人工智能醫(yī)療的未來(lái)發(fā)展是什么AI在醫(yī)療領(lǐng)域的現(xiàn)狀

人工智能+醫(yī)療的未來(lái)發(fā)展是什么？AI在醫(yī)療領(lǐng)域的現(xiàn)狀A(yù)I在醫(yī)療領(lǐng)域的現(xiàn)狀，人工智能+醫(yī)療的未來(lái)發(fā)展是什么？AI在醫(yī)療領(lǐng)域的現(xiàn)狀，接下來(lái)，就帶你了解一下吧！“AI+醫(yī)療”指的是人工智能通過(guò)機(jī)器學(xué)習(xí)、表征學(xué)習(xí)、深度學(xué)習(xí)和自然語(yǔ)言處理等各種技術(shù)，利用計(jì)算機(jī)算法從數(shù)據(jù)中獲取信息，以協(xié)助制定臨床決策為目的，實(shí)現(xiàn)輔助診斷、療法選擇、風(fēng)險(xiǎn)預(yù)測(cè)、疾病分診、減少醫(yī)療事故和提高效率等一系列功能。在醫(yī)療健康領(lǐng)域，AI發(fā)揮重要影響的應(yīng)用將涵蓋四大方向：診斷，治療，人口健康管理，監(jiān)督和調(diào)控?！癆I+醫(yī)療”潛在應(yīng)用的四大方向（圖片來(lái)源：根據(jù)《NatureMedicine》圖片修改）研究人員預(yù)測(cè)了基于AI的技術(shù)在臨床實(shí)施應(yīng)用的幾種方式。首先是作為分診和篩查工具，理論上可以降低醫(yī)療系統(tǒng)的壓力，把資源分配給最需要醫(yī)療幫助的患者。例如，通過(guò)深度學(xué)習(xí)，AI工具可以檢查視網(wǎng)膜圖像，確定哪些患者有致盲性眼病并及時(shí)轉(zhuǎn)診給眼科醫(yī)生。還有英國(guó)Babylon公司開(kāi)發(fā)的一款移動(dòng)應(yīng)用，可以和用戶直接互動(dòng)的聊天機(jī)器人，實(shí)質(zhì)上就是基于AI的分診工具，用于區(qū)分患者是否需要找醫(yī)生做進(jìn)一步檢查。AI技術(shù)還可以在一些理論上不復(fù)雜但時(shí)間緊、耗人力的任務(wù)上作為替代人手，讓醫(yī)療工作者可以去處理更復(fù)雜的任務(wù)。例如，自動(dòng)化分析射線成像，估測(cè)骨齡；自動(dòng)化分析光學(xué)相干斷層掃描（OCT）影像，診斷可以治療的視網(wǎng)膜疾?。蛔詣?dòng)化分析心血管圖像，量化血管狹窄和其他指標(biāo)，等等。最能體現(xiàn)AI價(jià)值的方式或許是讓AI輔助專業(yè)醫(yī)師。讓臨床醫(yī)生與AI結(jié)合，產(chǎn)生1+1>2的協(xié)同效應(yīng)，支持實(shí)時(shí)的臨床決策，助力精準(zhǔn)醫(yī)療。臨床實(shí)踐實(shí)施AI技術(shù)的關(guān)鍵議題雖然醫(yī)療相關(guān)的AI技術(shù)不斷實(shí)現(xiàn)突破，但把技術(shù)“轉(zhuǎn)化”為真正實(shí)施于臨床的應(yīng)用，目前還存在一定距離。要真正實(shí)現(xiàn)“產(chǎn)業(yè)化”，需要獲得大批量數(shù)據(jù)，把AI嵌入實(shí)際的臨床工作流程，并配合監(jiān)管框架。研究人員認(rèn)為，需要解決以下幾大問(wèn)題。數(shù)據(jù)共享無(wú)論是對(duì)AI的初始訓(xùn)練還是對(duì)算法的驗(yàn)證和改進(jìn)，數(shù)據(jù)都是核心依托。目前，像CardiacAtlasProject，放射學(xué)視覺(jué)概念提取挑戰(zhàn)賽VISCERAL（VisualConceptExtractionChallengeinRadiology），英國(guó)生物樣本庫(kù)“UKBiobank”和Kaggle數(shù)據(jù)科學(xué)杯賽（DataScienceBowl）等國(guó)際項(xiàng)目，提供了成像和非成像數(shù)據(jù)的大規(guī)模數(shù)據(jù)集。不過(guò)，研究人員認(rèn)為，要在醫(yī)療健康領(lǐng)域更廣泛的采納AI技術(shù)，數(shù)據(jù)共享的程度還需要進(jìn)一步加大。數(shù)據(jù)和算法的準(zhǔn)確性和透明度透明度涉及多個(gè)層面。