327
機器人
醫健原創∣人工智能與醫學相遇，會迸發出怎樣的火花？
人工智能（Artificial Intelligence）的概念最早在1956年達特茅斯會議上被提出，20世紀70年代人們開始嚐試將人工智能應用於生物醫學領域。當今的AI已今非昔比，有些AI的計算能力已然超越了人類，引發社會熱烈的話題討論。在生物醫學領域，AI已在藥物研發、診前谘詢、診斷治療和健康管理康複方麵有所建樹，並一度出現取代人類的趨勢。人工智能對於生物醫學的發展提供了哪些價值？人工智能會取代醫生嗎？我們將邀請投壺智庫專家，做出精彩的分析。
從默默無聞到鋒芒畢露
1950年，英國密碼學家艾倫·圖靈就曾在哲學雜誌《Mind》上發過論文《機器能思考嗎》來討論人工智能，並設計了“圖靈測試”來判斷機器是否能夠思考，即表現出與人相同的智能。圖靈的研究奠定了人工智能和計算機科學的重要基礎。1956年夏天的達特茅斯會議上，科學家們正式提出“人工智能”（Artificial Intelligence）的概念和研究方向，人工智能從此誕生。
由於技術的局限，AI行業波瀾不驚，甚至在很長一段時間內陷入低穀。然而近20年來，AI的發展取得了質的飛躍。1997年，IBM開發的“深藍”機器人戰勝了當時世界象棋冠軍卡斯帕羅夫；2011年，經過三個晚上的激戰，IBM開發的Watson在智力問答節目中戰勝了兩位最成功的人類選手；還有眾所周知的AlphaGo，它在高度反映人類的智慧的圍棋領域先後戰勝了歐洲冠軍樊麾、前世界冠軍李世乭、世界冠軍柯潔，但不久後，自身也被新一代的AlphaGo Zero超越。
2017年5月27日，世界圍棋冠軍柯潔以終比分0：3負於AlphaGo
（圖片來源：搜狐網）
AI在生物醫學領域的嚐試最早可以追溯到20世紀70年代。1972年，由利茲大學研發的AAPHelp是最早出現的AI醫療係統，AAPHelp係統的開發基於貝葉斯理論，主要用於腹部劇痛的輔助診斷以及手術的相關需求。1976年美國斯坦福大學開發了一個用於細菌感染病診斷及抗生素治療的專家谘詢係統MYCIN，它是世界上第一個功能比較全麵的專家係統。1980年，已經有一些商業化應用係統的出現，比如哈佛醫學院開發的DXplain，主要是依據臨床表現提供診斷方案。DXplain的知識庫中，收錄了2,200種疾病和5,000多種症狀。同時期，中國的醫學專家係統也開始進入研究階段。
早期的生物醫學AI的廠商並不成功，技術本身也存在很大的局限性，主要的原因在於，無論從算法、計算能力或者數據來看，AI技術本身並不成熟。生物醫學領域的高度複雜性運算對於過去的AI而言還是一個不可逾越的鴻溝，隨著互聯網、超級計算和大數據的高度發達，AI已經產生質變……
今天的AI貫穿生物醫學的各個流程
AI已經進入包括物流、客服、消費、金融等諸多領域，掀起了一波又一波行業革命，當然生物醫學領域也不例外。現在，我們可以在生物醫學的各個流程中，看到AI的足跡：
藥物研發階段
智能藥物研發機器人是AI在化學藥物研發領域的新嚐試，其基礎是海量數據的收集與加工。通過大範圍收集散在的實驗室數據、藥物化學專業領域著作、前沿科學文獻和醫療機構的臨床資料，將它們篩選並且關聯，用於輔助新藥研發的決策。Atomwise公司使用AI和複雜的算法來模擬藥品研發的過程，在研發的早期評估新藥研發風險，讓藥物研究在幾天內完成，並將成本降至數千美元。2015年，Atomwise公司在一個星期內預測兩種埃博拉病毒治療方案，花費成本低至1,000美元以下。從全球市場來看，在研發周期長、投入大、失敗率高等為特點的藥物研發行業中，化藥智能研發可達到千億級的市場。
