徐亮，阮曉雯，李弦，洪博然，肖京

平安科技(深圳)有限公司，廣東 深圳 518057

1 疾病預(yù)防的現(xiàn)狀

疾病預(yù)防從宏觀和微觀層面可以分為公共衛(wèi)生防控和個(gè)人疾病篩查及健康管理。以重大傳染病疫情為主的突發(fā)公共衛(wèi)生事件不僅危害人民的生命財(cái)產(chǎn)安全，還極易造成社會(huì)影響，影響群眾日常生活的方方面面，甚至阻滯經(jīng)濟(jì)的發(fā)展。以流感為例，根據(jù)世界衛(wèi)生組織最新估計(jì)[1]，全球每年5%～10%的成人和20%～30%的兒童會(huì)罹患流感，流感的季節(jié)性流行會(huì)導(dǎo)致全球300萬(wàn)～500萬(wàn)重癥病例和25萬(wàn)～50萬(wàn)死亡病例。建立和發(fā)展傳染病預(yù)測(cè)預(yù)警技術(shù)，提高預(yù)測(cè)預(yù)警的及時(shí)性和準(zhǔn)確性，對(duì)于傳染病控制工作意義重大。目前各國(guó)政府實(shí)際采用的傳染病疫情預(yù)警系統(tǒng)主要依賴傳統(tǒng)監(jiān)測(cè)手段，包括各級(jí)醫(yī)療機(jī)構(gòu)、疾病預(yù)防控制中心和流感樣病例監(jiān)測(cè)哨點(diǎn)醫(yī)院協(xié)作，由醫(yī)療機(jī)構(gòu)診斷并報(bào)告流感臨床診斷病例和確診病例?，F(xiàn)有的流感監(jiān)測(cè)體系存在諸多弊?。憾〞r(shí)抽樣、每周匯總的數(shù)據(jù)獲取方式，數(shù)據(jù)結(jié)果相對(duì)滯后；監(jiān)測(cè)手段耗費(fèi)大量人力物力，遍及全國(guó)的監(jiān)測(cè)網(wǎng)絡(luò)中任一節(jié)點(diǎn)產(chǎn)生的差錯(cuò)都將影響數(shù)據(jù)的準(zhǔn)確性，且各實(shí)驗(yàn)室檢測(cè)和逐級(jí)上報(bào)的過(guò)程繁瑣；該監(jiān)測(cè)手段獲取的數(shù)據(jù)來(lái)源單一，無(wú)其他來(lái)源數(shù)據(jù)的比對(duì)修正。

在個(gè)人疾病篩查和健康管理方面，隨著城市化和人口老齡化進(jìn)程加快，諸如心腦血管疾病、慢性阻塞性肺疾病、惡性腫瘤、中風(fēng)、糖尿病等原先被視為發(fā)達(dá)國(guó)家獨(dú)有現(xiàn)象的慢性非傳染性疾病已急劇改變中國(guó)人口的疾病譜。我國(guó)每年死于慢性非傳染性疾病和傷損的人數(shù)近年來(lái)迅速上升。慢性病導(dǎo)致的醫(yī)療負(fù)擔(dān)給個(gè)人、家庭以及整個(gè)國(guó)家的醫(yī)療保障體系帶來(lái)了沉重的經(jīng)濟(jì)和社會(huì)負(fù)擔(dān)。數(shù)據(jù)顯示[2]，目前我國(guó)的慢性病患者已超過(guò)3億人，慢性病致死人數(shù)已占到我國(guó)因病死亡人數(shù)的80 %，導(dǎo)致的醫(yī)療負(fù)擔(dān)已占到總醫(yī)療負(fù)擔(dān)的70 %。同時(shí)，糖尿病等慢性病已呈現(xiàn)年輕化發(fā)展趨勢(shì)，嚴(yán)重影響到居民的生活質(zhì)量和身體健康。由于慢性病的癥狀一般不明顯，患者大多無(wú)法在患病初期及時(shí)發(fā)現(xiàn)并進(jìn)行醫(yī)療干預(yù)，往往發(fā)現(xiàn)時(shí)已是中晚期，不僅治療難度增加，患者的疾病經(jīng)濟(jì)負(fù)擔(dān)也隨之升高。有效的慢性病管理，對(duì)慢性病相關(guān)的危險(xiǎn)因素進(jìn)行篩查，可以及早發(fā)現(xiàn)疾病的發(fā)展趨勢(shì)，一方面幫助患病高危人群提高疾病意識(shí)，從而做到早發(fā)現(xiàn)、早診斷、早治療，另一方面幫助政府干預(yù)、控制危險(xiǎn)因素，降低民眾的患病風(fēng)險(xiǎn)。傳統(tǒng)的慢性病人群篩查主要依據(jù)歷史統(tǒng)計(jì)結(jié)果，其篩查因素范圍及力度有限，因此亟需高質(zhì)量的慢性病管理體系。

