引用本文： 嚴律南. 人工智能在醫學領域應用的現狀與展望. 中國普外基礎與臨床雜志, 2018, 25(5): 513-514. doi: 10.7507/1007-9424.201804033 復制
20 世紀醫學的最大進步是器官移植和微創外科的興起。21 世紀將是在分子生物學突破基礎上精準醫學的成熟及人工智能（artificial intelligence）滲透到醫學的各個領域[1]。近 5 年來，“人工智能+”應用于醫療研究已經成為現代科技的熱點。美國的五大頂尖醫院如梅奧、克里夫蘭等都開始與人工智能公司合作，希望成為人工智能醫療應用領域的中心，對疾病進行探測、診斷、治療和管理。整個醫療行業復雜程度高，涉及知識面廣，人工智能可以在多個環節發揮作用，如醫學影像識別、生物技術、輔助診斷、藥物研發、營養學等領域，目前應用最為廣泛的當屬醫學影像識別。
1 人工智能在醫學影像識別方面的應用
在醫學領域，首先是涉及圖像，如 B 超、CT、病理專業等，其次是內鏡診斷領域已經開始了實踐。醫學影像是疾病診斷的主要路徑之一，因此，通過機器讀取醫學影像成為了一個熱點，無數的科研工作者已經對此展開了廣泛的研究。
2016 年美國加州大學的 Gulshan 等[2]團隊在《JAMA》雜志上首次報道了人工智能從 10 萬余幅視網膜眼底照片中診斷糖尿病視網膜病變，與 54 位有美國醫生執照的眼科醫師及高年資住院醫師相比較，其敏感性及特異性均高于人工判斷。
2017 年 Golden[3]在《JAMA》雜志發表了人工智能通過深度學習，可以迅速地閱讀病理照片，從而診斷乳腺癌是否有淋巴結轉移，盡管還不能完全代替病理學家，但大大提高了診斷速度，減輕了病理學家的負擔，提高了效果。
英國曼切斯特大學 Enshaei 等[4]對 668 例卵巢癌患者進行分析，認為人工智能優于常規的統計方法及人工神經網絡計算的方法，可以更好地分析出患者的預后及影響預后的因子。
國家癌癥中心公布的數據顯示，肺癌在所有惡性腫瘤的發病及死亡中均占首位。胸部 CT 放射影像技術是肺癌早期篩查的有效手段。但是由于 CT 掃描影像數量多，醫生診斷的時間長，加上工作量大，容易疲勞，人工誤差不可避免。
2017 年 11 月 24 日，一場人類和人工智能之間的對戰在成都舉行，代表人類出戰的是 463 名超聲醫生，代表人工智能出戰的是名為“安克偵”的甲狀腺腫瘤超聲輔助偵測軟件。雙方比賽誰能更準確地讀出甲狀腺超聲圖像。來自全國各地的 300 余位超聲專家、學者見證了這次人機大戰。最終，這個名為“安克偵”的人工智能與醫生們打成了平手，但其實在效率上，人工智能已經超過了醫生。
最近，人工智能已經在肺結節、乳腺癌、冠狀動脈斑塊、皮膚癌、眼底病、病理等領域取得了諸多成果。
2 人工智能在臨床醫療智能決策方面的應用
診斷決策支持系統（clinical decision support system）是設計用來輔助醫生在診斷時進行決策的支持系統，這種主動的知識系統通過對病患至少兩種以上的數據進行分析，為醫生給出診斷建議，醫生再結合自己的專業進行判斷，從而使診斷更快、更精準。
Viz.AI 的 ContaCT 是 FDA 批準的第一個針對中風的人工智能診斷決策支持系統。ContaCT 通過對中風患者的腦部 CT 圖像進行學習，總結出與中風關系最緊密的 CT 圖像模式。一旦發現新的腦部 CT 圖像符合先前的模式，患者有大血管閉塞的可能性，它便會自動向醫生發送提示報告。
2017 年 7 月，FDA 批準了 Cardiolog Technologies 的心電圖分析平臺，該技術是一項基于云計算的心臟監測分析網絡服務，旨在幫助醫生使用長期動態心電圖監測記錄來篩查心房顫動和其他心律失常的癥狀。
