人工智能在醫(yī)療領(lǐng)域的應(yīng)用與發(fā)展

文/付超

1 人工智能醫(yī)療的相關(guān)概念

人工智能是與自然智能相對(duì)應(yīng)的概念，是由人類所制造的機(jī)器的智能，而自然智能是自然進(jìn)化所造成的智能。在2017年，谷歌公司的人工智能圍棋系統(tǒng)Alpha Go在全世界的目光下以絕對(duì)優(yōu)勢(shì)戰(zhàn)勝了世界圍棋冠軍，震驚了全世界，也讓世界各行各界開始對(duì)人工智能產(chǎn)生興趣和高度關(guān)注。人工智能也從此走向了全民應(yīng)用的狀態(tài)，自動(dòng)駕駛、人臉識(shí)別、物流快遞等等領(lǐng)域都能夠看到人工智能的身影。隨著科學(xué)技術(shù)的發(fā)展，人工智能技術(shù)的三大主要分支——專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)深度挖掘，在醫(yī)療領(lǐng)域所起到的作用越來(lái) 越大，其地位也越來(lái)越重要，引起了人們極大的關(guān)注。

2 人工智能在醫(yī)療領(lǐng)域面臨的問題和挑戰(zhàn)

2.1 人工智能行業(yè)受到數(shù)據(jù)性限制過多

人工智能對(duì)于醫(yī)療活動(dòng)的輔助作用更多的來(lái)源于對(duì)數(shù)據(jù)的分析、收集和整理，這是人工智能的優(yōu)點(diǎn)，但是同時(shí)也是人工智能技術(shù)應(yīng)用的缺點(diǎn)。設(shè)備公司為合作醫(yī)院提供相關(guān)設(shè)備，但是當(dāng)在市場(chǎng)中同類型設(shè)備型號(hào)和供應(yīng)商越來(lái)越多的時(shí)候，一旦數(shù)據(jù)模型在其他型號(hào)設(shè)備中被使用，那么就又需要對(duì)模型加以培訓(xùn)。以CT設(shè)備為例，病人受檢測(cè)時(shí)的姿勢(shì)、CT 長(zhǎng)寬或者像素差別、不同排數(shù)機(jī)器層厚度和薄層重建算法的 差異都是影響模型訓(xùn)練的因素。

2.2 從試驗(yàn)到臨床應(yīng)用的突破速度較慢

在醫(yī)療領(lǐng)域中，人工智能輔助醫(yī)療病歷診斷的準(zhǔn)確率通常都會(huì)很高，因?yàn)槿斯ぶ悄芸梢钥焖俚姆治鰯?shù)據(jù)對(duì)數(shù)據(jù)進(jìn)行有效的整合和整理，但是在實(shí)際的應(yīng)用中卻仍然存在了不少問題。企業(yè)在進(jìn)行設(shè)備設(shè)計(jì)時(shí)會(huì)有一個(gè)自身的模型作為培訓(xùn)標(biāo)本，那通常這種的數(shù)據(jù)模型背后都有自身的數(shù)據(jù)庫(kù)，但是在現(xiàn)實(shí)場(chǎng)景中卻沒有這么簡(jiǎn)單。人工智能輔助醫(yī)療活動(dòng)，輔助醫(yī)療病例的診斷，還需要不斷的去突破目前的研究模式。以甲狀腺結(jié)節(jié)診斷為例，醫(yī)生要了解抗體的有關(guān)狀況，就必須參考彩色多普勒 超聲及甲狀腺功能檢查的相應(yīng)結(jié)果。所以人工智能輔助診斷 產(chǎn)品當(dāng)前發(fā)展的突破點(diǎn)就在于將多模式診斷系統(tǒng)及早建成。

3 人工智能在醫(yī)療領(lǐng)域的應(yīng)用和發(fā)展

3.1 診斷輔助功能有效提高精準(zhǔn)性

醫(yī)療領(lǐng)域中人工智能的應(yīng)用最為廣泛的就是在輔助診斷上，在沒有人工智能之前，醫(yī)療病例診斷全部依靠醫(yī)護(hù)工作者，據(jù)數(shù)據(jù)統(tǒng)計(jì)，我國(guó)每年會(huì)有超過5700萬(wàn)的病例被不同程度的誤診，這種誤診率已經(jīng)高達(dá)27%。醫(yī)學(xué)成像技術(shù)為病例診斷提供了大量的數(shù)據(jù)資源，但是最終的判斷還是依靠醫(yī)師的專業(yè)知識(shí)和工作經(jīng)驗(yàn)。而醫(yī)療資源在我國(guó)各地區(qū)分布不均勻造成各地區(qū)病患無(wú)法享受到相對(duì)公平的醫(yī)療服務(wù)和治療。因此在人工智能的未來(lái)發(fā)展方向上，逐步的提高數(shù)據(jù)精準(zhǔn)性，可以有效的提高醫(yī)療活動(dòng)的效率和準(zhǔn)確度，減少誤診發(fā)生，減少各類醫(yī)療糾紛發(fā)生，為社會(huì)公眾提供更加優(yōu)質(zhì)的醫(yī)療服務(wù)體驗(yàn)。在我國(guó)，隨著醫(yī)療信息化的進(jìn)程，電子病歷和健康檔案的建立，正在實(shí)現(xiàn)利用人工智能對(duì)碎片化醫(yī)學(xué)信息進(jìn)行整理和分析，從而提高醫(yī)療健康服務(wù)質(zhì)量。

