近來人工智能(ArtificialIntelligence，AI)在醫(yī)療領(lǐng)域的應(yīng)用成為健康產(chǎn)業(yè)的一個(gè)技術(shù)發(fā)展和商業(yè)熱點(diǎn)，其背后蘊(yùn)含著巨大的想象空間和產(chǎn)業(yè)價(jià)值。AI作為一個(gè)全新的技術(shù)如何在醫(yī)療這個(gè)具高度復(fù)雜性的領(lǐng)域落地，仍面臨許多挑戰(zhàn)。本篇將在總結(jié)醫(yī)療人工智能現(xiàn)狀的基礎(chǔ)上，介紹國內(nèi)外在醫(yī)療人工智能領(lǐng)域的應(yīng)用探索和商業(yè)實(shí)踐創(chuàng)新，供關(guān)心這一領(lǐng)域的專家和從業(yè)人員參考。

一、醫(yī)療人工智能的發(fā)展歷程與構(gòu)成要素

人工智能(ArtificialIntelligence，AI)是計(jì)算機(jī)科學(xué)的一個(gè)分支，是通過對(duì)人的意識(shí)和思維過程進(jìn)行模擬并系統(tǒng)應(yīng)用的一門新興科學(xué)。該領(lǐng)域的研究包括機(jī)器人、語言識(shí)別、圖像識(shí)別、自然語言處理和專家系統(tǒng)等。1956年夏季在美國達(dá)特茅斯(Dartmouth)大學(xué)舉行的首次人工智能研討會(huì)，McCarthy第一次提出“人工智能”的概念，標(biāo)志著人工智能學(xué)科的誕生。

醫(yī)療人工智能即人工智能在醫(yī)療領(lǐng)域的應(yīng)用，涉及醫(yī)療行業(yè)各個(gè)環(huán)節(jié)，其終極目標(biāo)是人工智能代替人來為患者診斷、治療，目前主要發(fā)展方向包括輔助診斷、醫(yī)學(xué)影像識(shí)別、藥品研發(fā)、健康管理、基因測(cè)序等。

1.1醫(yī)療人工智能的發(fā)展歷程

早期的醫(yī)療人工智能探索

最早在醫(yī)療領(lǐng)域進(jìn)行人工智能探索的嘗試出現(xiàn)在上世紀(jì)70年代。1972年，由利茲大學(xué)研發(fā)的AAPHelp是資料記載當(dāng)中醫(yī)療領(lǐng)域最早出現(xiàn)的人工智能系統(tǒng)。這個(gè)系統(tǒng)主要是用于腹部劇痛的輔助診斷以及手術(shù)的相關(guān)需求。

在隨后的整個(gè)七十年代，又產(chǎn)生了不少新的成果。INTERNISTI于1974年由匹茲堡大學(xué)研發(fā)問世，主要用于內(nèi)科復(fù)雜疾病的輔助診斷。MYCIN于1976年由斯坦福大學(xué)研發(fā)，能對(duì)感染性疾病患者進(jìn)行診斷，開出抗生素處方。在其內(nèi)部共有500條規(guī)則，只要按順序依次回答其提問，系統(tǒng)就能自動(dòng)判斷出患者所感染細(xì)菌的類別，為其開出相應(yīng)處方。此外，還有羅格斯大學(xué)開發(fā)的CASNET/Glaucoma，MIT開發(fā)的PIP、ABEL，斯坦福大學(xué)開發(fā)的ONCOCIN等。到上世紀(jì)80年代，已經(jīng)有一些商業(yè)化應(yīng)用系統(tǒng)的出現(xiàn)，比如QMR（QuickMedicalReference），還有哈佛醫(yī)學(xué)院開發(fā)的DXplain，主要是依據(jù)臨床表現(xiàn)提供診斷方案。

總的來說，醫(yī)療人工智能方面過早期的大多數(shù)探索都并不成功。不過，這樣的現(xiàn)狀只能說明醫(yī)療的高度復(fù)雜性，并沒有阻止人類在醫(yī)療領(lǐng)域探索人工智能的嘗試。

