謝俊祥 張琳 李勇 ＊

1 中國(guó)醫(yī)學(xué)科學(xué)院北京協(xié)和醫(yī)學(xué)院醫(yī)學(xué)信息研究所 （北京 100020）

2 中央團(tuán)?？蒲胁?（北京 100089）

3 中國(guó)科學(xué)院大學(xué) （北京 100049）

4 中國(guó)科學(xué)院文獻(xiàn)情報(bào)中心 （北京 100190）

內(nèi)容提要： 為進(jìn)一步引領(lǐng)人工智能（AI）應(yīng)用與研發(fā)，美國(guó)從2016年開始先后發(fā)布了一系列戰(zhàn)略報(bào)告。醫(yī)療人工智能作為人工智能應(yīng)用的一個(gè)重要領(lǐng)域，在報(bào)告中對(duì)其概況、存在問題、關(guān)鍵技術(shù)、愿景等都有相關(guān)涉及。文章在戰(zhàn)略報(bào)告的基礎(chǔ)上，結(jié)合相關(guān)研究，對(duì)美國(guó)醫(yī)療人工智能概況、問題及背景等進(jìn)行分析。

1956年夏，在美國(guó)達(dá)特茅斯大學(xué)舉行的首次人工智能研討會(huì)上，McCarthy第一次提出“人工智能”（Artificial Intelligence，AI）的概念，標(biāo)志著人工智能學(xué)科的誕生。而醫(yī)療人工智能，則是指人工智能在醫(yī)療領(lǐng)域的應(yīng)用，涉及醫(yī)療行業(yè)各個(gè)環(huán)節(jié)，其終極目標(biāo)是人工智能代替人來(lái)為患者診斷、治療，目前主要發(fā)展方向包括輔助診斷、醫(yī)學(xué)影像識(shí)別、藥品研發(fā)、健康管理、基因測(cè)序等方面。美國(guó)作為科技強(qiáng)國(guó)，正不斷加強(qiáng)對(duì)前沿技術(shù)的全面研究，提升人工智能在國(guó)家戰(zhàn)略中的地位。美國(guó)白宮發(fā)布了一系列相關(guān)報(bào)告，以期為人工智能的未來(lái)發(fā)展提供針對(duì)性的建議。本文在對(duì)這一系列報(bào)告進(jìn)行梳理、深度解讀的基礎(chǔ)上，對(duì)美國(guó)醫(yī)療人工智能相關(guān)戰(zhàn)略及政策進(jìn)行初步研究，以便進(jìn)一步把握、促進(jìn)人工智能在疾病診療、健康管理、藥物研發(fā)、精準(zhǔn)醫(yī)學(xué)等方面的應(yīng)用。

1.美國(guó)醫(yī)療人工智能發(fā)展概況

1.1 美國(guó)醫(yī)療人工智能技術(shù)發(fā)展史

最早在醫(yī)療領(lǐng)域進(jìn)行人工智能探索的嘗試出現(xiàn)在20世紀(jì)70年代，方向?yàn)檩o助診斷[1]。1974年美國(guó)匹茲堡大學(xué)研發(fā)的INTERNISTI系統(tǒng)主要用于內(nèi)科復(fù)雜疾病的輔助診斷。而1976年美國(guó)斯坦福大學(xué)研發(fā)的MYCIN系統(tǒng)，能對(duì)感染性疾病患者進(jìn)行診斷，并開出抗生素處方。MYCIN系統(tǒng)內(nèi)部共有500條規(guī)則，只要按順序依次回答其提問，系統(tǒng)就能自動(dòng)判斷出患者所感染細(xì)菌的類別，并為其開出相應(yīng)的處方。此外，輔助診斷人工智能系統(tǒng)還包括CASNET/Glaucoma（羅格斯大學(xué)）、PIP/ABEL（MIT）、ONCOCIN（斯坦福大學(xué)）等。

20世紀(jì)80年代，醫(yī)療商業(yè)化應(yīng)用系統(tǒng)開始出現(xiàn)，但是其應(yīng)用效果卻差強(qiáng)人意。這一階段的QMR（Quick Medical Reference）、哈佛醫(yī)學(xué)院的DXplain系統(tǒng)等，主要是依據(jù)臨床表現(xiàn)提供診斷方案，但由于醫(yī)療的高度復(fù)雜性，其系統(tǒng)的表現(xiàn)并未達(dá)到預(yù)期結(jié)果。

