時(shí)間：2024-01-15 14:51:51
序論：在您撰寫(xiě)人工智能輔助醫(yī)療決策時(shí)，參考他人的優(yōu)秀作品可以開(kāi)闊視野，小編為您整理的7篇范文，希望這些建議能夠激發(fā)您的創(chuàng)作熱情，引導(dǎo)您走向新的創(chuàng)作高度。
萬(wàn)東醫(yī)療(600055)與包括阿里健康在內(nèi)的多家人工智能企業(yè)開(kāi)展技術(shù)合作，全面開(kāi)展放射影像的機(jī)器智能診斷學(xué)習(xí)項(xiàng)目；思創(chuàng)醫(yī)惠(300078)推出了國(guó)內(nèi)唯一以“醫(yī)療大數(shù)據(jù)+認(rèn)知計(jì)算”為基礎(chǔ)，同時(shí)結(jié)合臨床應(yīng)用的人工智能輔助決策解決方案。
【公告】
新華錦(600735)：目前沒(méi)有在雄安設(shè)立養(yǎng)老 業(yè)務(wù)分支機(jī)構(gòu)的計(jì)劃
舒泰神(300204)：上半年凈利增兩成 擬7000萬(wàn)收購(gòu)德豐瑞剩余股權(quán)
金通靈(300091)：擬發(fā)行不超6億元“雙創(chuàng)”債
通富微電(002156)：總投資70億封測(cè)生產(chǎn)線今日奠基
葛洲壩(600068)：聯(lián)合中標(biāo)逾80億元PPP 項(xiàng)目
洛陽(yáng)玻璃(600876)：股價(jià)連續(xù)三日漲停 無(wú)未披露重大事項(xiàng)
美錦能源(000723)：發(fā)起設(shè)立礦業(yè)特種智能機(jī)器人(300024)研發(fā)公司
中國(guó)中車(chē)(601766)：控股股東與中國(guó)鐵路總公司戰(zhàn)略合作
【增減持】
海螺水泥(600585)上半年大幅減持股票收益18.6億
天原集團(tuán)(002386)股東東方資產(chǎn)管理公司擬減持不超6%股份
達(dá)威股份(300535)股東吳冬梅計(jì)劃減持不超6%股份
愷英網(wǎng)絡(luò)(002517)遭股東海通開(kāi)元減持4.69%股份
高科石化(002778)三名股東擬合計(jì)減持不超228萬(wàn)股
飛馬國(guó)際(002210)：副董事長(zhǎng)擬減持不超731萬(wàn)股
【復(fù)牌】
政策驅(qū)動(dòng)也是重要?jiǎng)恿?，科技巨頭搶先布局引發(fā)示范效應(yīng)。智能化時(shí)代，各國(guó)從國(guó)家戰(zhàn)略層面加緊人工智能布局，美國(guó)的大腦研究計(jì)劃(BRAIN)、歐盟的人腦工程項(xiàng)目(HBP)、日本大腦研究計(jì)劃(Brain/MINDS)，而我國(guó)也在“十三五”規(guī)劃中把腦科學(xué)和類(lèi)腦研究列入國(guó)家重大科技項(xiàng)目。企業(yè)布局方面，谷歌、Facebook、微軟、IBM等均投入巨資，其示范效應(yīng)是產(chǎn)業(yè)進(jìn)步的先兆；國(guó)內(nèi)百度、阿里、訊飛、360、華為、滴滴等也加緊布局。15年行業(yè)投資金額增長(zhǎng)76%，投資機(jī)構(gòu)數(shù)量增長(zhǎng)71%，計(jì)算機(jī)視覺(jué)和自然語(yǔ)言處理占比居前。
產(chǎn)業(yè)鏈格局已現(xiàn)，上游技術(shù)成型、下游需求倒逼，計(jì)算機(jī)視覺(jué)產(chǎn)業(yè)應(yīng)用最成熟。產(chǎn)業(yè)鏈初步格局已現(xiàn)，從基礎(chǔ)層和底層技術(shù)，再到應(yīng)用技術(shù)，最后再到行業(yè)應(yīng)用，除了近年來(lái)底層核心技術(shù)的突破，下游行業(yè)需求倒逼也是人工智能應(yīng)用技術(shù)發(fā)展的重要?jiǎng)恿?，諸如人機(jī)互動(dòng)多元化倒逼自然語(yǔ)義處理、人口老齡化倒逼智能服務(wù)機(jī)器人、大數(shù)據(jù)精準(zhǔn)營(yíng)銷(xiāo)倒逼推薦引擎及協(xié)同過(guò)濾，等等。其中計(jì)算機(jī)視覺(jué)應(yīng)用技術(shù)的發(fā)展可能是最先發(fā)力的，國(guó)內(nèi)不乏世界一流水平公司。
2B應(yīng)用首先爆發(fā)，“人工智能+金融、安防”應(yīng)用前景廣闊?！叭斯ぶ悄?”將代替之前的“互聯(lián)網(wǎng)+”，在各行業(yè)深化應(yīng)用，安防、金融、大數(shù)據(jù)安全、無(wú)人駕駛等等。生物識(shí)別和大數(shù)據(jù)分析在安防和金融領(lǐng)域的應(yīng)用則是目前技術(shù)最為成熟、產(chǎn)業(yè)化進(jìn)程較快，如智能視頻分析、反恐與情報(bào)分析、地鐵等大流量區(qū)域的監(jiān)控比對(duì)；金融領(lǐng)域的遠(yuǎn)程開(kāi)戶、刷臉支付、金融大數(shù)據(jù)采集、處理、人工智能自動(dòng)交易、資產(chǎn)管理等。相關(guān)推薦標(biāo)的：東方網(wǎng)力、佳都科技、川大智勝，建議關(guān)注大智慧、遠(yuǎn)方光電。
逐漸向2C端應(yīng)用擴(kuò)展，看好“人工智能+無(wú)人駕駛、教育”。人工智能在無(wú)人駕駛領(lǐng)域的應(yīng)用體現(xiàn)在三方面：(1)環(huán)境感知環(huán)節(jié)的圖像識(shí)別；(2)基于高精度地圖和環(huán)境大數(shù)據(jù)的路徑規(guī)劃、復(fù)雜環(huán)境決策；(3)車(chē)車(chē)交互、車(chē)與環(huán)境交互下的車(chē)聯(lián)網(wǎng)，智能交通管理。教育領(lǐng)域應(yīng)用方面，人機(jī)交互重構(gòu)更互動(dòng)性的教學(xué)；大數(shù)據(jù)和深度學(xué)習(xí)的結(jié)合使得個(gè)性化教學(xué)成為現(xiàn)實(shí)，這也是在線教育最重要的突破點(diǎn)；此外包括VR在內(nèi)的多載體應(yīng)用和多屏互動(dòng)也是發(fā)展趨勢(shì)。相關(guān)推薦標(biāo)的：四維圖新、千方科技、東軟集團(tuán)、科大訊飛、長(zhǎng)高集團(tuán)、新開(kāi)普。
人工智能在醫(yī)療領(lǐng)域的廣泛應(yīng)用價(jià)值
目前，人工智能在醫(yī)療領(lǐng)域的研究成果頻出，人工智能應(yīng)用醫(yī)療領(lǐng)域已是大勢(shì)所趨。各個(gè)科技巨頭都相繼布局人工智能醫(yī)療行業(yè)。對(duì)人工智能在醫(yī)療的應(yīng)用主要基于多方面的客觀現(xiàn)實(shí)：比如優(yōu)質(zhì)醫(yī)療資源供給不足，成本高，醫(yī)生培養(yǎng)周期長(zhǎng)，誤診率高，疾病譜變化快，技術(shù)日新月異；此外，隨著人口老齡化加劇和慢性疾病發(fā)病率的增長(zhǎng)，人們對(duì)健康重視程度普遍提高，醫(yī)療服務(wù)需求也在持續(xù)增加。
人工智能結(jié)合醫(yī)學(xué)應(yīng)用有非常多的益處，可以讓患者、醫(yī)師和醫(yī)療體系均受益。比如對(duì)于患者來(lái)說(shuō)，可以更快速地健康z(mì)查，獲得更為精準(zhǔn)的診斷結(jié)果和更好的個(gè)性化治療方案建議；對(duì)于醫(yī)師來(lái)講，則可以消減診斷時(shí)間，降低誤診的概率并對(duì)可能的治療方案的副作用提前知曉；對(duì)于醫(yī)療體系來(lái)說(shuō)，人工智能則可以提高各種準(zhǔn)確率，同時(shí)系統(tǒng)性降低醫(yī)療成本。
據(jù)悉，人工智能在智能診療、智能影像識(shí)別、智能藥物研發(fā)和智能健康管理等方面都有廣泛的應(yīng)用價(jià)值。
比如在智能診療方面，就是讓計(jì)算機(jī)“學(xué)習(xí)”專(zhuān)家醫(yī)生的醫(yī)療知識(shí)，模擬醫(yī)生的思維和診斷推理，從而給出可靠診斷和治療方案。智能診療場(chǎng)景是人工智能在醫(yī)療領(lǐng)域最重要、也最核心的應(yīng)用場(chǎng)景。谷歌宣布已嘗試將其面向消費(fèi)者的機(jī)器學(xué)習(xí)能力應(yīng)用到醫(yī)療保健領(lǐng)域中。今年谷歌的人工智能算法在乳腺癌診斷上也表現(xiàn)出了很高準(zhǔn)確度；蘋(píng)果公司最近收購(gòu)了Lattice，該公司在開(kāi)發(fā)醫(yī)療診斷應(yīng)用的算法方面具有很強(qiáng)能力。
在智能影像識(shí)別方面，人工智能的應(yīng)用主要分為兩部分：一是圖像識(shí)別，應(yīng)用于感知環(huán)節(jié)，其主要目的是將影像進(jìn)行分析，獲取一些有意義的信息；二是深度學(xué)習(xí)，應(yīng)用于學(xué)習(xí)和分析環(huán)節(jié)，通過(guò)大量的影像數(shù)據(jù)和診斷數(shù)據(jù)，不斷對(duì)神經(jīng)元網(wǎng)絡(luò)進(jìn)行深度學(xué)習(xí)訓(xùn)練，促使其掌握診斷能力。作為醫(yī)生，從一個(gè)大的圖像如CT、核磁共振圖像判斷一個(gè)非常小的陰影，是腫瘤是炎癥還是其他原因，需要很多經(jīng)驗(yàn)。如果通過(guò)大數(shù)據(jù)，通過(guò)智能醫(yī)療，就能夠迅速得出比較準(zhǔn)確的判斷。