2018 年 2 月 21 日，FDA 宣布了 Cognoa 的同名 APP 獲得認證，這也是第一款針對兒童自閉癥的人工智能診斷決策支持系統。
美國 IDx 公司近日宣布，FDA 已加快對其人工智能診斷決策支持產品 IDx-DR 的審查進程，預計很快就將通過認證。這個人工智能系統致力于預測糖尿病視網膜病變，這是導致糖尿病患者失明的主要原因。
在癌癥領域頂尖的美國紀念斯隆·凱特琳腫瘤中心（MSKCC）和人工智能領域頂尖的 IBM 相結合，便誕生了沃森腫瘤解決方案—這個由 IBM 研發的人工智能經過紀念斯隆·凱特琳腫瘤中心的專家歷時 4 年半訓練而成，它汲取了 3 469 本醫學專著、248 000 篇論文、69 種治療方案、61 540 次實驗數據和 106 000 份臨床報告，同時還吸收了美國國立綜合癌癥網絡發布的臨床指南，可以為包括胃癌、肺癌、直腸癌、結腸癌、乳腺癌、宮頸癌等提供決策支持。
雅森與北京宣武醫院、北京大學人民醫院和協和醫院合作研發的腦功能多模態人工智能產品問世，其通過對核磁共振、PET、SPECT、腦電等數據的分析，可以應用于阿爾茲海默癥、癲癇、帕金森等各類腦功能疾病的量化分析、診斷和預測。截至 2017 年 10 月，此系統已經在全國超過 30 家大型三甲醫院落地部署，累計完成病例分析超過 7 000 余例，在各類病種上平均準確率超過 84%。
中山大學與西安電子科技大學的研究小組合作，開發了一種能診斷先天性白內障的人工智能程序 CC-Cruiser，利用深度學習算法，預測疾病的嚴重程度，并提出治療決策建議。
就目前而言，人工智能診斷決策支持系統在具有“硬”數據的醫學領域（如病理圖像）比具有“軟”數據的領域（諸如來自電子病歷的一般診斷）發展要成熟得多。
3 人工智能在醫療智能語音方面的應用
美國 Bohannon[5]2015 年在《Science》發表文章，首次報道了使用人機對話進行心理疾病的咨詢和治療取得成功，他通過人工智能的深度學習代替心理醫師對心理障礙的患者進行疏導和治療，由于許多患者顧慮自己的隱私而不愿意對醫師敞開心扉，因而更愿意和機器對話，因此具有更大的應用價值[4]。
4 人工智能在“互聯網+”醫療的應用
醫療行業一直希望通過互聯網來解決醫療資源過于集中、醫療資源分配不平衡等一系列問題。從 2010 年起，整個醫療市場中便誕生了一大批以互聯網醫療為創業方向的公司，其中細分方向有在線問診、專家掛號、醫藥電商、醫療保險等。
微醫是一個智能醫療服務平臺，為用戶提供預約掛號、在線咨詢、遠程會診、電子處方、慢病管理、健康消費、全科專科診療等線上線下結合的健康醫療服務
近期，微醫發布了面向中醫的人工智能輔助診治系統—懸壺臺，目前該平臺已覆蓋 11 個市、300 家中醫院、累計開方超 160 萬張，已成為中國應用最廣的“智能中醫大腦”
中國有 14 億人口，但是只有 200 萬基層醫生，對于基層醫生來說，最缺的便是醫療專家的經驗和智慧，而在有了智能醫療的輔助后，其可以把專家的經驗和智慧進行大規模的復制，讓這些成為基層醫生的教練，讓基層醫生的醫術得到提高，通過提高量變引發質變，真正地促進醫療水平的提升。
5 展望
現在的人工智能尚處于弱人工智能時代，并不具備溝通的功能，因此，現在的人工智能更多地應用在類似圖像識別輔助分析這樣的不需要與患者進行深入溝通的領域，其他領域的發展仍然需要人工智能技術的繼續完善。未來，人工智能將在醫療領域發揮重要作用，將改變醫療手段甚至醫療模式，并將推動醫學發展，重塑醫療產業，同時也必將對部分醫生的未來產生影響。相信人工智能將給未來醫療技術帶來深刻的變化，是未來醫學創新和改革的強大動力。