2 基于人工智能技術(shù)的疾病預(yù)測(cè)研究現(xiàn)狀

目前，人工智能的浪潮洶涌澎湃，在視覺(jué)圖像識(shí)別、語(yǔ)音識(shí)別、文本處理等諸多方面人工智能已經(jīng)達(dá)到或超越人類水平。大數(shù)據(jù)和人工智能技術(shù)的發(fā)展也為疾病預(yù)測(cè)帶來(lái)了新突破。

2.1 大數(shù)據(jù)源

隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)的發(fā)展和普及，人們生活中的行為和狀態(tài)很可能轉(zhuǎn)化成數(shù)據(jù)記錄，而這些電子數(shù)據(jù)，尤其是互聯(lián)網(wǎng)數(shù)據(jù)都具有覆蓋群體大、實(shí)時(shí)性高的特點(diǎn)，對(duì)于疾病防控具有較大的利用價(jià)值。通過(guò)監(jiān)測(cè)網(wǎng)絡(luò)數(shù)據(jù)源發(fā)現(xiàn)公共健康事件的相關(guān)研究數(shù)量增多，尤其是搜索服務(wù)提供商等持有大量用戶行為數(shù)據(jù)的公司在這一方向上做出了許多卓有成效的嘗試。

2008年，Google公司開(kāi)發(fā)了“谷歌流感趨勢(shì)”(Google Flu Trends，GFT)軟件，利用Google巨大的用戶搜索數(shù)據(jù)(認(rèn)為網(wǎng)絡(luò)用戶及其家人出現(xiàn)流感相關(guān)癥狀時(shí)可能采取搜索相關(guān)的關(guān)鍵詞的行為)，提前1～2周準(zhǔn)確預(yù)測(cè)了美國(guó)流感樣病例百分比的變化趨勢(shì)，由此在學(xué)術(shù)界掀起了利用互聯(lián)網(wǎng)數(shù)據(jù)預(yù)測(cè)流感的研究浪潮[3]。盡管GFT在后期預(yù)測(cè)中出現(xiàn)較大偏差[4]，但越來(lái)越多的研究表明搜索數(shù)據(jù)可以作為流感預(yù)測(cè)的有效因子之一[5-7]。在傳染病流行季節(jié)，人們除了通過(guò)搜索引擎關(guān)注傳染病的暴發(fā)情況以及應(yīng)對(duì)措施外，還有可能會(huì)在社交網(wǎng)絡(luò)平臺(tái)上發(fā)表有關(guān)自己或家人朋友患病情況的言論。2011年，Signorini等[8]以美國(guó)境內(nèi)發(fā)表的含有流感相關(guān)關(guān)鍵詞的每周Twitter量的占比作為預(yù)測(cè)因子，采用支持向量機(jī)回歸(support vector regression，SVR)模型算法建立了美國(guó)全國(guó)及某一地區(qū)的流感樣病例百分比的實(shí)時(shí)跟蹤預(yù)測(cè)模型，交叉驗(yàn)證的32周預(yù)測(cè)結(jié)果平均誤差不超過(guò)0.4 %。2013年， Li等[9]利用Twitter數(shù)據(jù)建立了流感暴發(fā)的早期預(yù)警模型。他們采用分類算法對(duì)Twitter數(shù)據(jù)進(jìn)行自動(dòng)過(guò)濾，留取與流感相關(guān)的記錄，再通過(guò)無(wú)監(jiān)督算法結(jié)合流感的空間時(shí)間信息進(jìn)行預(yù)測(cè)，發(fā)現(xiàn)預(yù)測(cè)結(jié)果與真實(shí)數(shù)據(jù)的相關(guān)系數(shù)達(dá)到0.97。在我國(guó)，研究人員嘗試使用中文搜索引擎百度的搜索數(shù)據(jù)[5]以及新浪微博等社交媒體的數(shù)據(jù)[10]構(gòu)建流感預(yù)測(cè)模型，驗(yàn)證利用互聯(lián)網(wǎng)輿情數(shù)據(jù)預(yù)測(cè)我國(guó)流感的可行性。