近年來(lái)，醫(yī)療人工智能開始專注于醫(yī)療影像識(shí)別、健康管理、藥品研發(fā)等領(lǐng)域。如谷歌的DeepMind與英國(guó)國(guó)家健康體系（HNS）合作，開展頭頸癌患者放療療法涉及研究、眼部疾病的發(fā)現(xiàn)和治療、皮膚病診斷等領(lǐng)域。微軟的Hanover醫(yī)療健康計(jì)劃，與俄勒岡衛(wèi)生科學(xué)大學(xué)Knight癌癥研究所合作，共同進(jìn)行藥物研發(fā)和個(gè)性化治療。2007年IBM的Watson系統(tǒng)深度聚焦腫瘤領(lǐng)域，為醫(yī)生提供腫瘤治療參考方案。蘋果公司也加緊了人工智能芯片研究與系統(tǒng)收購(gòu)。

隨著數(shù)據(jù)的積累及算法的推進(jìn)，美國(guó)的醫(yī)療人工智能技術(shù)已逐漸從早期的數(shù)據(jù)整合階段，即由于醫(yī)療數(shù)據(jù)標(biāo)準(zhǔn)化低、共享機(jī)制弱造成的人工智能在醫(yī)療行業(yè)的應(yīng)用領(lǐng)域和效果受限階段，逐漸過渡到數(shù)據(jù)共享+感知智能階段，即實(shí)現(xiàn)了醫(yī)療數(shù)據(jù)的融合，已出現(xiàn)大量效果較好的輔助性醫(yī)療系統(tǒng)。最后進(jìn)入認(rèn)知智能+健康大數(shù)據(jù)階段，在此階段，人工智能整體上從感知智能向認(rèn)知智能發(fā)展，健康大數(shù)據(jù)的獲取成本也將降低，該階段也將出現(xiàn)替代人類醫(yī)生的人工智能應(yīng)用。

1.2 美國(guó)醫(yī)療人工智能技術(shù)發(fā)展現(xiàn)狀

從技術(shù)應(yīng)用層面分析，近年來(lái)美國(guó)醫(yī)療人工智能領(lǐng)域主要集中于將人工智能的機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺、自然語(yǔ)言處理（NLP）以及智能機(jī)器人應(yīng)用到醫(yī)療領(lǐng)域[1]。

機(jī)器學(xué)習(xí)在醫(yī)療領(lǐng)域的應(yīng)用主要聚焦于基因組學(xué)和生物制藥行業(yè)。在基因組學(xué)方面，主要利用機(jī)器學(xué)習(xí)對(duì)龐大的基因數(shù)據(jù)進(jìn)行挖掘，幫助解釋全基因組測(cè)序（WGS），并直接面向消費(fèi)者，研究預(yù)測(cè)性基因檢測(cè)和消費(fèi)者的基因組學(xué)。但未來(lái)發(fā)展受到高成本和技術(shù)瓶頸的限制。在生物制藥領(lǐng)域，目前利用機(jī)器學(xué)習(xí)可實(shí)現(xiàn)加速藥物發(fā)現(xiàn)，降低研發(fā)成本，簡(jiǎn)化藥物追蹤路徑等。

計(jì)算機(jī)視覺在醫(yī)療領(lǐng)域的應(yīng)用主要為醫(yī)學(xué)成像，如基于X射線，實(shí)現(xiàn)計(jì)算機(jī)斷層掃描（CT）和乳房X射線檢查；使用生物標(biāo)記在體內(nèi)成像或進(jìn)行核/分子成像；進(jìn)行核磁共振成像以及以更高的頻率運(yùn)行超聲成像。比較成熟的系統(tǒng)有IBM Watson醫(yī)療成像系統(tǒng)，該系統(tǒng)是由IBM攜手領(lǐng)先的衛(wèi)生系統(tǒng)、醫(yī)療學(xué)術(shù)中心、門診放射科提供商和醫(yī)學(xué)成像公司共同發(fā)起的一個(gè)全球性倡議，旨在幫助醫(yī)生解決包括乳腺癌、肺癌等癌癥，糖尿病、眼疾、腦部疾病、心臟病和中風(fēng)等疾病。由于對(duì)該系統(tǒng)預(yù)期值過高，其應(yīng)用和發(fā)展并非一帆風(fēng)順，但其出現(xiàn)和發(fā)展，卻掀起了google、微軟等公司開發(fā)醫(yī)療人工智能領(lǐng)域的浪潮。

