撰文 | 叶水送

责编 | 程    莉

 

无人驾驶、语音识别、刷脸支付、智慧医疗、智能教育……人们对“人工智能”越来越熟悉，它已成为家喻户晓的名词。在我们日常生活场景中，也涌现出了越来越多的人工智能应用。“人工智能正渗透到各行各业”，中国人工智能学会理事长、中国工程院院士李德毅对此很有信心，“我们相信这是刚刚的起点，会有很多用武之地”。

 

在医疗领域，人工智能也迅速崭露头角，成为医生精准诊断疾病的“得力助手”。在去年年底，“2017中国人工智能产业年会——医疗人工智能专题论坛”上，数位专家学者，从不同方面对这一话题进行了深入的讨论。

 

中山大学数据科学与计算机学院教授、青年千人计划学者陆遥主要介绍了计算机辅助诊断乳腺癌。“事实上，人工智能在影像分析方面并非新的领域，30多年前，在计算机辅助诊断领域的创建中，人工智能就扮演了非常重要的角色。”陆遥表示。

 

乳腺癌是全球女性的第一大肿瘤杀手。据陆遥介绍，早期诊断可将乳腺癌的五年生存率提高至85%。当前早期诊断乳腺癌主要是用钼钯来进行筛查，但该方法存在一定的缺陷，如假阳性率非常高、不同医院影像质量高低不一、临床医生的主观性强，由此导致较高的误诊率。计算机辅助诊断有更好的客观性、稳定性和时效性，在乳腺癌微钙化检测方面优势明显。钙化点的出现是罹患乳腺癌的重要早期标志之一，通过人工智能对钼钯影像微钙化点的智能分析，能够精准地判断乳腺癌的发生，减少误诊率。

 

视网膜疾病诊断和治疗是一个国际前沿问题，也是难点问题。苏州大学教授、青年千人计划学者陈新建则从人工智能在视网膜疾病诊断与分析方面展开讨论。他们开发了光学相干断层扫描OCT技术以及眼底疾病的筛查系统，可对眼底常见疾病进行筛查。通过对视网膜疾病的早诊、早治，从而减少这类疾病的发生。

人工智能除了能对疾病精准诊断、提早治疗外，它还可以用来进行药物设计。传统的药物合成设计流程，“有经验的研究人员，每天需要花费大量的精力设计合成路线，从而得到一些目标化合物，但随着人工智能的发展和大数据的分析，利用人工智能的方法让电脑自己设计合成路线，节省工作人员大量的时间”，同济大学生物信息系教授刘琦介绍了人工智能在药物设计等方面的工作。不过他也认为，“From Data to Therapy（从数据到治疗），需要各个层面的合作，包括来自计算机科学、临床、分子生物学以及影像学等方面的专家合作。这条道路虽然漫长，但前途非常光明。”

 

数据融合也是未来这一领域的趋势。南京信息工程大学教授徐军认为，医学数据量大且非常复杂，跨越多模态分析是未来这一领域的研究方向，“只有通过病理、影像、分子、甚至其他文本数据的融合，才能真正地推动精准医疗的发展”。

 

人工智能对医疗的变革，也体现在医疗人才培养模式的转变。“过去培养一个合格的影像科医生和检验科医生需要十几年，人工智能和医学影像的结合让我们看到了曙光。它既能让影像科医生从巨大的工作量中解放出来，同时也能保证工作的质量。” 山东大学信息科学与工程学院副教授刘治表示。

 

人工智能在医疗应用的潜力似乎很大，现实又如何？近日，著名医学期刊《美国医学会杂志》（JAMA）发表数篇论文指出，尽管人工智能在游戏、语音识别、金融等方面取得了很大的进步，但它在医疗领域中的表现，还不尽人意。不过它给出了一个令人振奋的数据：2014年，健康领域的人工智能创业企业并购金额只有6亿美元，而到2021年，这一数字将达到66亿美元，年增长率达40%。

 

人工智能之所以在医疗领域如此快速发展，归功于医疗领域的自身属性：拥有“大数据”，能很好地辅助医生进行诊断。除此之外，就是我们对健康以及高质量的医疗资源的需求。“2016年10月国务院正式发布《健康中国2030战略规划》，首次将全人民健康提升至国家战略的高度，中国医疗健康产业市场规模在过去的五年中保持了超过20%的年复合增长率，2020年预计超过8万亿元。”中国人工智能学会智慧医疗专委会主任、北京科技大学教授班晓娟指出。