人工智能助力-醫(yī)療掀開新篇章

人工智能助力，醫(yī)療掀開新篇章

自2017年3月被寫入政府工作報告，人工智能（英文簡稱AI）已經(jīng)席卷各個行業(yè)，成為新的經(jīng)濟增長點和國際競爭力的焦點。我國醫(yī)療行業(yè)基礎(chǔ)數(shù)據(jù)量大、優(yōu)質(zhì)醫(yī)療資源相對不足、民生需求迫切，已成為人工智能走出實驗室、落地商業(yè)化的最前沿陣地之一。2017年7月，國務(wù)院印發(fā)的《新一代人工智能發(fā)展規(guī)劃》指出，要“圍繞教育、醫(yī)療、養(yǎng)老等迫切民生需求，加快人工智能創(chuàng)新應(yīng)用，為公眾提供個性化、多元化、高品質(zhì)服務(wù)”。當前，人工智能在醫(yī)療領(lǐng)域的應(yīng)用可謂機遇與挑戰(zhàn)并存，未來“AI+醫(yī)療”還將碰撞出怎樣的火花？會給人民生活帶來哪些改變？產(chǎn)業(yè)未來發(fā)展前景如何？疾病診斷：AI+醫(yī)療大有可為今年6月9日，在第三屆華夏醫(yī)學胸外科論壇現(xiàn)場進行了一個“盲測”試驗：請4位志愿者上臺在騰訊覓影（是騰訊首款將人工智能技術(shù)運用到醫(yī)學領(lǐng)域的產(chǎn)品）的輔助下對10個高難度病例作診斷，而臺下的胸外科專家則用手機通過醫(yī)學影像和病歷“純?nèi)斯ぁ痹\斷。經(jīng)過一個小時的高強度閱片，臺上志愿者和臺下專家、教授都完成了對10個病例的診斷，擅長腫瘤影像診斷的中山大學腫瘤醫(yī)院影像科教授鄭列現(xiàn)場“開估”：第一個病例就是沒有家族史的63歲男性病人，病理檢查最終顯示為與肺癌高度相似的單發(fā)結(jié)節(jié)霉菌感染，而騰訊覓影準確地診斷這一病例是“良性”。鄭列教授對于人工智能能夠準確診斷這一病例感到很意外。他解釋，這位病人的CT影像顯示有胸膜牽拉、支氣管有橫斷，也有血管糾集癥……“這個對于影像科醫(yī)生來說還是挺難的，霉菌感染有一個形態(tài)是單發(fā)結(jié)節(jié)霉菌感染，其影像特點和肺癌高度相似，很多臨床醫(yī)生包括有一定資歷的影像醫(yī)生都很難鑒別診斷?！弊詈?，中山大學腫瘤醫(yī)院胸外科主任、中山大學腫瘤醫(yī)院肺癌首席專家張?zhí)m軍教授揭曉了這次“盲測”結(jié)果：在騰訊覓影的輔助下，4位志愿者對上述單發(fā)結(jié)節(jié)霉菌感染病例的診斷準確率，對比臺下“純?nèi)斯ぁ痹\斷的專家、教授提升了5倍。而綜合10個高難度病例的診斷來看，在騰訊覓影的輔助下，志愿者的診斷準確率比“純?nèi)斯ぁ痹\斷準確率提升超過20%。這顯示使用騰訊覓影輔助后，明顯提高了診斷準確率。“騰訊覓影在輔助醫(yī)生診斷上還是有很大的優(yōu)勢?！睆?zhí)m軍教授進一步解釋，“它在結(jié)節(jié)的診出率上比人有優(yōu)勢，判斷良惡性也有它的優(yōu)勢，最大的優(yōu)勢是它不會疲勞，診斷一致性是永遠保持下去的，而人可能由于疲憊會有失誤?！鄙轿魇∧[瘤醫(yī)院胸外科主任孫詮在認真體驗過騰訊覓影后，得出了這樣的評價：它比人要發(fā)現(xiàn)的多。“我們平時要看到5毫米以上甚至8毫米以上的結(jié)節(jié)，我們看到一個結(jié)節(jié)，機器報出來往往是三四個、多發(fā)的結(jié)節(jié)。”還有騰訊覓影對病史串聯(lián)提示，也讓孫詮印象深刻：“有家族歷史，又得了乳腺癌，又出現(xiàn)了結(jié)節(jié)，幾下就判斷出來了?！