Atomwise運用AI加速新藥研發
（圖片來源：動脈網）
診前谘詢階段
臨床治療前包括遠程問診和智能導診助手。前者是專業的醫療服務智能客服機器人，結合互聯網技術，可以遠程為患者提供導診服務，而患者可能不知道在網絡的另一端是機器人在答疑解惑；智能導診助手則是綜合醫院的硬件，利用智能問答係統幫助患者解答掛號、繳費、科室分布等常見問題，引導患者順利就醫，降低醫院導診谘詢壓力，提供更加全麵的服務。在國內，科大訊飛、百度、智慧思特都在積極探索智能導診的相關服務。
智能導診機器人
（圖片來源：互聯網）
診斷階段
智能影像識別指運用AI技術識別及分析醫學影像和病理圖像，幫助醫生定位病症分析病情，輔助做出診斷。這部分是目前AI發展比較成熟的部分，貝斯以色列女執事醫學中心（BIDMC）與哈佛醫學院合作研發的AI係統，對乳腺癌病理圖片中癌細胞的識別準確率能達到92%，在AI的輔助下，病理學家的分析準確率可以高達99.5%。國內也有“Doctor You”AI診斷係統，輔助醫生對CT影像診斷，速度提高了5-6倍。這說明智能影像識別有著十分可觀的應用前景。
醫生在AI的輔助下閱讀影像片診斷
（圖片來源：新浪網）
IBM的沃森腫瘤醫生是最為大家所熟知的智能輔助診斷機器人，它可以在17秒內學習3,469本醫學專著、248,000篇論文、69種治療方案、61,540次試驗數據和106,000份臨床報告。2012年，沃森腫瘤醫生通過了美國職業醫師資格考試，並部署在美國多家醫院提供輔助診療的服務。從2016年起，IBM正式全線發力推廣沃森腫瘤醫生。一個著名的案例是，沃森在10分鍾內為一名60歲的日本女性罕見急性骨髓白血病提供精準診療方案。截止至2017年3月底，沃森腫瘤醫生在全球7個國家服務的病患數量已達到數萬名。
沃森腫瘤醫生
（圖片來源：cnbeta）
智能語音記錄可以輔助醫生書寫病曆，提升醫生工作效率。調查顯示，中國50%住院醫生每天花在寫病曆的時間約為4個小時，客觀上占用了醫療資源。智能語音係統能在醫生和護士、患者交流的過程中由AI係統過濾掉無用信息，將所需的醫學數據自動轉換成文字，形成結構化電子病曆。大大減輕了醫生的非醫療工作壓力。目前國內科大訊飛已涉水該領域。
治療階段
世界上最具代表性的智能手術機器人是達·芬奇手術係統，擁有一套三維成像係統和四支靈活遠超過人類的機械臂，在此係統的幫助下，醫生能夠顯著提高手術的精準度，減少對患者身體的誤傷。手術係統的應用也使得遠程手術成為可能。AI結合醫療機器人的市場前景其實被廣泛看好，在未來將是高速增長的一部分。
達·芬奇手術機器人
（圖片來源：新知社）
健康管理及康複階段
智能健康管理主要通過體檢報告、電子病曆、可穿戴設備、智能手機等方式收集用戶身體狀況的相關數據，提供分析報告及健康管理建議。相較於常規的醫學應用，智能健康管理更體現了醫學、生物學與IT的跨界融合。健康管理平台CaféWell與IBM的沃森機器人合作，運用AI技術分析來源於可穿戴設備用戶的體征數據，提供個性化的生活習慣幹預和預防性健康管理計劃。AI在這一階段的應用有著覆蓋範圍廣、應用場景多等特點，有很大一部分都是消費級的產品，在未來可能會是增長規模最大的部分。