自然語(yǔ)言處理（NLP）在醫(yī)療領(lǐng)域的應(yīng)用主要是為管理層制定醫(yī)療保險(xiǎn)計(jì)劃和護(hù)理管理計(jì)劃時(shí)基于以往用戶行為提供建議，作為患者/醫(yī)生顧問，引導(dǎo)用戶獲得最佳結(jié)果，同時(shí)還可高效協(xié)調(diào)護(hù)理、生活和健康，為患者帶來(lái)很好的互動(dòng)體驗(yàn)。

智能機(jī)器人在醫(yī)療領(lǐng)域的應(yīng)用主要是研制出各種功能的機(jī)器人，輔助治療和護(hù)理。精密外科手術(shù)機(jī)器人（達(dá)芬奇手術(shù)機(jī)器人），用于執(zhí)行重復(fù)性任務(wù)如采集血樣的機(jī)器人護(hù)士，用于提高隨訪效率的機(jī)器人助手，幫助偏遠(yuǎn)地區(qū)患者獲得高質(zhì)量醫(yī)療咨詢服務(wù)的遠(yuǎn)程醫(yī)療網(wǎng)絡(luò)，準(zhǔn)確處理藥物信息的制藥機(jī)器人等。達(dá)芬奇手術(shù)系統(tǒng)是由美國(guó)Intuitive Surgical公司開發(fā)的外科手術(shù)機(jī)器人系統(tǒng)，該系統(tǒng)在前列腺切除手術(shù)上應(yīng)用最多，但現(xiàn)在也越來(lái)越多地應(yīng)用于心臟瓣膜修復(fù)和婦科手術(shù)中。Catalia Health助理機(jī)器人通過獲取日常生活中難以得到的有關(guān)治療、困難和結(jié)果的數(shù)據(jù)及行為心理學(xué)原理，為患者提供私人訂制的健康指導(dǎo)。

從規(guī)模分析，美國(guó)目前有106家創(chuàng)業(yè)公司正在用AI轉(zhuǎn)變醫(yī)療的運(yùn)作生態(tài)，醫(yī)療影像和診斷領(lǐng)域的創(chuàng)業(yè)數(shù)量日益增加，遠(yuǎn)程患者監(jiān)護(hù)網(wǎng)絡(luò)開發(fā)逐漸細(xì)化，智能決策支持系統(tǒng)、藥物發(fā)現(xiàn)、腫瘤檢測(cè)等醫(yī)療人工智能系統(tǒng)日漸普及。據(jù)Fusion Fund預(yù)測(cè)，到2024年，藥物發(fā)現(xiàn)程序占據(jù)人工智能市場(chǎng)的35%以上，醫(yī)學(xué)影像和診斷行業(yè)的收入預(yù)計(jì)將達(dá)到25億美元，而基因組學(xué)和精密醫(yī)學(xué)領(lǐng)域人工智能的應(yīng)用，將會(huì)催生適應(yīng)個(gè)體患者情況的個(gè)性化治療方案以及加速醫(yī)療服務(wù)的交付速度。

2.美國(guó)涉及醫(yī)學(xué)人工智能系列報(bào)告發(fā)布?xì)v程及內(nèi)容簡(jiǎn)介

2.1 美國(guó)涉及醫(yī)學(xué)人工智能系列報(bào)告發(fā)布?xì)v程

人工智能概念已經(jīng)出現(xiàn)將近六十年，但近十年才真正得到全社會(huì)全層面的重視，已經(jīng)上升到國(guó)家戰(zhàn)略層面。作為科技強(qiáng)國(guó)的美國(guó)，正不斷加強(qiáng)對(duì)人工智能前沿技術(shù)的全面研究，同時(shí)為了應(yīng)對(duì)人工智能蓬勃發(fā)展的大趨勢(shì)，著眼長(zhǎng)期對(duì)社會(huì)的影響與變革，保持美國(guó)政府對(duì)人工智能發(fā)展的主動(dòng)性和預(yù)見性，美國(guó)政府自2016年起，成立相關(guān)委員會(huì)，并發(fā)布了一系列的戰(zhàn)略報(bào)告。美國(guó)白宮網(wǎng)站（https://www.whitehouse.gov/）的AI版塊資源中，對(duì)人工智能相關(guān)的關(guān)鍵戰(zhàn)略文檔進(jìn)行了列舉，在此基礎(chǔ)上，本文又增加了美國(guó)發(fā)布的與人工智能密切相關(guān)的文檔，去除僅提到人工智能但未對(duì)其戰(zhàn)略進(jìn)行描述的文檔以及未涉及醫(yī)療人工智能內(nèi)容的文檔，共得到5條，其詳細(xì)信息如表1所示。

