AI+医疗---初识庐山真面目

AI+医疗是当下最火热的人工智能应用场景之一。最近，因为工作的变动我也踏入了这个耳熟却不能详的领域。本期文章将会分享我对AI+医疗的初识印象。

一只叫lucky的喵

一 互联网时代的医疗行业

作为传统行业的大佬之一，医疗行业一直是民生关注的重点对象。随着互联网时代的到来，医疗行业也作出了改变。网络上普遍将互联网时代的医疗分为两个阶段，从最初的信息化医疗办公到在线预约看诊，互联网技术逐渐流入这个行业。互联网医疗时代1.0实现了医疗事物及流程的信息系统化，使原来分散的数据有了统一的处理途径，搭建了医务人员的信息共享的基础平台。互联网医疗时代2.0则是通过线上共享医务资源的模式，拉近普通患者和医务人员的距离。事实上，经过多年的滲透，互联网技术依旧仅是以通用化的模式与医疗行业结合。在日益壮大的互联网医疗时代3.0，业界希望运用人工智能技术能降低医疗行业壁垒，减轻医务人员繁重的工作压力，解决看病难的民生问题。

互联网医疗的两个时代

二 人工智能+医疗

目前，人工智能在医疗行业的应用场景主要有五类：

AI+医疗五大应用场景

医疗机器人：主要研究医疗器械的人工智能化，例如，以“达芬奇”为典型代表的医疗机器人，能够通过高清3D视像并执行精密操作参与外科手术。

智能药物研发：通过建立AI药物筛选模型扩大筛选对象以期邂逅目标化合物，提高药物发现的机率，来辅助甚至替代传统的药物研发模式。典型应用：BenevolentAI的核心技术是一个叫做JACS（Judgment Augmented Cognition System）的人工智能系统。

智能影像识别：运用图像识别技术建立医疗影像（CT、MRI等）病灶的AI模型，帮助阅片医生快速获取影像所呈现的病症信息。

智能诊疗： 通过患者描述的病症的关键信息，结合当地环境、病史等其他因素快速帮助分析病症，提供诊疗咨询和初步治疗方案。

智能健康管理：获取用户的生物数据，监测用户生活习惯等，提供健康管理计划及康复手段。

就进入壁垒而言，医疗机器人需要软硬件的结合，智能药物研发需要更深层次的生物机能研究，相较于其他三类场景门槛较高。相反，智能影像识别、智能诊疗和智能健康管理因为有相对固定的医疗模型，数据积累较为丰富，成为各大人工智能厂子争先踏入的领域。

虽然应用场景各有差异，谈到人工智能建模最大的核心点就是数据。那么医疗行业在互联网时代沉淀的数据有哪些呢，这里指的提出的是医院信息化系统。

医院信息化系统

医院信息化系统是在互联网医疗时代1.0就建立起来了，涵盖了医院所有业务和业务全过程的信息。医院信息管理系统主要是医务人员的行政信息管理、就诊住院相关流程信息管理等基础信息管理系统，提供医务日常化流程数据；临床信息系统主要是就诊过程中关于诊断、治疗、医嘱等信息的管理，提供诊疗数据；实验室信息系统是将实验室获取的药物数据、人体数据等存储统计的系统，提供生理、药理数据；医学影像管理系统结合放射学信息系统，存储了大量真实患者拍摄的CT、MRI等影像，通过特定的格式存储起来，经过授权可很快的能回调获取图片，为影像识别提供了大量的真实数据。

三 AI+医疗现状与展望

随着人口老龄化，慢性病疯涨，医疗资源分配不均等问题的增长，AI+医疗的确成为了各大公司争先恐后想取得的香饽饽。自2010年起国内首批人工智能医疗公司的出现至今已经出现了百量级的公司加入到这个创新领域，获取的投融金额也是逐年上涨，政府也对AI医疗领域提出更多的支持政策。

但需要承认的是，目前国内的AI+医疗仍然处于起步阶段，仅能为医务人员提供辅助作用，尚无法达到替代效果。主要体现在一下几个方面：

1. 扎堆一两个领域。对比国内外的AI+医疗现状可以发现，对于五大应用场景研究国外的厂商平均分布的，然而，国内的厂商大都还是集中与影像识别和智能辅诊领域。

2. 有无数据无标准。通过医院信息化系统确实可以获取大量的数据源，但建立标准的人工智能模型需要更精准的医疗数据，一般公司缺少相关的高尖端医务人员来提供统一标准。

3. 敏感信息和使用习惯。生理病理信息可能潜在某些隐私或者权限问题，医务人员等使用设备习惯的培养也是需要一段时间的磨合。

AI+医疗当前的首要任务仍然是训练出精准的人工智能模型，从辅助进化为替代。AI+医疗也需要拓展更多的可能性，与一些新技术结合，比如区块链来增加数据资源。未来，更大的发展趋势了从诊断迈向治疗，聚合不同应用场景，建立从智能日常健康监控到智能诊断再到智能治疗最后智能康复的AI+医疗生态系统。