隨著圖像識(shí)別、深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)等關(guān)鍵技術(shù)的突破，帶動(dòng)了人工智能新一輪發(fā)展，對(duì)醫(yī)療領(lǐng)域的改造是顛覆性的。而2017年被稱為人工智能發(fā)展的轉(zhuǎn)折點(diǎn)，標(biāo)志之一就是人工智能醫(yī)療技術(shù)的加速產(chǎn)品化。
根據(jù)預(yù)測(cè)，2016年中國人工智能+醫(yī)療市場(chǎng)規(guī)模達(dá)到人民幣96.61億元(以下單位同)，增長率為37.9%，中國人工智能+醫(yī)療市場(chǎng)規(guī)模持續(xù)增長，2017年將超130億元，增長40.7%，有望在2018年市場(chǎng)規(guī)模達(dá)到200億元。
通過調(diào)查的數(shù)據(jù)顯示，在醫(yī)療行業(yè)中已成熟應(yīng)用以及正在嘗試、計(jì)劃應(yīng)用人工智能技術(shù)的占比已達(dá)78.5%。同時(shí)，有76.39%的人認(rèn)為人工智能技術(shù)將會(huì)在醫(yī)療行業(yè)廣泛應(yīng)用。
人工智能醫(yī)療應(yīng)用場(chǎng)景主要分成了語音識(shí)別、醫(yī)學(xué)影像、藥物挖掘、營養(yǎng)學(xué)、生物技術(shù)、急救室管理、醫(yī)院管理、健康管理、精神健康、可穿戴設(shè)備、風(fēng)險(xiǎn)管理和病理學(xué)共12個(gè)領(lǐng)域。
通過語音識(shí)別和疾病數(shù)據(jù)分析，可實(shí)現(xiàn)機(jī)器診斷疾病。醫(yī)療是一個(gè)更垂直，專業(yè)度更高的領(lǐng)域，有很多專業(yè)術(shù)語和專業(yè)技能需要我們?nèi)W(xué)習(xí)。而這就需要大量的醫(yī)療專業(yè)詞匯庫的積累。人工智能診斷疾病可更準(zhǔn)確、更快捷、更安全，以及更便宜的實(shí)現(xiàn)病患處理。
醫(yī)學(xué)影像與人工智能的結(jié)合，是數(shù)字醫(yī)療領(lǐng)域較新的分支，而且是數(shù)字醫(yī)療產(chǎn)業(yè)的熱點(diǎn)。醫(yī)學(xué)影像包含了海量的數(shù)據(jù)，即使有經(jīng)驗(yàn)的醫(yī)生有時(shí)也顯得無所適從。醫(yī)學(xué)影像的解讀需要長時(shí)間專業(yè)經(jīng)驗(yàn)的積累，放射科醫(yī)生的培養(yǎng)周期相對(duì)較長，而人工智能在對(duì)圖像的檢測(cè)效率和精度兩個(gè)方面，都可以做得比專業(yè)醫(yī)生更快，還可以減少人為操作的誤判率。
藥物的發(fā)現(xiàn)和篩選經(jīng)歷了三個(gè)階段：第一階段是1930~1960年之間的隨機(jī)篩選藥物階段。隨機(jī)篩選藥物的典型代表就是利用細(xì)菌培養(yǎng)法從自然資源中篩選抗菌素。
第二階段是1970~2000年可以使用高吞吐量的靶向篩選大型化學(xué)庫。組合化學(xué)的出現(xiàn)改變了人類獲取新化合物的方式，人們可以通過較少的步驟在短時(shí)間內(nèi)同時(shí)合成大量化合物，在這樣的背景下高通量篩選的技術(shù)應(yīng)運(yùn)而生。高通量篩選技術(shù)經(jīng)過發(fā)展，已經(jīng)成為比較成熟的技術(shù)，不僅僅應(yīng)用于對(duì)組合化學(xué)庫的化合物篩選，還更多地應(yīng)用于對(duì)現(xiàn)有化合物庫的篩選。