眮碜詮V西壯族自治區(qū)人民醫(yī)院的胸外科主任賀榜福則對“小結(jié)節(jié)”問題印象深刻：小結(jié)節(jié)的良惡性判斷失誤率很高，很多時候被診斷為肺癌，但手術(shù)做下去卻發(fā)現(xiàn)是良性結(jié)節(jié)；有時候被診斷為良性結(jié)節(jié)，后來卻發(fā)現(xiàn)是肺癌。而騰訊覓影對肺結(jié)節(jié)的良惡性判斷輔助能力，則讓賀榜?？吹搅巳斯ぶ悄軒淼倪M一步提升診斷準確率的空間，“有了人工智能，讓我們將來減少失誤，對病人更負責任，這是一個很好的學習機會?！痹诳催^“盲測”的病例后，鄭列教授提出了人工智能在診斷多原發(fā)肺癌方面上的優(yōu)勢：“騰訊覓影會幫你把所有病灶找出來，避免醫(yī)生看到一個病灶后，漏掉其他多原發(fā)肺癌。”事實上，自2017年8月在廣州問世以來，騰訊覓影的快速發(fā)展展現(xiàn)了AI+醫(yī)學的無限想象力，從剛發(fā)布時只具備對早期食管癌的輔助診斷能力，到目前已經(jīng)發(fā)展到針對肺結(jié)節(jié)、糖尿病視網(wǎng)膜病變、乳腺癌、宮頸癌等多種疾病的篩查，除了識別內(nèi)窺鏡、CT、鉬靶等多種醫(yī)學影像，還能通過臨床病歷分析輔助醫(yī)生對500多種疾病風險進行識別預測。正如參與“盲測”的專家、教授所期待的那樣，AI+醫(yī)學有望在推動各級醫(yī)療系統(tǒng)診斷同質(zhì)化，減輕醫(yī)生工作量，提升診斷準確率和效率方面，發(fā)揮更大的作用。AI+醫(yī)療：“看病難”有望緩解那么，到底什么是AI醫(yī)療呢？它就是人工智能與醫(yī)療的結(jié)合，又稱“AI+醫(yī)療”。AI醫(yī)療是以互聯(lián)網(wǎng)為依托，通過基礎(chǔ)設(shè)施的搭建及數(shù)據(jù)的收集，將人工智能技術(shù)及大數(shù)據(jù)服務(wù)應(yīng)用于醫(yī)療行業(yè)中，提升醫(yī)療行業(yè)的診斷效率及服務(wù)質(zhì)量，更好地解決醫(yī)療資源短缺、人口老齡化的問題。Al醫(yī)療主要體現(xiàn)在3個方面，涉及多個領(lǐng)域，其定義的金字塔如右圖所示：基礎(chǔ)層：通過軟硬件的基礎(chǔ)設(shè)施，收集用戶、藥物及病理數(shù)據(jù)，并使數(shù)據(jù)互通互聯(lián)，為人工智能的應(yīng)用提供支持與可能。技術(shù)層：通過語音/語義識別、計算機視覺技術(shù)，對非結(jié)構(gòu)化數(shù)據(jù)進行分析提煉?！皩W習”大量病理學數(shù)據(jù)文本，使其掌握問答、判斷、預警、實施的能力。應(yīng)用層：是指人工智能與不同細分領(lǐng)域的結(jié)合，以解決醫(yī)療行業(yè)中的某種業(yè)務(wù)需求，如智能診斷、藥物研發(fā)、智能健康管理、智能語音等醫(yī)療場景。國家食品藥品監(jiān)督管理總局器審中心審評一部副部長彭亮表示，人工智能本質(zhì)是基于數(shù)據(jù)和算力的算法，人工智能醫(yī)療器械就是采用人工智能技術(shù)的醫(yī)療器械，按照醫(yī)療器械軟件的角度可分為AI獨立軟件和AI軟件組件兩類。根據(jù)前瞻產(chǎn)業(yè)研究院發(fā)布的《2018-2023年中國人工智能行業(yè)市場前瞻與投資戰(zhàn)略規(guī)劃分析報告》顯示，2016年中國“AI+醫(yī)療”市場規(guī)模達到96.61億元，增長率為37.9%，2017年將超過130億元，并有望在2018年達到200億元。