近期國外在醫(yī)療人工智能領(lǐng)域的發(fā)展

目前，醫(yī)療人工智能領(lǐng)域最知名的就是IBMWatson，并且Watson已經(jīng)取得了不俗的成績(jī)。例如在腫瘤治療方面，Watson能夠在幾秒之內(nèi)篩選數(shù)十年癌癥治療歷史中的150萬份患者記錄，并為醫(yī)生提供可供選擇的循證治療方案。目前癌癥治療領(lǐng)域排名前三的醫(yī)院都在運(yùn)行Watson，并且Watson已經(jīng)正式進(jìn)入中國。

除了IBM之外，谷歌、微軟等科技巨頭也在醫(yī)療人工智能領(lǐng)域取得了積極進(jìn)展。2016年2月，谷歌DeepMind公布成立DeepMindHealth部門，將與英國國家健康體系（NHS）合作，幫助他們輔助決策，提高效率縮短時(shí)間。DeepMind還參與NHS一項(xiàng)利用深度學(xué)習(xí)開展頭頸癌患者放療療法設(shè)計(jì)的研究。DeepMind還與Moorfields眼科醫(yī)院的合作將人工智能技術(shù)應(yīng)用于及早發(fā)現(xiàn)和治療威脅視力的眼部疾病。

微軟于2016年宣布將AI用于醫(yī)療健康的計(jì)劃Hanover，幫助尋找最有效的藥物和治療方案，并且與俄勒岡衛(wèi)生科學(xué)大學(xué)Knight癌癥研究所合作，共同進(jìn)行藥物研發(fā)和個(gè)性化治療。

蘋果公司一方面計(jì)劃自主開發(fā)人工智能芯片，另一方面則屢次收購人工智能公司。在2010年收購Siri之后，蘋果公司近年來還在語音技術(shù)方面進(jìn)行了幾筆收購，其中包括VocalIQ和NovaurisTechnologies。

我國的醫(yī)療人工智能發(fā)展歷史與現(xiàn)狀

我國人工智能領(lǐng)域的開發(fā)研究始于20世紀(jì)80年代初，起步雖然較發(fā)達(dá)國家晚，但是發(fā)展速度迅猛。1978年北京中醫(yī)醫(yī)院關(guān)幼波教授與計(jì)算機(jī)科學(xué)領(lǐng)域的專家合作開發(fā)了“關(guān)幼波肝病診療程序”，第1次將醫(yī)學(xué)專家系統(tǒng)應(yīng)用到我國傳統(tǒng)中醫(yī)領(lǐng)域。此后我國有代表性的人工智能產(chǎn)品有“林如高骨傷計(jì)算機(jī)診療系統(tǒng)”、“中國中醫(yī)治療專家系統(tǒng)”、具有咨詢和輔助診斷性質(zhì)的“中醫(yī)計(jì)算機(jī)輔助診療系統(tǒng)”等。進(jìn)入21世紀(jì)以來，我國的醫(yī)療人工智能則在更多領(lǐng)域取得長(zhǎng)足發(fā)展。

2016年10月，百度以“開啟智能醫(yī)療新時(shí)代”為主題，正式對(duì)外發(fā)布百度人工智能在醫(yī)療領(lǐng)域內(nèi)的最新成果——百度醫(yī)療大腦，對(duì)標(biāo)谷歌和IBM的同類產(chǎn)品。作為百度大腦在醫(yī)療領(lǐng)域的具體應(yīng)用，百度醫(yī)療大腦是通過海量醫(yī)療數(shù)據(jù)、專業(yè)文獻(xiàn)的采集與分析，模擬醫(yī)生問診流程，依據(jù)用戶的癥狀，給出診療最終建議。