表1. 美國(guó)人工智能關(guān)鍵戰(zhàn)略文檔

2.2 美國(guó)人工智能系列報(bào)告內(nèi)容簡(jiǎn)介

2.2.1 《為人工智能的未來(lái)做好準(zhǔn)備》內(nèi)容介紹

2016年10月，美國(guó)白宮科技政策辦公室下屬的“機(jī)器學(xué)習(xí)與人工智能分委員會(huì)”在“人工智能、法律和治理”“為社會(huì)造福的人工智能”“人工智能的未來(lái)：在全球創(chuàng)業(yè)峰會(huì)的新興話題和社會(huì)福利”“人工智能的技術(shù)、安全及控制”“人工智能的社會(huì)和充分的經(jīng)濟(jì)影響”五場(chǎng)研討會(huì)的基礎(chǔ)上，發(fā)布題為《為人工智能的未來(lái)做好準(zhǔn)備》[2]的報(bào)告，以期為聯(lián)邦政府機(jī)構(gòu)和其他相關(guān)者在人工智能領(lǐng)域的下一步行動(dòng)提供具體建議。

該報(bào)告從公共事務(wù)、聯(lián)邦政府、監(jiān)管、研發(fā)與從業(yè)者培養(yǎng)、自動(dòng)化與經(jīng)濟(jì)、公平安全與治理、全球考量與安全議題等七個(gè)方面分析了美國(guó)人工智能在各個(gè)領(lǐng)域的發(fā)展現(xiàn)狀、現(xiàn)有及潛在應(yīng)用，可能引發(fā)的問題。

該報(bào)告同時(shí)還指出，要加速人工智能在醫(yī)療領(lǐng)域的發(fā)展。美國(guó)醫(yī)學(xué)中心、醫(yī)院利用人工智能對(duì)并發(fā)癥進(jìn)行預(yù)測(cè)預(yù)防、發(fā)展電子化病歷、對(duì)醫(yī)療大數(shù)據(jù)進(jìn)行分析挖掘等，加快了疾病治愈的速度和減少了相應(yīng)的成本。人工智能為醫(yī)療帶來(lái)的社會(huì)意義和經(jīng)濟(jì)價(jià)值使人工智能醫(yī)療領(lǐng)域具有非常樂觀的前景。

2.2.2 《國(guó)家人工智能研發(fā)戰(zhàn)略規(guī)劃》內(nèi)容介紹

圖1. 《國(guó)家人工智能研發(fā)戰(zhàn)略規(guī)劃》7大戰(zhàn)略

2016年10月，在機(jī)器學(xué)習(xí)與人工智能分委會(huì)的指導(dǎo)下，與其同一級(jí)別的網(wǎng)絡(luò)與信息技術(shù)研究發(fā)展分委會(huì)（NITRD）編寫發(fā)布《國(guó)家人工智能研發(fā)戰(zhàn)略規(guī)劃》（以下簡(jiǎn)稱“規(guī)劃”）[3]。該規(guī)劃全面搭建了美國(guó)推動(dòng)人工智能研發(fā)的實(shí)施框架，提出了：①長(zhǎng)期推動(dòng)人工智能軟硬件系統(tǒng)演進(jìn)升級(jí)；②探索開發(fā)增強(qiáng)人機(jī)協(xié)作能力的智能系統(tǒng)；③了解和處理人工智能的倫理、法律和社會(huì)影響；④確保人工智能系統(tǒng)的安全性；⑤開發(fā)用于人工智能訓(xùn)練及測(cè)試的共享公共數(shù)據(jù)集和環(huán)境；⑥通過制定標(biāo)準(zhǔn)和相關(guān)參照，對(duì)人工智能技術(shù)進(jìn)行測(cè)試和評(píng)估；⑦人工智能人力資源需求。這7大規(guī)劃可分為以下3個(gè)層次（如圖1所示）。