在智能康複領域，康複機器人的應用市場十分龐大。世界衛生組織的統計顯示，在我國約有500萬缺血性腦卒患者，其中80%的患者需要進入漫長的術後康複階段。而我國目前的術後康複訓練器械功能單一，以固定式康複訓練器械為主，無法建立訓練參數和康複指標的對應關係，康複過程需要人工輔助進行。智能康複機器人可以主動分析病人各項生理指標，自動采取合理的康複強度與時間進行康複作業。
根據火石創造HSMAP的數據統計，截至2017年6月，全球醫療AI領域公開披露的融資事件達到311起，其中2014-2016年融資數量有了明顯的上升，共計226起，其中84起融資事件發生在國內。在國內醫療AI各細分領域中，輔助診療融資金額高居第一，達到20.6億元，接下來分別是語音交互的13.2億元，醫學影像和健康管理分別占11.6億元和11.3億元。
數據來源：hsmap
未
完
待
續
精彩內容預告
在生物醫學的應用越來越廣
幾乎涵蓋了醫療流程的各個環節
那麼當今AI的醫療技術如何？
AI醫療技術前景怎樣？
AI能否完全取代醫生？
小編特此請教了投壺智庫的專家
聽聽智庫專家怎麼說。
醫健創投人將在明後兩天與您分享
專家的智慧點評！
殷衛海教授，上海交大Med-X研究院副院長、生物醫學工程學院特聘教授、中國城市治理研究院研究員。1985年畢業於上海醫科大學（現複旦大學上海醫學院）於上海交大聯合建立的生物醫學工程專業。2002-2008年在國際頂級醫學院——美國UCSF神經科學領域擔任PI。在PNAS等國際科學雜誌上發表了80餘篇論文（大多數為通訊作者或第一作者），被引用超過4,300次。作為客座主編，主編了三個SCI雜誌（IF>3.5）專輯。回國後擔任“973”項目子課題、上海全球創新中心優先啟動計劃重大項目子課題、國家自然科學基金、浦江人才計劃等一係列基金的PI。擔任“973”基金評委、國家自然科學基金評委、美國心髒協會基金評委。
殷教授近期完成了題為《人工智能時代》專著的寫作。該專著全麵係統地分析了人工智能的定義、人工智能對於社會的價值和威脅、以及相關的應對戰略。近期受政府邀請撰寫了五篇關於人工智能發展的報告。在上海市市委常委會專題研究人工智能以後，殷教授作為兩位學者之一在《解放日報》上對人工智能的發展戰略提出了建議。他對於人工智能的思考和建議也在近期兩次發表於《上觀新聞》。
閆維新教授，工學博士，博士生導師，上海交通大學老師，1978年3月出生，中國共產黨黨員。參與了2006年到2007年兩次國家重點863項目，負責其中的控製部分總設計。獲得上海市科技進步發明三等獎一項、省市級科技成果鑒定項目一項，發表論文多篇。博士後期間研究方向為基於仿人行為的光機電產品，圍繞了“雙臂主動柔順協調控製”、“複雜物料視覺識別”等前沿領域展開，完成了雙臂主動柔順協調控製，自主移動定位，複雜物料視覺識別，整體運動機構設計及控製方案製定等多項難點的攻關。
2014年開始外骨骼機器人係統在腦卒中等康複類訓練的應用研究，完成了上肢、下肢、手指手腕等多款康複外骨骼機器人並進入醫院進行臨床測試。
2015年開始人工智能和微流控技術在醫療領域的應用研究，探討機器人應用技術與生物醫療診斷方法相結合的新路線，結合分子病理學診斷，在良惡性腫瘤病理診斷、分子診斷核心技術的研發方麵具有豐富的經驗，建立了基於卷積神經網絡的人工智能訓練平台，在細胞形態學和分子生物學上對腫瘤細胞進行病例分析。
作者介紹：
最後更新：2017-11-07 19:31:03