不斷興起的互聯(lián)網(wǎng)應(yīng)用也持續(xù)為疾病防控，特別是傳染病的監(jiān)控和預(yù)測(cè)提供了新思路。比如自發(fā)性報(bào)告流感的網(wǎng)絡(luò)監(jiān)測(cè)系統(tǒng)(如美國(guó)的Flu Near You 、澳大利亞的Flutracking)[11]以及近年來(lái)用戶量激增的在線健康咨詢及管理的移動(dòng)互聯(lián)網(wǎng)應(yīng)用平臺(tái)，其與疾病相關(guān)的導(dǎo)醫(yī)初診及預(yù)約掛號(hào)數(shù)可以直接反映用戶的患病情況，且超前于醫(yī)院就診記錄。此外，各互聯(lián)網(wǎng)醫(yī)療平臺(tái)的藥物出售統(tǒng)計(jì)量也可反映疾病的流行形勢(shì)。這些數(shù)據(jù)結(jié)合人工智能算法都被嘗試用于傳染病等公共衛(wèi)生事件的預(yù)測(cè)預(yù)警建模[12]，且具有較好的預(yù)測(cè)效果。

除了新興的互聯(lián)網(wǎng)數(shù)據(jù)源，醫(yī)療相關(guān)的傳統(tǒng)數(shù)據(jù)轉(zhuǎn)換成結(jié)構(gòu)化或非結(jié)構(gòu)化的電子數(shù)據(jù)后，隨著人工智能技術(shù)的突破在疾病預(yù)測(cè)中同樣發(fā)揮著重要作用。借助于先進(jìn)的人工智能算法，研究者使用可穿戴設(shè)備或遠(yuǎn)程醫(yī)療設(shè)備實(shí)時(shí)記錄的患者生命體征數(shù)據(jù)[13]、患者的電子病歷[14]、體檢數(shù)據(jù)[15]、醫(yī)學(xué)影像(超聲/CT/核磁)[16]，乃至患者的語(yǔ)音數(shù)據(jù)[17]，建立了個(gè)人患病風(fēng)險(xiǎn)評(píng)估模型，自動(dòng)篩查疾病相關(guān)的危險(xiǎn)因素。從2011年起，大量的研究者開(kāi)始利用可穿戴設(shè)備或遠(yuǎn)程醫(yī)療設(shè)備記錄的用戶生命體征數(shù)據(jù)進(jìn)行慢阻肺和哮喘患病風(fēng)險(xiǎn)的預(yù)測(cè)，并不斷對(duì)預(yù)測(cè)模型進(jìn)行優(yōu)化改進(jìn)，目前預(yù)測(cè)準(zhǔn)確率為94 %[13]。華中科技大學(xué)的Chen等[15]利用結(jié)構(gòu)化的醫(yī)院數(shù)據(jù)包括個(gè)人屬性(性別、年齡、身高體重等)、生活習(xí)慣(吸煙與否)、檢查結(jié)果(血常規(guī)等)和非結(jié)構(gòu)化的個(gè)人患病史及歷史醫(yī)囑等文本數(shù)據(jù)，基于改進(jìn)的卷積神經(jīng)網(wǎng)絡(luò)對(duì)個(gè)體腦梗患病風(fēng)險(xiǎn)進(jìn)行預(yù)測(cè)，預(yù)測(cè)準(zhǔn)確率達(dá)到94.8%。波士頓大學(xué)的Theodora等[14]采用改進(jìn)的人工智能算法，基于電子病歷預(yù)測(cè)了心臟病以及糖尿病兩種慢性病的患病風(fēng)險(xiǎn)。

