|新一代信息技术 信息基础设施建设 互联网+ 大数据 人工智能 高端信息技术核心产业
|高端制造 航空航天 轨道交通装备 海洋工程装备 新材料
|生物产业 生物医药 生物农业 生物能源
|绿色低碳 清洁能源汽车 新能源 节能技术 环境保护
|数字创意 数创装备 内容创新 设计创新
您的位置:首页 > 其它 > 独家内容
人工智能赋能医疗 数据是核心角色 | 热点聚焦
2018-02-08 00:02

本文首发于201821

《中国战略新兴产业》

展望 · 战略性新兴产业

  国家统计局 1 月发布的统计数据显示,2017 年,我国 GDP 总量为 827122 亿元,同比增长 6.9%。这是中国经济增速自 2011 年来首次扭转下行局面,实现企稳回升。意味着我国改革红利释放,经济增长韧性更强。作为持续深化供给侧结构性改革,加快培育形成新动能主体的重要力量,战略性新兴产业对我国经济发展的支撑作用进一步凸显。

  2018 年,是改革开放 40 周年,是决胜全面建成小康社会、实施“十三五”规划承上启下的关键一年,也是战略性新兴产业进一步加快和健康发展的一年。本刊编辑部通过分析近来新一代信息技术、新能源汽车、生物、人工智能、绿色环保等业内热点话题,为读者展望 2018 年及未来我国战略性新兴产业的发展趋势一角。

 

本刊记者 顾彦

  专家认为,随着社会经济水平的飞速发展,对医疗资源的需求量有增无减,但是医生的供给量是不可能无限增加的。但如果人工智能在医疗领域的应用得到突破,深度学习等技术得以落地,将来供给量就可能会“无限增加”。

  2017 年,是人工智能充满争议的一年,面对着期望与质疑,迎接着机遇与挑战。但在医疗领域,却有越来越多的声音正在支持人工智能的应用。多位业内人士告诉本刊记者,人工智能在医疗领域的应用能够提升医生诊断的效率和准确性,带来更高质量的医疗服务,这将是 2018 年医疗行业最值得期待的突破。

  传统医疗行业弊端可以通过人工智能改善

  “党的十九大报告指出,中国特色社会主义进入了新时代,我国社会主要矛盾已经转化为人民日益增长的美好生活需要和不平衡不充分的发展之间的矛盾。医疗领域的矛盾也是这个矛盾的一个重要构成部分。”宁波市第二医院副院长郑建军指出,目前医疗领域的主要矛盾是,虽然国家的医疗卫生支出逐年增加,但与庞大的需求相比医疗资源仍旧不足,医生诊断的效率和准确率也有待提升。

  “尤其是随着社会经济水平的飞速发展,对医疗资源的需求量有增无减,但是医生的供给量是不可能无限增加的。如果人工智能在医疗领域的应用得到突破,深度学习等技术得以落地,将来供给量就可能会‘无限增加’。”郑建军告诉本刊记者。

  中国信息通信研究院医疗人工智能负责人赵阳光也认为,目前传统医疗行业存在的弊端和问题可以通过人工智能技术的应用来改善。一方面,从医疗体系来看,近年来国家一直在大力推动基层首诊和双向转诊,但面临着优质医疗资源难以下沉的问题,基层医院全科医生稀少,也缺乏各类医疗设备,而人工智能可以通过算法筛选患者,起到转诊、分流的作用;另一方面,从医疗数据来看,很多疾病的早期症状不明显且容易混淆,可能发生延误或误诊,人工智能技术则可以挖掘电子病历中大量的非结构化数据并进行分析,为诊断提供辅助作用。

  从具体领域来看,吉林大学第一医院党委副书记于家傲介绍,人工智能在医学领域主要有 8 个应用前景,即虚拟助理、医学影像、辅助诊疗、疾病风险预测、药物挖掘、健康管理、医院管理、辅助医学研究中心。