騰訊則依托微信豐富的數(shù)據(jù)量和數(shù)據(jù)維度，探索發(fā)展醫(yī)療人工智能。如騰訊與中山腫瘤南山醫(yī)院的合作，在廣東汕頭地區(qū)開展食道癌早期篩查系統(tǒng)的試點(diǎn)。騰訊通過人工智能圖片處理，幫助開展食道癌前期篩查，在提升醫(yī)療機(jī)構(gòu)醫(yī)療能力的同時(shí)，顯著降低了人工投入。此外，騰訊的人工智能實(shí)驗(yàn)室還將和卓建、醫(yī)聯(lián)兩家公司合作，開發(fā)面向未來的復(fù)診系統(tǒng)。

阿里則在醫(yī)療智能診斷領(lǐng)域重點(diǎn)布局。2017年7月，阿里健康發(fā)布醫(yī)療AI“DoctorYou”，“DoctorYou”AI系統(tǒng)包括臨床醫(yī)學(xué)科研診斷平臺(tái)、醫(yī)療輔助檢測(cè)引擎、醫(yī)師能力培訓(xùn)系統(tǒng)等。此外阿里健康還與多地政府、醫(yī)院、科研院校等外部機(jī)構(gòu)合作，開發(fā)打造包括糖尿病、肺癌預(yù)測(cè)、心理智能、眼底篩查在內(nèi)的20種常見、多發(fā)疾病的智能診斷引擎。

1.2醫(yī)療人工智能的三個(gè)階段

從技術(shù)發(fā)展的歷程看，人工智能分為計(jì)算智能、感知智能、認(rèn)知智能三個(gè)階段。第一階段機(jī)器開始像人類一樣會(huì)計(jì)算，傳遞信息。第二階段機(jī)器開始看懂和聽懂，做出判斷，采取一些行動(dòng)。第三階段機(jī)器能夠像人一樣思考，主動(dòng)采取行動(dòng)。

圖表1醫(yī)療人工智能發(fā)展的三個(gè)階段

圖表來源：奇璞研究

從數(shù)據(jù)有效性和商業(yè)模式的發(fā)展來看，醫(yī)療人工智能應(yīng)用也可以分為三個(gè)階段：第一階段為數(shù)據(jù)整合階段。目前已存在深度學(xué)習(xí)等先進(jìn)算法，但由于醫(yī)療數(shù)據(jù)標(biāo)準(zhǔn)化低，共享機(jī)制弱，導(dǎo)致人工智能在醫(yī)療行業(yè)的應(yīng)用領(lǐng)域和效果受限。在共享機(jī)制尚未成熟前，擁有醫(yī)療大數(shù)據(jù)的公司具備競(jìng)爭(zhēng)優(yōu)勢(shì)與議價(jià)能力。第二階段是“數(shù)據(jù)共享+感知智能”階段。當(dāng)醫(yī)療數(shù)據(jù)融合到一定程度后，將會(huì)在輔助診療、圖像識(shí)別等各領(lǐng)域出現(xiàn)輔助性的商用產(chǎn)品。在這個(gè)階段，數(shù)據(jù)和算法優(yōu)勢(shì)都成為重要壁壘，有效數(shù)據(jù)將促進(jìn)算法的實(shí)施得到進(jìn)一步優(yōu)化。第三階段是“認(rèn)知智能+健康大數(shù)據(jù)”階段。在此階段，人工智能整體上從感知智能向認(rèn)知智能發(fā)展，健康大數(shù)據(jù)的獲取成本也將降低，人類將步入個(gè)性化醫(yī)療時(shí)代。該階段將出現(xiàn)替代人類醫(yī)生的人工智能應(yīng)用。

圖表2按照數(shù)據(jù)和算法角度，醫(yī)療人工智能的發(fā)展階段

圖表來源：奇璞研究

1.3醫(yī)療人工智能構(gòu)成的三個(gè)要素

人工智能的核心是算法，基礎(chǔ)條件是數(shù)據(jù)及計(jì)算能力，因此，可以認(rèn)為醫(yī)療與人工智能結(jié)合的關(guān)鍵要素是“算法+有效數(shù)據(jù)+計(jì)算能力”。