隨著人工智能算法的改進(jìn)及GPU對(duì)計(jì)算能力的提升，從大數(shù)據(jù)層面，充分利用多源、復(fù)雜、更全面的疾病相關(guān)數(shù)據(jù)已然成為了疾病預(yù)測(cè)的趨勢(shì)。豐富的特征數(shù)據(jù)源增加了疾病監(jiān)控和篩查的維度，對(duì)傳統(tǒng)數(shù)據(jù)源提供了有力的補(bǔ)充，也為人工智能技術(shù)在疾病預(yù)測(cè)中的應(yīng)用提供了充足的“燃料”。

（3）統(tǒng)計(jì)落入到子單元 usi|i=1，2，…，2d中的數(shù)據(jù)點(diǎn)的數(shù)量，判斷條件 density（usi|i=1，2，…，2d）是否成立，若條件成立則進(jìn)行步驟（4），否則不作處理；

2.2 人工智能技術(shù)

近年來(lái)，人工智能技術(shù)的突破一方面離不開(kāi)算法性能更優(yōu)、靈活度高的機(jī)器學(xué)習(xí)算法的開(kāi)發(fā)，更主要的是歸功于深度學(xué)習(xí)技術(shù)的成熟。2006年，Geoffrey Hinton提出深層神經(jīng)網(wǎng)絡(luò)逐層訓(xùn)練的高效算法，讓當(dāng)時(shí)計(jì)算條件下的神經(jīng)網(wǎng)絡(luò)模型訓(xùn)練成為了可能，同時(shí)通過(guò)深度神經(jīng)網(wǎng)絡(luò)模型得到的優(yōu)異的實(shí)驗(yàn)結(jié)果讓人們開(kāi)始重新關(guān)注人工智能。之后，深度神經(jīng)網(wǎng)絡(luò)模型成為了人工智能領(lǐng)域的重要前沿陣地，深度學(xué)習(xí)算法模型也經(jīng)歷了一個(gè)快速迭代的周期，深度信念網(wǎng)絡(luò)(deep belief network)、稀疏編碼(sparse coding)、循環(huán)神經(jīng)網(wǎng)絡(luò)(recursive neural network，RNN)、卷積神經(jīng)網(wǎng)絡(luò)(convolutional neural network，CNN)等各種新的算法模型被不斷提出。利用深度學(xué)習(xí)模型，人工智能在圖像識(shí)別、語(yǔ)音識(shí)別及自然語(yǔ)言處理等領(lǐng)域都達(dá)到了令人滿意的識(shí)別精度，有些領(lǐng)域甚至趕超人類。

公共衛(wèi)生事件的預(yù)測(cè)預(yù)警主要是預(yù)測(cè)未來(lái)時(shí)間點(diǎn)某一個(gè)城市或地區(qū)居民傳染病如流感的患病率，而針對(duì)個(gè)體的疾病風(fēng)險(xiǎn)預(yù)測(cè)是預(yù)測(cè)個(gè)體在未來(lái)設(shè)定的時(shí)間窗口內(nèi)是否會(huì)患某種疾病或者患病的概率。在人工智能領(lǐng)域，這些預(yù)測(cè)場(chǎng)景則會(huì)轉(zhuǎn)換成回歸預(yù)測(cè)或分類建模問(wèn)題，利用人工智能技術(shù)進(jìn)行疾病預(yù)測(cè)建模的主要技術(shù)點(diǎn)如下：