  比如虚拟助理,赵阳光介绍,这是通过类似语义理解、语音识别技术,听懂和理解患者对自己病状的描述,与标准的医学知识库进行对比,得出适合在哪个医院、哪个科目进行检查等问诊建议,反馈给患者。目前这方面的产品还不能做到像苹果的 Siri 一样实现完全自由的文本输入,因为用户的表达可能不是最标准的医学用语,因此目前主要是通过选择题的形式输入。已经有科大讯飞的晓曼机器人等产品在多个医院开始落地使用。这项技术也能帮助医生快速完成资料查阅、文献推送、医嘱记录、病例填写等工作。

  再比如医学影像,主要是借助于图像识别技术。对癌症筛查等多种需要进行影像分析的疾病,传统医疗主要是依靠医生自身经验对病灶区域进行勾画和判断分析,而未来的发展趋势是,通过人工智能对大量已有的病例和影像进行学习和训练,使用人工智能的算法和模型对影像进行判断和分析,辅助医生诊断,从而大大节省医生时间,提高诊断的准确率。郑建军透露,他所在的宁波市第二医院就已经在脑功能分析、乳腺癌筛查、胃癌细胞检测等相关领域进行了人工智能应用的初步探索。

  人工智能需要大数据去触发和引爆

  于家傲指出,未来人工智能应用将主要基于三方面,一是大数据,二是深度学习,三是强大的计算能力。这三方面都以数据为重要基础,医疗领域每天都在诞生海量的数据,并且已经从传统的交换、储存和处理,发展到可以进行高质量的分析和研判,从而得出可靠的决策依据。医疗大数据的发展为人工智能的下一步应用打下了良好基础。

  “人工智能在医疗领域的应用需要医疗的数据或者大数据去触发和引爆。”郑建军也认为,从研发角度来看,算法是人工智能的基础,特别是在深度学习的应用中,需要用海量的非结构化数据对其进行训练,因此首先得有数据。而这也意味着,医院在人工智能的应用中将扮演核心角色,因为大部分的数据来自于医院。

  但同时,数据也是人工智能下一步应用所要面临的最大问题之一。动脉网蛋壳研究院执行院长刘宗宇告诉本刊记者,首先,数据量是一个问题,深度学习需要通过大量的数据对参数进行优化和调整,我国看似最不缺的就是数据量,但在实际操作过程中真正可用的数据量有多少还是个问号,我国正在积极采取措施建立医疗行业人工智能训练的资源库;其次,数据的质量也是一个问题,比如目前在肺癌筛查方面的应用能取得比较好的效果,就是因为有着较为集中、全面和有效的数据,但对于其他疾病,应用效果还十分有限;第三,数据维度方面,应当将影像信息与病理、随访情况、临床信息甚至基因信息等多方面信息进行融合判断,即便是影像信息,也应当是对一段时期以内而不是只对一次的检查影像进行分析。

  刘宗宇还指出,标准问题也是医疗人工智能产业界十分关心的问题。一方面是医疗设备多样性带来的挑战,比如 CT,现在市面上常见的 CT 厂商就有七八家,广泛应用的机型更是有上百家,不同机型电流电压等各个细节的不同,都会重构算法,影响到训练模型的效果;第二个方面是关于操作规范性,比如患者在螺旋 CT 拍胸片的过程中,进入仪器姿势是平躺还是趴卧等都会影响效果;第三个方面是数据标准及数据格式,许多领域本来就缺少国际通用的标准,比如病理的切片扫描仪,图片格式大多数都是扫描仪厂商自己私有的格式,而人工智能训练模型则需要厂商开放格式,并且将私有格式转化为通用格式,变为深度学习框架能够识别的模式才能进行训练。

  另外,在制度、人才培养等方面,人工智能在医疗领域的应用还有很长的路要走。比如,应该明确医疗责任主体以及划清权责范围,在虚拟助理应用中,如果由于病人自己描述症状有误,导致医疗人工智能应用给出错误的诊断意见,应由谁来负责;应该加大医疗人工智能相关基础学科的制度建设以及学科建设,弥补医疗和人工智能跨学科复合型人才的稀缺,构建重大科技创新平台,集聚产业力量,吸纳海内外优秀的人才。