面對巨大的產(chǎn)業(yè)蛋糕，中國科技公司無論是新創(chuàng)公司還是行業(yè)巨頭都瞄準AI。去年11月，在深圳上市的科大訊飛公司研發(fā)出醫(yī)療智能機器人，通過了國家醫(yī)師資格考試筆試部分；中國最大的搜索引擎“百度”發(fā)布開源AI科技推出診斷乳腺癌的在線平臺；阿里巴巴，中國第一大電商公司，宣布與醫(yī)院合作智能診斷平臺；去年10月，阿里健康與浙江大學附屬醫(yī)院、上海交通大學醫(yī)學院附屬新華醫(yī)院合作建立了它的首個AI醫(yī)療實驗室，同時也發(fā)布了為醫(yī)院提供安全數(shù)據(jù)共享網(wǎng)絡(luò)的區(qū)塊鏈輔助公眾平臺……迅速增長的市場規(guī)模背后是迫切的需求。人工智能究竟能否解決看病難、看病貴的問題？中國科學院自動化所研究員、分子影像重點實驗室主任田捷教授介紹，人工智能在醫(yī)學上的應(yīng)用和傳統(tǒng)中醫(yī)非常相像。我國中醫(yī)幾千年以來，通過“望聞問切”的方式積累了幾百萬人甚至幾千萬人的醫(yī)療大數(shù)據(jù)，后期主要通過人腦來“加工”這些數(shù)據(jù)；現(xiàn)代社會與此前不同的是，我們使用電腦加人腦，利用此前積累的經(jīng)驗以及大數(shù)據(jù)與人工智能技術(shù)，實現(xiàn)了現(xiàn)在所說的智能醫(yī)療。人工智能將起到解放醫(yī)生勞動力的作用，從根本上提高醫(yī)療生產(chǎn)力，提升醫(yī)療供給端的服務(wù)能力，解決供不應(yīng)求的醫(yī)療窘狀。浙江大學醫(yī)學院第二附屬醫(yī)院放射科主任張敏鳴對人工智能技術(shù)同樣寄予厚望：“我很看好人工智能在醫(yī)療上的臨床應(yīng)用，這已經(jīng)是21世紀非常重要的課題。人工智能有助于紓解當前我國醫(yī)療資源相對不足的困難，協(xié)助提升基層醫(yī)療水平?！背Ｄ旯ぷ髟谝痪€，張敏鳴從醫(yī)生的角度解釋人工智能技術(shù)在醫(yī)療領(lǐng)域應(yīng)用的重要意義：“它可以幫助醫(yī)生緩解疲勞、降低勞動強度。人工智能可以代替我們做重復性高、技術(shù)含量低的工作，這樣我們就可以把節(jié)省出來的時間，用來與更多的患者溝通。更重要的是，可以防止漏診，比如說有一些小病灶醫(yī)生可能看不到，人工智能技術(shù)可以提醒醫(yī)生。”智云健康CEO匡明也表示，中國的醫(yī)療資源尤其稀缺，能看復雜疾病的醫(yī)生是剛需，“AI是目前我看到的，能在相對短時間內(nèi)比較好地解決這個問題的方法。”AI醫(yī)療普及落地，標準建設(shè)需提速隨著醫(yī)療人工智能的發(fā)展，其應(yīng)用場景正逐步多元化。醫(yī)療的定義和范疇已經(jīng)不再只是疾病治療，而是擴展到了藥品、保健、生物技術(shù)等醫(yī)療的各個領(lǐng)域。根據(jù)相關(guān)資料顯示，總體上應(yīng)用場景主要集中在以下5方面：智能化臨床診療隨著深度學習算法的逐漸普及，通過建立深度學習神經(jīng)元數(shù)學模型，從海量醫(yī)療診斷數(shù)據(jù)中挖掘規(guī)律，學習和模仿醫(yī)生診斷的人工智能疾病診斷技術(shù)將會達到前所未有的精度，隨之而來的，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，將走向復雜度更高、服務(wù)更細致的崗位。