20 世紀醫學的最大進步是器官移植和微創外科的興起。21 世紀將是在分子生物學突破基礎上精準醫學的成熟及人工智能（artificial intelligence）滲透到醫學的各個領域[1]。近 5 年來，“人工智能+”應用于醫療研究已經成為現代科技的熱點。美國的五大頂尖醫院如梅奧、克里夫蘭等都開始與人工智能公司合作，希望成為人工智能醫療應用領域的中心，對疾病進行探測、診斷、治療和管理。整個醫療行業復雜程度高，涉及知識面廣，人工智能可以在多個環節發揮作用，如醫學影像識別、生物技術、輔助診斷、藥物研發、營養學等領域，目前應用最為廣泛的當屬醫學影像識別。
1 人工智能在醫學影像識別方面的應用
在醫學領域，首先是涉及圖像，如 B 超、CT、病理專業等，其次是內鏡診斷領域已經開始了實踐。醫學影像是疾病診斷的主要路徑之一，因此，通過機器讀取醫學影像成為了一個熱點，無數的科研工作者已經對此展開了廣泛的研究。
2016 年美國加州大學的 Gulshan 等[2]團隊在《JAMA》雜志上首次報道了人工智能從 10 萬余幅視網膜眼底照片中診斷糖尿病視網膜病變，與 54 位有美國醫生執照的眼科醫師及高年資住院醫師相比較，其敏感性及特異性均高于人工判斷。
2017 年 Golden[3]在《JAMA》雜志發表了人工智能通過深度學習，可以迅速地閱讀病理照片，從而診斷乳腺癌是否有淋巴結轉移，盡管還不能完全代替病理學家，但大大提高了診斷速度，減輕了病理學家的負擔，提高了效果。
英國曼切斯特大學 Enshaei 等[4]對 668 例卵巢癌患者進行分析，認為人工智能優于常規的統計方法及人工神經網絡計算的方法，可以更好地分析出患者的預后及影響預后的因子。
國家癌癥中心公布的數據顯示，肺癌在所有惡性腫瘤的發病及死亡中均占首位。胸部 CT 放射影像技術是肺癌早期篩查的有效手段。但是由于 CT 掃描影像數量多，醫生診斷的時間長，加上工作量大，容易疲勞，人工誤差不可避免。
2017 年 11 月 24 日，一場人類和人工智能之間的對戰在成都舉行，代表人類出戰的是 463 名超聲醫生，代表人工智能出戰的是名為“安克偵”的甲狀腺腫瘤超聲輔助偵測軟件。雙方比賽誰能更準確地讀出甲狀腺超聲圖像。來自全國各地的 300 余位超聲專家、學者見證了這次人機大戰。最終，這個名為“安克偵”的人工智能與醫生們打成了平手，但其實在效率上，人工智能已經超過了醫生。
最近，人工智能已經在肺結節、乳腺癌、冠狀動脈斑塊、皮膚癌、眼底病、病理等領域取得了諸多成果。
2 人工智能在臨床醫療智能決策方面的應用
診斷決策支持系統（clinical decision support system）是設計用來輔助醫生在診斷時進行決策的支持系統，這種主動的知識系統通過對病患至少兩種以上的數據進行分析，為醫生給出診斷建議，醫生再結合自己的專業進行判斷，從而使診斷更快、更精準。
Viz.AI 的 ContaCT 是 FDA 批準的第一個針對中風的人工智能診斷決策支持系統。ContaCT 通過對中風患者的腦部 CT 圖像進行學習，總結出與中風關系最緊密的 CT 圖像模式。一旦發現新的腦部 CT 圖像符合先前的模式，患者有大血管閉塞的可能性，它便會自動向醫生發送提示報告。
2017 年 7 月，FDA 批準了 Cardiolog Technologies 的心電圖分析平臺，該技術是一項基于云計算的心臟監測分析網絡服務，旨在幫助醫生使用長期動態心電圖監測記錄來篩查心房顫動和其他心律失常的癥狀。
