新鄉(xiāng)醫(yī)學(xué)院三全學(xué)院 李一哲 劉卓 陳樹銀 張雯倩 任帥輝

當(dāng)今，隨著大數(shù)據(jù)、云計(jì)算、物聯(lián)網(wǎng)技術(shù)、5G 通信技術(shù)等一系列新興技術(shù)的快速發(fā)展，“人工智能技術(shù)”在這些基礎(chǔ)上孕育而生，又因我國把人工智能技術(shù)作為新興科技領(lǐng)域的主要發(fā)展方向，因此在眾多領(lǐng)域人工智能技術(shù)得以運(yùn)用。因我國在治療某些醫(yī)療技術(shù)的發(fā)展上遇上瓶頸，因此通過運(yùn)用人工智能技術(shù)或許可以克服當(dāng)今醫(yī)療技術(shù)無法解決的難題。人工智能在醫(yī)療中的運(yùn)用，將是我國醫(yī)療領(lǐng)域未來的發(fā)展主要方向。人工智能技術(shù)在醫(yī)療領(lǐng)域的運(yùn)用主要在五個(gè)方面：醫(yī)學(xué)影響的人工智能分析、人工智能醫(yī)療機(jī)器人、疾病輔助診斷、人工智能輔助藥物研發(fā)、健康管理與疾病預(yù)測。但由于人工智能技術(shù)目前還存在一定缺陷以及相關(guān)的法律法規(guī)還未完善，因此人工智能技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用還面臨著諸多挑戰(zhàn)和問題。

1 人工智能的概念

人工智能的定義最早是被麻省理工學(xué)院的約翰麥卡錫在1956 年的達(dá)特矛斯會(huì)議上被提出來的。早些年的人工智能的定義只是為了讓機(jī)器表現(xiàn)出來人的一些行為。當(dāng)今對人工智能又有了新的定義，是指讓機(jī)器可以像人一樣理性的思考和分析問題，并做出相關(guān)的行動(dòng)，這里的行動(dòng)是指可以制定決策并采取行動(dòng)，而不是簡單的肢體上的活動(dòng)。

目前，人工智能可以跟人的大腦一樣進(jìn)行事物的推理和一些數(shù)據(jù)的運(yùn)算，但人工智能通常還可以完成人腦無法完成的數(shù)據(jù)運(yùn)算。從21 世紀(jì)開始人工智能技術(shù)逐漸具備深度學(xué)習(xí)能力，深度學(xué)習(xí)就是通過算法，來對數(shù)據(jù)進(jìn)行處理和分析。對于人工智能來講，算法是它的靈魂跟核心，而大數(shù)據(jù)跟算力則是其基礎(chǔ)。

2 人工智能在醫(yī)療領(lǐng)域的應(yīng)用

在醫(yī)療領(lǐng)域，人工智能被廣泛地應(yīng)用于輔助影像診斷、輔助疾病診斷與預(yù)測、醫(yī)療機(jī)器人、輔助藥物研發(fā)以及健康管理等多個(gè)方面。

2.1 人工智能輔助診斷醫(yī)學(xué)影像

隨著人工智能的發(fā)展，利用其輔助醫(yī)師診斷醫(yī)學(xué)影像，也是其主要的研究方向之一。在我國每年平均約有5700 萬病例被誤診，在被誤診的病例當(dāng)中，醫(yī)學(xué)影像提供了九成以上的醫(yī)學(xué)數(shù)據(jù)資料，然而對影像資料的分析主要是依靠醫(yī)生的自我經(jīng)驗(yàn)以及主觀判斷，所以不可避免會(huì)有錯(cuò)誤的發(fā)生。醫(yī)學(xué)影像可以分為成像和圖像分析兩個(gè)部分，人工智能技術(shù)的運(yùn)用可以使成像的速度加快，有效的縮短了成像時(shí)間，并且可以提高影像的清晰度。在影像分析部分，人工智能技術(shù)可以利用算法準(zhǔn)確快速的從影像數(shù)據(jù)庫中快速提取到有效的信息，幫助醫(yī)生進(jìn)行輔助診斷，避免因醫(yī)生的主觀因素導(dǎo)致診斷失誤。