該報(bào)告中還提出要在醫(yī)學(xué)診斷等領(lǐng)域開發(fā)有效的人類與人工智能協(xié)作的方法，當(dāng)人類需要幫助時(shí)，人工智能系統(tǒng)能夠自動(dòng)執(zhí)行決策并進(jìn)行醫(yī)療診斷。

2.2.3 《人工智能、自動(dòng)化與經(jīng)濟(jì)報(bào)告》內(nèi)容介紹

2016年12月，美國(guó)總統(tǒng)行政辦公室發(fā)布《人工智能、自動(dòng)化與經(jīng)濟(jì)報(bào)告》[4]，該報(bào)告深入考察了人工智能驅(qū)動(dòng)的自動(dòng)化將會(huì)給經(jīng)濟(jì)帶來(lái)的影響，以及對(duì)勞動(dòng)力市場(chǎng)帶來(lái)的機(jī)遇和挑戰(zhàn)。該報(bào)告明確指出，隨著人工智能能力的不斷提升，可以促進(jìn)科技進(jìn)步和生產(chǎn)增長(zhǎng)率的提高；同時(shí)，對(duì)于勞動(dòng)力市場(chǎng)也將隨之做出調(diào)整。所以需要政府繼續(xù)加大力度投資和發(fā)展人工智能，培養(yǎng)更多的人工智能勞動(dòng)力。

2.2.4 《2018年美國(guó)工業(yè)人工智能白宮峰會(huì)摘要》內(nèi)容介紹

2018年5月，美國(guó)白宮科技政策辦公室舉行了由谷歌、亞馬遜、微軟等38家公司的代表、政府官員、學(xué)術(shù)界代表參與的人工智能研討會(huì)，發(fā)布《2018年美國(guó)工業(yè)人工智能白宮峰會(huì)摘要》[5]。特朗普總統(tǒng)明確指出，“……我們要大膽地開拓科學(xué)、醫(yī)學(xué)和通信領(lǐng)域的前沿技術(shù)?！?/p>

2.2.5 《加速美國(guó)在人工智能領(lǐng)域的領(lǐng)先地位》總統(tǒng)行政命令內(nèi)容介紹

2019年2月11日，特朗普總統(tǒng)簽署一項(xiàng)行政命令，制定一個(gè)名為“美國(guó)人工智能倡議”的計(jì)劃[6]。該計(jì)劃雖然不包括新的資金或特定的人工智能項(xiàng)目，但它命令聯(lián)邦政府指導(dǎo)現(xiàn)有資金、項(xiàng)目和數(shù)據(jù)，以支持人工智能研究和商業(yè)化。

3.醫(yī)療人工智能戰(zhàn)略分析

上述5份報(bào)告涉及的內(nèi)容極為廣泛，既涉及到人工智能研究的絕大部分主題，又涉及人工智能應(yīng)用的各個(gè)領(lǐng)域。雖然美國(guó)尚未發(fā)布關(guān)于醫(yī)療人工智能的相關(guān)戰(zhàn)略報(bào)告，但是，從上述報(bào)告中，仍可發(fā)現(xiàn)醫(yī)療人工智能的現(xiàn)狀、技術(shù)、問題及愿景等內(nèi)容。

3.1 從戰(zhàn)略報(bào)告看醫(yī)療人工智能現(xiàn)狀

在《為人工智能的未來(lái)做好準(zhǔn)備》報(bào)告中，對(duì)于醫(yī)療人工智能現(xiàn)狀描述，主要提到了人機(jī)合作識(shí)別X射線片診斷的研究，該研究要求參與者對(duì)淋巴細(xì)胞的圖像進(jìn)行診斷分析，判斷細(xì)胞是否癌變。基于人工智能的分析方式的錯(cuò)誤率為7.5%，人類病理學(xué)家的錯(cuò)誤率是3.5%，人機(jī)合作的錯(cuò)誤率僅有0.5%。并以沃爾特里德醫(yī)學(xué)中心、約翰·霍普金斯大學(xué)醫(yī)院為例，闡述了沃爾特里德醫(yī)學(xué)中心退伍軍人事務(wù)部利用人工智能提高醫(yī)療并發(fā)癥的預(yù)測(cè)水平，同時(shí)改善嚴(yán)重戰(zhàn)爭(zhēng)創(chuàng)傷的治療方法；約翰·霍普金斯大學(xué)醫(yī)院則利用人工智能預(yù)測(cè)并發(fā)癥，輔助醫(yī)生采取預(yù)防性治療，從而降低醫(yī)院感染率。

