隨著科技的發(fā)展,，人工智能這幾年已經(jīng)有了突破性的進(jìn)展，與我們生活越來越息息相關(guān),。其中醫(yī)療與人工智能的結(jié)合,，更將會成為新時(shí)代的爆發(fā)點(diǎn)。據(jù)統(tǒng)計(jì),，醫(yī)療行業(yè)占人工智能應(yīng)用市場規(guī)模的 1/5,。我國正處于醫(yī)療人工智能的風(fēng)口，人工智能在醫(yī)療行業(yè)發(fā)展現(xiàn)狀如何,？ 為什么在醫(yī)療領(lǐng)域這么火熱,？ 應(yīng)用前景如何？

　　1 ,。醫(yī)療行業(yè)人工智能發(fā)展現(xiàn)狀：人工智能目前在醫(yī)療行業(yè)應(yīng)用最得廣泛成熟有如下幾個(gè)領(lǐng)域：

　?。?）人工智能+醫(yī)學(xué)影像。人工智能+醫(yī)學(xué)影像是將人工智能技術(shù)具體應(yīng)用在醫(yī)學(xué)影像的診斷上,，幫助醫(yī)生定位病癥分析病情,，輔助做出診斷，提高醫(yī)生工作效率,。它的技術(shù)主要分為兩部分：第一部分是圖像識別,，應(yīng)用于感知環(huán)節(jié)，其主要目 的是將影像這類非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行分析,，獲取一些有意義的信息,。第二部分是深度學(xué)習(xí)，應(yīng)用于學(xué)習(xí)和分析環(huán)節(jié),。

　?。?）人工智能+藥物挖掘,。人工智能藥物挖掘主要是通過深度學(xué)習(xí)和自然語言處理提取和分析大量的生物科學(xué)信息- 專利、基因組數(shù)據(jù)和生物醫(yī)學(xué)期刊數(shù)據(jù)庫上的數(shù)據(jù)信息,，利用深度學(xué)習(xí)算法找出關(guān)聯(lián)并提出相應(yīng)的候選藥物,，進(jìn)一步篩選具有對某些特定疾病有效的分子結(jié)構(gòu)。傳統(tǒng)的藥物研發(fā)領(lǐng)域存在三大痛點(diǎn)：①研發(fā)周期長;②研發(fā)成本高;③成功率低,。人工智能+藥物挖掘能夠有效縮短新藥研發(fā)周期和降低失敗風(fēng)險(xiǎn),。目前通過計(jì)算機(jī)模擬和借助深度學(xué)習(xí)，在抗腫瘤藥物和常見傳染病治療藥等獲得了新的突破,。目前仿制藥占我國國產(chǎn)藥的 95%左右,，藥品產(chǎn)能過剩，并且重大創(chuàng)新較少,，主要原因在于國內(nèi)藥企研發(fā)能力偏弱,，研發(fā)經(jīng)費(fèi)占比低，僅 3~5%,，國外新藥研發(fā)企業(yè)的研發(fā)經(jīng)費(fèi)則占15~20%,。人工智能在藥物挖掘的應(yīng)用有望改變國內(nèi)藥物研發(fā)創(chuàng)新不足的格局。

　?。?）人工智能+個(gè)人健康管理,。人工智能健康管理利用人體日常的身體數(shù)據(jù)，幫助個(gè)人實(shí)現(xiàn)精準(zhǔn)有效的健康管理,，從源頭減少發(fā)病誘因,，從而減少家庭醫(yī)療支出。2017 年華爾街互聯(lián)網(wǎng)行業(yè)權(quán)威 Mary Meeker 發(fā)布的 《互聯(lián)網(wǎng)趨勢報(bào)告》指出,，醫(yī)療衛(wèi)生和保健已進(jìn)入數(shù)字化拐點(diǎn),。百分之八十多的消費(fèi)者使用可穿戴設(shè)備等健康數(shù)據(jù)，而這些結(jié)構(gòu)化的健康數(shù)據(jù)將會作為數(shù)據(jù)源幫助消費(fèi)者進(jìn)行個(gè)人健康管理,。

　?。?）人工智能+輔助診斷。人工智能輔助診斷將數(shù)據(jù)變?yōu)橹R,，按照數(shù)據(jù)流的視角大致分為五個(gè)步驟：數(shù)據(jù)集中,、數(shù)據(jù) 加工、知識圖譜,、知識計(jì)算,、交互設(shè)計(jì)。具體而言,，人工智能+輔助診療以患者的病史,、癥狀,、檢驗(yàn)檢查和用藥等治療方案為原始數(shù)據(jù),，整理出臨床治療經(jīng)驗(yàn),，融合現(xiàn)存的醫(yī)學(xué)知識，針對各 種疾病建立醫(yī)療圖譜,。并在此基礎(chǔ)上,，通過“閱讀”患者的病歷或者是臨床癥狀，結(jié)合后端的醫(yī)療圖譜,，為醫(yī)生提示臨床醫(yī)療方案,，為患者提供診療方法參考并答疑解惑。