(1) 數(shù)據(jù)預(yù)處理。用于疾病預(yù)測(cè)的輸入數(shù)據(jù)，比如電子病歷經(jīng)常存在字段缺失或者數(shù)據(jù)異常的情況，導(dǎo)致特征無(wú)法提取或者給建模造成噪聲，因此需要對(duì)輸入數(shù)據(jù)進(jìn)行去噪、缺失值填充等預(yù)處理。缺失值填充方法除了常用的均值填充、中位數(shù)填充等，有研究針對(duì)該問(wèn)題提出的隱藏因子模型進(jìn)行缺失值自動(dòng)填充，有助于疾病預(yù)測(cè)精度的提升[15]。

(2)特征選擇。在疾病預(yù)測(cè)應(yīng)用中，用于傳染病預(yù)測(cè)的特征因子可能涵蓋天氣、輿情、人口等多源數(shù)據(jù)。在疾病風(fēng)險(xiǎn)預(yù)測(cè)中，每位患者的數(shù)據(jù)涉及病情主訴、診斷、生活習(xí)慣等，往往有上百維，而真實(shí)電子病歷的數(shù)據(jù)甚至有上千維。因此在使用機(jī)器學(xué)習(xí)算法進(jìn)行建模時(shí)，為了避免冗余的無(wú)意義的特征給模型引入噪聲，降低模型擬合的精度，需要選擇有意義的、相關(guān)的特征作為模型的輸入。疾病預(yù)測(cè)中使用的特征選擇算法類別包括過(guò)濾法(方差及相關(guān)系數(shù)檢驗(yàn))、封裝法(前向特征選擇等)以及嵌入式法(樹(shù)模型等)。在使用深度學(xué)習(xí)算法進(jìn)行建模時(shí)，深度學(xué)習(xí)網(wǎng)絡(luò)將原始特征進(jìn)行多層變換，把原始特征映射到新的空間中，因此不需要另外加入特征選擇模塊。

(3)模型選擇。用于挖掘序列本身相關(guān)性規(guī)律的時(shí)間序列模型自回歸積分滑動(dòng)平均模型(autoregressive integrated moving average model，ARIMA)是經(jīng)典的傳染病患病率預(yù)測(cè)模型，用數(shù)學(xué)模型近似描述序列的變化，對(duì)于短期趨勢(shì)的預(yù)測(cè)準(zhǔn)確率較高[18]。邏輯回歸模型(logistic regression, LR)由于可解釋性強(qiáng)被廣泛應(yīng)用在疾病預(yù)測(cè)中。2001年新興的集成學(xué)習(xí)算法——隨機(jī)森林(random forest)及其后續(xù)的改進(jìn)算法，由于兼具可解釋性且能夠進(jìn)一步提高預(yù)測(cè)精度，被應(yīng)用在越來(lái)越多的疾病預(yù)測(cè)研究中[19]。此外，SVR回歸[8]、Lasso回歸以及組合模型[11]等預(yù)測(cè)算法也被嘗試用于傳染病患病率及個(gè)人疾病風(fēng)險(xiǎn)預(yù)測(cè)模型中。近年來(lái)，由于深度學(xué)習(xí)算法在處理高維復(fù)雜的結(jié)構(gòu)化數(shù)據(jù)以及非結(jié)構(gòu)數(shù)據(jù)時(shí)表現(xiàn)出優(yōu)秀的算法性能，已有一些研究利用深度學(xué)習(xí)算法建立疾病預(yù)測(cè)模型，采用卷積神經(jīng)網(wǎng)絡(luò)(CNN)[15]、循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)[20]對(duì)電子病歷數(shù)據(jù)、醫(yī)學(xué)圖像以及語(yǔ)音數(shù)據(jù)進(jìn)行分析，預(yù)測(cè)個(gè)人患病風(fēng)險(xiǎn)。

