人工智慧在醫療領域的發展史與五大應用現狀分析

人工智慧在醫療領域的發展史與五大應用現狀分析

醫言醫信 發表於 2019-11-13 11:14:53

文章來源：醫言醫信，內容摘自上海交通大學人工智慧研究院，上海交通大學醫學院，上海市衛生和健康發展研究中心與上海感知城市數據科學研究院進行整理摘編

作者：陳文雄

01

國家對人工智慧應用醫療的戰略觀

人類社會文明史上共有四次工業革命。第一次是蒸汽技術革命，自1769年英國人瓦特改良蒸汽機之後，傳統手工勞動向動力機器生產發生了重大飛躍，世界開始提速，絕塵而去，拋下了閉關鎖國的我們。第二次工業革命是電力技術革命，以電燈的發明為標誌，從此社會進入電氣時代。第三次工業革命是計算機及信息技術革命,使得世界進入信息化和全球化時代。第四次革命是以人工智慧為主的全新技術革命，力圖通過新技術大幅度提高資源生產率。

AI這個概念已經出現了六十多年，但近十年才真正得到全社會層面的重視，甚至上升到國家戰略層面，世界各國紛紛出臺人工智慧國家戰略，紛紛率先布局人工智慧（以下簡稱：AI）。

世界各國對AI的國家戰略布局，興起於2016年AIphaGO戰勝人類傳奇棋手李世石這一裡程碑事件開始。美國作為第一大經濟強國，對AID的反應最為迅速，於2016年10月接連出臺了兩份人工智慧國家戰略。

曾經那個閉關鎖國昏昏欲睡的雄獅醒了，如今作為僅次於美國的世界第二大經濟體，中國於2017年7月份，國務院發布了《新一代人工智慧發展規劃》，該規劃提出了2020、2025、2030年「三步走」目標，指出到2030年，中國AI理論、技術與應用總體上要達到世界領先水平。

在《規劃》提出的六大重點任務中，特別提出要在醫療領域發展高效的智能服務，圍繞醫療等方面的迫切民生需求，加快AI創新應用，使精準化智能服務更加豐富多樣、社會智能化治理水平大幅提升。醫療作為其中一個重要的應用領域受到了極高的重視，在省級層面，截止2018年12月末，全國31個省市中，已有19個省市發布了AI規劃，計劃2020年核心產業規模總額達到近4000億元。

02

國內人工智慧醫療發展史

AI從誕生的那一刻起，就跟醫療發生了緊密的聯繫。隨著大數據，網際網路和信息科技的發展，AI被廣泛試點應用於智慧醫療，智慧教育等領域，近幾年全球各地紛紛提出「大健康」策略，醫療大數據等概念，將民生健康置於戰略性地位，也促進了AI在醫療領域的發展。20世紀80年代初，我國開始進行AI醫療領域的開發研究，雖然起步落後於發達國家，但是發展最為迅猛。

1978年，北京中醫醫院關幼波教授與計算機科學領域的專家合作開發了「關幼波肝病診療程序」，第一次將醫學專家系統應用到我國傳統中醫領域。此後我國加快了AI醫療產品的研發,具有代表性的產品有「中國中醫治療專家系統」「林如高骨傷計算機診療系統」以及具有諮詢和輔助診斷性質的「中醫計算機輔助診療系統」等。

進入21世紀以來，我國AI在醫療的更多細分領域都取得了長足的發展，2016年10月,百度發布《百度醫療大腦》，對標谷歌和IBM的同類產品。百度醫療大腦在醫療領域的具體應用，它大量採集與分析醫學專業文獻和醫療數據，通過模擬問診流程，基於用戶症狀，給出診療的最終建議。

2017年7月，阿里健康發布醫療AI系統「Doctor You"，包括臨床醫學科研診斷平臺、醫療輔助檢測引擎等。此外阿里健康還與政府、醫院、科研院校等外部機構合作，開發了20種常見、多發疾病的智能診斷引擎，包括糖尿並肺癌預測、眼底篩查等。

2017年11月,騰訊自建的首款AI醫學影像產品「騰訊覓影」入選國家首批人工智慧開放創新平臺。通過圖像識別和深度學習,「騰訊覓影」對各類醫學影像(內窺鏡、CT、眼底照相、病理、超聲、MRI等)進行訓練學習,最終達到對病灶的智能識別, 用於輔助醫生臨床診斷和食管癌、肺癌、糖網病變等疾病的早期篩查。

2018年7月，南京美橋科技發布了AI陪診，通過虛擬真人直接語音對話服務，實現了整個就醫全流程智能服務，無論是分診導診，還是路徑規劃，或是用藥指導，又或是滿意度調查等等，實時與虛擬醫生預診，真人與虛擬真人實時結合，無所不答的平行世界式人工智慧服務，可以應用在任何領域。

