人工智能會(huì)幫助人類減少疾病痛苦嗎？

C=CBNweekly T=Jeroen Tas

根據(jù)飛利浦2017年“中國(guó)健康觀”的調(diào)查結(jié)果，中國(guó)消費(fèi)者對(duì)于人工智能等前瞻性技術(shù)在醫(yī)療健康領(lǐng)域的應(yīng)用持開(kāi)發(fā)的心態(tài)，他們想讓這些技術(shù)成為輔助，擁有“人”的因素，但不至于取代真正的專業(yè)醫(yī)療人員。在調(diào)查中，27%的受訪者認(rèn)為其智能手機(jī)上的相關(guān)應(yīng)用和可穿戴設(shè)備對(duì)管理自身健康有幫助。如何運(yùn)用人工智能更好地幫助到醫(yī)生治療患者、減輕患者的痛苦，成為醫(yī)療公司的重要課題。

C：你如何看待人工智能在健康醫(yī)療領(lǐng)域的應(yīng)用？

T：“消費(fèi)者愿意為醫(yī)療付費(fèi)，卻很少有人愿意為健康付費(fèi)”的局面正在逐步發(fā)生變化，越來(lái)越多的人已經(jīng)意識(shí)到健康生活方式、個(gè)人健康管理對(duì)疾病預(yù)防的重要性，個(gè)人健康市場(chǎng)和專業(yè)醫(yī)療市場(chǎng)正在逐步融合。而且，隨著互聯(lián)與智能技術(shù)的發(fā)展，越來(lái)越多的可穿戴設(shè)備、移動(dòng)設(shè)備的涌現(xiàn)，也為消費(fèi)者實(shí)現(xiàn)自我健康管理帶來(lái)了更多可能。人工智能是大數(shù)據(jù)時(shí)代的必然產(chǎn)物，不但能夠識(shí)別大量的非結(jié)構(gòu)化數(shù)據(jù)，更可以提供數(shù)據(jù)洞察。醫(yī)療保健行業(yè)的數(shù)據(jù)目前是非結(jié)構(gòu)化的。超過(guò)75%的病人信息處于非結(jié)構(gòu)化狀態(tài)。這是人工智能可以大幅改善的領(lǐng)域之一。目前，很多數(shù)據(jù)仍未數(shù)字化，醫(yī)生仍需手動(dòng)完成各項(xiàng)操作，這耗費(fèi)了他們大量的時(shí)間。飛利浦的人工智能產(chǎn)品可以幫助醫(yī)生和醫(yī)院集中所有相關(guān)的病人資料，以協(xié)助作出精確診斷，它支持個(gè)性化治療和及早干預(yù)，能防止病情惡化，并最終幫助人們保持健康生活，避免慢性疾病，或幫助他們采用更好的辦法管理自己的身體狀況。人工智能在醫(yī)療保健行業(yè)應(yīng)用面臨的一大問(wèn)題是獲取“清楚和準(zhǔn)確”的數(shù)據(jù)。獲取“優(yōu)質(zhì)數(shù)據(jù)”是醫(yī)療保健行業(yè)的一大挑戰(zhàn)。

C：人工智能如何能幫助醫(yī)生更精準(zhǔn)地診斷病例？

T：對(duì)于醫(yī)生來(lái)說(shuō)，大腦的記憶容量和時(shí)間都是有限的，絕大多數(shù)醫(yī)生都不可能讀完和理解最新的幾萬(wàn)份有關(guān)研究論文，更不可能記住人類可能患上的上萬(wàn)種疾病。但是人工智能可以通過(guò)深度學(xué)習(xí)技術(shù)，不間斷地學(xué)習(xí)大量的醫(yī)學(xué)工具書(shū)、臨床診斷手冊(cè)、醫(yī)療電子記錄等，幾乎可以及時(shí)存儲(chǔ)所有最新的醫(yī)學(xué)知識(shí)，并且學(xué)以致用，通過(guò)認(rèn)知、分析技術(shù)，憑借從各種渠道搜集的海量數(shù)據(jù)，迅速給出“意見(jiàn)”，指導(dǎo)醫(yī)生做出診斷和治療決策，并且不會(huì)因?yàn)槿说那榫w導(dǎo)致缺診或誤診。患者能夠更快速地獲得醫(yī)療服務(wù)，醫(yī)療機(jī)構(gòu)也可以節(jié)省成本。人工智能結(jié)合醫(yī)學(xué)影像，益處多多，患者、醫(yī)師和醫(yī)療均能受益。

對(duì)于患者來(lái)說(shuō)，可以更快速地完成健康檢查，獲得更為精準(zhǔn)的診斷建議及個(gè)性化治療方案建議；對(duì)于醫(yī)師來(lái)講，可以削減讀片時(shí)間，輔助診斷，降低誤診的概率，并提示可能的副作用；對(duì)于醫(yī)療系統(tǒng)來(lái)講，可以改善流程管理，降低醫(yī)療成本。

C：未來(lái)，人工智能如何能甄別并且?guī)椭礁枰委煹幕颊撸?/p>

T：在普通病房或重癥監(jiān)護(hù)室，每位接受監(jiān)護(hù)的患者每天生成的數(shù)據(jù)數(shù)量驚人。光是處理這些信息就可能把專業(yè)醫(yī)務(wù)人員壓得喘不過(guò)氣。我們想幫助他們從一大堆的數(shù)據(jù)中提取有用信息，告訴他們哪些病人應(yīng)優(yōu)先治療，甚至在病人未發(fā)出臨床警報(bào)前就預(yù)先向醫(yī)生發(fā)送病情預(yù)警。

我們已經(jīng)著手研究如何利用人工智能、機(jī)器學(xué)習(xí)和分析法來(lái)駕馭堆積如山的數(shù)據(jù)。實(shí)現(xiàn)這個(gè)目標(biāo)需要先解決“數(shù)據(jù)孤島”的問(wèn)題。這個(gè)問(wèn)題不光中國(guó)有，其他各國(guó)都存在，不僅各個(gè)機(jī)構(gòu)之間的數(shù)據(jù)不能連通共享，在同一個(gè)醫(yī)院中，不同科室的數(shù)據(jù)也獨(dú)立存在。心血管科和神經(jīng)科之間的數(shù)據(jù)就是分開(kāi)的，但事實(shí)上很多神經(jīng)系統(tǒng)疾病和供血很有關(guān)系。因此，首先要做的是在醫(yī)院內(nèi)部把不同科室的數(shù)據(jù)壁壘打破，實(shí)現(xiàn)數(shù)據(jù)的連通共享。而整合的挑戰(zhàn)之一就是標(biāo)準(zhǔn)，不同標(biāo)準(zhǔn)的數(shù)據(jù)之間需要轉(zhuǎn)譯，這是需要解決的技術(shù)問(wèn)題之一。如果有足夠多的可以被分析的結(jié)構(gòu)化數(shù)據(jù)，我們可以通過(guò)分析發(fā)現(xiàn)很多規(guī)律性的東西。（采訪：林仲