在智能藥物研發(fā)方面，則是將人工智能中的深度學(xué)習(xí)技術(shù)應(yīng)用于藥物研究，通過(guò)大數(shù)據(jù)分析等技術(shù)手段快速、準(zhǔn)確地挖掘和篩選出合適的化合物或生物，達(dá)到縮短新藥研發(fā)周期、降低新藥研發(fā)成本、提高新藥研發(fā)成功率的目的。人工智能通過(guò)計(jì)算機(jī)模擬，可以對(duì)藥物活性、安全性和副作用進(jìn)行預(yù)測(cè)。目前借助深度學(xué)習(xí)，人工智能已在心血管藥、抗腫瘤藥和常見(jiàn)傳染病治療藥等多領(lǐng)域取得了新突破，在抗擊埃博拉病毒中智能藥物研發(fā)也發(fā)揮了重要的作用。
在智能健康管理方面，則可以將人工智能技術(shù)應(yīng)用到健康管理的很多場(chǎng)景中。目前主要集中在風(fēng)險(xiǎn)識(shí)別、虛擬護(hù)士、精神健康、在線問(wèn)診、健康干預(yù)以及基于精準(zhǔn)醫(yī)學(xué)的健康管理。比如通過(guò)獲取信息并運(yùn)用人工智能技術(shù)進(jìn)行分析，識(shí)別疾病發(fā)生的風(fēng)險(xiǎn)及提供降低風(fēng)險(xiǎn)的措施。計(jì)算機(jī)還能收集病人的飲食習(xí)慣、鍛煉周期、服藥習(xí)慣等個(gè)人生活習(xí)慣信息，運(yùn)用人工智能技術(shù)進(jìn)行數(shù)據(jù)分析并評(píng)估病人整體狀態(tài)，協(xié)助規(guī)劃日常生活。在精神健康領(lǐng)域，計(jì)算機(jī)可運(yùn)用人工智能技術(shù)從語(yǔ)言、表情、聲音等數(shù)據(jù)進(jìn)行情感識(shí)別。在健康干預(yù)層面，計(jì)算機(jī)則可以運(yùn)用AI對(duì)用戶體征數(shù)據(jù)進(jìn)行分析，定制健康管理計(jì)劃。
從IBM Watson的發(fā)展看醫(yī)學(xué)人工智能的未來(lái)
目前國(guó)內(nèi)外已經(jīng)有很多高科技企業(yè)將認(rèn)知計(jì)算和深度學(xué)習(xí)等先進(jìn)AI技術(shù)用于醫(yī)療領(lǐng)域，并出現(xiàn)了很多產(chǎn)品，其中以IBM的“沃森醫(yī)生”（IBM Watson）最有代表性。IBM Watson作為該領(lǐng)域中的翹楚，隨著人工智能技術(shù)的逐漸成熟，在2016年開(kāi)始放開(kāi)手腳，以腫瘤診斷為重心，開(kāi)始在慢病管理、精準(zhǔn)醫(yī)療、體外檢測(cè)等九大醫(yī)療領(lǐng)域中實(shí)現(xiàn)突破，逐步實(shí)現(xiàn)人工智能作為一種新型工具在醫(yī)療領(lǐng)域的獨(dú)特價(jià)值。
沃森是2007年由IBM公司開(kāi)發(fā)的，IBM Watson具備了自然語(yǔ)言處理、信息檢索、知識(shí)表示、自動(dòng)推理、機(jī)器學(xué)習(xí)等能力，能夠快速搜索分析非結(jié)構(gòu)化的數(shù)據(jù)，獲取想要的結(jié)果。2015年，日本東京大學(xué)醫(yī)學(xué)院研究所最初的診斷結(jié)果，確診一位60歲的日本女性患了急髓白血病，但在經(jīng)歷各種療法后，效果都不明顯。無(wú)奈之下，研究所只好求助IBM Watson，而IBM Watson則通過(guò)對(duì)比2000萬(wàn)份癌癥研究論文，分析了數(shù)千個(gè)基因突變，最終確診這位60歲的日本女性患有一種罕見(jiàn)的白血病，并提供了適當(dāng)?shù)闹委煼桨?。整個(gè)過(guò)程IBM Watson只用了短短10分鐘。
自2012年羅睿蘭接手IBM開(kāi)始，IBM公司發(fā)展方向與業(yè)務(wù)架構(gòu)就一直在進(jìn)行根本性調(diào)整。傳統(tǒng)硬件與系統(tǒng)軟件業(yè)務(wù)地位不斷退后，而云計(jì)算、網(wǎng)絡(luò)安全、數(shù)據(jù)分析與人工智能成為了公司現(xiàn)金流的核心投放領(lǐng)域?，F(xiàn)在的IBM正在轉(zhuǎn)型為一家認(rèn)知計(jì)算和云平臺(tái)的公司。其中在醫(yī)學(xué)人工智能的優(yōu)勢(shì)也越來(lái)越明顯。
IBM Watson首先進(jìn)入的領(lǐng)域是復(fù)雜的癌癥診斷和治療領(lǐng)域，這也是目前全世界醫(yī)學(xué)界聚焦的重點(diǎn)。Watson的第一步商業(yè)化運(yùn)作就是通過(guò)和紀(jì)念斯隆?凱特琳癌癥中心進(jìn)行合作，共同訓(xùn)練IBM Watson腫瘤解決方案（Watson for Oncology）。癌癥專(zhuān)家在Watson上輸入了紀(jì)念斯隆?凱特琳癌癥中心的大量病歷研究信息進(jìn)行訓(xùn)練。在此期間，該系統(tǒng)的登入時(shí)間共計(jì)1.5萬(wàn)小時(shí)，一支由醫(yī)生和研究人員組成的團(tuán)隊(duì)一起上傳了數(shù)千份病人的病歷，近500份醫(yī)學(xué)期刊和教科書(shū)，1500萬(wàn)頁(yè)的醫(yī)學(xué)文獻(xiàn)，把Watson訓(xùn)練成了一位杰出的“腫瘤醫(yī)學(xué)專(zhuān)家”。隨后該系統(tǒng)被Watson Health部署到了許多頂尖的醫(yī)療機(jī)構(gòu)，如克利夫蘭診所和MD安德森癌癥中心，提供基于證據(jù)的醫(yī)療決策系統(tǒng)。
相繼攻克肺癌、乳腺癌、結(jié)腸癌、直腸癌后，2015年7月IBM Watson for Oncology成為IBM Watson health的首批商用項(xiàng)目之一，正式將上述四個(gè)癌種的腫瘤解決方案進(jìn)入商用。2016年8月IBM宣布已經(jīng)完成了對(duì)胃癌輔助治療的訓(xùn)練，并正式推出使用。此外沃森還在2016年11月訓(xùn)練完上線了宮頸癌的服務(wù)。
目前IBM Watson腫瘤解決方案已經(jīng)進(jìn)入中國(guó)。2016年12月，浙江省中醫(yī)院聯(lián)合思創(chuàng)醫(yī)惠、杭州認(rèn)知三方共同宣布成立沃森聯(lián)合會(huì)診中心，三方將合作開(kāi)展IBM Watson for Oncology服務(wù)內(nèi)容的長(zhǎng)期合作，這是自IBM Watson for Oncology引入中國(guó)以來(lái)，首家正式宣布對(duì)外提供服務(wù)的Watson聯(lián)合會(huì)診中心，意味著中國(guó)醫(yī)療行業(yè)將開(kāi)啟一個(gè)新型人工智能輔助診療時(shí)代。目前Watson可以為肺癌、乳腺癌、直腸癌、結(jié)腸癌、胃癌和宮頸癌6種癌癥提供咨詢服務(wù)，2017年將會(huì)擴(kuò)展到8-12個(gè)癌種。在醫(yī)生完成癌癥類(lèi)型、病人年齡、性別、體重、疾病特征和治療情況等信息輸入后，沃森能夠在幾秒鐘內(nèi)反饋多條治療建議。
此外，IBM Watson還與輝瑞達(dá)成了一項(xiàng)新協(xié)議，會(huì)將前者的超級(jí)計(jì)算能力用于癌癥藥物研發(fā)。輝瑞將用上Watson for Drug Discovery的機(jī)器學(xué)習(xí)、自然語(yǔ)言處理及其它認(rèn)知推理能力，用于免疫腫瘤學(xué)（Immuno-oncology）中的新藥物識(shí)別，聯(lián)合療法和患者選擇策略。由于免疫腫瘤學(xué)的未來(lái)在于針對(duì)獨(dú)特腫瘤特征的組合，這會(huì)改變癌癥治療方式。而在藥物研發(fā)中利用Watson的認(rèn)知能力，可以更快地為患者帶來(lái)可能的新免疫腫瘤治療。
毫無(wú)疑問(wèn)，人工智能將會(huì)成為未來(lái)IBM的成長(zhǎng)引擎。沃森目前已經(jīng)不僅僅滿足于涉及糖尿病等慢病、大健康、醫(yī)療影像、體外檢測(cè)、精準(zhǔn)醫(yī)療、機(jī)器人、疾病研究治療這幾個(gè)領(lǐng)域，未來(lái)，沃森的觸角還會(huì)伸到醫(yī)療的其他行業(yè)，為整個(gè)醫(yī)療行業(yè)服務(wù)。
中國(guó)版小小“沃森”不斷面世
與IBM Watson十年的發(fā)展軌跡不同，中國(guó)在醫(yī)學(xué)人工智能領(lǐng)域的發(fā)展屬于追趕者。由于中國(guó)沒(méi)有統(tǒng)一的醫(yī)療數(shù)據(jù)格式以及數(shù)據(jù)孤島的隔離，中國(guó)在醫(yī)學(xué)人工智能I域投放的資源相對(duì)要少很多。不過(guò)這并不妨礙國(guó)人對(duì)其發(fā)展的熱情。在智能影像識(shí)別和診斷方面，中國(guó)已經(jīng)出現(xiàn)了若干版本的小小“沃森”，他們的功能雖然沒(méi)有IBM Watson那么強(qiáng)大，但也在各個(gè)領(lǐng)域顯示出獨(dú)特的應(yīng)用價(jià)值。
浙江德尚韻興圖像科技有限公司是由浙江大學(xué)知名專(zhuān)家和珠海和佳醫(yī)療設(shè)備股份有限公司共同投資成立一家高科技公司。浙江德尚韻興利用深度學(xué)習(xí)處理超聲影像，同時(shí)加入旋轉(zhuǎn)不變性等現(xiàn)代數(shù)學(xué)的概念，形成了“DE-超聲機(jī)器人”。該機(jī)器人算法借助計(jì)算機(jī)視覺(jué)技術(shù)，可以對(duì)甲狀腺B超快速掃描分析，圈出結(jié)節(jié)區(qū)域，并給出良性與惡性的判斷，大大節(jié)省了醫(yī)生的診斷時(shí)間。一般來(lái)說(shuō)，人類(lèi)醫(yī)生的準(zhǔn)確率為60%-70%，而當(dāng)下算法的準(zhǔn)確率已經(jīng)達(dá)到85%。
