近年来， 在传统医疗行业， 人工智能逐步在疾病辅助诊断治疗、个人健康管理、基因药物研发、医院智能管理等多个环节， 发挥出优势和独特作用， 日益成为医疗专家的好帮手 。
患者到医院就诊， 可能需要做CT、核磁等影像检查 。 一次CT检查就能产生几十到数百层的CT图像 。 一家普通三级医院的影像科， 每月产生的影像数据相当于150万张图片 。 影像医生需要浏览全部图像并找出病变 。 这一过程相当耗时耗力 。 近年来， 许多国家影像检查数量剧增， 而影像医生的数量并没有增加， 导致错误率升高 。 针对这一问题， 德国一家公司研发出一款影像人工智能系列产品， 该产品通过大量学习， 读图快， 检测病变准确， 能很好地辅助医生作出诊断 。 多家人工智能企业还研发了肺部CT智能读片系统 。
人工智能不仅“快”“准”， 还很“全面” 。 现代医疗对患者身体各处的监控仍然处在“盲人摸象”阶段， 而人工智能可以根据捕捉到的一些细微病症变化， 分析其背后的多维度信息， 完成“一叶知秋”的诊断预警 。 比如， 英国医学界的一个新项目就利用眼睛作为窗口， 探测其他器官健康状况， 通过基于人工智能机器学习的系统， 在视网膜图片上寻找痴呆症、心脏病等病症的早期迹象 。 我国研发的人工智能眼底筛查产品， 仅需一张彩色眼底照片， 就可以快速高效地分析比对数据库中的上百万案例， 提示眼底疾病风险 。 该产品在眼底筛查检测50万人次中， 还辅助发现了多例颅内肿瘤 。
脑健康是人工智能应用的一片蓝海 。 大脑是人体最重要的器官， 但目前人类对它的了解还很有限 。 一方面， 人工智能有助于脑健康筛查诊断 。 智能脑电图分析产品可以检测脑电波各类异常放电， 分析脑功能状态， 仅需5分钟即可处理完成两小时的脑电图数据， 为在常规体检中引入脑健康测试带来了便利 。 另一方面， 脑机接口等技术对大脑更深层的研究也有利于人工智能的发展 。 人工智能技术的核心， 是模拟人类大脑的神经网络系统和学习认知功能 。 对大脑了解越多， 人工智能就越有人的“智慧” 。 目前， 人工耳蜗是脑机接口最成功的临床应用， 通过设备与大脑听觉神经纤维建立通路， 帮助大量失聪者重新找回听觉和交流能力 。 随着人类更好地解读大脑， 运动康复、老年退行性病变等多个领域的诊断治疗有望取得突破性进展 。
此外， 人工智能结合大数据分析将极大推动基因药物研发 。 据统计， 结合人工智能技术， 新药研发周期可缩短一半时间， 研发成本也可节约50%—60% 。
如同人类从婴儿逐步学习成长一样， 人工智能是机器不断学习知识的过程 。 面对复杂的病例， 人工智能与人类智慧相比还稍逊一筹 。 然而， 培养一名资深专科医生至少需要10年， 其职业生涯中所见病例也是有限的 。 人工智能的优势恰恰在于其强大的学习能力、计算能力和记忆能力 。 未来， 通过不断学习新知识和融合多学科信息， 人工智能有望让稀缺的医疗资源惠及更多民众 。
【人工智能，医疗专家的好帮手】（作者为阿里健康人工智能创新实验室主任 许娟）
推荐阅读
- 我国将建设首个“人工智能星座”
- 国外专家：不要继续培养未来会被AI替代掉的学生了
- 人工智能变身巧手织工 新手也能针织漂亮手套
- 人工智能如何搜寻外星人和近地小行星？
- 资深美妆专家
- 我今年33岁，想给自己买份商业医疗保险
- 给五个月大的女儿买个住院医疗保险
- 商业医疗险和社会医疗险有什么区别？
- 五款住院津贴医疗险产品哪款最适合您？
- 重大疾病瞄上年轻人，医疗保险应该及早规划