最近幾年，人工智能被炒的這么火，但大家一直都在大談特談無(wú)人駕駛、智能家居，卻在這些海市蜃樓中忘記了其實(shí)它們短時(shí)間內(nèi)都難以落地，而忽略了在大數(shù)據(jù)時(shí)代就已經(jīng)落地了的智能醫(yī)療。

　　現(xiàn)在，大數(shù)據(jù)已經(jīng)被運(yùn)用到智慧醫(yī)療方面，即讓患者就醫(yī)更方便、疾病診斷更加高效，以及醫(yī)療信息更加準(zhǔn)確。更快速也更精準(zhǔn)的在醫(yī)療行業(yè)進(jìn)行多點(diǎn)落地。

大數(shù)據(jù)＋醫(yī)療發(fā)展現(xiàn)狀

　　目前國(guó)內(nèi)智能醫(yī)療技術(shù)相對(duì)成熟，已有多家三甲醫(yī)院引入“人工智能輔助診斷系統(tǒng)”，智能系統(tǒng)以機(jī)器人醫(yī)生的形象呈現(xiàn)在眾人面前，通過(guò)固定格式的問(wèn)題和病人互動(dòng)，根據(jù)癥狀描述開(kāi)具檢查單，檢查結(jié)果出來(lái)后，系統(tǒng)自動(dòng)出具診斷結(jié)論，一線臨床醫(yī)生再對(duì)結(jié)論予以確認(rèn)。

　　據(jù)電池FPC小編了解，機(jī)器人上周已經(jīng)跟國(guó)內(nèi)200多位醫(yī)學(xué)專(zhuān)家進(jìn)行了PK，并取得時(shí)效上的明顯優(yōu)勢(shì)。工作人員將100份患者數(shù)據(jù)輸入給機(jī)器人，現(xiàn)場(chǎng)連接天河超級(jí)計(jì)算機(jī)，4.8秒鐘完工。出乎意料的是，機(jī)器人的診斷與醫(yī)生的原始診斷達(dá)到100%吻合。

　　早在今年3月份，谷歌的人工智能就已經(jīng)在醫(yī)學(xué)領(lǐng)域取得非凡的成果。谷歌與Verily公司合作研發(fā)出了一款能用來(lái)診斷乳腺癌的人工智能算法，并將該人工智能與醫(yī)學(xué)專(zhuān)家進(jìn)行PK，對(duì)130張乳腺癌切片進(jìn)行分析，從而找出其中的腫瘤。

　　人工智能在這個(gè)項(xiàng)目上完勝人類(lèi)。人類(lèi)醫(yī)學(xué)專(zhuān)家花了30個(gè)小時(shí)對(duì)這130張切片進(jìn)行分析給出診斷結(jié)果，最終結(jié)果是這名專(zhuān)家的準(zhǔn)確率為73.3%。而人工智能只花了極短的時(shí)間就給出了診斷結(jié)果，準(zhǔn)確率達(dá)88.5%，領(lǐng)先于人類(lèi)15.2%。

　　大數(shù)據(jù)時(shí)代醫(yī)療AI的三個(gè)問(wèn)題

　　第一、大數(shù)據(jù)時(shí)代需要改變對(duì)疾病的認(rèn)識(shí)和處理方式：

　　現(xiàn)代醫(yī)療中根據(jù)患者的病史、癥狀、體征、實(shí)驗(yàn)室診斷，但常忽視患者的遺傳背景、基因組數(shù)據(jù)、環(huán)境背景因素以及對(duì)疾病主要監(jiān)測(cè)指標(biāo)持續(xù)的觀察和亞組分析，包括目前日常醫(yī)療診療中常根據(jù)疾病某個(gè)遺傳表征，而忽略最基本信息。

　　隨著醫(yī)療知識(shí)積累的不斷深入、專(zhuān)業(yè)的細(xì)化、碎片化，必然向大數(shù)據(jù)時(shí)代的集成化、系統(tǒng)化方向發(fā)展。更專(zhuān)業(yè)的人機(jī)配合達(dá)到對(duì)患者最全面的診斷。

　　第二、大數(shù)據(jù)時(shí)代要改變整個(gè)醫(yī)療評(píng)價(jià)方式：

　　中國(guó)在過(guò)去的30年中，改革開(kāi)放和經(jīng)濟(jì)實(shí)力的積累、醫(yī)療資源配置的增加、整體醫(yī)療可及性得到不斷改善。

　　不僅僅對(duì)醫(yī)療結(jié)果本身，同時(shí)要觀察臨床的精神面貌，不僅要關(guān)注患者的并發(fā)癥和死亡率，同時(shí)要關(guān)注醫(yī)生報(bào)告、醫(yī)院報(bào)告、賬單生成。用數(shù)據(jù)提升醫(yī)生自我學(xué)習(xí)的能力來(lái)完善臨床實(shí)踐的能力，這是大數(shù)據(jù)給我們的提示。