據(jù)悉，人體甲狀腺結(jié)節(jié)已成常見(jiàn)病，如果不加重視，甲狀腺結(jié)節(jié)可能會(huì)發(fā)生惡變，進(jìn)而發(fā)展成癌癥，危及生命。但由于個(gè)體化差異，目前三甲醫(yī)院甲狀腺結(jié)節(jié)的診斷準(zhǔn)確率平均也只有60%，如果不做活檢，不同醫(yī)生對(duì)同一張片子可能會(huì)做出不同判斷。而超聲機(jī)器人的出現(xiàn)，不僅能輔助醫(yī)生做出精準(zhǔn)判斷，還能縮短病人就醫(yī)時(shí)間，提升醫(yī)療效率。目前“DE-超聲機(jī)器人”已經(jīng)在浙江大學(xué)第一附屬醫(yī)院、中國(guó)電子科技集團(tuán)公司第五十五所職工醫(yī)院和杭州下城區(qū)社區(qū)醫(yī)院臨床應(yīng)用，一年病例達(dá)到8萬(wàn)多，準(zhǔn)確率達(dá)86%以上。
2017年2月，中山大學(xué)中山眼科中心劉奕志教授領(lǐng)銜中山大學(xué)聯(lián)合西安電子科技大學(xué)的研究團(tuán)隊(duì)，利用深度學(xué)習(xí)算法，建立了“CC-Cruiser先天性白內(nèi)障人工智能平臺(tái)”。該人工智能程序模擬人腦，對(duì)大量的先天性白內(nèi)障圖片進(jìn)行分析和深度學(xué)習(xí)，不斷反饋提高診斷的準(zhǔn)確性。將該程序嵌入云平臺(tái)后，通過(guò)云平臺(tái)上傳圖片，即可獲得先天性白內(nèi)障的診斷、風(fēng)險(xiǎn)評(píng)估和治療方案。
據(jù)悉，先天性白內(nèi)障是一種嚴(yán)重威脅兒童視力的疑難罕見(jiàn)病。中山眼科中心有全球最大的先天性白內(nèi)障隊(duì)列（隊(duì)列人數(shù)近2000名），基于該隊(duì)列開(kāi)展了一系列嚴(yán)謹(jǐn)?shù)难芯浚e累了大量高質(zhì)量的先天性白內(nèi)障臨床數(shù)據(jù)。中山大學(xué)眼科中心于2017年4月設(shè)立“人工智能應(yīng)用門(mén)診”，由人工智能云平臺(tái)輔助臨床醫(yī)師進(jìn)行診療。在人工智能門(mén)診就診的患者，除接受常規(guī)診療外，其檢查數(shù)據(jù)即時(shí)同步到CC-Cruiser云平臺(tái)，同時(shí)享受由人工智能機(jī)器人提供的“專(zhuān)家級(jí)”診療。目前CC-Cruiser已在3家協(xié)作醫(yī)院完成臨床試點(diǎn)應(yīng)用，并取得理想效果。此外，中山眼科中心已經(jīng)連接了、新疆、云南、青海等邊遠(yuǎn)省區(qū)上百家基層醫(yī)院，每天有大量眼科檢查數(shù)據(jù)上傳云平臺(tái)請(qǐng)求專(zhuān)家協(xié)助診斷。在醫(yī)學(xué)人工智能應(yīng)用場(chǎng)景下，病例以及圖像數(shù)據(jù)將首先通過(guò)人工智能程序進(jìn)行初審，再由專(zhuān)家復(fù)核，效率將提升70%以上，極大提高了專(zhuān)家協(xié)診效率。
2017年5月，丁香園、中南大學(xué)湘雅二醫(yī)院和大拿科技共同宣布就皮膚病人工智能輔助診斷達(dá)成獨(dú)家戰(zhàn)略合作，并了國(guó)內(nèi)首個(gè)“皮膚病人工智能輔助診斷系統(tǒng)”。資料顯示，系統(tǒng)性紅斑狼瘡是一種慢性自身免疫性疾病，屬于風(fēng)濕性疾病中的彌漫性結(jié)締組織病，可引起全身多個(gè)臟器受累，包括皮膚、關(guān)節(jié)、腎臟、血液等。如何精準(zhǔn)診斷系統(tǒng)性紅斑狼瘡，一直是困擾各國(guó)科學(xué)家的世界醫(yī)學(xué)難題。
目前三方合作研發(fā)出的是紅斑狼瘡人工智能輔助診斷模型，該模型對(duì)紅斑狼瘡各種亞型及其鑒別診斷疾病能進(jìn)行有效區(qū)分，識(shí)別準(zhǔn)確率超過(guò)85%。據(jù)悉，該系統(tǒng)一方面是面向皮膚科醫(yī)生，醫(yī)生通過(guò)APP，把圖像傳到系統(tǒng)以后，系統(tǒng)提示最有可能的皮膚病類(lèi)型，然后建立皮膚病電子百科全書(shū)，通過(guò)百科全書(shū)再去學(xué)習(xí)，輔助臨床診斷；另一方面是面向患者，系統(tǒng)提供圖片鑒別和導(dǎo)診意見(jiàn)。據(jù)悉，該系統(tǒng)第一期主要實(shí)現(xiàn)以紅斑狼瘡為代表的皮膚病人工智能輔助診斷，下一步將“滲透”到其他醫(yī)療機(jī)構(gòu)，并將開(kāi)放患者端服務(wù)。
醫(yī)學(xué)人工智能真正落地
需要全產(chǎn)業(yè)鏈配合
專(zhuān)家指出，要真正實(shí)現(xiàn)醫(yī)療產(chǎn)業(yè)的人工智能化，僅靠單方面的力量難以實(shí)現(xiàn)，這需要依托全產(chǎn)業(yè)鏈包括醫(yī)療主管部門(mén)、醫(yī)療機(jī)構(gòu)的參與和信息化服務(wù)商等各個(gè)環(huán)節(jié)的共同努力。
比如像前文所述的甲狀腺結(jié)節(jié)、紅斑狼瘡、先天性白內(nèi)障的診斷，都要依靠形態(tài)學(xué)的圖像數(shù)據(jù)，這些在皮膚病和病理科特別常見(jiàn)，所以人工智能的優(yōu)勢(shì)在此可以得到充分體現(xiàn)。訓(xùn)練一個(gè)好的皮膚科醫(yī)生可能要十年，把人工智能引進(jìn)后，可以大大縮短時(shí)間。但是醫(yī)學(xué)人工智能研發(fā)成本高、數(shù)據(jù)獲取難、尚未深入診療核心等成為阻礙其真正落地的因素。
人工智能技術(shù)形成產(chǎn)品，最重要是要有大量高質(zhì)量的數(shù)據(jù)。深度學(xué)習(xí)靠的是“吃透”大量樣本。但目前大部分醫(yī)療機(jī)構(gòu)并不愿公開(kāi)數(shù)據(jù)。比如前文介紹的德尚韻興，為了收集數(shù)據(jù)，嘗試通過(guò)多個(gè)渠道，有社區(qū)檢查，有付費(fèi)志愿者，也有試點(diǎn)醫(yī)院。最后該公司收集了兩三萬(wàn)張超聲圖像，不嗟厥淙胂低持脅瘧Vち蘇鋃獻(xiàn)既仿試85%以上。該公司負(fù)責(zé)人也評(píng)價(jià)到，如果樣本量能提高一倍，診斷準(zhǔn)確率還有較大的提升空間。
在獲取高質(zhì)量的醫(yī)療數(shù)據(jù)方面，國(guó)內(nèi)醫(yī)院在過(guò)去信息化程度不高，數(shù)據(jù)雖然多，但相對(duì)雜亂，使用難度大。如何找到合適的切入點(diǎn)，并快速獲取數(shù)據(jù)會(huì)是一個(gè)很高的門(mén)檻。同時(shí)，醫(yī)院信息孤島現(xiàn)象長(zhǎng)期存在，各個(gè)醫(yī)療機(jī)構(gòu)的數(shù)據(jù)尚未實(shí)現(xiàn)互聯(lián)互通。這一局面則逐步從政策層面迎來(lái)破冰。去年6月，國(guó)務(wù)院公布了《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見(jiàn)》，明確指出健康醫(yī)療大數(shù)據(jù)是國(guó)家重要的基礎(chǔ)性戰(zhàn)略資源，需要規(guī)范和推動(dòng)健康醫(yī)療大數(shù)據(jù)融合共享、開(kāi)放應(yīng)用。但該政策的真正落地依然需要時(shí)間。
人工智能到底神在哪里？
張海濤：的確，2015~2016一年多的時(shí)間里，現(xiàn)代醫(yī)學(xué)發(fā)生了轉(zhuǎn)折性的變化。大數(shù)據(jù)、精準(zhǔn)醫(yī)療、人工智能這些成為醫(yī)療領(lǐng)域的“爆款”詞匯。智能醫(yī)療已經(jīng)不是從科幻片中看到，是真實(shí)世界的真實(shí)事件。人工智能有多神，要回答這個(gè)問(wèn)題，得先了解醫(yī)療的人工智能完成了哪些了不起的事。
第一是認(rèn)知計(jì)算，人工智能可以24小時(shí)不間斷的讀取海量文獻(xiàn)，具備最全面的基礎(chǔ)知識(shí)和最新進(jìn)展，這屬于認(rèn)知，很好理解。但重點(diǎn)在于智能要做到的不僅是錄入，而是讀懂，將海量外部信息轉(zhuǎn)化為自身知識(shí)和結(jié)論。比如從文獻(xiàn)中獲取了他汀在某個(gè)數(shù)值下使用會(huì)減少冠心病發(fā)生，它會(huì)給出相應(yīng)治療建議，這是計(jì)算，即學(xué)習(xí)能力。人工智能能快速將患者病情的相關(guān)信息搜索一遍，通過(guò)統(tǒng)計(jì)運(yùn)算給出最個(gè)性最優(yōu)化的治療方案。再拿現(xiàn)有的可穿戴設(shè)備舉例，雖然它能監(jiān)測(cè)人的心率運(yùn)動(dòng)量等，但無(wú)法給出進(jìn)一步建議，未來(lái)的人工智是能根據(jù)不同患者的狀況給出不同的解決方案的，告訴你食物攝入不足還是過(guò)多，運(yùn)動(dòng)量還需多少達(dá)標(biāo)等等。
第二是深度學(xué)習(xí)，等同于人類(lèi)直覺(jué)。打個(gè)比方，我們讓機(jī)器人對(duì)某個(gè)物品做出鑒別，它需要根據(jù)這個(gè)物品的大小、重量及其他特定屬性做出判斷并得出結(jié)論。而具備深度學(xué)習(xí)的智能機(jī)器可以不需通過(guò)數(shù)據(jù)和邏輯得出結(jié)論，當(dāng)它看到一位急癥患者，會(huì)根據(jù)患者的痛苦面容、喘氣速度、所選醫(yī)院和科室等，迅速反應(yīng)出他是急性左心衰。這種推測(cè)不需要輸入患者信息，反應(yīng)快，但不一定準(zhǔn)確。
