不久前，百度公司宣布对医疗事业部进行重大改组，对医疗业务进行组织架构调整和优化，集中优势资源，将医疗业务的重点布局在人工智能(AI)领域，此举一出就引发了业内的关注。一方面业界对百度在医疗领域的任何动作都很敏感，另一方面，人工智能技术与医疗事业的契合点在哪里?现阶段的人工智能是否能够对医疗事业带来重大影响?

　　4月14日，在中国计算机学会青年计算机科技论坛(CCF YOCSEF)举办的学术报告会上，多位专家就“人工智能颠覆传统医疗?——大数据时代下的智慧医疗”为主题，进行了讨论与解答。

　　随着人工智能、大数据、云计算技术的发展以及应用领域的拓宽，人工智能在医疗界的发展应用受到高度关注，打造智慧医疗助力医疗事业发展成为自动化时代一大趋势。事实上，现代社会信息大爆炸，也在无形中推动医疗行业转型。云计算、人工智能、大数据、互联网等技术着力打造智慧医疗，或将改变错综复杂的利益现状，使传统医疗行业改头换面。

　　人工智能让医生的能力可复制

　　在当前中国的医疗市场中，国家投入巨大，但医疗资源分配矛盾依旧突出。据公开数据显示，庞大的医疗机构体系中，拥有优质医疗资源的医院仅占卫计委医疗总数的0.1%。

　　“国内的主要医疗资源基本都集中在大城市的三甲医院中，三甲医院在专家数量，医疗营收、高性能设备、科研成果等方面遥遥领先于其他医疗机构。”百世伽科技CDO魏洪指出，这就造成了病人一窝蜂地集中在三甲医院，某些大医院的重点科室更是一号难求，因而导致看病难、看病贵，出现医生工作量大、床位数不够、病人满意度低、医患矛盾激烈等一系列问题。

　　另一方面，其他医疗机构的医生空闲度高，业务提升机会有限，就诊人数少，造成了大量医疗资源的浪费。

　　“百世伽建立临床医疗诊断辅助决策平台的主要目的之一，就是提高地方医疗的安全性和诊疗质量，减少医疗差错，增加病人的就诊体验。”魏洪说。

　　“医生花了大量的时间回复患者常见、重复的问题，例如手术费用、如何预约、如何吃药等。”微软亚洲研究院研究员闫骏说，“如果这些常见的问题有人代为回答，就节省了医生的很多精力。”

　　然而，专业领域知识库的建立与基于自然语言理解的自动问答两个方面都面临很多技术挑战。“首先要提高问题与标准答案的匹配度”。原来，真实患者的提问与编辑的标准问题差别很大，如果单纯通过关键词搜索很难找到对应的答案。

　　“为了建立一个好的知识库，必须将所有问题进行归类，并与从文献中找到的答案映射成不同的向量，再通过计算进行匹配。”闫骏说。这也是目前微软亚洲研究院在人工智能+医疗领域的投入项目。

　　在中国，人口老龄化与慢性病增长的趋势驱动了市场对人工智能更大的需求。因此，人工智能成为医疗创新的必由之路——让产品化人工智能来赋能，让优秀医生的能力可复制。

　　影像组学带来医疗方法的改进

　　“很多我们看到的应用场景都是依赖于大规模的数据处理，而由于目前计算机算法的不断演进，感知计算和认知计算的发展，医疗领域创业公司多集中在医疗影像处理方面。”闫骏说。

　　中科院自动化所研究员田捷介绍，在医疗领域，人工智能大数据技术催生了影像组学概念，其通过融合影像、基因、临床等多元信息进行疾病的诊断、疗效评估和预后判断，已经被成功应用于皮肤癌鉴别、糖尿病视网膜病变检测、脑胶质瘤癌影像基因关联、结直肠癌淋巴结转移预测等领域，“人工智能应用于医疗大数据有着先天优势”。

　　“我们目前做的就是眼底疾病的医疗影像组学。”哈尔滨工业大学计算机学院教授邬向前坦言，我国是全世界盲人最多的国家，糖尿病视网膜病变、老年黄斑变性和青光眼等眼底疾病是导致不可逆转性失明的主要原因。这些眼底疾病的潜在时间长，早期症状不明显，很难为患者所察觉，因此医学上要求潜在患者(如糖尿病患者和老年人等)需要一年一到两次检查眼底是否出现病变，“我国光糖尿病患者就有一亿人，而眼科医生不到4万人，所以导致很多潜在患者得不到早期的诊断和治疗，从而导致视力受损或失明"。

　　“而利用人工智能技术，计算机就可以自动筛查眼底病变，这样通过眼科检测设备，上传眼底图片到服务器就可以筛查患者人群了。”邬向前说。无论病人在哪儿，就算在乡镇医院做检查也能获得与大医院一样的检查结果，这样看来，人工智能技术会带来医疗方法的改进。

　　但我们也要认识到，人工智能在具体应用当中还有很长的路要走。“人工智能概念虽然火热，该领域获得投资的资金也比较多，但真正从市场应用的角度来看，从尝试中获得反馈、收集数据同样重要。”闫骏说。

　　云计算为传统医疗升级铺路

　　人工智能的确正在给传统医疗带来改变，而与人工智能不可分割的云计算，也正为传统医疗的升级铺平道路。

　　人工智能这项技术，其最大的能力在于整合已有的海量信息，并不能直接实现创造一个新的事物。也就是说，人工智能的意义在于帮助我们提高整个社会的运转效率，对人类面临的问题寻求精准化的解决方案。对于医学来说，也就是尽快实现“精准医疗”。

　　精准医疗，基于大量的数据分析之上，曾经就职于IBM公司的魏洪认为，囿于隐私权保护，该公司的沃森医疗机器人只有20万例患者信息，“样本量太少，我国一家大型医院科室日门诊量都在三千左右”。

　　但沃森的技术支撑值得魏洪与百世伽借鉴，“沃森的核心技术包括，自然语言的处理、询证的自动问答、基于用户反馈的自学习和系统优化。”魏洪说。

　　百世伽2016年与西京医院合作部署了心理健康筛查平台，通过筛查平台筛查16项心理障碍。以抑郁症为例，经临床经验模型与后台的模型对比，将医学的非线性问题转化为数学的线性问题，推荐几种不同的治疗方式。

　　“随着诊断次数的累加，筛查平台的诊疗精确度不断提升，2016年以来，西京医院对抑郁症的误诊率为14%，筛查平台为9%。”魏洪介绍说。

　　医疗大数据的形成是人工智能的基础。AI+医疗已经成为人工智能的爆发点，不仅因为医疗资源短缺不可忽视，同样也是人工智能在云计算基础上迅速发展的必然。此外，人工智能在医疗领域的技术突破更加快了AI医疗的落地，成为人工智能应用于人类智慧生活迈出的重要一步。

　　人工智能在医学领域中发挥的作用受限于人类的医学研究水平，人类的医学水平有多高，人工智能的有效性就会有多高。“它最让人惊艳的是能够将人类医学研究成果最大程度地利用起来，实现其价值最大化。”闫骏说。