　　2. 人工智能在醫(yī)療領(lǐng)域發(fā)展迅速的原因初探

　?。?）醫(yī)療健康產(chǎn)業(yè)供需嚴(yán)重不平衡,。由于醫(yī)療資源缺乏和效率不高，目前我國衛(wèi)生行業(yè)存在“看病難,、看病貴”問題,，沒有辦法滿足人民群眾不斷增長的醫(yī)療需求。隨著中國人口老齡化趨勢下,，疾病高發(fā)的數(shù)量日益增多,，看病需求加大。但是受制于周期長,、成本高等特點(diǎn),，培養(yǎng)更多的醫(yī)務(wù)人員“這杯遠(yuǎn)水”解不了近渴?！?016 年中國衛(wèi)生和計(jì)劃生育事業(yè)發(fā)展統(tǒng)計(jì)公報(bào)》顯示,，醫(yī)院衛(wèi)生技術(shù)人員數(shù)同比增長5.57%，低于診療人次 6.17%的增幅,，供給跟不上需求的增加,。而人工智能在醫(yī)療領(lǐng)域上的運(yùn)用可以大大降低成本和提高效率，彌補(bǔ)醫(yī)療健康產(chǎn)業(yè)供需嚴(yán)重不平衡,。

　?。?）醫(yī)療領(lǐng)域有海量的大數(shù)據(jù)。國務(wù)院辦公廳 2016 年 6月發(fā)布 《關(guān)于促進(jìn)和規(guī)范健康醫(yī)療大數(shù)據(jù)應(yīng)用發(fā)展的指導(dǎo)意見》,，把生物學(xué)資源和醫(yī)療大數(shù)據(jù)作為國家的基礎(chǔ)戰(zhàn)略資源,，納入了國家大數(shù)據(jù)戰(zhàn)略布局。據(jù)預(yù)計(jì),，醫(yī)療數(shù)據(jù)量到 2020 年將超過 40 萬億 GB,，并且還在以驚人的速度迅速增長。但我國的醫(yī)療數(shù)據(jù)分散在各個(gè)醫(yī)療機(jī)構(gòu),，利用效率低,。并且絕大部分是非結(jié)構(gòu)化數(shù)據(jù)，大大超出了傳統(tǒng)的數(shù)據(jù)計(jì)算處理能力,。另外我國醫(yī)療數(shù)據(jù)分散在不同醫(yī)院機(jī)構(gòu),，深度利用率不高,。人工智能領(lǐng)域計(jì)算機(jī)視覺、機(jī)器學(xué)習(xí),、深度學(xué)習(xí)等技術(shù)突破,，可以激活這座沉睡的數(shù)據(jù)金礦。

　?。?）醫(yī)療行業(yè)特征和人工智能技術(shù)優(yōu)勢高度吻合,。醫(yī)療是一個(gè)知識、數(shù)據(jù)密集型的行業(yè),。在對失誤零容忍的前提下,，極其依靠強(qiáng)大的知識儲備和處理分析能力進(jìn)行診斷治療。

　　3. 人工智能在醫(yī)療領(lǐng)域應(yīng)用前景分析

　　人工智能的飛速發(fā)展大大提高了醫(yī)療數(shù)據(jù)處理深度和效率,。借助大數(shù)據(jù)分析和深度學(xué)習(xí),，以及計(jì)算機(jī) 24h 不知疲倦等運(yùn)轉(zhuǎn)優(yōu)勢，人工智能可以將醫(yī)療失誤降低 40%左右,。

　　人工智能未來將從醫(yī)院,、醫(yī)生、醫(yī)藥,、患者四個(gè)經(jīng)營和服務(wù)主體出發(fā),，充分利用數(shù)據(jù)儲存和處理優(yōu)勢，觸及醫(yī)療設(shè)施設(shè)備,、診斷,、手術(shù)、醫(yī)藥電商,、掛號問診,、醫(yī)生社區(qū)及工具、慢病管理及可穿戴設(shè)備等商業(yè)版塊,，促進(jìn)醫(yī)療服務(wù)行業(yè)的快速有效更替,，為健康服務(wù)。