例如在監(jiān)督式學(xué)習(xí)中，預(yù)測(cè)準(zhǔn)確性很大程度上依賴于輸入到算法中的注釋的準(zhǔn)確性。大量（上萬(wàn)至十萬(wàn)級(jí)）高質(zhì)量標(biāo)注好的數(shù)據(jù)是算法準(zhǔn)確性的根本條件，也是稀缺資源。另外輸入數(shù)據(jù)的標(biāo)簽透明度對(duì)評(píng)估監(jiān)督式學(xué)習(xí)算法的訓(xùn)練過(guò)程是否準(zhǔn)確起到關(guān)鍵作用。透明度還影響到模型的可解釋性，也就是讓人類可以理解或闡釋特定預(yù)測(cè)或決策所產(chǎn)生的邏輯。應(yīng)用于醫(yī)療的AI技術(shù)需要打開(kāi)“黑箱”，有足夠的透明度來(lái)評(píng)判診斷、治療建議或預(yù)測(cè)結(jié)果的合理性。透明度的另一個(gè)重要原因在于，AI技術(shù)可能存在算法偏差，會(huì)放大種族、性別或其他特征造成的歧視。訓(xùn)練數(shù)據(jù)的透明度和模型的可解釋性使我們可以檢查潛在的偏差。理想情況下，可以用算法解決算法偏差，如果設(shè)計(jì)時(shí)可以根據(jù)已知的偏差做出彌補(bǔ)，甚至可以通過(guò)機(jī)器學(xué)習(xí)來(lái)解決群體之間在健康上的遺傳和生物差異?；颊叩陌踩珕?wèn)責(zé)制度是與患者安全有關(guān)的一個(gè)重要問(wèn)題。當(dāng)AI技術(shù)對(duì)我們的身體造成傷害時(shí)，誰(shuí)應(yīng)該為此負(fù)責(zé)？無(wú)疑，AI技術(shù)將改變傳統(tǒng)的醫(yī)患關(guān)系。多國(guó)政府和WHO的監(jiān)管機(jī)構(gòu)正在做出努力，試圖在保護(hù)患者安全和促進(jìn)技術(shù)創(chuàng)新之間取得微妙的平衡。數(shù)據(jù)標(biāo)準(zhǔn)化鑒于醫(yī)療保健數(shù)據(jù)的復(fù)雜性和大規(guī)模，AI技術(shù)要有效利用各種方式收集的數(shù)據(jù)，在初始開(kāi)發(fā)階段就應(yīng)做好數(shù)據(jù)標(biāo)準(zhǔn)化的工作，將數(shù)據(jù)轉(zhuǎn)化為在不同工具和方法中都能被理解的通用格式。典型的臨床工作流程由多個(gè)部分組成，對(duì)互操作性提出了要求。以AI輔助放射學(xué)為例，用于檢查操作的算法、研究?jī)?yōu)先級(jí)、特征分析和提取，以及自動(dòng)化生成報(bào)告，可能是由不同的供應(yīng)商提供的產(chǎn)品，算法之間需要?jiǎng)?chuàng)建一套工作流互操作性標(biāo)準(zhǔn)進(jìn)行整合，并讓算法可以在不同設(shè)備上運(yùn)行。如果不盡早優(yōu)化互操作性，AI技術(shù)實(shí)際應(yīng)用的效果會(huì)受到嚴(yán)重制約。嵌入現(xiàn)有臨床工作流程醫(yī)學(xué)數(shù)字成像與通信（DICOM）標(biāo)準(zhǔn)和醫(yī)學(xué)影像存檔與通訊系統(tǒng)（PACS）為數(shù)據(jù)管理提供的一致性平臺(tái)使醫(yī)學(xué)影像發(fā)生了革命性巨變，類似的標(biāo)準(zhǔn)也應(yīng)該應(yīng)用到AI技術(shù)，開(kāi)發(fā)統(tǒng)一的命名，方便數(shù)據(jù)的存儲(chǔ)和檢索。例如，以實(shí)現(xiàn)臨床轉(zhuǎn)化為目的的快捷健康互操作資源（FHIR）框架就是目前全世界范圍內(nèi)快速發(fā)展的一套標(biāo)準(zhǔn)，基于一系列被稱為“資源”的模塊化組件來(lái)構(gòu)建。這些資源能夠很容易地組裝進(jìn)工作系統(tǒng)，方便在電子病歷、移動(dòng)端應(yīng)用程序、云通訊等之間進(jìn)行數(shù)據(jù)共享，這對(duì)于未來(lái)AI技術(shù)在醫(yī)療保健領(lǐng)域的實(shí)施至關(guān)重要。