在人工智能的研究中主要取得的突破是計(jì)算機(jī)視覺領(lǐng)域，首先對需處理的視頻圖像進(jìn)行分析，然后進(jìn)行深一步解析，最后進(jìn)行目標(biāo)分類、檢測和分割等任務(wù)。該技術(shù)在診斷患者CT 影像有無惡性腫瘤等方面發(fā)揮重要作用，目前已廣泛應(yīng)用與皮膚科、放射科、病理科等。在疫情防控期間，華為云通過其計(jì)算機(jī)視覺與醫(yī)學(xué)圖像處理等技術(shù)，推出新冠疫情輔助醫(yī)學(xué)影像診斷分析服務(wù)，可快速的進(jìn)行輔助診斷，有效的減輕了其壓力，以及中國達(dá)摩院推出的人工智能輔助CT 在疫情防控期間也發(fā)揮著重要的作用，該技術(shù)檢測一張CT 僅需要20s，并且準(zhǔn)確率高達(dá)96%，并在2020 年2 月份在河南鄭州小湯山醫(yī)院應(yīng)用。

人工智能技術(shù)輔助診斷醫(yī)學(xué)影像的應(yīng)用，通過對CT 讀取、核磁圖像讀取等，然后醫(yī)生只需登入相關(guān)系統(tǒng)對讀取后的影像資料的發(fā)病部位、結(jié)節(jié)、病原灶等異常部位進(jìn)行標(biāo)注，不僅提高了診斷的準(zhǔn)確率，還減輕了醫(yī)護(hù)人員的工作壓力。

2.2 人工智能疾病輔助診斷與預(yù)測

相比于人腦而言計(jì)算機(jī)擁有強(qiáng)大的數(shù)據(jù)分析與整合能力，人工智能技術(shù)基于大數(shù)據(jù)分析、算法計(jì)算、深度學(xué)習(xí)等，有助于疾病的輔助診斷與預(yù)測，并且運(yùn)算結(jié)果精確度較高、速度較快。目前影響范圍最廣的醫(yī)療輔助診斷系統(tǒng)是“沃森”系統(tǒng)，該系統(tǒng)是由IBM 與美國腫瘤醫(yī)院共同開發(fā)完成的。沃森醫(yī)生平臺(tái)在醫(yī)療領(lǐng)域的運(yùn)用，主要是輔助診斷人類疾病的一大難題—癌癥，該系統(tǒng)通過自然語言處理和深度算法學(xué)習(xí)，整理并分析上萬份的臨床病例、治療方案、近百本期刊和論文，從中可以快速的提取有效的信息，從而為醫(yī)生的診療過程中提出合理的方案，從而進(jìn)一步提高了診療的效率和精準(zhǔn)度。同時(shí)還有我國的阿里云醫(yī)療大腦，該系統(tǒng)主要是輔助診斷甲狀腺病灶區(qū)，通過儲(chǔ)存大量的甲狀腺病灶片源，輔助醫(yī)生進(jìn)行準(zhǔn)確的診斷，并且將診斷的準(zhǔn)確率由原來的70%提高至了85%。

在疾病的預(yù)測方面，主要是指運(yùn)用人工智能技術(shù)對人類相關(guān)基因進(jìn)行檢測和測序，提前預(yù)知某種疾病的潛在風(fēng)險(xiǎn)。目前基因檢測是利用人工智能對疾病進(jìn)行預(yù)測的主要方法之一。由于近些年癌癥的發(fā)病率較高，因此運(yùn)用人工智能技術(shù)對相關(guān)基因進(jìn)行檢測，在預(yù)測腫瘤潛在發(fā)病風(fēng)險(xiǎn)方面提供了重要的信息。由中國澳門科技大學(xué)科研團(tuán)隊(duì)研發(fā)的“新冠肺炎全診療過程的智慧篩查、診斷與預(yù)測系統(tǒng)”通過對疑似感染者的胸部CT 影像、病例進(jìn)行數(shù)據(jù)分析，快速的診斷和篩查，然后進(jìn)行分級分類進(jìn)行預(yù)防和治療。

2.3 人工智能輔助藥物研發(fā)