目前國內(nèi)不少醫(yī)院都已經(jīng)引入了人工智能閱片系統(tǒng)，用于肺癌、乳腺癌、兒童生長發(fā)育異常等疾病的輔助診斷，如復旦大學附屬腫瘤醫(yī)院、浙江大學醫(yī)學院附屬兒童醫(yī)院、華中科技大學同濟醫(yī)學院附屬協(xié)和醫(yī)院等?？梢暬瘮?shù)據(jù)價值提升醫(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、存儲等問題，然而數(shù)據(jù)同構(gòu)化、診療信息共享化亟待解決。AI對于非結(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，將信息提取、自然語言語義分析、自動化推理、知識表現(xiàn)、深度學習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)合預測性分析挖掘醫(yī)療大數(shù)據(jù)蘊含的規(guī)律和價值，從而為醫(yī)療事業(yè)的發(fā)展和醫(yī)院運行決策提供有力支撐，提高服務(wù)效率，實現(xiàn)智能化管理。大幅度降低藥物研發(fā)成本一種新藥的開發(fā)平均需要10年時間，耗資40億～120億美元。新藥研發(fā)除了要求藥品的療效，還需要保證其安全性，必須經(jīng)過動物實驗和Ⅰ、Ⅱ、Ⅲ期臨床試驗。而即便Ⅲ期臨床試驗后批準上市，還有Ⅳ期臨床研究，即新藥上市后的再評價。這也是造成藥物研發(fā)周期長、費用高的重要原因。但是，人工智能的出現(xiàn)為人們提供了一個檢測藥物的快速而周全的方案。首先，當很多種甚至成千上萬個化合物都對某個疾病顯示出某種療效，但又對它們的安全性難以判斷時，便可以利用人功智能所具有的策略網(wǎng)絡(luò)和評價網(wǎng)絡(luò)以及蒙特卡洛樹搜索算法，來挑選最具有安全性的化合物，作為新藥的最佳備選者；其次，對于尚未進入動物實驗和人體試驗階段的新藥，也可以利用人工智能來檢測其安全性；此外，利用人工智能還可模擬和檢測藥物進入體內(nèi)后的吸收、分布、代謝和排泄、給藥劑量—濃度—效應(yīng)之間的關(guān)系等，讓藥物研發(fā)進入快車道。目前人工智能藥物挖掘主要在三大領(lǐng)域：抗腫瘤藥、心血管藥和孤兒藥（又稱為罕見藥，用于預防、治療、診斷罕見病的藥品）及經(jīng)濟欠發(fā)達地區(qū)常見傳染病藥。智能化健康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)公司主要集中在風險識別、虛擬護士、精神健康、在線問診、健康干預以及精準醫(yī)學的健康管理。用戶可通過智慧健康服務(wù)平臺，獲取健康診斷、養(yǎng)生知識、保健建議等信息，并能通過包括可穿戴設(shè)備在內(nèi)的手段，監(jiān)測用戶個人健康數(shù)據(jù)，預測和管控疾病風險。精準化醫(yī)學支持人工智能在基因測序、遺傳學和分子醫(yī)學領(lǐng)域，利用數(shù)據(jù)挖掘、本體等大數(shù)據(jù)分析技術(shù)方法對醫(yī)療大數(shù)據(jù)進行轉(zhuǎn)化規(guī)約，建立疾病知識共享平臺，尋找疾病的分子基礎(chǔ)及驅(qū)動因素，重新將疾病分類，實現(xiàn)精準疾病分類及診斷，并在此基礎(chǔ)上，