第三是智能數(shù)據(jù)。以前講到的數(shù)據(jù)其實(shí)是小數(shù)據(jù)，我們對(duì)小數(shù)據(jù)進(jìn)行抽樣研究去尋找規(guī)律，但這種推理只能預(yù)測(cè)大概率事件，無(wú)法認(rèn)識(shí)小概率事件。例如他汀輸注后的橫紋肌溶解是小概率事件，如果發(fā)病率為十萬(wàn)分之一，我們很難收據(jù)足夠樣本進(jìn)行研究分析。相反，如果通過(guò)智能錄入一千萬(wàn)例患者，按比例將有一百例患者，假設(shè)一百例都出現(xiàn)在北京，那么可認(rèn)為發(fā)病與地域相關(guān)，如果其中九成是男性則可認(rèn)為疾病與性別有關(guān)，如果其中又有九成是抽煙者，說(shuō)明疾病與煙草有關(guān)。這對(duì)我們定位和救治小概率事件中的人群有重大意義。通過(guò)這種方式發(fā)現(xiàn)小概率事件的規(guī)律，可以理解為將架構(gòu)師的腦袋放在大數(shù)據(jù)庫(kù)中，可使我們的認(rèn)識(shí)更接近真實(shí)世界。另一方面，通過(guò)大數(shù)據(jù)發(fā)現(xiàn)規(guī)律可以更好的預(yù)測(cè)未來(lái)。再比如，人工智能根據(jù)患者身高體重、血糖血脂以及個(gè)人生活方式進(jìn)食方式等預(yù)測(cè)他在某個(gè)時(shí)間可能發(fā)生低血糖，可以在此之前提醒患者補(bǔ)充糖類(lèi)來(lái)預(yù)防惡性事件發(fā)生。
用于心臟疾病的人工智能可以實(shí)現(xiàn)什么？
張海濤：現(xiàn)在來(lái)看至少能實(shí)現(xiàn)兩方面的問(wèn)題。我們知道心臟病患者在出院后要滿足用藥達(dá)標(biāo)和生活方式達(dá)標(biāo)，如果患者僅有高血壓，用藥達(dá)標(biāo)是較容易實(shí)現(xiàn)的，如果患者在高血壓基礎(chǔ)上還合并高血脂、消化道出血，或合并前列腺問(wèn)題，有闌尾手術(shù)史、腦梗史，有牙科問(wèn)題等，這時(shí)需要綜合各專(zhuān)科的知識(shí)來(lái)做決策。但人腦的知識(shí)儲(chǔ)備是遠(yuǎn)遠(yuǎn)不足的，人工智能卻可具備最全面正確的知識(shí)和診療標(biāo)準(zhǔn)，可以指導(dǎo)醫(yī)生臨床用藥。另外，它可以連續(xù)觀察患者出院后的運(yùn)動(dòng)狀況，根據(jù)其身高體重心律血壓用藥狀況等給予運(yùn)動(dòng)方式建議，并做出評(píng)估。
在6月17-19日舉辦的第五屆中國(guó)心臟重癥大會(huì)上，人工智能作為會(huì)議的亮點(diǎn)之一會(huì)有很多精彩的報(bào)告?？梢哉f(shuō)，心臟重癥領(lǐng)域要正式“觸電”大數(shù)據(jù)、智能醫(yī)療、精準(zhǔn)醫(yī)療，去擁抱新思潮、新設(shè)備、新話題和新模式，非常希望屆時(shí)與更多醫(yī)生探討這一話題。
人工智能可以治病，醫(yī)生做什么呢？
張海濤：智能醫(yī)生只能為數(shù)字人看病。什么是數(shù)字人呢？從某種意義上，人具有生物人和數(shù)字人兩種基本屬性，血型、身高、體重等構(gòu)成數(shù)字人。人工智能可像人一樣讀文獻(xiàn)，超過(guò)人的精力，24小時(shí)不間斷的讀錄文獻(xiàn)，具備最全面的醫(yī)學(xué)基礎(chǔ)知識(shí)和最新進(jìn)展，并且具備超強(qiáng)的運(yùn)算能力，可快速將患者信息統(tǒng)計(jì)運(yùn)算，給出最個(gè)體優(yōu)化的治療方案，但它無(wú)法與患者進(jìn)行情感交流。說(shuō)到底，醫(yī)學(xué)是文明的產(chǎn)物，醫(yī)生不是修理工，我們的醫(yī)療過(guò)程會(huì)涉及到感情、文化、患者意愿等，這是機(jī)器無(wú)法復(fù)制的。未來(lái)，人工智能是醫(yī)生的助手，為醫(yī)生的決策提供參考，醫(yī)生根據(jù)患者意愿、經(jīng)濟(jì)能力、依從性等綜合考量并做出決定。
醫(yī)生在臨床決策出現(xiàn)沖突時(shí)怎么辦？醫(yī)生的權(quán)威性會(huì)受到挑戰(zhàn)嗎？
張海濤：這是個(gè)很關(guān)鍵的問(wèn)題。首先，不但人與人工智能間會(huì)遇到?jīng)Q策不一致，人工智能本身也會(huì)遇到，它能錄入巨大數(shù)據(jù)，其中必然有觀點(diǎn)相悖的信息，但它比人更理性，會(huì)一遍遍學(xué)習(xí)從而得出最優(yōu)建議，而人類(lèi)在治療中感性成分更多。從另外的角度想想，其實(shí)沒(méi)有一種方式是非常完美的，任何一種方式都有利弊，所謂的決策的沖突和矛盾屬于真實(shí)現(xiàn)象，是允許存在的。
醫(yī)生的決策與人工智能發(fā)生沖突時(shí)呢？通常覺(jué)得，醫(yī)生對(duì)同一種疾病應(yīng)該有相同的診斷、相似治療方案，實(shí)際不同醫(yī)生在同一疾病的診療方案會(huì)相差很大，這受醫(yī)生教育、利益、地域文化的影響。比如女性更年期后服用雌激素的比例在美國(guó)是28%，在中國(guó)不到7%。中國(guó)女性的觀念傾向于不用，因?yàn)榉么萍に乜赡芤l(fā)腫瘤，而美國(guó)人對(duì)生活質(zhì)量的要求高，她會(huì)選擇使用。醫(yī)生與智能出現(xiàn)決策沖突并不奇怪，醫(yī)生需要根據(jù)不同需求確定醫(yī)囑，無(wú)關(guān)對(duì)錯(cuò)。所以，醫(yī)生仍需查文獻(xiàn)、不斷學(xué)習(xí)，需要綜合判斷，智能給出的只是參考，它只是醫(yī)生的助手或患者的顧問(wèn)，絕不會(huì)取代。
未來(lái)，手術(shù)也可以被機(jī)器取代嗎？
張海濤：手術(shù)操作其實(shí)是創(chuàng)造“藝術(shù)”的過(guò)程，需要更多層面的知識(shí)和技能，而且機(jī)器在精細(xì)操作方面遠(yuǎn)不如人類(lèi)手指靈活，它的優(yōu)勢(shì)是運(yùn)算速度和自我學(xué)習(xí)能力。雖然現(xiàn)在達(dá)芬奇機(jī)器人下的手術(shù)在很多醫(yī)院開(kāi)展，但真正實(shí)現(xiàn)機(jī)器人做手術(shù)還很長(zhǎng)遠(yuǎn)。
如果人工智能能可實(shí)現(xiàn)基本醫(yī)療任務(wù)，患者來(lái)院的剛需是什么？
張海濤：患者需要醫(yī)生的建議以及最終的處方權(quán)。人工智能得出的結(jié)論只是一個(gè)參考，醫(yī)生可信可不信，如果它提供的數(shù)據(jù)比醫(yī)生知識(shí)所涵蓋的要準(zhǔn)確，醫(yī)生要考慮依從。
關(guān)鍵詞:新醫(yī)科;智能醫(yī)學(xué);人才培養(yǎng)
1緒論
健康中國(guó)已上升為國(guó)家戰(zhàn)略，新醫(yī)科在我國(guó)高等教育中掀起了一陣新的改革浪潮，“智能醫(yī)學(xué)”的應(yīng)用性人才培養(yǎng)模式也隨之開(kāi)啟。智能醫(yī)學(xué)工程是以現(xiàn)代醫(yī)學(xué)與生物學(xué)理論為基礎(chǔ)，融合先進(jìn)人工智能及工程技術(shù)，挖掘人的生命和疾病現(xiàn)象的本質(zhì)及其規(guī)律，探索人機(jī)協(xié)同的智能化診療方法及其臨床應(yīng)用的新興交叉學(xué)科。目前，高校在進(jìn)行醫(yī)工融合培養(yǎng)學(xué)生的指導(dǎo)過(guò)程中，存在許多問(wèn)題，如醫(yī)學(xué)和工科的理論結(jié)合層面較為薄弱，多學(xué)科交叉聯(lián)合指導(dǎo)的機(jī)制不完善，成果轉(zhuǎn)化和臨床應(yīng)用性不高。實(shí)踐層面，在現(xiàn)有的醫(yī)學(xué)教育模式下，醫(yī)學(xué)生缺乏全面的對(duì)數(shù)據(jù)進(jìn)行收集、處理與分析的能力。但是在智能醫(yī)學(xué)時(shí)代，對(duì)數(shù)據(jù)的處理與分析能力會(huì)成為醫(yī)生工作的重要組成部分。面向醫(yī)療健康的智能醫(yī)學(xué)工程交叉學(xué)科人才的迫切需求，智能醫(yī)學(xué)工程交叉學(xué)科的人才培養(yǎng)的機(jī)制有待完善。2019年，一些院校如南開(kāi)大學(xué)和天津大學(xué)獲得教育部的審批，已經(jīng)率先實(shí)行招收智能醫(yī)學(xué)工程專(zhuān)業(yè)的新生［1］。高等醫(yī)學(xué)教育對(duì)新醫(yī)科背景下智能醫(yī)學(xué)工程專(zhuān)業(yè)人才培養(yǎng)認(rèn)知還處于探索階段，智能醫(yī)學(xué)工程如何實(shí)現(xiàn)醫(yī)工交叉學(xué)科的融合發(fā)展，如何獲取人才培養(yǎng)中的合適方法、模式、關(guān)鍵技術(shù)等的研究，協(xié)同醫(yī)學(xué)發(fā)展、社會(huì)需求的人才，還需要深入思考和進(jìn)一步探索。
2新醫(yī)科背景下智能醫(yī)學(xué)人才培養(yǎng)
2．1新醫(yī)科符合醫(yī)科改革的內(nèi)在需求