第三階段是現(xiàn)在，虛擬藥物篩選階段，將藥物篩選的過程在計(jì)算機(jī)上模擬，對(duì)化合物可能的活性作出預(yù)測(cè)，進(jìn)而對(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)體體篩選，從而可以極大地減少藥物開發(fā)成本。
在醫(yī)藥領(lǐng)域，最早利用計(jì)算機(jī)技術(shù)和人工智能并且進(jìn)展較大的就是在藥物挖掘上，如研發(fā)新藥、老藥新用、藥物篩選、預(yù)測(cè)藥物副作用、藥物跟蹤研究等，均起到了積極作用。這實(shí)際上已經(jīng)產(chǎn)生了一門新學(xué)科，即藥物臨床研究的計(jì)算機(jī)仿真(CTS)。
現(xiàn)時(shí)人們生活水平大幅度上升，對(duì)食品的營養(yǎng)有更高的要求，合理的膳食搭配以及更安全的有機(jī)食品需求成為新的食品產(chǎn)業(yè)增長點(diǎn)，急需新技術(shù)推動(dòng)行業(yè)變革。
研究者開發(fā)了一套機(jī)器學(xué)習(xí)算法，分析學(xué)習(xí)血樣、腸道菌群特征與餐后血糖水平之間的關(guān)聯(lián)，并嘗試用標(biāo)準(zhǔn)化食品進(jìn)行血糖預(yù)測(cè)。葡萄糖是人類細(xì)胞最主要的能量來源，血糖異常會(huì)導(dǎo)致多項(xiàng)重要疾病?？梢哉f，機(jī)器學(xué)習(xí)算法可以給出了更精準(zhǔn)的營養(yǎng)學(xué)建議。
其中，作為健康數(shù)據(jù)的采集基礎(chǔ)，可穿戴設(shè)備可以說是作為人工智能的先鋒來到大眾視野。隨著人工智能技術(shù)的快速發(fā)展，以及對(duì)醫(yī)療數(shù)據(jù)的采集及應(yīng)用情況的完善，伴隨著物聯(lián)網(wǎng)大環(huán)境的促進(jìn)下，可穿戴設(shè)備也將再次發(fā)力，為人們的健康保駕護(hù)航。
語音識(shí)別則可有效緩解醫(yī)院三大明顯的痛點(diǎn)：效率、安全、數(shù)據(jù)。語音識(shí)別能夠很好的與現(xiàn)有電子病歷系統(tǒng)相結(jié)合，在記錄每個(gè)病人病情時(shí)，通過語音錄入的方式極大的提高了效率。將醫(yī)生從機(jī)械的文字寫入工作中解放出來，提升就診效率和患者體驗(yàn)度。
智能醫(yī)學(xué)影像是將人工智能技術(shù)應(yīng)用在醫(yī)學(xué)影像的診斷上。人工智能在醫(yī)學(xué)影像應(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。
從變革層面講，人工智能是從生產(chǎn)力層面對(duì)傳統(tǒng)醫(yī)療行業(yè)進(jìn)行變革;從形式上講，人工智能應(yīng)用在醫(yī)療領(lǐng)域是一種技術(shù)創(chuàng)新;從改造的領(lǐng)域來講，人工智能改造的是醫(yī)療領(lǐng)域的供給端;從驅(qū)動(dòng)力來講，人工智能主要是技術(shù)驅(qū)動(dòng)，尤其是底層技術(shù)的驅(qū)動(dòng)。
從創(chuàng)新的性質(zhì)而言，人工智能屬于重大創(chuàng)新;從對(duì)市場(chǎng)影響而言，人工智能帶來增量市場(chǎng)，且隨著智慧程度不斷提升，理論上潛在的市場(chǎng)空間無限。
（轉(zhuǎn)載）
