前言：尋找寫作靈感？中文期刊網用心挑選的人工智能引領中國醫療未來探究，希望能為您的閱讀和創作帶來靈感，歡迎大家閱讀并分享。
在肺炎疫情防控工作中，工業和信息化部了《充分發揮人工智能賦能效用，協力抗擊病毒感染的肺炎疫情倡議書》，多家企業迅速響應，充分發揮人工智能在疫情監測分析、防控救治等方面的作用，使人工智能（AI）在醫療領域的應用走進了大眾視野。
一、人工智能醫療艱難起航
讓機器來模仿和執行人的某些功能，一直是人類的夢想和追求。早到《列子·湯問》中西周偃師研制的取樂伶人，近至捷克作家卡雷爾·恰佩克的劇作《羅素姆的萬能機器人》，都體現出了人類對人工智能的豐富想象。1956年夏天，在常春藤的達特茅斯學院舉行了一次10個人組成的為期兩個月的研討會，會議的目標是“精確、全面地描述人類學習和其他智能，并制造機器來模擬”。這次會議被公認為人工智能學科的起源。隨著數學、計算機、信號與系統、語言學等學科不斷發展，人工智能的應用范圍日益擴大。圖像分類、語音識別、人機對弈、無人駕駛等技術已實現從“不能用、不好用”到“可以用”的突破。人工智能開始嘗試與其他學科領域相結合，如制造、教育、零售等。其中，人工智能在醫療領域的應用也迅速發展。人工智能醫療的雛形，可以追溯到1972年斯坦福大學研制的MYCIN系統，這是一種使用了人工智能的早期模擬決策系統，幫助醫生對住院的血液感染患者進行診斷和推薦用藥。同年，利茲大學推出了研發的AAPhelp系統，這是一個臨床決策支持系統，主要是用于腹部劇痛的輔助診斷以及手術的相關需求。20世紀八九十年代，商業化應用的臨床決策支持系統QuickMedicalReference、DXplain、DiagnosisOne等也陸續推廣。隨著醫學影像數字化的發展，人工智能與醫學影像的結合逐漸深化。2006年，深度算法的出現為圖像識別帶來突破性進展。2012年，多層卷積神經網絡結構的應用將圖像識別錯誤率從26.2%降低到3%，人工智能在醫療影像識別的應用進入新的階段。2017年，美國食品藥品管理局（FDA）批準了第一個用于臨床的基于云計算和深度學習的分析軟件——用于分析心臟核磁共振圖像的ArterysCardioDL軟件。然而，人工智能醫療的發展并非一帆風順。2012年IBM開始研發的沃森系統，經過4年的訓練和改進，已經可以助力腫瘤醫生治療乳腺癌、肺癌、腸癌、宮頸癌等13種癌癥。但自2017年以來，全球有多家醫院和癌癥研究中心由于其診療效果不達預期而取消了與IBM沃森系統的合作。人工智能在醫療領域的應用研究并沒有因此而止步。目前，歐洲國家正在大力發展人工智能在系統化藥械管理、遠程醫療方面的應用，日本將醫療健康管理和護理作為結合人工智能的突破口，美國已有基于人工智能技術進行藥物研發的多種新藥上市，中國、美國、以色列在人工智能醫療影像分析上也在不斷研發出新產品。人工智能醫療將持續保持高速發展的趨勢。
二、我國人工智能醫療呈現跨界共融狀態
我國人工智能起步晚于發達國家，但是發展迅速。1979年，北京中醫醫院“關幼波肝病診療程序”投入使用，成為我國第一個具有人工智能特征的臨床決策支持系統。20世紀80年代，人工智能臨床決策支持系統在中醫領域快速發展。1982年基于滋養細胞疾病診治的計算機診斷決策支持系統問世，1983年盆腔子宮內膜異位癥計算機診斷決策支持系統投入使用。進入90年代，相關基礎性研究不斷豐富，人工智能在醫療健康的更多細分領域發展迅速。2016年，國務院辦公廳印發《關于促進和規范健康醫療大數據應用發展的指導意見》，將健康醫療大數據應用發展納入國家大數據戰略布局；《“十三五”國家科技創新規劃》提出重點發展大數據驅動的類人工智能技術方法。基于大數據的人工智能醫療進入快車道，人工智能在醫學影像、健康管理、醫療輔助等方面應用進展快速，部分應用領域已經達到世界領先水平。依托圖像識別技術和深度學習技術，人工智能在醫學影像領域大有可為。通過不斷驗證和打磨算法模型，人工智能已經可以識別并標注病灶，跟蹤病灶位置變化，并給出影像報告、檢查結果和隨訪建議等。人工智能在醫學影像中的應用，一方面可以減輕大醫院臨床醫生的負擔，減少重復性人工勞動，最大程度釋睿米機器人手術過程圖。放醫生的效能、提高診斷的正確率；另一方面也使優質醫療資源下沉變為現實，提高基層醫院“早發現”病灶的能力，從而實現“早診斷、早治療”，減低患者的治療成本，有利于促進分級診療制度的執行和完善。