隨著“健康中國(guó)2030”國(guó)家決策不斷推進(jìn)，醫(yī)療健康逐漸被國(guó)家視為重要的基礎(chǔ)性戰(zhàn)略資源，在大數(shù)據(jù)和人工智能技術(shù)影響下，臨床應(yīng)用、疾病預(yù)測(cè)與預(yù)防、公共衛(wèi)生、循證公共衛(wèi)生決策、健康管理、健康監(jiān)測(cè)與個(gè)性化醫(yī)療服務(wù)等方面的研究以及產(chǎn)業(yè)發(fā)展，將是未來(lái)整個(gè)醫(yī)療領(lǐng)域的提升方向，給智能醫(yī)學(xué)分析與決策賦予了新的意義和內(nèi)涵。
2．2醫(yī)工融合發(fā)展的必然趨勢(shì)
隨著精準(zhǔn)醫(yī)療與智能醫(yī)學(xué)診療技術(shù)的深度融合，理論層面，把握新醫(yī)科背景下智能醫(yī)學(xué)工程專(zhuān)業(yè)復(fù)合型創(chuàng)新人才培養(yǎng)目標(biāo)，以臨床應(yīng)用性為導(dǎo)向，多學(xué)科領(lǐng)域知識(shí)相互滲透。調(diào)整醫(yī)工結(jié)合課程體系，既符合新醫(yī)科需求，又實(shí)現(xiàn)醫(yī)工融合課程模塊間的交叉互補(bǔ)，體現(xiàn)醫(yī)工結(jié)合特色的寬口徑學(xué)科結(jié)構(gòu)。培養(yǎng)既懂醫(yī)藥科學(xué)、數(shù)據(jù)科學(xué)又懂人工智能應(yīng)用的高級(jí)復(fù)合型人才。實(shí)踐層面，精準(zhǔn)醫(yī)療與智能醫(yī)學(xué)工程技術(shù)緊密結(jié)合，利用臨床醫(yī)生在傳統(tǒng)醫(yī)學(xué)中積累豐富的臨床經(jīng)驗(yàn)，并融入到智能醫(yī)學(xué)診療模式變化中，將徹底改變現(xiàn)有診療模式。
2．3人工智能助力智能醫(yī)學(xué)工程人才培養(yǎng)
隨著科學(xué)技術(shù)的飛速革新，人工智能核心技術(shù)推動(dòng)傳統(tǒng)學(xué)科專(zhuān)業(yè)建設(shè)和醫(yī)工交叉融合。助力人才培養(yǎng)主要表現(xiàn)在以下三個(gè)方面。一是從智能醫(yī)學(xué)診療技術(shù)創(chuàng)新的角度，技術(shù)的革新引領(lǐng)人工智能與各個(gè)產(chǎn)業(yè)領(lǐng)域深度融合，創(chuàng)造新的產(chǎn)業(yè)或領(lǐng)域，計(jì)算機(jī)模擬人腦的思維過(guò)程，實(shí)現(xiàn)人機(jī)交互，提高醫(yī)療資源的利用率，推動(dòng)醫(yī)療產(chǎn)業(yè)的高效運(yùn)轉(zhuǎn)。智能醫(yī)學(xué)診療主要包括疾病早期診斷、臨床決策支持、正確用藥、診療方案的選擇等。如KopR和HoogendoornM等探索了醫(yī)院對(duì)病人電子病歷(EMR)數(shù)據(jù)進(jìn)行分析，結(jié)合結(jié)直腸癌預(yù)測(cè)模型，更準(zhǔn)確的預(yù)測(cè)早期直腸癌和干預(yù)治療實(shí)踐［2］;HoshyarAN和Al-JumailyA等探索了醫(yī)學(xué)影像自動(dòng)診斷皮膚癌，通過(guò)數(shù)據(jù)預(yù)處理去除噪音和不必要的背景圖像，提高圖像質(zhì)量，輔助醫(yī)生進(jìn)行臨床決策［3］。二是從醫(yī)療健康大數(shù)據(jù)的角度，隨著大數(shù)據(jù)、數(shù)字技術(shù)、機(jī)器學(xué)習(xí)和人工智能等信息技術(shù)在醫(yī)療領(lǐng)域的應(yīng)用，電子健康記錄數(shù)據(jù)呈指數(shù)型增長(zhǎng)，醫(yī)療大數(shù)據(jù)來(lái)源包括醫(yī)院記錄、患者醫(yī)療記錄、醫(yī)療檢查結(jié)果和物聯(lián)網(wǎng)設(shè)備［4］。智能醫(yī)療系統(tǒng)具有識(shí)別、篩選和決策等智能醫(yī)療輔助功能。2017年上海計(jì)算機(jī)軟件技術(shù)開(kāi)發(fā)中心對(duì)醫(yī)療大數(shù)據(jù)可視化系統(tǒng)的實(shí)踐與研究［5］;2018年，阿里健康與阿里云宣布共建阿里醫(yī)療大腦2．0［6］，加強(qiáng)在圖像識(shí)別、生理信號(hào)識(shí)別、知識(shí)圖譜構(gòu)建等能力的建設(shè)［7］;同年，騰訊推出醫(yī)療AI引擎“騰訊睿知”，具備更智能化的醫(yī)療垂直搜索功能，幫助患者精準(zhǔn)匹配合適的醫(yī)生。三是從人才培養(yǎng)的角度，多學(xué)科交叉融合發(fā)展是大勢(shì)。人工智能將打破不同學(xué)科專(zhuān)業(yè)的壁壘，推進(jìn)多學(xué)科交叉融合發(fā)展，形成“人工智能+”的專(zhuān)業(yè)新的人才培養(yǎng)模式。高校也應(yīng)根據(jù)產(chǎn)業(yè)需求變化調(diào)整專(zhuān)業(yè)設(shè)置，構(gòu)建新的專(zhuān)業(yè)結(jié)構(gòu)。高校人工智能相關(guān)的本科專(zhuān)業(yè)將會(huì)蓬勃發(fā)展，形成頗具特色的“人工智能+”專(zhuān)業(yè)集群。“人工智能+”技術(shù)所衍生的新醫(yī)科、新工科專(zhuān)業(yè)之間的協(xié)同創(chuàng)新發(fā)展，實(shí)現(xiàn)技術(shù)創(chuàng)新與醫(yī)療應(yīng)用的統(tǒng)一。以“人工智能+醫(yī)學(xué)”為契機(jī)，結(jié)合醫(yī)學(xué)產(chǎn)業(yè)發(fā)展趨勢(shì)和智能醫(yī)學(xué)工程專(zhuān)業(yè)的特點(diǎn)，研究相應(yīng)的教學(xué)體系、制定科學(xué)的教學(xué)計(jì)劃，建立具有行業(yè)特色的課程群、制定合理的課程大綱，解決學(xué)生在醫(yī)學(xué)診療和工程技術(shù)兩方面協(xié)調(diào)發(fā)展的問(wèn)題，全面提升醫(yī)學(xué)生的綜合素養(yǎng)以及未來(lái)的職業(yè)競(jìng)爭(zhēng)力。綜上所述，新醫(yī)科人才培養(yǎng)在人工智能助力下，培養(yǎng)學(xué)生具備較強(qiáng)的創(chuàng)新意識(shí)和具有智能醫(yī)學(xué)領(lǐng)域科研能力，掌握關(guān)鍵理論與方法，創(chuàng)造性地將計(jì)算機(jī)科學(xué)技術(shù)、人工智能技術(shù)和方法、大數(shù)據(jù)關(guān)鍵技術(shù)與醫(yī)學(xué)應(yīng)用系統(tǒng)相結(jié)合，進(jìn)而創(chuàng)新性完成的醫(yī)學(xué)信息處理、行為交互和人工智能系統(tǒng)集成及應(yīng)用。以上需培養(yǎng)的能力，對(duì)現(xiàn)有醫(yī)學(xué)專(zhuān)業(yè)的改造升級(jí)、人才培養(yǎng)模式的改變、師資隊(duì)伍的全面建設(shè)具有較高的要求。
3培養(yǎng)新醫(yī)科人才的實(shí)施路徑
3．1從醫(yī)工融合研究的視角
智能醫(yī)學(xué)工程的專(zhuān)業(yè)培養(yǎng)建設(shè)要體現(xiàn)醫(yī)工融合發(fā)展需求，推進(jìn)智能工程、醫(yī)學(xué)與教育的深度融合，提升人工智能在醫(yī)學(xué)中的應(yīng)用，滿足新醫(yī)科發(fā)展要求的卓越工程師為育人目標(biāo)，強(qiáng)調(diào)學(xué)科交叉滲透、重視臨床應(yīng)用、把握科技前沿，推動(dòng)教學(xué)創(chuàng)新等。
3．2從醫(yī)工融合研究的廣度
目前我國(guó)部分高校開(kāi)展了醫(yī)工融合人才培養(yǎng)模式的探索，但有區(qū)域特色的醫(yī)工融合研究還不多。針對(duì)新醫(yī)科臨床需求分析，把握智能醫(yī)學(xué)工程高等教育體系，重點(diǎn)聚焦區(qū)域特色，研究面向健康和重大及特殊疾病防治需求的“新醫(yī)科”對(duì)人才的需求。
3．3從醫(yī)工融合研究的深度
(1)整體設(shè)計(jì)智能醫(yī)學(xué)工程專(zhuān)業(yè)教學(xué)環(huán)節(jié)。建立知識(shí)能力矩陣，整體設(shè)計(jì)教學(xué)、實(shí)驗(yàn)、課程設(shè)計(jì)、專(zhuān)業(yè)實(shí)習(xí)、畢業(yè)設(shè)計(jì)等環(huán)節(jié)，突出新醫(yī)科相關(guān)課程及實(shí)踐，加強(qiáng)附屬醫(yī)院和教學(xué)醫(yī)院的聯(lián)系，深化臨床實(shí)踐能力。(2)培養(yǎng)學(xué)生專(zhuān)業(yè)能力和科研創(chuàng)新能力。智能醫(yī)學(xué)工程專(zhuān)業(yè)教學(xué)與知識(shí)能力培養(yǎng)的思考是以智能醫(yī)學(xué)學(xué)科的特點(diǎn)為基礎(chǔ)，通過(guò)知識(shí)能力矩陣的智能醫(yī)學(xué)工程專(zhuān)業(yè)課程創(chuàng)新教學(xué)，根據(jù)智能醫(yī)學(xué)工程專(zhuān)業(yè)課程知識(shí)點(diǎn)的內(nèi)在聯(lián)系和相對(duì)獨(dú)立性，優(yōu)化核心知識(shí)模塊形成知識(shí)能力矩陣，構(gòu)建課程內(nèi)容架構(gòu)。通過(guò)系統(tǒng)理論知識(shí)教學(xué)、優(yōu)化課程實(shí)驗(yàn)和上機(jī)安排，引導(dǎo)學(xué)生自主設(shè)計(jì)性學(xué)習(xí)，提高學(xué)生的學(xué)習(xí)積極性，達(dá)到有效教學(xué)效果。(3)結(jié)合學(xué)生興趣偏好，研究如何提高學(xué)生的專(zhuān)業(yè)興趣，探索將專(zhuān)業(yè)興趣轉(zhuǎn)換為“工匠精神”的教育理論及方法:廣泛調(diào)研，全面建立當(dāng)前地方高校智能醫(yī)學(xué)工程專(zhuān)業(yè)學(xué)生與專(zhuān)業(yè)偏好的培養(yǎng)模式。