我國傳統(tǒng)醫(yī)藥的研發(fā)普遍面臨著研發(fā)周期長，通常從研發(fā)到投入臨床使用要經(jīng)歷12 ～14 年，成本高并且研發(fā)藥物的療效跟副作用無法預(yù)測，只能后期在臨床應(yīng)用中進(jìn)行觀察。目前利用人工智能技術(shù)不僅可以減少研發(fā)周期，降低成本，并且可以運(yùn)用計(jì)算機(jī)算法計(jì)算能力和數(shù)據(jù)分析的能力，對該藥物的眾多分子結(jié)構(gòu)進(jìn)行分析和排列重組，最后進(jìn)行藥物的合成模擬?？梢杂行У臏p少實(shí)驗(yàn)次數(shù)降低成本，預(yù)測新藥物的效果跟副作用。目前通過人工智能技術(shù)輔助藥物研發(fā)最多的就是心血管疾病相關(guān)藥物、腫瘤相關(guān)藥物、預(yù)防傳染病的藥物等，人工智能技術(shù)還在研究新冠疫情特效藥和疫苗中發(fā)揮了重要作用，通過對病毒的蛋白、基因組RNA 結(jié)構(gòu)進(jìn)行推算，加快了新冠疫情藥物和疫苗的研發(fā)進(jìn)程。

2.4 人工智能醫(yī)療機(jī)器人

醫(yī)療機(jī)器人的應(yīng)用有助于減少醫(yī)護(hù)人員在對患者進(jìn)行救治康復(fù)等醫(yī)療過程中的風(fēng)險(xiǎn)和壓力，其中包括：外科手術(shù)機(jī)器人、智能假肢、醫(yī)養(yǎng)機(jī)器人、智能導(dǎo)診機(jī)器人等。目前較為成熟的機(jī)器人有：

2.4.1 外科手術(shù)機(jī)器人

在外科手術(shù)中，由于主刀醫(yī)師需要在狹小的范圍內(nèi)精確的完成手術(shù)，因此出現(xiàn)失誤是不可避免的。外科手術(shù)機(jī)器人在一些外科手術(shù)中發(fā)揮了重要作用，機(jī)器人具有穩(wěn)定的底盤，無論多久都可以精確無誤的完成手術(shù)。機(jī)器人通過智能影響分析系統(tǒng)對影像進(jìn)行分析處理，然后利用自主學(xué)習(xí)系統(tǒng)制定手術(shù)最優(yōu)方案，因此能夠彌補(bǔ)人類在技術(shù)上的一些不足，使一些難度較大，危險(xiǎn)程度較高的手術(shù)精確的完成。手術(shù)機(jī)器人的精準(zhǔn)有利于患者傷口的愈合，減輕患者手術(shù)中的痛苦。隨著5G 技術(shù)的發(fā)展，遠(yuǎn)程操控機(jī)械手臂進(jìn)行手術(shù)已經(jīng)成為現(xiàn)實(shí)，機(jī)械手臂裝有攝像機(jī)并且進(jìn)入體內(nèi)創(chuàng)口非常小，拍攝的畫面再經(jīng)過3D 圖像轉(zhuǎn)換系統(tǒng)呈現(xiàn)出來，完成人手無法完成的手術(shù)。目前最具有代表性的是麻省理工學(xué)院研發(fā)的達(dá)芬奇機(jī)器人。

2.4.2 外用骨骼機(jī)械臂

外用骨骼是一種輔助康復(fù)器具，用來輔助患者完成行走，抬舉等動(dòng)作。目前應(yīng)用最廣技術(shù)最成熟的就是ReWalk系列的外用骨骼康復(fù)機(jī)器人。機(jī)器人主要由三個(gè)部分組成，分別是智能控制系統(tǒng)、機(jī)械支撐、動(dòng)力系統(tǒng)和傳感器系統(tǒng)。機(jī)器人通過使用體感芯片來感知使用者的肢體動(dòng)作，輔助其活動(dòng)。并且可以在患者的行走過程中，感受患者的重心變化，來幫助其保持身體的平衡。

2.5 人工智能健康管理

2.5.1 健康管家

人工智能技術(shù)可以對自身的生理健康情況進(jìn)行實(shí)時(shí)檢測和分析，通過智能可穿戴設(shè)備對個(gè)人日?；顒?dòng)中生理參數(shù)等健康數(shù)據(jù)采集，再結(jié)合體檢信息，進(jìn)行健康評估的完善和健康管理服務(wù)的建立，對個(gè)人健康情況進(jìn)行有效管控。日常統(tǒng)計(jì)的數(shù)據(jù)對輔助查詢、導(dǎo)診等方面提供更多的幫助。