先進(jìn)算法是實(shí)現(xiàn)醫(yī)療人工智能的核心，能夠提升數(shù)據(jù)使用效率。隨著先進(jìn)算法的不斷開發(fā)，人工智能從計(jì)算智能邁向感知智能，未來將會(huì)向認(rèn)知智能邁進(jìn)。先進(jìn)算法能夠提升從信息到“知識(shí)”的轉(zhuǎn)化效率，提升智能化程度。

有效的醫(yī)療大數(shù)據(jù)是人工智能應(yīng)用的基礎(chǔ)。醫(yī)療數(shù)據(jù)的有效性包括三個(gè)方面：電子化程度、標(biāo)準(zhǔn)化程度以及共享機(jī)制。電子化程度強(qiáng)調(diào)數(shù)據(jù)和病歷的供給量；標(biāo)準(zhǔn)化程度強(qiáng)調(diào)數(shù)據(jù)之間的可比性和通用型；共享機(jī)制強(qiáng)調(diào)數(shù)據(jù)獲取渠道的便利性和合法性。只有滿足上述三個(gè)方面的條件，醫(yī)療大數(shù)據(jù)才能得到有效搜集和應(yīng)用，進(jìn)而為人工智能打下基礎(chǔ)。

計(jì)算能力是醫(yī)療人工智能的另一基礎(chǔ)條件。未來隨著量子計(jì)算以及速度更快的芯片的產(chǎn)生，將進(jìn)一步推動(dòng)人工智能應(yīng)用的發(fā)展。

圖表3醫(yī)療人工智能的三大要素

圖表來源：奇璞研究

二、醫(yī)療人工智能的商業(yè)應(yīng)用與模式創(chuàng)新

由于醫(yī)療人工智能的發(fā)展必須以有效的醫(yī)療大數(shù)據(jù)為基礎(chǔ)，所以在醫(yī)療領(lǐng)域，凡是具備獲取有效數(shù)據(jù)的領(lǐng)域，人工智能均有用武之地，比如在基因測(cè)序、輔助診斷、藥品研發(fā)的方面，醫(yī)療人工智能均有不錯(cuò)的發(fā)展。

這里首先介紹醫(yī)療人工智能領(lǐng)域的代表公司——IBM的Watson，它主要的商業(yè)模式是通過在某一類疾病的數(shù)據(jù)和算法優(yōu)勢(shì)，擴(kuò)展相關(guān)領(lǐng)域人工智能的商業(yè)模式。

2.1IBMWatson：深度聚焦腫瘤領(lǐng)域人工智能技術(shù)

IBMWatson是自2007年開始，由IBM公司的首席研究員DavidFerrucci所領(lǐng)導(dǎo)的DeepQA小組開發(fā)的人工智能系統(tǒng)，目前是醫(yī)療人工智能領(lǐng)域的龍頭。Watson在醫(yī)療領(lǐng)域的商業(yè)戰(zhàn)略分為三個(gè)方面：一是深度聚焦腫瘤領(lǐng)域，并向其他領(lǐng)域擴(kuò)展；二是通過收購獲取數(shù)據(jù)資源；三是通過合作擴(kuò)展使用場(chǎng)景，輸出生態(tài)能力。

Watson在2011年便開始了腫瘤領(lǐng)域的機(jī)器學(xué)習(xí)，充分訓(xùn)練后，形成WatsonforOncology產(chǎn)品。該產(chǎn)品可以輔助腫瘤醫(yī)生快速了解相似病歷，完成初步診斷，縮短診斷時(shí)間。接下來，Watson開始提供識(shí)別基于證據(jù)的輔助治療方案。

通過將患者文件中的屬性數(shù)據(jù)與臨床知識(shí)、外部數(shù)據(jù)相結(jié)合，Watson提供腫瘤解決治療方案供醫(yī)生參考。目前Watson對(duì)不同癌癥種類的診斷準(zhǔn)確率能達(dá)到70%-90%之間。

更多資訊請(qǐng)關(guān)注工業(yè)機(jī)器人頻道