  未来产业发展还需要政策辅导

  刘宗宇还强调,政策对于医疗人工智能的未来发展起着至关重要的作用。“医疗人工智能需要政策的辅导。因为医疗行业和其他行业不一样,它和人的生命息息相关,是一个强监管的行业。那么人工智能要想在医疗行业里应用,政策是无法回避的。”

  比如,人工智能在辅助医生诊断时,一旦出现一些医疗事故,责任如何划分,究竟应该是人工智能产品的厂商负责还是由医院和医生负责,需要从政策层面进行完善和规范;再比如数据方面,医疗大数据究竟是归属于医院还是属于国家机密,还需要从法律上确权,同时医疗数据使用过程中如何监管、被采集者是否具有知情权、数据是否可以交易、交易过程中所有权如何转移等诸多问题,都需要政策一一给出解答。

  目前,国家层面已经开始在相关政策文件中针对上述问题进行规范。2017 年 7 月发布的《新一代人工智能发展规划》中就提出“2025 年前初步建立 AI 法律、伦理和政策体系”、“建立新一代人工智能基础理论体系和关键共性技术体系”、“加快培养聚集人工智能高端人才”、“发展便捷高效的智能服务”等,相关分析指出,如果 2025 年以前可以形成初步的法律规范,会促进医疗人工智能更加健全地发展;9 月发布的《医疗器械分类目录》中明确了部分人工智能相关应用的分类,规定若诊断软件通过算法,提供诊断建议,仅有辅助诊断功能,不直接给出诊断结论,则申报二类医疗器械,如果对病变部位进行自动识别,并提供明确诊断提示,则按照第三类医疗器械管理;12 月发布的《促进新一代人工智能产业发展三年行动计划(2018-2020 年)》中,则对现在热门的医疗影像辅助诊断系统提出了具体目标,提出推动医学影像数据采集标准化与规范化,支持脑、肺、眼、骨、心脑血管、乳腺等典型疾病领域的医学影像辅助诊断技术研发,加快医疗影像辅助诊断系统的产品化及临床辅助应用,到 2020 年,国内先进的多模态医学影像辅助诊断系统对以上典型疾病的检出率超过 95%,假阴性率低于 1%,假阳性率低于 5%,相关分析认为这个文件表述确实准确,规定具体,将成为众多企业的发展目标。

  工信部相关负责人建议,未来应当从三个方面推动医疗人工智能领域的发展。

  一是促进行业跨界融合、协同创新。希望信息通信产业能够切实对接医疗卫生行业需求,加强跨行业的技术交流与产业合作,进一步优化产业创新资源,共同推进医疗云计算和人工智能关键技术和发展模式的研究。

  二是构建医疗人工智能公共服务平台。医疗人工智能产业覆盖信息通信企业、医院、保险公司、药厂等各方,希望产业链各方能聚集力量共同打造公共服务平台,并依托平台进一步加强产业的融合与创新,促进整个产业生态成熟和完善。由国家卫生计生委医管中心、中国信通院联合相关三级医院共同发起的人工智能辅助诊断大数据平台也将启动,从而为医疗人工智能研究机构和企业提供算法训练、产品优化、标准验证、测试认证等公共支撑服务。

  三是建立互联网医疗健康标准与评测体系。要建立适应产业发展的联盟标准工作机制,推进相关产品和服务标准的研究和制定,并开展相关评测验证,充分发挥标准在产业发展的指导、引领和示范作用。首批医疗云计算系列标准的发布将为医疗云计算企业加强内部管理、提升服务质量和诚信水平、逐步建立医疗云计算信任体系提供了权威的引导与帮助。

关注微信公众号:

关于我们 | 联系我们 | 广告刊例 | 订阅服务 | 版权声明

地址(Address):北京市西城区广内大街315号信息大厦B座8-13层(8-13 Floor, IT Center B Block, No.315 GuangNei Street, Xicheng District, Beijing, China)

邮编:100053 电话:010-63691650 传真:010-63691514 Post Code:100053 Landline:86-010-63691655 Fax:010-63691514

Copyright 中国战略新兴产业网 京ICP备09051002号-3 技术支持:wicep