(shù)據(jù)挖掘、本體等大數(shù)據(jù)分析技術(shù)方法對(duì)醫(yī)療大數(shù)據(jù)進(jìn)行轉(zhuǎn)化規(guī)約，建立疾病知識(shí)共享平臺(tái)，尋找疾病的分子基礎(chǔ)及驅(qū)動(dòng)因素，重新將疾病分類，實(shí)現(xiàn)精準(zhǔn)疾病分類及診斷，并在此基礎(chǔ)上，開(kāi)展循證醫(yī)學(xué)研究，對(duì)相同病因、共同發(fā)病機(jī)制的患者亞群實(shí)現(xiàn)精準(zhǔn)評(píng)估、治療及預(yù)防。同時(shí)，可加速準(zhǔn)確地開(kāi)展藥物臨床篩選和分析。人工智能技術(shù)正在加速精準(zhǔn)醫(yī)療時(shí)代的到來(lái)。

盡管AI+醫(yī)療有諸多的好處，可是和其他許多AI應(yīng)用場(chǎng)景一樣，人工智能醫(yī)療也面臨許多挑戰(zhàn)。

俗話說(shuō)，算法、算力、數(shù)據(jù)庫(kù)是人工智能的“三駕馬車”。和自動(dòng)駕駛一樣，AI+醫(yī)療面臨著數(shù)據(jù)庫(kù)不完善的問(wèn)題。大數(shù)據(jù)是以深度學(xué)習(xí)為代表的人工智能技術(shù)的基礎(chǔ)。發(fā)展人工智能醫(yī)療應(yīng)用需要大量可以開(kāi)放共享的高質(zhì)量醫(yī)療數(shù)據(jù)的支撐。

雖然我國(guó)出臺(tái)的《“健康中國(guó)2030”規(guī)劃綱要》和《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見(jiàn)》對(duì)健康醫(yī)療大數(shù)據(jù)的開(kāi)放和應(yīng)用作出了部署，但當(dāng)前醫(yī)療數(shù)據(jù)質(zhì)量不高，開(kāi)放程度仍然有限。

比如，醫(yī)療健康行業(yè)信息化程度不夠，醫(yī)療數(shù)據(jù)開(kāi)放的方式、質(zhì)量、標(biāo)準(zhǔn)、隱私保護(hù)、使用條件等缺乏國(guó)家法規(guī)政策依據(jù)，以及衛(wèi)生計(jì)生、社保、公安、民政等政府部門之間、醫(yī)療機(jī)構(gòu)之間及醫(yī)療機(jī)構(gòu)和社會(huì)第三方機(jī)構(gòu)之間均存在不同程度的數(shù)據(jù)壁壘，導(dǎo)致數(shù)據(jù)重復(fù)生產(chǎn)、采集、歸檔等，阻礙了健康醫(yī)療大數(shù)據(jù)的系統(tǒng)性建設(shè)和開(kāi)放。

此外，按照當(dāng)前醫(yī)療領(lǐng)域政策，民營(yíng)企業(yè)等第三方依然難以有效利用醫(yī)療健康數(shù)據(jù)，進(jìn)行醫(yī)療健康服務(wù)創(chuàng)新，開(kāi)發(fā)人工智能醫(yī)療產(chǎn)品和服務(wù)。

當(dāng)前，我國(guó)在人工智能基礎(chǔ)理論、核心算法、關(guān)鍵設(shè)備等方面與發(fā)達(dá)國(guó)家存在較大差距，人工智能技術(shù)在醫(yī)療健康領(lǐng)域尚未取得大規(guī)模突破；手術(shù)機(jī)器人柔性控制模塊、傳感器等軟硬件技術(shù)尚不成熟；深度學(xué)習(xí)決策過(guò)程的不透明性和不可解釋性，可能限制其在醫(yī)療領(lǐng)域的大規(guī)模應(yīng)用。