在《國(guó)家人工智能研發(fā)戰(zhàn)略規(guī)劃》戰(zhàn)略一中，也以人機(jī)合作識(shí)別淋巴細(xì)胞圖像為例，提出人工智能輔助專家診斷，可大大降低誤診率。

3.2 從戰(zhàn)略報(bào)告看醫(yī)療人工智能關(guān)鍵技術(shù)

從人工智能的角度來(lái)看，醫(yī)療是人工智能的應(yīng)用領(lǐng)域。因此，人工智能的關(guān)鍵技術(shù)是決定醫(yī)療人工智能發(fā)展的重要因素。戰(zhàn)略中提到的人工智能的關(guān)鍵技術(shù)，與醫(yī)療有關(guān)的主要有以下幾個(gè)方面。

3.2.1 機(jī)器學(xué)習(xí)及深度學(xué)習(xí)

機(jī)器學(xué)習(xí)作為人工智能研究的一個(gè)核心領(lǐng)域，是醫(yī)療人工智能關(guān)鍵技術(shù)的基礎(chǔ)。機(jī)器學(xué)習(xí)是一個(gè)始于大量數(shù)據(jù)的統(tǒng)計(jì)學(xué)過程，試圖通過數(shù)據(jù)分析導(dǎo)出規(guī)則或流程，用于解釋數(shù)據(jù)或者預(yù)測(cè)未來(lái)數(shù)據(jù)。根據(jù)IDC Digital的預(yù)測(cè)，截至2020年醫(yī)療數(shù)據(jù)量將達(dá)到40萬(wàn)億GB，這些大量的臨床治療、醫(yī)學(xué)影像、藥物研發(fā)等數(shù)據(jù)，結(jié)構(gòu)較為固定，便于作為機(jī)器學(xué)習(xí)的素材，具有深度挖掘與研究的價(jià)值[7]。

隨著機(jī)器學(xué)習(xí)研究的不斷深入，逐漸產(chǎn)生深度學(xué)習(xí)這一新興方向。深度學(xué)習(xí)是在機(jī)器學(xué)習(xí)的基礎(chǔ)上，模擬人腦分析和學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，通過解釋數(shù)據(jù)獲得內(nèi)在規(guī)律和理論，進(jìn)而改進(jìn)并提升自身能力。在醫(yī)學(xué)領(lǐng)域數(shù)據(jù)量和計(jì)算量的驅(qū)動(dòng)下，卷積神經(jīng)網(wǎng)絡(luò)和深度神經(jīng)網(wǎng)絡(luò)等深度學(xué)習(xí)算法已經(jīng)在圖像識(shí)別上發(fā)生了質(zhì)的飛躍，遠(yuǎn)遠(yuǎn)超過了傳統(tǒng)的圖像識(shí)別算法。

尤其是機(jī)器學(xué)習(xí)以及深度學(xué)習(xí)與計(jì)算機(jī)視覺、自然語(yǔ)言處理相結(jié)合，在醫(yī)學(xué)影像的自動(dòng)分析和輔助診斷方面已經(jīng)取得良好效果。如，利用機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺進(jìn)行醫(yī)學(xué)影像的圖像分割、特征提取、定量分析等病灶識(shí)別與標(biāo)注，可大幅提升影像科醫(yī)生診斷的準(zhǔn)確率。在新藥研制過程中，機(jī)器學(xué)習(xí)可通過大量數(shù)據(jù)虛擬篩選合適化合物，預(yù)測(cè)化合物可能的活性，對(duì)比較有可能成為藥物的化合物進(jìn)行有針對(duì)性的實(shí)體篩選，同時(shí)在臨床試驗(yàn)階段，可進(jìn)行受試者精準(zhǔn)挖掘，對(duì)疾病數(shù)據(jù)進(jìn)行深度研究，大量減少研發(fā)時(shí)間并降低研發(fā)成本。在健康管理方面，機(jī)器學(xué)習(xí)及深度學(xué)習(xí)技術(shù)可對(duì)數(shù)據(jù)進(jìn)行高效計(jì)算和精準(zhǔn)決策分析，實(shí)現(xiàn)個(gè)性化精準(zhǔn)健康管理。在疾病預(yù)測(cè)方面，機(jī)器學(xué)習(xí)以及深度學(xué)習(xí)技術(shù)可精準(zhǔn)迅速地進(jìn)行龐大的基因數(shù)據(jù)分析，為癌癥診斷和治療提供必要信息。