　　第三、大數(shù)據(jù)時(shí)代需要改變對(duì)醫(yī)學(xué)生培養(yǎng)的觀念：

　　傳統(tǒng)的醫(yī)學(xué)模式在大數(shù)據(jù)時(shí)代形成了新的體系，過(guò)去的專(zhuān)科培養(yǎng)使醫(yī)生對(duì)數(shù)據(jù)的理解越來(lái)越局限。柔性電路板廠認(rèn)為，我們需要從單純的醫(yī)生經(jīng)驗(yàn)的積累過(guò)渡到醫(yī)學(xué)數(shù)據(jù)的積累，這是醫(yī)學(xué)大數(shù)據(jù)時(shí)代所必須的，以及醫(yī)學(xué)上各種指南制定所需要的。

　　作為醫(yī)生，需要轉(zhuǎn)變思想，需要接受人腦和電腦的結(jié)合，每一個(gè)未來(lái)醫(yī)生都應(yīng)該熟練應(yīng)用智能工具處理海量信息以尋求更加準(zhǔn)確的診治方案。

　　人工智能在醫(yī)學(xué)上的發(fā)展趨勢(shì)

　　那我們接下來(lái)應(yīng)該怎么做？人工智能的趨勢(shì)在哪里？

　　一、醫(yī)療保健處于數(shù)字化轉(zhuǎn)折點(diǎn)

　　互聯(lián)網(wǎng)女皇MaryMeeker發(fā)布的《2017年互聯(lián)網(wǎng)趨勢(shì)報(bào)告》認(rèn)為，醫(yī)療衛(wèi)生和保健已進(jìn)入數(shù)字化拐點(diǎn)：醫(yī)療行業(yè)表現(xiàn)出數(shù)據(jù)輸入量和數(shù)據(jù)積累量的爆發(fā)式增長(zhǎng)，有88％的消費(fèi)者至少使用1項(xiàng)數(shù)據(jù)健康工具（遠(yuǎn)程醫(yī)療、可穿戴設(shè)備）。

　　數(shù)據(jù)的增長(zhǎng)一方面縮短了醫(yī)學(xué)研究的創(chuàng)新周期，加快藥物臨床實(shí)驗(yàn)周期，同時(shí)提升了診斷的準(zhǔn)確率與治療的精準(zhǔn)化程度。

　　二、數(shù)據(jù)是發(fā)展的關(guān)鍵

　　數(shù)據(jù)是“醫(yī)療＋人工智能”行業(yè)發(fā)展的關(guān)鍵。軟板廠認(rèn)為，醫(yī)療與人工智能結(jié)合的關(guān)鍵在于“算法＋有效數(shù)據(jù)”。先進(jìn)的算法提升數(shù)據(jù)處理效率與識(shí)別準(zhǔn)確率，而有效數(shù)據(jù)是先進(jìn)算法應(yīng)用的基礎(chǔ)。

　　目前，深度學(xué)習(xí)等算法的發(fā)展已經(jīng)相對(duì)成熟，醫(yī)療數(shù)的“量”和“質(zhì)”是阻礙人工智能在醫(yī)療行業(yè)應(yīng)用發(fā)展的主要原因。

　　三、智能診斷與醫(yī)學(xué)影像識(shí)別較為成熟

　　智能診斷與醫(yī)學(xué)影像識(shí)別是“人工智能＋醫(yī)療”發(fā)展相對(duì)成熟的兩個(gè)領(lǐng)域。

　　目前，發(fā)展相對(duì)成熟的領(lǐng)域包括“智能診斷”和“醫(yī)學(xué)影像識(shí)別”領(lǐng)域，兩個(gè)領(lǐng)域的發(fā)展將分別提升“門(mén)診”和“影像科”醫(yī)療資源的供給，解決目前醫(yī)療行業(yè)嚴(yán)峻的供需矛盾。

　　在醫(yī)療領(lǐng)域，大數(shù)據(jù)有著廣泛的應(yīng)用空間，可以用在包括疾病預(yù)防、臨床應(yīng)用、互聯(lián)網(wǎng)醫(yī)療等方面。可以說(shuō)，醫(yī)療大數(shù)據(jù)是未來(lái)醫(yī)療領(lǐng)域的發(fā)展趨勢(shì)。目前，在醫(yī)療行業(yè)應(yīng)用大數(shù)據(jù)方面，我國(guó)還處于初級(jí)階段，政府、醫(yī)院及數(shù)據(jù)挖掘技術(shù)人員需要共同努力，才能讓大數(shù)據(jù)在醫(yī)療領(lǐng)域發(fā)揮作用。

ps:部分圖片來(lái)源于網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系我們刪除