3.2 提高醫(yī)療資源利用率

在我國(guó)醫(yī)療資源分布十分不均勻，社會(huì)公眾有一部分人無(wú)法得到相對(duì)公平的醫(yī)療服務(wù)，有數(shù)據(jù)顯示在我國(guó)人均擁有醫(yī)生數(shù)量大概，是五百個(gè)人才能夠平均500個(gè)人共用一個(gè)醫(yī)生。向各個(gè)醫(yī)療機(jī)構(gòu)中的放射科，是提供大量醫(yī)療數(shù)據(jù)的重要科室，但是在這樣的科室也存在著工作人員超負(fù)荷運(yùn)轉(zhuǎn)，供求關(guān)系嚴(yán)重不對(duì)等的情況。對(duì)于專業(yè)性人才這個(gè)問題，培養(yǎng)是一個(gè)相對(duì)漫長(zhǎng)的過程，比如在我國(guó)一個(gè)除醫(yī)療外其他學(xué)科的本科學(xué)生需要上4年的大學(xué)，然而學(xué)醫(yī)的學(xué)生本科需要花費(fèi)5年的時(shí)間，因此培養(yǎng)一個(gè)醫(yī)療專業(yè)的人才所消耗的時(shí)間、人力、物力會(huì)遠(yuǎn)遠(yuǎn)大于其他學(xué)科。因此這樣的人才培養(yǎng)周期很長(zhǎng)，我們無(wú)法在短時(shí)間內(nèi)彌補(bǔ)醫(yī)療專業(yè)人才空缺這個(gè)問題，在這種情況下，人工智能能夠有效的彌補(bǔ)醫(yī)療機(jī)構(gòu)人員短缺的問題，人工智能通過預(yù)先輸入足夠的數(shù)據(jù)案例，建立起一套完整的有效的機(jī)制模式，用人工智能的方式協(xié)助病情的診斷，完成疾病篩查，能夠大大的減輕醫(yī)生的工作負(fù)擔(dān)，提高醫(yī)院整體的工作效率，也可以有效的避免一些不必要的復(fù)查，也給一些經(jīng)濟(jì)困難的患者及其家庭減少了經(jīng)濟(jì)壓力。

4 總結(jié)

隨著人工智能的發(fā)展，其已經(jīng)由算法輸入決定輸出的低級(jí)階段，發(fā)展到具有自主創(chuàng)造的能力的高級(jí)階段。人工智能在醫(yī)療領(lǐng)域中的應(yīng)用越來(lái)越廣泛，能夠幫助醫(yī)療領(lǐng)域促進(jìn)醫(yī)療領(lǐng)域發(fā)展的方面也越來(lái)越多。當(dāng)然在這個(gè)過程中，我們難免會(huì)遇到這樣或者那樣的問題，但是這些問題對(duì)于人工智能的技術(shù)發(fā)展和醫(yī)療活動(dòng)服務(wù)質(zhì)量而言，是有益處的，他能夠幫助醫(yī)療活動(dòng)更好的提高服務(wù)質(zhì)量，提高工作效率，為社會(huì)公眾提供更好的醫(yī)療服務(wù)。面對(duì)公眾越來(lái)越多的醫(yī)療需求，人工智能還需要在醫(yī)療領(lǐng)域中逐漸的進(jìn)步和發(fā)展，借用人工智能技術(shù)診斷病例輔助醫(yī)療活動(dòng)，提高醫(yī)療的精準(zhǔn)度，同時(shí)提高醫(yī)療資源的利用率，彌補(bǔ)地域性醫(yī)療資源不均衡的情況，建立風(fēng)險(xiǎn)預(yù)警機(jī)制，幫助病患減少病痛帶來(lái)的負(fù)擔(dān)，及時(shí)的預(yù)防和治療病情，當(dāng)然也需要正確的面對(duì)醫(yī)療人工智能化所帶來(lái)的沖擊和改變。