3.2.2 計(jì)算機(jī)視覺

計(jì)算機(jī)視覺技術(shù)是指利用計(jì)算機(jī)對(duì)視覺信息進(jìn)行全程處理，其核心技術(shù)包括數(shù)字圖像處理技術(shù)等[8]。數(shù)字圖像處理技術(shù)，是將圖像信號(hào)轉(zhuǎn)變?yōu)閿?shù)字信號(hào)，再用計(jì)算機(jī)識(shí)別處理的技術(shù)，對(duì)圖像進(jìn)行預(yù)處理，在提高圖片質(zhì)量的同時(shí)，強(qiáng)化圖像中的高頻信息，幫助醫(yī)療人員精準(zhǔn)讀取圖片信息，并為后續(xù)機(jī)器學(xué)習(xí)提供更好的訓(xùn)練數(shù)據(jù)集。

在醫(yī)療領(lǐng)域的應(yīng)用，主要是在醫(yī)療大數(shù)據(jù)的基礎(chǔ)上，實(shí)現(xiàn)圖像識(shí)別。在圖像識(shí)別方面，主要是幫助醫(yī)療人員更加準(zhǔn)確地對(duì)病理切片進(jìn)行分析研究，降低醫(yī)療人員的診斷錯(cuò)誤率。同時(shí)，觀察腺體的計(jì)算機(jī)視覺系統(tǒng)，可通過觀察其形態(tài)，判斷癌細(xì)胞擴(kuò)散的嚴(yán)重程度，幫助醫(yī)療人員更好地發(fā)現(xiàn)以及控制癌癥擴(kuò)散。

3.2.3 自然語(yǔ)言處理

自然語(yǔ)言處理，是人工智能領(lǐng)域與計(jì)算機(jī)科學(xué)領(lǐng)域中的一個(gè)重要研究方向，即對(duì)人們?nèi)粘Ｊ褂玫木哂懈鞣N表示形式的語(yǔ)言進(jìn)行分析與處理[9]。在醫(yī)療領(lǐng)域中，大量的醫(yī)療數(shù)據(jù)都是以非結(jié)構(gòu)化的文本形式存儲(chǔ)的，是通過計(jì)算機(jī)進(jìn)行處理和分析的。如癥狀描述部分的數(shù)據(jù)就是以醫(yī)生或患者的口頭語(yǔ)言進(jìn)行描述的非結(jié)構(gòu)化數(shù)據(jù)。因此需要對(duì)其進(jìn)行處理，集合整合基于詞典、規(guī)則、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理多種方法的關(guān)鍵字、語(yǔ)義關(guān)系提取算法，使得醫(yī)生或患者對(duì)癥狀描述更為標(biāo)準(zhǔn)和統(tǒng)一。

3.3 從戰(zhàn)略報(bào)告看醫(yī)療人工智能存在問題

3.3.1 健康醫(yī)療數(shù)據(jù)方面

醫(yī)療人工智能的發(fā)展，最根本性的基礎(chǔ)是健康醫(yī)療數(shù)據(jù)。而目前，健康醫(yī)療數(shù)據(jù)的使用權(quán)、安全性、開放性、可交換性、倫理性、可獲取性等方面的問題，直接決定了醫(yī)療人工智能的發(fā)展。

關(guān)于醫(yī)療數(shù)據(jù)的歸屬和使用權(quán)限問題，目前尚無(wú)明確的規(guī)定。因此，各大醫(yī)療人工智能公司在技術(shù)開發(fā)過程中，其數(shù)據(jù)訓(xùn)練集的獲得是首先要考慮的問題。另外，醫(yī)療數(shù)據(jù)涉及大量的個(gè)人數(shù)據(jù)隱私方面的問題，對(duì)于個(gè)人醫(yī)療隱私的保護(hù)也頗為棘手。醫(yī)療數(shù)據(jù)開放方面，由于國(guó)家及地區(qū)對(duì)于人類基因及遺傳資源管理的規(guī)定，以及各大醫(yī)療機(jī)構(gòu)之間數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一，對(duì)醫(yī)療數(shù)據(jù)的機(jī)構(gòu)共享、國(guó)家共享、以及地區(qū)共享形成一定的阻礙。