2018 年 2 月 21 日，FDA 宣布了 Cognoa 的同名 APP 獲得認證，這也是第一款針對兒童自閉癥的人工智能診斷決策支持系統。
美國 IDx 公司近日宣布，FDA 已加快對其人工智能診斷決策支持產品 IDx-DR 的審查進程，預計很快就將通過認證。這個人工智能系統致力于預測糖尿病視網膜病變，這是導致糖尿病患者失明的主要原因。
在癌癥領域頂尖的美國紀念斯隆·凱特琳腫瘤中心（MSKCC）和人工智能領域頂尖的 IBM 相結合，便誕生了沃森腫瘤解決方案—這個由 IBM 研發的人工智能經過紀念斯隆·凱特琳腫瘤中心的專家歷時 4 年半訓練而成，它汲取了 3 469 本醫學專著、248 000 篇論文、69 種治療方案、61 540 次實驗數據和 106 000 份臨床報告，同時還吸收了美國國立綜合癌癥網絡發布的臨床指南，可以為包括胃癌、肺癌、直腸癌、結腸癌、乳腺癌、宮頸癌等提供決策支持。
雅森與北京宣武醫院、北京大學人民醫院和協和醫院合作研發的腦功能多模態人工智能產品問世，其通過對核磁共振、PET、SPECT、腦電等數據的分析，可以應用于阿爾茲海默癥、癲癇、帕金森等各類腦功能疾病的量化分析、診斷和預測。截至 2017 年 10 月，此系統已經在全國超過 30 家大型三甲醫院落地部署，累計完成病例分析超過 7 000 余例，在各類病種上平均準確率超過 84%。
中山大學與西安電子科技大學的研究小組合作，開發了一種能診斷先天性白內障的人工智能程序 CC-Cruiser，利用深度學習算法，預測疾病的嚴重程度，并提出治療決策建議。
就目前而言，人工智能診斷決策支持系統在具有“硬”數據的醫學領域（如病理圖像）比具有“軟”數據的領域（諸如來自電子病歷的一般診斷）發展要成熟得多。
3 人工智能在醫療智能語音方面的應用
美國 Bohannon[5]2015 年在《Science》發表文章，首次報道了使用人機對話進行心理疾病的咨詢和治療取得成功，他通過人工智能的深度學習代替心理醫師對心理障礙的患者進行疏導和治療，由于許多患者顧慮自己的隱私而不愿意對醫師敞開心扉，因而更愿意和機器對話，因此具有更大的應用價值[4]。
4 人工智能在“互聯網+”醫療的應用
醫療行業一直希望通過互聯網來解決醫療資源過于集中、醫療資源分配不平衡等一系列問題。從 2010 年起，整個醫療市場中便誕生了一大批以互聯網醫療為創業方向的公司，其中細分方向有在線問診、專家掛號、醫藥電商、醫療保險等。
微醫是一個智能醫療服務平臺，為用戶提供預約掛號、在線咨詢、遠程會診、電子處方、慢病管理、健康消費、全科專科診療等線上線下結合的健康醫療服務
近期，微醫發布了面向中醫的人工智能輔助診治系統—懸壺臺，目前該平臺已覆蓋 11 個市、300 家中醫院、累計開方超 160 萬張，已成為中國應用最廣的“智能中醫大腦”
中國有 14 億人口，但是只有 200 萬基層醫生，對于基層醫生來說，最缺的便是醫療專家的經驗和智慧，而在有了智能醫療的輔助后，其可以把專家的經驗和智慧進行大規模的復制，讓這些成為基層醫生的教練，讓基層醫生的醫術得到提高，通過提高量變引發質變，真正地促進醫療水平的提升。
5 展望
現在的人工智能尚處于弱人工智能時代，并不具備溝通的功能，因此，現在的人工智能更多地應用在類似圖像識別輔助分析這樣的不需要與患者進行深入溝通的領域，其他領域的發展仍然需要人工智能技術的繼續完善。未來，人工智能將在醫療領域發揮重要作用，將改變醫療手段甚至醫療模式，并將推動醫學發展，重塑醫療產業，同時也必將對部分醫生的未來產生影響。相信人工智能將給未來醫療技術帶來深刻的變化，是未來醫學創新和改革的強大動力。