4結(jié)語(yǔ)
古希臘時(shí)期，數(shù)字的演繹化有了實(shí)質(zhì)性的進(jìn)展。數(shù)字化的發(fā)展一直伴隨著人類(lèi)，但是這種顛覆在30多年前就開(kāi)始改變了。
隨著人工智能技術(shù)的日益成熟，數(shù)字化已經(jīng)可以在公共健康，以及眾多醫(yī)療領(lǐng)域提供服務(wù)。例如，在醫(yī)學(xué)影像識(shí)別方面，它可以幫助醫(yī)生更迅速、準(zhǔn)確地讀取影像；在臨床診斷輔助方面，它可以應(yīng)用于疾病的早期篩查、診斷和手術(shù)風(fēng)險(xiǎn)評(píng)估，包括在藥物研發(fā)方面，解決藥品研發(fā)周期過(guò)長(zhǎng)等多方面的問(wèn)題。
從第一部留聲機(jī)的誕生開(kāi)始，數(shù)字化的顛覆就一直伴隨著我們?nèi)祟?lèi)社會(huì)的進(jìn)步。人工智能的遠(yuǎn)景早在1950年就已被圖靈提出。人工智慧的定義誕生則是在1956年，由Dartmouth College的一些專(zhuān)家共同提出。人工智慧在20世紀(jì)70年代受到打擊之后，開(kāi)始出現(xiàn)新的研究方法。分子生物學(xué)已進(jìn)化到信息科學(xué)，出現(xiàn)了新科學(xué)――計(jì)算生物學(xué)和生物信息學(xué)。這使統(tǒng)計(jì)科學(xué)家在醫(yī)療健康領(lǐng)域有了用武之地，尤其是微陣列技術(shù)創(chuàng)造了新穎的統(tǒng)計(jì)學(xué)，激發(fā)了許多新的生物統(tǒng)計(jì)學(xué)研究。像是專(zhuān)家系統(tǒng)把問(wèn)題限定在一個(gè)小范圍的領(lǐng)域，結(jié)合統(tǒng)計(jì)、概率、信息理論等方法，直到深度學(xué)習(xí)技術(shù)，以及類(lèi)神經(jīng)網(wǎng)絡(luò)有了新的發(fā)展，AI才重新受到了關(guān)注。
數(shù)字醫(yī)療產(chǎn)業(yè)的環(huán)境
從現(xiàn)狀來(lái)看，由于公共醫(yī)療管理系統(tǒng)的不完善，醫(yī)療成本高、管道少、覆蓋面窄等問(wèn)題困擾著大眾民生。尤其以“效率較低的醫(yī)療體系、品質(zhì)欠佳的醫(yī)療服務(wù)、看病難且貴的就醫(yī)現(xiàn)狀”為代表的醫(yī)療問(wèn)題成為社會(huì)關(guān)注的主要焦點(diǎn)。大醫(yī)院人滿為患，社區(qū)醫(yī)院門(mén)可羅雀，病人就診手續(xù)繁瑣等問(wèn)題都是由于醫(yī)療信息不暢、醫(yī)療資源兩極化、醫(yī)療監(jiān)督機(jī)制不全等原因?qū)е碌模@些問(wèn)題已經(jīng)成為影響社會(huì)和諧發(fā)展的重要因素。目前的醫(yī)改目標(biāo)是縣域就診率達(dá)到90%，大病不出縣，但是實(shí)現(xiàn)起來(lái)難度也很大。因?yàn)獒t(yī)生的時(shí)間是有限的，通過(guò)遠(yuǎn)程醫(yī)療解決區(qū)域分布不均的期盼，也同樣會(huì)在醫(yī)生的時(shí)間花費(fèi)上受到限制，所以核心的問(wèn)題是優(yōu)質(zhì)的醫(yī)生資源不足。
自國(guó)家陸續(xù)出臺(tái)了各項(xiàng)醫(yī)改政策，基層首診、雙向轉(zhuǎn)診、分級(jí)診療、資源下沉等便成為了熱門(mén)話題。各地區(qū)也都積極響應(yīng)，組建“醫(yī)聯(lián)體”。我們迫切需要建立一套智慧的醫(yī)療健康的平臺(tái)體系，使患者用較短的等療時(shí)間、支付基本的醫(yī)療費(fèi)用，就可以享受安全、便利、優(yōu)質(zhì)的診療服務(wù)，從根本上解決“看病難、看病貴”的問(wèn)題，真正做到“人人健康，健康人人”。
醫(yī)生資源在全世界范圍內(nèi)都仍屬于稀缺資源，這種供求關(guān)系在一定程度上決定了病患“看病難”的問(wèn)題，而我國(guó)醫(yī)療長(zhǎng)期存在“重醫(yī)療，輕預(yù)防，重城市，輕農(nóng)村，重三甲，輕社區(qū)衛(wèi)生”的現(xiàn)象。從居民自身來(lái)看，過(guò)多依賴(lài)大型醫(yī)院，從醫(yī)院角度來(lái)看，這種過(guò)度依賴(lài)加重了就醫(yī)困難的問(wèn)題，“一號(hào)難求”的現(xiàn)象頻發(fā)。解決基層醫(yī)療資源缺乏的核心就在于給基層醫(yī)療機(jī)構(gòu)“賦能”，用人工智能給基層醫(yī)院“院士級(jí)看病的本事”。通俗來(lái)講，把一個(gè)院士的看病本事，放到一個(gè)筆記本電腦里，帶到基層醫(yī)院，這就是人工智能追求的境界和需要解決的實(shí)際問(wèn)題。
精準(zhǔn)醫(yī)療的實(shí)現(xiàn)需要人與技術(shù)的結(jié)合
以精準(zhǔn)醫(yī)療為主的智慧型醫(yī)院是2015年在美國(guó)誕生的思路。智慧型醫(yī)院從醫(yī)療健康產(chǎn)業(yè)的整體角度，提出融入更多人工智慧和傳感技術(shù)等高科技，使醫(yī)療服務(wù)走向真正意義的智慧化，推動(dòng)醫(yī)療事業(yè)的繁榮發(fā)展。利用人工智慧、大數(shù)據(jù)分析的融合和移動(dòng)醫(yī)療等新技術(shù)，結(jié)合現(xiàn)代化醫(yī)院的管理流程，逐步形成智能化的全面醫(yī)療解決方案。智慧醫(yī)療開(kāi)始走進(jìn)我們尋常百姓的生活。
從概念上來(lái)講， 以基層醫(yī)療健康為出發(fā)點(diǎn)的智慧醫(yī)療包含了智慧醫(yī)院系統(tǒng)、區(qū)域衛(wèi)生系統(tǒng)，以及家庭健康系統(tǒng)這三部分。從流程管理角度，基層醫(yī)療以如何讓病患可以便捷快速地預(yù)約掛號(hào)為起點(diǎn)。智慧醫(yī)院必須經(jīng)過(guò)前沿科技應(yīng)用對(duì)醫(yī)療機(jī)構(gòu)信息化的全面創(chuàng)新的過(guò)程。從狹義上來(lái)說(shuō)，智慧醫(yī)院可以是基于互聯(lián)網(wǎng)科技的醫(yī)院，在數(shù)字化醫(yī)院建設(shè)的基A上，創(chuàng)新性地將現(xiàn)代移動(dòng)終端作為切入點(diǎn)，將移動(dòng)互聯(lián)網(wǎng)特性充分應(yīng)用到就醫(yī)流程中。
AI是讓人實(shí)現(xiàn)超越而不是制造超人
AI對(duì)醫(yī)療領(lǐng)域和產(chǎn)業(yè)的改造是具有顛覆性的，它不僅是一種技術(shù)創(chuàng)新，更是在生產(chǎn)力上為傳統(tǒng)醫(yī)療行業(yè)帶來(lái)變革。AI作為一種技術(shù)方法，大規(guī)模地用更智能的系統(tǒng)推動(dòng)更好的決策，也是最近幾年才發(fā)生的事情。直到今天，由于我們解決了以前很多未能解決的問(wèn)題，才將醫(yī)療AI推向了一個(gè)新的高度。除了提高醫(yī)生的工作效率外，AI還能作為輔助手段，提高診斷準(zhǔn)確率，使精準(zhǔn)醫(yī)療成為可能。
近年來(lái)，在醫(yī)學(xué)領(lǐng)域開(kāi)始導(dǎo)入人工智能數(shù)字挖掘與機(jī)器學(xué)習(xí)的技術(shù)來(lái)篩選有效的醫(yī)療信息。
其中，“AI+醫(yī)學(xué)影像”就是關(guān)鍵性的一步。醫(yī)學(xué)影像天生適合互聯(lián)網(wǎng)+大數(shù)據(jù)+人工智能。從數(shù)量上講，超過(guò)80%的醫(yī)療數(shù)據(jù)來(lái)自醫(yī)學(xué)影像數(shù)據(jù)，優(yōu)質(zhì)、大量的數(shù)據(jù)積累、高性能計(jì)算環(huán)境和優(yōu)化的深度學(xué)習(xí)方法，三者資源配齊，就會(huì)構(gòu)建不斷提高的狀態(tài)模型，這正是人工智能的魅力所在。利用三者的關(guān)聯(lián)，可以大大提高醫(yī)學(xué)診療效率，并實(shí)現(xiàn)精準(zhǔn)醫(yī)療。圖像智能識(shí)別更可以減輕醫(yī)生的工作量，這就很好地解決了基層優(yōu)質(zhì)醫(yī)生資源不足的問(wèn)題。
醫(yī)學(xué)影像領(lǐng)域調(diào)查數(shù)據(jù)顯示，無(wú)論是在國(guó)內(nèi)還是在國(guó)外，放射科醫(yī)師的數(shù)量增長(zhǎng)速度遠(yuǎn)不及影像數(shù)據(jù)的增長(zhǎng)速度，也就是說(shuō)醫(yī)師的數(shù)量遠(yuǎn)達(dá)不到閱片的需求量。
就美國(guó)與中國(guó)對(duì)比來(lái)看，美國(guó)的人工影像閱片誤診人數(shù)為1200萬(wàn)/年，而在中國(guó)則達(dá)到了5700萬(wàn)/年。在中國(guó)，誤診率高且主要發(fā)生在基層，這也更好地說(shuō)明，人口基數(shù)巨大的中國(guó)，醫(yī)學(xué)影像業(yè)務(wù)更需要人工智能技術(shù)的支持，以此來(lái)提升基層的診斷質(zhì)量與效率。