3.3.2 人工智能算法及系統(tǒng)方面

盡管人工智能的應(yīng)用范圍十分廣泛，但是多數(shù)結(jié)論由經(jīng)驗(yàn)而來(lái)，多數(shù)受到算法及系統(tǒng)硬件的限制。雖然許多人工智能算法的最終目標(biāo)是使用仿人類的方案來(lái)解決開放式挑戰(zhàn)，但是仿人類的解決方案與人工智能算法一起使用的可行性能達(dá)到何種程度，卻無(wú)法預(yù)測(cè)。另一方面，人工智能系統(tǒng)對(duì)數(shù)據(jù)和其他系統(tǒng)接口的兼容性、易操作性、對(duì)環(huán)境的適應(yīng)性，數(shù)據(jù)處理的速度及準(zhǔn)確性等都是限制醫(yī)療人工智能快速發(fā)展的瓶頸。

3.3.3 AI醫(yī)療器械審批方面

雖然人工智能醫(yī)療行業(yè)發(fā)展速度很快，但是涉及到醫(yī)療器械的安全性問題，對(duì)器械分類及效果要求較高。從美國(guó)AI醫(yī)療器械產(chǎn)品的審批情況看，雖然目前已經(jīng)審批Viz.Ai的Contact應(yīng)用、IDx-DR設(shè)備、以及OsteoDetect軟件等，但是FDA對(duì)于系統(tǒng)的安全性和準(zhǔn)確性要求極為苛刻，以IDx為例，該設(shè)備經(jīng)過21年才通過審批，而FDA評(píng)估該系統(tǒng)的安全性和準(zhǔn)確性應(yīng)用就長(zhǎng)達(dá)7年之久。尤其是在三期臨床試驗(yàn)中，F(xiàn)DA要求人工智能判斷的準(zhǔn)確率需要在99%以上，甚至更為精準(zhǔn)，而AI人工智能的研究多為前瞻性研究，所以需要長(zhǎng)時(shí)間隨訪，因此僅從三期發(fā)展為成熟醫(yī)療產(chǎn)品可能就需要2～5年。另外，由于AI人工智能系統(tǒng)軟件更新迭代周期較快，雖然FDA針對(duì)快速迭代的人工智能軟件制定了Pre-Cert計(jì)劃（Software Precertification Pilot Program），允許公司對(duì)系統(tǒng)軟件進(jìn)行微小更改，不必每次提交審核申請(qǐng)，但是也會(huì)在一定程度上影響AI人工智能系統(tǒng)的發(fā)展。

3.3.4 AI醫(yī)療人才方面

雖然美國(guó)高校較早地設(shè)立了人工智能專業(yè)，并且其AI人才數(shù)量超過85萬(wàn)，但是人才短缺以及人才成本高昂仍是美國(guó)AI醫(yī)療的重要問題。據(jù)調(diào)查，在硅谷做深度學(xué)習(xí)的人工智能博士生，剛畢業(yè)的年薪即為15～25萬(wàn)美元[10]。而該薪資相對(duì)于專門從事AI醫(yī)療領(lǐng)域的平均薪資水平，仍存在一定差距。

3.4 從戰(zhàn)略報(bào)告看醫(yī)療人工智能的愿景

在戰(zhàn)略報(bào)告中，對(duì)醫(yī)療人工智能的前景均持樂觀態(tài)度。并指出，醫(yī)療人工智能可促使醫(yī)療病歷向電子化方向轉(zhuǎn)變，而在精準(zhǔn)醫(yī)學(xué)和癌癥研究等許多領(lǐng)域，人工智能對(duì)健康數(shù)據(jù)進(jìn)行預(yù)測(cè)分析起到至關(guān)重要的作用，如期望醫(yī)療人工智能支持從大規(guī)?；蚪M研究（如全基因組關(guān)聯(lián)研究、排序研究）中識(shí)別出遺傳風(fēng)險(xiǎn)的生物信息學(xué)系統(tǒng)，并預(yù)測(cè)新藥物的安全性和有效性。同時(shí)利用人工智能技術(shù)進(jìn)行多維度數(shù)據(jù)評(píng)估，研究公共衛(wèi)生問題，為醫(yī)療診斷和處方治療提供決策支持系統(tǒng)。另外，還期望人工智能可以實(shí)現(xiàn)個(gè)人藥物定制，提高醫(yī)療效果、患者舒適度并減少浪費(fèi)。