經(jīng)濟(jì)考量和人才配備的問(wèn)題研究人員特別提出，鑒于臨床決策的復(fù)雜性和潛在的濫用后果，在醫(yī)學(xué)領(lǐng)域?qū)嵤〢I技術(shù)需要所有利益相關(guān)者的積極參與，在醫(yī)生、醫(yī)療服務(wù)提供者、數(shù)據(jù)科學(xué)家、計(jì)算機(jī)科學(xué)家和工程師之間形成溝通和協(xié)作。評(píng)估安全性和有效性的政策和監(jiān)管環(huán)境美國(guó)FDA在2017年7月推出數(shù)字健康創(chuàng)新行動(dòng)計(jì)劃（DigitalHealthInnovationActionPlan），對(duì)醫(yī)療軟件提出監(jiān)管新舉措，在此基礎(chǔ)上，已經(jīng)有一些AI技術(shù)獲得了FDA批準(zhǔn)。例如，第一款獲得FDA批準(zhǔn)使用AI的醫(yī)療設(shè)備——“自主”診斷系統(tǒng)IDx-DR，用AI算法為患者自動(dòng)檢測(cè)是否出現(xiàn)輕度糖尿病視網(wǎng)膜病變（DR），根據(jù)篩查結(jié)果提供是否需要轉(zhuǎn)診給眼科專家的建議，適用于基層醫(yī)療機(jī)構(gòu)。這款A(yù)I產(chǎn)品的上市過(guò)程就是走了FDA針對(duì)低到中度風(fēng)險(xiǎn)的“DeNovo重新分類”途徑，并獲得了突破性產(chǎn)品（BreakthroughDevice）資格。此外，F(xiàn)DA啟動(dòng)軟件預(yù)認(rèn)證計(jì)劃，著重審查軟件技術(shù)開(kāi)發(fā)商而非單個(gè)產(chǎn)品，改善技術(shù)獲取方式，將資源集中在高風(fēng)險(xiǎn)的產(chǎn)品上。▲FDA對(duì)醫(yī)用獨(dú)立軟件的預(yù)認(rèn)證概念圖（圖片來(lái)源：根據(jù)《NatureMedicine》圖片修改）歐盟從2018年5月正式執(zhí)行《通用數(shù)據(jù)保護(hù)條例》（GeneralDataProtectionandRegulation，簡(jiǎn)稱GDPR），其中規(guī)定，公民有獲得算法決策解釋的權(quán)利。這意味著，在醫(yī)療健康領(lǐng)域中實(shí)施AI技術(shù)時(shí)，任何個(gè)人數(shù)據(jù)的收集都必須獲得知情同意；收集之后，提供數(shù)據(jù)的患者應(yīng)有查看收集數(shù)據(jù)用途以及刪除數(shù)據(jù)的權(quán)力。研究人員期待GDPR的推行可以促進(jìn)公眾信任和患者參與，從而在長(zhǎng)期上促進(jìn)AI技術(shù)的實(shí)施。中國(guó)也是全球AI舞臺(tái)上的主要參與者。AI技術(shù)成為實(shí)現(xiàn)醫(yī)療資源公平的重要機(jī)會(huì)之一。2017年7月國(guó)務(wù)院印發(fā)《新一代人工智能發(fā)展規(guī)劃》，2018年4月國(guó)務(wù)院辦公廳印發(fā)《關(guān)于促進(jìn)“互聯(lián)網(wǎng)+醫(yī)療健康”發(fā)展的意見(jiàn)》，明確鼓勵(lì)在醫(yī)療保健領(lǐng)域大力發(fā)展人工智能等技術(shù)應(yīng)用。實(shí)際臨床實(shí)踐中，在肺癌、食道癌、糖尿病視網(wǎng)膜病變等疾病的診斷工具以及病理學(xué)檢查的診斷輔助中，AI技術(shù)已經(jīng)有實(shí)施應(yīng)用的案例。在新疆喀什第一人民醫(yī)院及其衛(wèi)生網(wǎng)點(diǎn)引入的協(xié)助診斷與篩查系統(tǒng)就是一個(gè)基于AI技術(shù)的成功案例，采用視網(wǎng)膜照片來(lái)篩查和診斷糖尿病視網(wǎng)膜病變、青光眼、老年性黃斑變性等致盲眼病，初步結(jié)果證明了AI診斷的高準(zhǔn)確性。未來(lái)發(fā)展研究人員預(yù)期，放射學(xué)、病理學(xué)、眼科學(xué)和皮膚病學(xué)等將是最早實(shí)現(xiàn)AI技術(shù)轉(zhuǎn)化的臨床領(lǐng)域，這些主要基于影像的領(lǐng)域適合訓(xùn)練AI技術(shù)實(shí)現(xiàn)自動(dòng)分析或診斷預(yù)測(cè)。而在需要整合多種類型數(shù)據(jù)的領(lǐng)