2018年9月，阿里健康和阿里雲聯合宣布，阿里醫療AI系統「ET醫療大腦」2.0版本問世。

2018年11月,百度發布AI醫療品牌「百度靈醫」,目前已有「智能分導診」「AI眼底篩查一體機」、「臨床輔助決策支持系統」三個產品問世。

2018年11月,騰訊牽頭承擔的「數字診療裝備研發專項」啟動,該項目作為國家重點研發計劃首批啟動的6個試點專項之一,基於「AI+CDSS」(人工智慧的臨床輔助決策支持技術)探索和助力醫療服務升級。

03

人工智慧在醫療領域的五大應用現狀

AI與醫學領域的結合點非常多，通過AI在醫療領域的應用情況進行總結分析，目前主要應用於五大領域，分別為：醫學影像，輔助診斷，藥物研發，健康管理，疾病預測。

01

在醫學影像方面

藉助醫療影像大數據及圖像識別技術的發展優勢，醫學影像成為中國人工智慧與醫療結合最成熟的一個領域，無論從融資情況（2018年，前三季度融資額高達26億元），還是2018年預計收入前十強情況，AI醫學影像行業均表現亮眼，並且在肺結核，眼底，乳腺癌，宮頸癌領域已經有成熟的產品，但由於該領域至今無一例醫療AI產品獲得三類醫療器械證書。因而我國基本成型的AI醫學影像產品大多處於醫院試用階段，該領域的公司基本沒有實現盈利。

02

在輔助診斷方面

醫學影像，電子病歷，導診機器人，虛擬助理是主要的應用場景。並且產品多為軟硬體一體化全套解決方案，目前產品仍處於打磨階段，未來可能傾向服務收費的模式。

03

在藥物研發方面

國內新藥研發仍以仿製藥和改良藥為主，因此相比國外A1藥物研發行業，國內布局較為落後，但商業模式清晰，主要為AI公司與藥企合作開發新藥。

04

在健康管理方面

國內該領域尚未成熟，主要聚焦於慢病管理和母嬰管理，商業模式以企業和個人支付的健康體檢為主，後續付費模式有待成熟。

05

在疾病預測方面

我國主要聚焦於基因檢測領域，由於存在技術壁壘，該領域上遊基本被國外公司壟斷，下遊主要為醫院投放模式和第三方檢測模式。

04

人工智慧在國內醫療的挑戰與建議

根據以上五大主要應用領域的發展現狀，及國內外相關數據研究，目前我國AI在醫療領域所面臨的五大挑戰：

01

在AI人才方面

美國AI人才數量接近85萬，中國只有5萬。不僅人數相對較少，而且AI人才成本高昂。建議：著力培育AI醫療複合型人才。加強醫務人員對醫療AI產品的培訓。支持AI與醫療跨界活動交流。完善AI人才保障制度。

02

在健康醫療數據方面

目前中國面臨健康醫療數據歸屬不明確，數據安全要求高，數據開放受限制，數據標準不統一，數據理論存爭議，數據成本代價高等問題，這些都是制約人工智慧在醫療行業發展的重要因素。建議：建立統一數據標準，書同文，車同軌。促進數據共享流通。強化數據安全建設。推動院間互聯，AI與醫療多聯。

03

在AI醫療器械審批方面

由於產品未通過審批就無法上市盈利。因此產品審批難以通過，成為產品發展的重要掣肘，針對此種情況，國家相關監管部門積極應對市場需求，組建AI器械審批小組建立標準資料庫，加速審批流程。建議：加強監管部門學習與時進步，鼓勵中立第三方建立標準，組合多種技術力量助力政府對AI醫療器械的審批支持。

04

在AI理論方面

現階段醫學AI能診斷系統難以解釋診斷過程。因此仍存在「黑盒」風險。建議：鼓勵與大力支持AI的研發與創新，建立完善的AI 智慧財產權的利用與保護，由感知向認知擴研。

05

在行業應用方面

人工智慧不僅能減少醫生的工作量，還能提高醫生診斷的準確率，但是對於醫療機構來說，這並不是剛需，加上付費方不清晰，目前沒有明確買單方究竟是醫院、患者、藥企、保險公司還是政府，就是未來需要多方探討的問題。建議：鼓勵醫療AI產品與服務納入財政收費體系，探索部分收費模式試點。鼓勵研、企、醫三方多合作，多研聯，使產品更快，更好，更安全的切入臨床需求。

打開APP閱讀更多精彩內容

聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用，如有內容圖片侵權或者其他問題，請聯繫本站作侵刪。 侵權投訴