2.3 應(yīng)用突破

先進(jìn)的人工智能算法也給疾病預(yù)測(cè)帶來(lái)了新的發(fā)現(xiàn)和突破。2017年4月，英國(guó)諾丁漢大學(xué)流行病學(xué)家Stephen Weng博士團(tuán)隊(duì)將機(jī)器學(xué)習(xí)算法應(yīng)用于電子病歷的常規(guī)數(shù)據(jù)分析，發(fā)現(xiàn)與當(dāng)前的心臟病預(yù)測(cè)方法相比，機(jī)器學(xué)習(xí)算法不僅可以更準(zhǔn)確地預(yù)測(cè)心臟病發(fā)病的風(fēng)險(xiǎn)，還可以降低假陽(yáng)性患者的數(shù)量。該團(tuán)隊(duì)利用隨機(jī)森林、邏輯回歸、梯度提升(gradient boosting)和神經(jīng)網(wǎng)絡(luò)4種人工智能算法預(yù)測(cè)人類患心血管疾病的風(fēng)險(xiǎn)，“摸索”出傳統(tǒng)模型結(jié)果中未出現(xiàn)的如房顫、種族差異等重要風(fēng)險(xiǎn)因子[21]。

根據(jù)科學(xué)期刊《自然》的報(bào)道[22]，2017年2月北卡羅來(lái)納大學(xué)的精神病學(xué)家Heather Hazlett帶領(lǐng)團(tuán)隊(duì)利用深度學(xué)習(xí)算法，開(kāi)發(fā)了可預(yù)測(cè)12個(gè)月大的兒童在2歲時(shí)是否會(huì)患上自閉癥的人工智能系統(tǒng)。采用的人工智能算法通過(guò)不斷“學(xué)習(xí)”腦部數(shù)據(jù)自動(dòng)判斷嬰兒的大腦生長(zhǎng)速度是否異常，以此來(lái)獲得自閉癥的早期線索。這種預(yù)測(cè)方法具有 81%的準(zhǔn)確率與88%的靈敏度。這意味著醫(yī)生可以借助這套算法在疾病發(fā)生的早期，篩選出會(huì)患病的兒童，提前進(jìn)行介入治療以達(dá)到更好的治療效果。

2018年，IBM 研究團(tuán)隊(duì)利用機(jī)器學(xué)習(xí)預(yù)測(cè)人類罹患精神疾病的風(fēng)險(xiǎn)。IBM團(tuán)隊(duì)用人工智能算法分別對(duì)59名受試者的語(yǔ)言模式進(jìn)行了追蹤和分析。受試者參加了一項(xiàng)訪談測(cè)試，訪談的記錄依據(jù)詞性不同被逐個(gè)拆解，然后對(duì)句子的連貫性進(jìn)行評(píng)分。機(jī)器算法則根據(jù)他們的語(yǔ)言模式判斷哪些人有罹患精神疾病的風(fēng)險(xiǎn)。受試者中有19人在兩年內(nèi)患上了精神疾病，其余40人則一切正常，算法預(yù)測(cè)的準(zhǔn)確率高達(dá)83%。這套算法還能夠區(qū)分近期罹患精神疾病的人群與正常人群的語(yǔ)言模式，而且準(zhǔn)確率達(dá)到72%。研究發(fā)現(xiàn)，具有高患病風(fēng)險(xiǎn)的人說(shuō)話時(shí)較少使用物主代詞，說(shuō)出的句子也不那么連貫[17]。

經(jīng)典的機(jī)器學(xué)習(xí)和統(tǒng)計(jì)方法普遍采用基于向量的表示方法，通過(guò)特征選擇提取最有預(yù)測(cè)能力的特征。最新的深度學(xué)習(xí)方法從輸入數(shù)據(jù)中自動(dòng)學(xué)習(xí)特征，對(duì)原始數(shù)據(jù)進(jìn)行多層變換，把原始特征映射到新的空間，雖提高了預(yù)測(cè)精度，但同時(shí)也降低了模型的可解釋性。