2.5.2 運(yùn)動(dòng)檢測

通過穿戴設(shè)備在運(yùn)動(dòng)的過程中，把步數(shù)、消耗的卡路里、應(yīng)攝入多少能量等信息通過人工智能進(jìn)行計(jì)算統(tǒng)計(jì)出來，并傳送到手機(jī)及服務(wù)器的終端，并給出合理的飲食建議。

2.5.3 體質(zhì)檢測

搭載智能數(shù)據(jù)分析和感應(yīng)系統(tǒng)的體質(zhì)檢測設(shè)備，通過傳感器接收人們的各項(xiàng)生理指標(biāo)，如睡眠狀態(tài)、心率、血壓、呼吸頻率等，然后利用數(shù)據(jù)分析系統(tǒng)與標(biāo)準(zhǔn)數(shù)據(jù)進(jìn)行分析比對，使用戶可以實(shí)時(shí)了解自己各項(xiàng)身體機(jī)能是否處于正常狀態(tài)，從而及時(shí)的發(fā)現(xiàn)預(yù)測某些疾病的潛在隱患，使用戶能夠更好了解自己的健康狀態(tài)，盡早去醫(yī)院進(jìn)行相關(guān)檢查。

2.5.4 遠(yuǎn)程醫(yī)療

目前我國傳統(tǒng)的醫(yī)療行業(yè)面臨著掛號難，醫(yī)療資源分配不均衡等問題。隨著“互聯(lián)網(wǎng)+醫(yī)療”的發(fā)展，人們可以根據(jù)自己的相關(guān)癥狀在網(wǎng)上自主進(jìn)行問診，通過視頻連線等方式來同醫(yī)生進(jìn)行溝通交流，使醫(yī)生的診斷更加準(zhǔn)確高效。

3 人工智能在醫(yī)療領(lǐng)域存在的問題

3.1 醫(yī)療信息化水平較低

目前我國三甲以下的醫(yī)療機(jī)構(gòu)信息化水平相對較低，醫(yī)院與外界甚至內(nèi)部一些數(shù)據(jù)信息不能得到共享。人工智能技術(shù)對信息化水平要求較高，如果醫(yī)療機(jī)構(gòu)的信息化水平達(dá)不到標(biāo)準(zhǔn)，則人工智能系統(tǒng)就無法進(jìn)行運(yùn)用。根據(jù)國家衛(wèi)計(jì)委對我國醫(yī)院的不完全統(tǒng)計(jì)，目前三甲醫(yī)院的信息化水平尚可達(dá)到應(yīng)用人工智能的標(biāo)準(zhǔn)，醫(yī)院的電子病歷檔案都較完善。但在大量二甲醫(yī)院和民營醫(yī)院中信息化水平低下，甚至存在缺失的狀態(tài)，很多都沒有電子病例，因此人工智能無法發(fā)揮作用。

此外人工智能最主要是利用和分析數(shù)據(jù)，再進(jìn)行自我學(xué)習(xí)。但我國很多醫(yī)院內(nèi)部沒有實(shí)現(xiàn)數(shù)據(jù)的互聯(lián)共享，科室與科室之間不能相互連接溝通，而是相互獨(dú)立的，這也為人工智能的運(yùn)用造成了困難。

3.2 安全保障與法律責(zé)任問題

人工智能技術(shù)雖以廣泛應(yīng)用，但終究還是一臺(tái)機(jī)器，因此機(jī)器普遍存在的痛弊是無法避免的，例如機(jī)器在進(jìn)行手術(shù)時(shí)的可靠性無法進(jìn)行判斷。特別是在外科手術(shù)或外科檢查這種風(fēng)險(xiǎn)較大的過程中，如果人工智能設(shè)備出現(xiàn)運(yùn)行上的問題，將如何對患者的生命負(fù)責(zé)。

