智能制造网APP
智能制造网手机站
智能制造网小程序
智能制造网官微
智能制造网服务号
智能控制
机器人
仪器仪表
物联网
3D打印
工业软件
回放
品牌
威纶通
医学是一门靠归纳逻辑、经验学习、循证运用的学科，人工智能在这个行业可以发挥重要作用，例如仅凭观察无法了解病人的情况，通过医学影像有助于病灶的检出和诊断。随着AI+医疗的进一步融合、深入，政策和资金层面的大规模投入，AI辅助技术也在多个医疗细分领域提供了帮助。
医学影像识别：一秒万片的速度
影像是辅助医生诊断的工具，有数据显示，70%的临床诊断需要借助专业的医学影像。影像医生在人手紧张，同时又要面对大量复杂的影像情况下，难免漏诊误诊。而人工智能可以把影像诊断结果量化、标准化，提高医生的效率，降低误诊、漏诊率，并为临床提供指导。
近期，英国伦敦大学学院研究人员发布了一个基于云计算的人工智能系统，可快速分析实时传输的肠镜图像，识别其中哪些肠息肉有可能癌变，帮助医生更好地制定治疗方案，提升疗效。引入卫星技术后不同地方的医院和诊所都可以接入云计算平台，这意味着新开发的人工智能系统即便在偏远的乡村等地区也可部署。
目前这个项目已获得英国政府的资助。英国政府一个重要目标是到2033年，通过该技术创新每年避免超过2万例癌症相关死亡病例的发生。
目前我国医学影像数据的年增长率约为30%，而放射科医师数量的年增长率为4.1%，其间的差距是25.9%，放射科医师的数量增长远不及影像数据的增长。通过AI的方式辅助影像科医师进行诊断将满足市场刚需。
智能诊疗：拒绝误诊
人工智能具有模拟医生的诊治思维和推理过程的能力，并且在记忆力、运算速度和精度上都可以优于人类。人类大概有七八万种疾病，一个医生擅长的领域可能只有几十种，而机器能够不断地阅读文献，在里面找规律。基于人工智能开发的智能诊疗系统能为医生提供实效、实时的决策支持，可以提高广大经验不足的医疗工作者的工作能力。
以往，紧缺医疗资源与疑难杂症如何匹配，这一问题很难求解。将医学专家的知识和诊治经验进行快速复制，设计创造岀模拟专家诊治思维的“智能诊疗系统”对于基层医生来说帮助巨大，辅助基层医生进行临床的诊断和治疗，起到“医生助手”的作用。
药物研发：AI药神降临
传统的新药研发方式，通常需要起码十年时间，平均花费26.3亿美元，在多年的投入之后，失败率却高达92%。而AI技术的加入，可以使药物研发更快速、更低价、更有效。虽然一些药剂师对此仍持怀疑态度，但大多数专家预测人工智能+医药这一赛道变得日益激烈。随着人工智能浪潮的兴起，药物研发人员们将很快用上这些新工具来武装自己，提高药物研发效率和时间。
AI有可能改变药物发现的整个过程，从药物结构、疾病病理生理机制、现有药物的功效、显微镜下的样本观察等等方面进行快速分析，大大提升新药发现的效率。在研发阶段，AI可以帮助科学家从巨大体量的化合物数据库中完成文献搜索，理解数据。其他研发场景包括：化合物筛选、预测ADMET性质、药物晶型预测、辅助病理生物学研究，以及发掘药物新适应症等。测试阶段，借助机器学习技术，研究人员可以对大量患者进行试验，获得不同的结果，并将其映射到患者的分子标记遗传上，从而在更稳固的基础上定义疾病。
医疗机器人：未来医疗的“标配”
医疗机器人也正在慢慢渗透我们的生活，并逐渐成为新的创业和投资热点。据不完全统计，2014-2017年间，国内已集中出现至少100家医疗机器人创业公司，公开披露融资的超过40家；另外也有不少上市公司也在近年拓展了医疗机器人业务。
医疗机器人在医疗行业中应用已十分广泛，例如主要协助医生进行外科手术的手术机器人，它一般由控制台、操作臂、三维成像平台组成。医生不触碰患者，而是坐在电脑显示屏前，操纵机器做手术。手术机器人能满足对减小创口、提高手术度、缩短手术时长的需求。它与二维视觉相比，视野可放大10-15倍，克服了传统手术度差、医生缺乏3D精度视野、手术时间过长等问题。
还有很多其他应用场景，在配药室，机器人自动完成药液体配置，让医护人员免于与药剂发生接触，避免药液污染和人员受伤。康复机器人应用于康复治疗过程中，主要服务于残疾人士、中风病患者和因运动受伤的人士，让行动障碍者重新“站”起来。还有辅助、服务类机器人，能帮助监控病人出院后的身体状况，防治老年痴呆症的治疗机器人，与自闭症儿童沟通的交流机器人等等。医疗机器人会成为未来医疗的“标配”。
小结：
随着科技的发展和社会的进步，人工智能技术必然会渗透到各行各业，国内不少人工智能初创企业也呈现着欣欣向荣的态势，如科大讯飞、旷视科技Face++、极链科技Video++、依图科技等等，带动整个社会生产、生活方式的变革。
作为人工智能的一个很热门的应用领域，AI 医疗有着无限的想象空间，但目前面临的问题也很复杂。例如目前很难评估AI对医疗决策的影响，AI能在多大程度上影响医生的判断，医院又该如何应对误诊及其后果？出了医疗事故后，谁来承担责任？这些问题都很难回答。其次，借助智能诊断能够提高诊疗的准确度，但该技术的底层核心是数据。目前国内尚未形成完整的数据归属权、使用权、隐私权等法规文件，也影响着行业的标准化、正规化、商业化，影响人工智能的应用程度。
在现阶段的医疗活动当中，人工智能技术和产品的融入，需要人们很长一段时间改变观念。在政策法规方面，政府和行业内的合力破冰，是日后 AI 医疗大有可为的主力推手。AI+医疗之路，要解决的问题还很多。
(原标题：从四大应用场景揭秘AI+医疗何去何从)
浙公网安备 33010602000006号
智能制造网APP
智能制造网小程序
微信公众号