數(shù)字科技推動(dòng)基層醫(yī)療發(fā)展
總而言之，無(wú)論是對(duì)患者、醫(yī)師還是醫(yī)院而言，數(shù)字健康的運(yùn)營(yíng)平臺(tái)需要把智能、供應(yīng)鏈、財(cái)務(wù)運(yùn)營(yíng)和人才管理有機(jī)整合起來(lái)。數(shù)字健康管理平臺(tái)不僅能夠讓患者更快速地完成健康檢查，還能獲得更精準(zhǔn)的診斷建議與個(gè)性化治療方案。對(duì)醫(yī)師來(lái)說(shuō)則削減了讀片時(shí)間，降低了誤診概率，根據(jù)人工智能的輔助診斷還能提高診斷質(zhì)量。而對(duì)醫(yī)院來(lái)說(shuō)，采用數(shù)字健康管理平臺(tái)不僅降低了醫(yī)院成本，還能夠建立一個(gè)多元數(shù)據(jù)庫(kù)，這是對(duì)分級(jí)診療和遠(yuǎn)程診療的一大技術(shù)性幫助，讓醫(yī)院更好地響應(yīng)國(guó)家政策，真正有效地做到“資源下沉”。
如何應(yīng)對(duì)人工智能時(shí)代的轉(zhuǎn)型？人工智能的商業(yè)價(jià)值地圖中，哪些產(chǎn)業(yè)將最先享受技術(shù)紅利？
“智造”并不是一個(gè)新詞，幾年前，我們可以看到數(shù)字技術(shù)從虛擬世界向?qū)嶓w世界滲透。3D打印、激光切割等一系列數(shù)字制造設(shè)備的發(fā)明讓制造變得民主化，所以誕生了創(chuàng)客這個(gè)群體，讓普通人也可以通過(guò)智造來(lái)實(shí)現(xiàn)想法。而今天，我們都看到“智”的含義又進(jìn)化了。
人工智能正在全球范圍內(nèi)掀起產(chǎn)業(yè)浪潮。從去年開(kāi)始，騰訊研究院就對(duì)人工智能的產(chǎn)業(yè)發(fā)展有一個(gè)持續(xù)的跟蹤。我今天將從一個(gè)更廣的維度，不限于制造業(yè)來(lái)與大家分享關(guān)于人工智能如何融合產(chǎn)業(yè)，創(chuàng)造萬(wàn)億實(shí)體經(jīng)濟(jì)新動(dòng)能的一些觀察。
人工智能認(rèn)知差距存在：已走入平常生活
在另一陣營(yíng)，包括扎克伯格、李開(kāi)復(fù)、吳恩達(dá)等在內(nèi)的多位人工智能業(yè)界和學(xué)界人士都表示人工智能對(duì)人類(lèi)的生存威脅尚且遙遠(yuǎn)。這其中主要的爭(zhēng)議就來(lái)源于對(duì)“人工智能”定義的區(qū)別。人工智能學(xué)家馬斯克等人所述的人工智能，是指可以獨(dú)立思考并解決問(wèn)題，具有思維能力的“強(qiáng)人工智能”，目前，科學(xué)界和工業(yè)界對(duì)何時(shí)發(fā)展出“強(qiáng)人工智能”并無(wú)定論。
現(xiàn)在處于全球熱議中的“人工智能”，并不完全等同于以往學(xué)院派定義的人工智能。你可能沒(méi)有意識(shí)到，我們?nèi)粘Ｉ钪幸呀?jīng)用到了許多人工智能技術(shù)：早在2011年，蘋(píng)果就率先將人工智能應(yīng)用Siri放進(jìn)了大家的口袋里；拍照、簽到時(shí)用到的人臉識(shí)別技術(shù)，智能音箱的語(yǔ)音對(duì)話系統(tǒng)，以及我們現(xiàn)在主流的新聞推薦引擎，也都用到了深度學(xué)習(xí)的算法。
人工智能算法存在于人們的手機(jī)和個(gè)人電腦里，存在于政府機(jī)關(guān)、企業(yè)的服務(wù)器上，存在于共有或者私有的云端之中。雖然我們不一定能夠時(shí)時(shí)刻刻感知到人工智能算法的存在，但人工智能算法已經(jīng)高度滲透進(jìn)我們的生活之中。
人工智能的商業(yè)潮起：九大領(lǐng)域形成熱點(diǎn)
人工智能的歷史已經(jīng)有60年的時(shí)間，但它作為一個(gè)商業(yè)化浪潮是最近幾年爆發(fā)的。與以往幾次人工智能浪潮不同，此次的人工智能革命跨越了技術(shù)商業(yè)化的臨界點(diǎn)。
下圖為騰訊研究院的《中美人工智能產(chǎn)業(yè)報(bào)告》，人工智能領(lǐng)域的投資金額從2012年起呈現(xiàn)出了非常陡峭的增長(zhǎng)趨勢(shì)，轉(zhuǎn)折點(diǎn)就是深度學(xué)習(xí)技術(shù)的突破。
IT產(chǎn)業(yè)經(jīng)過(guò)數(shù)十年的發(fā)展，在存儲(chǔ)、運(yùn)算和傳輸能力上都有了幾何級(jí)的提升，使深度學(xué)習(xí)最終有了質(zhì)的飛躍?；ヂ?lián)網(wǎng)積累了20年的數(shù)據(jù)終于有了用武之地——訓(xùn)練數(shù)據(jù)。機(jī)器學(xué)習(xí)和深度學(xué)習(xí)的飛速發(fā)展直接引領(lǐng)了此次人工智能產(chǎn)業(yè)浪潮。
截至目前，美國(guó)在融資金額上人工達(dá)到了938億，中國(guó)僅次于美國(guó)達(dá)到了635億。人工智能產(chǎn)業(yè)發(fā)展出了九大熱點(diǎn)領(lǐng)域，分別是芯片、自然語(yǔ)言處理、語(yǔ)音識(shí)別、機(jī)器學(xué)習(xí)應(yīng)用、計(jì)算機(jī)視覺(jué)、智能機(jī)器人、自動(dòng)駕駛。
另一個(gè)明顯的趨勢(shì)是中美科技巨頭的集體轉(zhuǎn)型。從互聯(lián)網(wǎng)到移動(dòng)互聯(lián)網(wǎng)的歷次轉(zhuǎn)換歷程中，把握技術(shù)革命帶來(lái)的商業(yè)范式革命是屹立不敗的關(guān)鍵。技術(shù)革命將帶來(lái)基礎(chǔ)設(shè)施、商業(yè)模式、行業(yè)渠道、競(jìng)爭(zhēng)規(guī)則變化的漣漪效應(yīng)。
谷歌最早意識(shí)到機(jī)器學(xué)習(xí)的重要性，從2012年開(kāi)始從搜索業(yè)務(wù)積累數(shù)據(jù)。從2012年到2017年短短的5年時(shí)間已經(jīng)滲透到了超過(guò)1200個(gè)谷歌的服務(wù)中。業(yè)務(wù)發(fā)展戰(zhàn)略從“移動(dòng)優(yōu)先”轉(zhuǎn)為“人工智能優(yōu)先”。除此以外，美國(guó)的FAAMG (Facebook， Amazon， Apple， Microsoft， Google)以及中國(guó)的BAT無(wú)一例外投入越來(lái)越多資源搶占人工智能市場(chǎng)，有的甚至轉(zhuǎn)型成為AI公司。他們紛紛從四方面從基礎(chǔ)到全局打造AI生態(tài)：
第一，通過(guò)建立AI實(shí)驗(yàn)室，來(lái)建立核心的人才隊(duì)伍。第二，持續(xù)并購(gòu)來(lái)爭(zhēng)奪人才和技術(shù)。第三，建立開(kāi)源的生態(tài)，占領(lǐng)產(chǎn)業(yè)核心。今天，大多數(shù)技術(shù)進(jìn)步都不是封閉的創(chuàng)造發(fā)明。技術(shù)的指數(shù)級(jí)增長(zhǎng)，受益于底層技術(shù)的共享。今年，騰訊向外輸出了兩大AI開(kāi)源項(xiàng)目ANGEL和NCNN。第四，最好的人工智能服務(wù)將可能化為無(wú)形，即與云服務(wù)結(jié)合。工具AI將大幅降低企業(yè)使用AI的門(mén)檻，越來(lái)越多科技巨頭選擇將自己的服務(wù)“云端化”來(lái)賦能全行業(yè)。正如馬化騰所說(shuō)的未來(lái)的企業(yè)都是在云端用AI處理大數(shù)據(jù)。并且在一些領(lǐng)域開(kāi)始試水消費(fèi)級(jí)人工智能的場(chǎng)景。
認(rèn)識(shí)人工智能的能力與局限
認(rèn)識(shí)人工智能的能力與局限AI要在商業(yè)上取得成功，首先要理解人工智能的真實(shí)能力。AI的爆發(fā)對(duì)商業(yè)的塑造也許與互聯(lián)網(wǎng)徹底顛覆傳統(tǒng)行業(yè)不同，在很大程度上會(huì)不動(dòng)聲色地嵌入到商業(yè)中。應(yīng)用場(chǎng)景不再是新奇的概念展示，而是融入現(xiàn)有的生產(chǎn)中，進(jìn)入垂直領(lǐng)域，創(chuàng)造直接的經(jīng)濟(jì)價(jià)值。
認(rèn)識(shí)人工智能的能力與局限從認(rèn)識(shí)物理世界到自主決策，目前人工智能已經(jīng)具備以下幾種能力：
認(rèn)識(shí)人工智能的能力與局限感知智能：在語(yǔ)音識(shí)別、圖像識(shí)別領(lǐng)域已經(jīng)有很深入的應(yīng)用，賦予了機(jī)器“看”和“聽(tīng)”的能力。甚至情感也能被機(jī)器理解 ；語(yǔ)音識(shí)別和圖像識(shí)別都有了顯著的提升。
認(rèn)識(shí)人工智能的能力與局限理解能力：自然語(yǔ)言理解成為隱形的標(biāo)配植入到產(chǎn)品中。配合計(jì)算機(jī)視覺(jué)可用于理解圖像，來(lái)執(zhí)行基于文本的圖像搜索、圖像描述生成、圖像問(wèn)答（給定圖像和問(wèn)題，輸出答案）等。
認(rèn)識(shí)人工智能的能力與局限數(shù)據(jù)智能：機(jī)器學(xué)習(xí)、深度學(xué)習(xí)讓機(jī)器能夠洞察數(shù)據(jù)的秘密，并且不斷自動(dòng)優(yōu)化算法，提升數(shù)據(jù)分析能力。