在公眾信任方面，雖然人工智能醫(yī)療應(yīng)用不斷趨于成熟，但調(diào)查發(fā)現(xiàn)，其尚未獲得公眾信任，很多消費(fèi)者對(duì)此存遠(yuǎn)觀和懷疑態(tài)度，不愿意接受人工智能診療、手術(shù)等，僅希望用人工智能進(jìn)行常規(guī)指數(shù)監(jiān)測(cè)、心率監(jiān)測(cè)、健身監(jiān)測(cè)等非治療環(huán)節(jié)。

此外，還有倫理挑戰(zhàn)，包括人工智能醫(yī)療應(yīng)用研發(fā)、部署和使用的倫理規(guī)范，改變傳統(tǒng)的醫(yī)患關(guān)系。舉個(gè)例子，當(dāng)智能機(jī)器人出現(xiàn)醫(yī)療事故時(shí)，這個(gè)責(zé)任該誰(shuí)負(fù)責(zé)。近日，yahoo曝光了一則消息，英國(guó)一所醫(yī)院三年前進(jìn)行了該國(guó)首例機(jī)器人心臟瓣膜手術(shù)，但最終以失敗導(dǎo)致病人不治身亡告終。據(jù)了解，在最初的案情報(bào)道中，媒體都認(rèn)為是由于機(jī)器人“發(fā)瘋”導(dǎo)致的。但是調(diào)查團(tuán)隊(duì)發(fā)現(xiàn)，機(jī)器人也是人操作的，主刀醫(yī)生奈爾的失誤要對(duì)手術(shù)失敗負(fù)起更大責(zé)任。歷時(shí)三年，這起案件才告一段落。由此可以預(yù)見(jiàn)，未來(lái)也許會(huì)有更多類似的糾紛。

另外，AI+醫(yī)療也會(huì)沖擊醫(yī)療健康領(lǐng)域就業(yè)，人工智能醫(yī)療產(chǎn)品和服務(wù)價(jià)格加劇患者之間機(jī)會(huì)不平等。

一方面，醫(yī)療行業(yè)歷來(lái)受到政府嚴(yán)格監(jiān)管，所以人工智能技術(shù)在醫(yī)療行業(yè)的應(yīng)用和發(fā)展離不開(kāi)政府的政策支持。

另一方面，與人工智能在醫(yī)療行業(yè)廣泛應(yīng)用形成強(qiáng)烈反差的是，相關(guān)的政策法規(guī)相對(duì)落后。智能診療軟件的監(jiān)管和認(rèn)證需要?jiǎng)?chuàng)新。數(shù)據(jù)使用和算法模型中的問(wèn)題，可能導(dǎo)致人工智能的診療結(jié)果影響個(gè)人權(quán)益，或者對(duì)某些群體造成歧視。

問(wèn)題雖多，但都有相應(yīng)的解決辦法。建立健全醫(yī)療數(shù)據(jù)開(kāi)放共享機(jī)制并強(qiáng)化信息安全和隱私保護(hù)；國(guó)家層面出臺(tái)并完善相關(guān)法律法規(guī)；引導(dǎo)公眾接納新技術(shù)、消除偏見(jiàn)和恐懼；以及加強(qiáng)復(fù)合型人才培養(yǎng)和醫(yī)務(wù)人員再培訓(xùn)?？偠灾?，如今阻礙AI+醫(yī)療發(fā)展的問(wèn)題，我們都可以用時(shí)間來(lái)解決。

至于AI+醫(yī)療何時(shí)能普及大眾，相信不遠(yuǎn)了。

最后，如果你也是一名人工智能和深度學(xué)習(xí)領(lǐng)域的愛(ài)好者，或許你也需要一臺(tái)深度學(xué)習(xí)GPU服務(wù)器，那么請(qǐng)繼續(xù)關(guān)注我們的云軒DIY整機(jī)專營(yíng)店。