3 人工智能在疾病預(yù)測(cè)中的應(yīng)用落地

3.1 人工智能在公共衛(wèi)生防控方面的疾病預(yù)測(cè)應(yīng)用

2017年，平安集團(tuán)與重慶市疾病預(yù)防控制中心的聯(lián)合研發(fā)課題組，利用“互聯(lián)網(wǎng)+醫(yī)療健康”大數(shù)據(jù)前沿技術(shù)，首次提出“宏觀+微觀”的深度智能疾病預(yù)測(cè)方法，實(shí)現(xiàn)了提前一周預(yù)測(cè)某一地區(qū)流感和手足口病的患病率。該模型整合了上萬(wàn)維度數(shù)據(jù)因子，同時(shí)結(jié)合本地疾病防控實(shí)際業(yè)務(wù)經(jīng)驗(yàn)和專家知識(shí)，采用多種人工智能算法的組合，使疾病預(yù)測(cè)能夠達(dá)到時(shí)效性更強(qiáng)、精度更高、范圍更廣、輸出更穩(wěn)定、可擴(kuò)展性更強(qiáng)的要求，充分體現(xiàn)了多維數(shù)據(jù)來(lái)源的業(yè)務(wù)應(yīng)用優(yōu)勢(shì)和實(shí)踐價(jià)值。

該流感預(yù)測(cè)模型在宏觀或地區(qū)層面，通過(guò)整合全國(guó)上百個(gè)城市的環(huán)境氣象因子(環(huán)境/天氣/季節(jié))、人口信息(人口/流動(dòng)/結(jié)構(gòu))、地區(qū)生活行為、醫(yī)療習(xí)慣、就診行為等一系列宏觀因子，對(duì)歷史數(shù)據(jù)進(jìn)行嘗試挖掘，分析時(shí)間序列。在微觀層面，通過(guò)整合全方位、多維度的預(yù)測(cè)因子和信息來(lái)預(yù)測(cè)疾病發(fā)生風(fēng)險(xiǎn)。這些信息包括信息高度相關(guān)，但頻度較低、分布較稀疏的醫(yī)療健康因子(體檢/就診/告知等)，也包括信息間接相關(guān)，但信息頻度和深度較高的個(gè)人行為因子(財(cái)務(wù)/職業(yè)/生活等)、互聯(lián)網(wǎng)數(shù)據(jù)因子(輿情/行為/LBS等)等。通過(guò)精準(zhǔn)評(píng)估個(gè)人層面風(fēng)險(xiǎn)并匯總到宏觀層面，該方法能夠深入挖掘宏觀層面無(wú)法統(tǒng)計(jì)的細(xì)顆粒度的信息，從而提升預(yù)測(cè)精度。最終采用模型融合的方法，將深度學(xué)習(xí)和人工智能方法，如時(shí)間序列模型、樹(shù)模型等進(jìn)行組合，提高預(yù)測(cè)準(zhǔn)確度。該流感預(yù)測(cè)模型目前已在重慶市上線應(yīng)用，在重慶長(zhǎng)達(dá)3年的歷史靜態(tài)數(shù)據(jù)及上線后動(dòng)態(tài)數(shù)據(jù)的驗(yàn)證中，預(yù)測(cè)平均誤差率都不超過(guò)10 %。

基于人工智能技術(shù)的傳染病預(yù)測(cè)，將幫助政府部門及時(shí)監(jiān)控疫情和合理分配醫(yī)學(xué)資源，并指導(dǎo)民眾進(jìn)行疾病預(yù)防，提升疾病事前預(yù)防的成功率，有效降低國(guó)家疾病預(yù)測(cè)與防控工作的成本。

3.2 人工智能在慢性病篩查中的應(yīng)用

2017年，平安集團(tuán)與重慶市衛(wèi)生計(jì)生委聯(lián)合開(kāi)展大數(shù)據(jù)在慢阻肺篩查與防控方面的應(yīng)用研究，研發(fā)的慢阻肺危險(xiǎn)因素篩查模型準(zhǔn)確率達(dá)到92 %。應(yīng)用慢阻肺危險(xiǎn)因素篩查模型，可大幅減少城市醫(yī)療管理部門的篩查成本，提高篩查效率；同時(shí)利用早期篩查和早期干預(yù)，可顯著減少患者疾病的經(jīng)濟(jì)負(fù)擔(dān)。