此外，假如在手術(shù)過程中出現(xiàn)了意外，那么這個(gè)責(zé)任該由誰來承擔(dān)，是由負(fù)責(zé)操控機(jī)器的醫(yī)師還是生產(chǎn)人工智能設(shè)備的廠家；在運(yùn)行過程中出現(xiàn)的意外，到底是因?yàn)闄C(jī)器運(yùn)行不正常，還是由于醫(yī)師操作不當(dāng)導(dǎo)致的，應(yīng)當(dāng)如何區(qū)別并進(jìn)行責(zé)任判定，一直困擾并限制著人工智能在醫(yī)療領(lǐng)域的運(yùn)用。

3.3 過度依賴人工智能

在當(dāng)前的醫(yī)療產(chǎn)業(yè)的融合中，人工智能技術(shù)普遍應(yīng)用。就可能會(huì)出現(xiàn)醫(yī)師由于過度依賴導(dǎo)致醫(yī)療技能的退化，就像長期使用手機(jī)打字的人們其書寫技能就會(huì)不如從前。醫(yī)生本來就是門技術(shù)，這門技術(shù)的退步無論對醫(yī)生還是患者來說絕非是好事。此外，醫(yī)療不只是一個(gè)需要技術(shù)的行業(yè)，人文關(guān)懷在這個(gè)行業(yè)里也是不可缺少的一部分。更多的患者更愿意每天面對的是充滿人文關(guān)懷的醫(yī)護(hù)人員，而不是沒有感情的機(jī)器人。在人工智能技術(shù)應(yīng)用越來越廣泛的當(dāng)代，應(yīng)如何讓人工智能技術(shù)更好的服務(wù)于我們的社會(huì)，是我們應(yīng)共同面對的問題。

引用

[1] 糜澤花,錢愛兵.智慧醫(yī)療發(fā)展現(xiàn)狀及趨勢研究文獻(xiàn)綜述[J].中國全科醫(yī)學(xué),2019,22(3):366-370.

[2] 孟曉宇,王忠民,景慎旗,等.醫(yī)療人工智能的發(fā)展與挑戰(zhàn)[J].中國數(shù)字醫(yī)學(xué),2019,14(3):15-17.

[3] 董星宇,陳敏.醫(yī)療人工智能發(fā)展存在的問題及對策[J].醫(yī)學(xué)與社會(huì),2019,32(5):80-82.

[4] 鄭紅穎,楊艷,倪佳琪,等.人工智能臨床應(yīng)用研究進(jìn)展[J].護(hù)理研究,2019(3):454-458.

[5] 周吉銀,劉丹,曾圣雅.人工智能在醫(yī)療領(lǐng)域中應(yīng)用的挑戰(zhàn)與對策[J].中國醫(yī)學(xué)倫理學(xué),2019(3):281-286.

[6] 趙崢.“互聯(lián)網(wǎng) +”醫(yī)療模式的構(gòu)建研究[J].網(wǎng)絡(luò)安全技術(shù)與應(yīng)用,2020(5):131-133.

[7] 劉軍,韓燕鴻,潘建科,等.人工智能在中醫(yī)骨傷科領(lǐng)域應(yīng)用的現(xiàn)狀與前景[J].中華中醫(yī)藥雜志,2019,34(8):3608-3612.

[8] 徐琰,胡保全.淺談人工智能在乳腺癌領(lǐng)域的應(yīng)用進(jìn)展[J].大數(shù)據(jù)時(shí)代,2018(1):59-63.

[9] 趙一鳴,左秀然.PACS 與人工智能輔助診斷的集成應(yīng)用[J].中國數(shù)字醫(yī)學(xué),2018,13(4):20-22.

[10] 王迪.人工智能在智能醫(yī)療機(jī)器人設(shè)計(jì)中的應(yīng)用研究[J].電子制作,2019(12):20-21+35.

[11] 嚴(yán)律南.人工智能在醫(yī)學(xué)領(lǐng)域應(yīng)用的現(xiàn)狀與展望[J].中國普外基礎(chǔ)與臨床雜志,2018(5):27-28.

[12] 王旭.大數(shù)據(jù)醫(yī)療時(shí)代的人工智能與隱私保護(hù)[J].電子產(chǎn)品世界,2019,26(6):79-81.

[13] 張力平.智能化醫(yī)療引領(lǐng)健康新潮流[J].上海信息化,2019(6): 76-77.

[14] 李明杰.人工智能生成內(nèi)容的著作權(quán)研究[D].北京:北京化工大學(xué),2019.