認(rèn)識(shí)人工智能的能力與局限決策能力：本質(zhì)是用數(shù)據(jù)和模型為現(xiàn)有問(wèn)題提供解決方案。棋類(lèi)游戲是一種典型的決策能力，人類(lèi)在完美信息博弈的游戲中已徹底輸給機(jī)器，只能在不完美信息的德州撲克和麻將中茍延殘喘。在更廣泛的領(lǐng)域，例如如何自動(dòng)駕駛汽車(chē)，如何將投資收益最大化等豐富的場(chǎng)景都將是決策能力的用武之地。
人工智能的價(jià)值地圖：產(chǎn)業(yè)融合正在加速
與互聯(lián)網(wǎng)時(shí)代一夜顛覆的渠道革命不同，人工智能的帶來(lái)的商業(yè)變革正在不動(dòng)聲色地滲入到各行各業(yè)。一大批AI應(yīng)用的先導(dǎo)者正在將AI能力賦能產(chǎn)業(yè)，涉及吃住行、工業(yè)醫(yī)療等各個(gè)領(lǐng)域。下面將用三個(gè)例子來(lái)說(shuō)明正在發(fā)生的“AI+”產(chǎn)業(yè)增強(qiáng)革命。
首先是零售行業(yè)。上圖是亞馬遜推出的無(wú)人超市Amazon Go。在亞馬遜的藍(lán)圖中，顧客從貨架上取下貨品，無(wú)需再經(jīng)過(guò)收銀臺(tái)便可自動(dòng)完成結(jié)算過(guò)程。從顧客進(jìn)店開(kāi)始，通過(guò)人臉識(shí)別驗(yàn)證顧客身份，在顧客購(gòu)物時(shí)，通過(guò)圖像識(shí)別和對(duì)比技術(shù)判斷商品種類(lèi)，自動(dòng)生成購(gòu)物訂單完成自動(dòng)結(jié)算。
現(xiàn)在，各種形式的無(wú)人零售商店在國(guó)內(nèi)也如雨后春筍般興起。當(dāng)然，無(wú)人收費(fèi)只是零售智能化的第一步，人工智能不同能力的應(yīng)用將全面改變現(xiàn)在的零售模式。比如開(kāi)一家店選址、到底在哪開(kāi)、開(kāi)多大、覆蓋多少人群、賣(mài)多少東西？時(shí)裝周采購(gòu)設(shè)計(jì)師的衣服，買(mǎi)那些今年會(huì)暢銷(xiāo)？以前這些都靠零售人的經(jīng)驗(yàn)做決策，但在信息時(shí)代，這些都可以用精準(zhǔn)的算法做決策。
第二個(gè)例子是醫(yī)療行業(yè)，醫(yī)療在任何國(guó)家都是最大的行業(yè)之一，我們經(jīng)濟(jì)發(fā)展和科技進(jìn)步追求的最終目標(biāo)也是增進(jìn)健康。
人工智能在醫(yī)療行業(yè)的應(yīng)用很廣泛。用人工智能來(lái)輔助醫(yī)療影像診斷大家已經(jīng)比較熟悉了。我想說(shuō)的是人工智能對(duì)精準(zhǔn)醫(yī)療的推動(dòng)。所有遺傳密碼的信息都是非常非常多的一個(gè)大數(shù)據(jù)，對(duì)任何人在他沒(méi)有得病的時(shí)候我們測(cè)量他的組學(xué)數(shù)據(jù)，分析組學(xué)大數(shù)據(jù)，那么就可以對(duì)他未來(lái)健康發(fā)展的危險(xiǎn)因素做出評(píng)估，根據(jù)評(píng)估進(jìn)行適當(dāng)干預(yù)，這樣的話有些疾病不發(fā)展，有些疾病減輕他的程度，提高他的生活質(zhì)量，這樣就把整個(gè)醫(yī)療健康體系的關(guān)口前移，在沒(méi)有病之前就提出評(píng)估與保證。
第三個(gè)例子來(lái)自制造業(yè)。波士頓有家著名的機(jī)器人公司叫Rethink Robotics，顧名思義就是重新思考機(jī)器人。這個(gè)公司開(kāi)發(fā)了一款名為Baxter的智能協(xié)作機(jī)器人。這個(gè)機(jī)器人的特點(diǎn)是和人的交互不再是機(jī)械的。Baxter 采用順應(yīng)式手臂并具有力度探測(cè)功能，能夠適應(yīng)變化的環(huán)境，可“感知”異?，F(xiàn)象并引導(dǎo)部件就位。你只要挪動(dòng)它的手臂就能進(jìn)行訓(xùn)練，完成特定的任務(wù)。其次，對(duì)于制造業(yè)來(lái)說(shuō)人工智能不僅僅意味著完成某項(xiàng)工任務(wù)的機(jī)器人，也是未來(lái)制造業(yè)智能工廠、智能供應(yīng)鏈等相互支撐的智能制造體系。通過(guò)人工智能實(shí)現(xiàn)設(shè)計(jì)過(guò)程、制造過(guò)程和制造裝備的智能化。
人工智能的經(jīng)濟(jì)影響
人工智能在經(jīng)濟(jì)層面的影響，主要有三個(gè)方面：
第一，生產(chǎn)效率的提升。人工智能創(chuàng)造了一種虛擬的勞動(dòng)力，能夠解決需要適應(yīng)性和敏捷性的復(fù)雜任務(wù)。
第二，交易成本的下降?；ヂ?lián)網(wǎng)的平臺(tái)模式通過(guò)降低信息不對(duì)稱(chēng)，降低了交易成本。隨著機(jī)器學(xué)習(xí)的引入，可以實(shí)現(xiàn)更精準(zhǔn)的服務(wù)匹配，進(jìn)一步優(yōu)化資源的分配。
第三，人工智能將帶來(lái)數(shù)據(jù)產(chǎn)業(yè)的蓬勃。機(jī)器學(xué)習(xí)需要數(shù)據(jù)的“喂養(yǎng)”，海量的數(shù)據(jù)需求催生了多種類(lèi)型的數(shù)據(jù)交易模式。數(shù)據(jù)的需求會(huì)產(chǎn)生很多數(shù)據(jù)經(jīng)紀(jì)商，有B2B模式，C2B模式，B2B2C模式等，促進(jìn)數(shù)據(jù)在個(gè)人、企業(yè)及產(chǎn)業(yè)鏈層面流通。數(shù)據(jù)的來(lái)源不單單來(lái)自于用戶，也來(lái)自于政府公開(kāi)數(shù)據(jù)、商業(yè)渠道、博客等公共資源等。
轉(zhuǎn)型之路：五要素堅(jiān)實(shí)人工智能基礎(chǔ)
人工智能將一切變化都帶入了超高速發(fā)展的軌道。創(chuàng)新科技公司已集體轉(zhuǎn)型，傳統(tǒng)行業(yè)又改如何應(yīng)對(duì)即將到來(lái)的人工智能時(shí)代？實(shí)現(xiàn)人工智能的轉(zhuǎn)型，需要從幾個(gè)方面并行：
數(shù)據(jù)、算法和算力是我們常說(shuō)的人工智能的“三駕馬車(chē)”，是人工智能得以應(yīng)用的基礎(chǔ)。
第一是數(shù)據(jù)，我們對(duì)數(shù)據(jù)的認(rèn)識(shí)不應(yīng)該停留在統(tǒng)計(jì)，改進(jìn)產(chǎn)品或者作為決策的支持依據(jù)。而應(yīng)該看到它導(dǎo)致機(jī)器智能的產(chǎn)生。但首先，數(shù)據(jù)是有條件的。垂直行業(yè)的數(shù)據(jù)，高質(zhì)量的數(shù)據(jù)。在國(guó)家層面，也有許多數(shù)據(jù)開(kāi)放計(jì)劃。
第二是算法，人工智能的人才仍然是很稀缺的。高校和企業(yè)的人才流動(dòng)越來(lái)越頻繁。但同時(shí)，企業(yè)通過(guò)開(kāi)放生態(tài)，降低開(kāi)發(fā)門(mén)檻?？梢宰尭嘀行∑髽I(yè)享受AI能力。
第三是算力，現(xiàn)在的人工智能系統(tǒng)通過(guò)成百上千個(gè)GPU來(lái)提升算力，使深度學(xué)習(xí)能夠走向生產(chǎn)環(huán)境。但隨著數(shù)據(jù)的爆發(fā)式增長(zhǎng)，現(xiàn)有算力將無(wú)法匹配。
除了這三駕馬車(chē)，從實(shí)驗(yàn)室到行業(yè)應(yīng)用，在人工智能的應(yīng)用過(guò)程中還需要加入兩個(gè)元素：
■ 首先是場(chǎng)景。理解場(chǎng)景是人工智能應(yīng)用的核心。人工智能必須落到精準(zhǔn)的場(chǎng)景，才能實(shí)現(xiàn)實(shí)在的價(jià)值。理解人工智能能力可落地的場(chǎng)景及對(duì)應(yīng)的流程，將AI納入決策流程。
■ 其次是人機(jī)回環(huán)，即human-in-the-loop?！叭藱C(jī)回圈”的第一層含義是人工智能應(yīng)用中需要用戶，即人的反饋來(lái)強(qiáng)化模型。更進(jìn)一步，機(jī)器學(xué)習(xí)是一種嘗試創(chuàng)建允許通過(guò)讓專(zhuān)家與機(jī)器的一系列交互參與到機(jī)器學(xué)習(xí)的訓(xùn)練中的系統(tǒng)工作。機(jī)器學(xué)習(xí)通常由工程師訓(xùn)練數(shù)據(jù)，而不是某個(gè)領(lǐng)域的專(zhuān)家?！叭藱C(jī)回圈”的核心是構(gòu)建模型的想法不僅來(lái)自數(shù)據(jù)，而且來(lái)自于人們?cè)鯓涌创龜?shù)據(jù)。專(zhuān)家會(huì)成為垂直領(lǐng)域的AI顧問(wèn)，把關(guān)模型的正確性。
人工智能并不是靜態(tài)的東西，訓(xùn)練出來(lái)的模型要用到某個(gè)業(yè)務(wù)場(chǎng)景里，業(yè)務(wù)場(chǎng)景里產(chǎn)生新的數(shù)據(jù)，這些數(shù)據(jù)進(jìn)一步提升人工智能模型的能力，再用到場(chǎng)景中，形成一個(gè)閉環(huán)和迭代。
總結(jié)
本輪人工智能浪潮是基于深度學(xué)習(xí)的發(fā)展，將快速滲透到數(shù)據(jù)密集行業(yè)。
人工智能目前從感知智能、理解智能、數(shù)據(jù)智能和決策智能四方面發(fā)揮在各行各業(yè)的能力。