2018年8月，平安集團(tuán)在上海黃浦區(qū)某藥店正式上線個(gè)人智能疾病預(yù)測(cè)系統(tǒng)，完成了人工智能在個(gè)人疾病風(fēng)險(xiǎn)預(yù)測(cè)中應(yīng)用的落地實(shí)施。顧客在完成血壓、心率等物理設(shè)備檢測(cè)時(shí)，就可以同步進(jìn)行12類常見(jiàn)的糖尿病及其并發(fā)癥、心腦血管疾病、高血壓、慢性腎病、慢性阻塞性肺疾病等慢性病的智能風(fēng)險(xiǎn)精準(zhǔn)預(yù)測(cè)。該系統(tǒng)基于大數(shù)據(jù)并采用人工智能和機(jī)器學(xué)習(xí)技術(shù)建立而成，從大量特征中挖掘疾病風(fēng)險(xiǎn)因子，進(jìn)行風(fēng)險(xiǎn)因素分析，并融合專家知識(shí)，針對(duì)精準(zhǔn)人群提供個(gè)性化的預(yù)防干預(yù)建議。糖尿病篩查等模型的準(zhǔn)確率在90%以上，靈敏度較通用模型提高了50%以上。

2018年2月美國(guó)食品藥品監(jiān)督管理局(FDA)批準(zhǔn)了一項(xiàng)人工智能成果——Cognoa公司用于檢測(cè)兒童自閉癥的人工智能平臺(tái)，這也是FDA監(jiān)管許可的首個(gè)用于自閉癥篩查的II類診斷醫(yī)療設(shè)備。通過(guò)分析家長(zhǎng)提供的兒童自然行為信息和視頻，Cognoa的應(yīng)用程序使用機(jī)器學(xué)習(xí)算法來(lái)評(píng)估該兒童是否正在以正確的速度發(fā)展，并評(píng)估他們的行為健康狀況。該應(yīng)用已經(jīng)通過(guò)臨床驗(yàn)證，可以在早期識(shí)別兒童的自閉癥，其準(zhǔn)確率超過(guò)80%。

人工智能技術(shù)在個(gè)人疾病篩查和健康管理中的應(yīng)用能夠幫助患病高危人群的高效篩選，及早發(fā)現(xiàn)疾病的發(fā)展趨勢(shì)，提高疾病防控意識(shí)。通過(guò)患病因素分析獲得定制化的健康信息服務(wù)，比如個(gè)人健康顧問(wèn)、預(yù)防治療措施以及求醫(yī)用藥指導(dǎo)等等，也是未來(lái)人工智能在疾病預(yù)測(cè)領(lǐng)域應(yīng)用落地的重要方向。

4 結(jié)論與展望

人工智能技術(shù)的發(fā)展使得疾病預(yù)測(cè)智能化和精確化成為可能，人工智能在疾病預(yù)測(cè)中的應(yīng)用近年來(lái)也取得了較大的突破。然而，人工智能技術(shù)在疾病預(yù)測(cè)中的預(yù)測(cè)精度還有待進(jìn)一步提高。一方面，如何處理多模態(tài)的醫(yī)療數(shù)據(jù)，充分利用結(jié)構(gòu)化數(shù)據(jù)、文本、影像和流數(shù)據(jù)(心率、血氧、呼吸等)等綜合信息進(jìn)行疾病預(yù)測(cè)建模，提高預(yù)測(cè)模型的精度和泛化能力是接下來(lái)很重要的技術(shù)挑戰(zhàn)。另一方面，由于醫(yī)學(xué)領(lǐng)域的特殊性，對(duì)預(yù)測(cè)模型的可解釋性具有較高要求。然而，目前由數(shù)據(jù)驅(qū)動(dòng)的人工智能疾病預(yù)測(cè)模型，其預(yù)測(cè)原理較難回溯到醫(yī)療領(lǐng)域知識(shí)。如何有效地融合醫(yī)學(xué)領(lǐng)域知識(shí)和機(jī)器學(xué)習(xí)方法，構(gòu)建可解釋性強(qiáng)的預(yù)測(cè)模型還有待深入研究。

(2018年9月17日收稿)