目前，人工智能在醫學影像中的應用已經涉及肺結節、乳腺癌、宮頸癌等多個方面。其中，在肺結節的人工智能識別領域，我國處于世界領先水平，注冊在北京的推想醫療科技股份有限公司，是目前全球唯一一家同時獲得歐盟CE認證、日本PMDA醫療器械認證、美國FDA認證和中國NMPA三類證等四大市場準入的人工智能醫療公司。在此次抗擊肺炎疫情戰役中，推想借助人工智能降低醫院內交叉感染，推出的肺炎智能輔助篩查和疫情監測系統在中國、日本、意大利、德國、美國等國多家醫院落地使用。人工智能在健康管理方面的應用也日漸深入，我國企業在風險識別、虛擬護士、精神健康、移動醫療以及可穿戴設備等人工智能健康管理領域均多有建樹。與傳統醫療注重疾病治療不同，人工智能健康管理更重視預防的作用。運用人工智能技術及時收集用戶健康數據，建立用戶畫像，為不同人群提供不同的健康解決方案，可以以更低成本更有效地進行群體的高發性慢性病管理。雖然伴隨著以運動、心律、睡眠等檢測為主的移動醫療設備快速發展，智能手表、智能手環等穿戴式智能設備可以將檢測的血壓、心電、脂肪率等多項指標上傳到云數據庫形成個人健康檔案，但由于這些設備都是在人體表面采集數據，無創情況下可獲取的數據不多，因此通過這些設備可識別和預警的疾病也有限。北京鷹瞳科技發展股份有限公司另辟蹊徑，通過AI視網膜影像分析來進行健康管理和慢病預警，在人工智能健康管理方向走在了世界前列。該公司自主研發的便攜式全自動眼底照相機鷹瞳Airdoc，已獲得歐盟CE認證和中國NMPA三類證，能在人工智能的算法支持下通過視網膜圖像準確識別55種眼部、心血管、神經、內分泌、腦部腫瘤等領域的健康風險，準確率相關指標均已達到全球頂尖水平，同時還能對糖尿病、高血壓、心梗、腦卒中等8種重大慢性病進行風險預測。人工智能在醫療輔助方面的應用也十分廣闊，最常見的場景就是手術機器人。以帕金森癥的治療為例，醫生需要通過腦深部電刺激治療方法（DBS手術），將直徑亞毫米級的刺激電極準確植入患者顱內特定核團，從而達到神經調控、緩解帕金森相關癥狀的目的，這是國際公認對精度要求最高的神經外科手術。中國目前有近300萬帕金森病患者，能獨立完成DBS手術的醫生僅有百余名。借助手術機器人，更多患者有望通過微創方式完成DBS手術治療。2020年，中國人民解放軍總醫院神經外科率先將高分辨數字影像技術、3D打印技術以及手術機器人技術，融合到腦深部電刺激治療技術中。借助北京柏惠維康科技有限公司睿米機器人的AI定位功能，神經外科醫生可以制定出最適合患者的腦深部電刺激靶點和電極植入路徑，并通過無創注冊、精準導航的方式，將帕金森的手術有效率提升至97%以上。除了上述3個應用場景外，我國人工智能在醫療健康領域落地的產品還包括疾病預測、醫院管理、藥物研發、醫學研究以及醫療大數據等多個應用場景。依托醫療健康數據量優勢，我國醫療健康領域的人工智能產業發展快速。在健康醫學人工智能主題有關的研究領域中，我國的發文量和國際合作占比均居世界前列，已成為全球開展人工智能相關臨床試驗數量最多的國家。
三、未來，中國能否引領全球人工智能醫療發展
人工智能醫療是實現“健康中國”戰略的重要驅動力。近年來，國家對醫療領域人工智能的發展提出明確要求，出臺系列技術研發支持政策，就健康信息化、醫療大數據、智能健康管理等相關技術和產品提出規劃，明確醫療、健康及養老等方面的人工智能應用方向。正如鷹瞳科技創始人張大磊所說，接下來的15年，人工智能將會在醫療領域發揮巨大作用，成為推動醫療下一輪升級和變革的核心引擎。隨著我國人口老齡化加劇，分級診療制度建設的不斷完善，醫學影像、健康管理和醫療機器人等將成為未來人工智能重點發展的領域。我國在人工智能醫學影像領域的絕對優勢有望持續保持，部分健康管理領域企業或將能提供醫療級健康管理解決方案，而手術機器人領域則面臨著研發操作類手術機器人的挑戰。從全球來看，藥物研發是人工智能在醫療健康領域應用的重要場景，其收入占人工智能醫療收入的27%，未來幾年還將保持高速增長。但在這一領域，我國企業與歐美國家的企業還存在較大差距，全球頭部人工智能制藥企業中，英美公司仍占主體，我國企業在藥物研發領域的布局亟待加強。
作者:王雪松 賈婧 單位:中關村并購重組研究院
