新闻中心
PRESS CENTENR最近医疗业可以说是处于水深火热之中了。
《我不是药神》的上映所引起用药贵、用药难问题的广泛讨论还没停歇，这一端爆发的疫苗事件又引起了民愤。
去年10月，食品药监总局在抽样检验中发现长春长生生物科技有限公司生产的一批次百白破疫苗不合格。最近，随着对该公司的处理公告一出来就备受社会关注，而随着文章《疫苗之王》在朋友圈的疯转，更是使这个事件引发新一轮的民愤。
百白破疫苗是不少新生儿的必打疫苗之一。虽然有关部门称这次不合格的疫苗可能对免疫保护效果有所影响，但是对人体健康安全并没有影响。但因为事关健康，特别是涉及到儿童的健康问题，家长们对着手中的疫苗本表示无比的担心甚至使愤怒。
医疗业的问题层出不穷，人们对于有关疾病的治疗与防治关注度越来越高，如何使行业更好地发展，如何真正地解决人们的健康问题？
7月23日，美国国立卫生研究院NIH开展了一次以利用人工智能和机器学习推进生物医学研究为题的研讨会，对包括医学成像分析，诊断，基因组学，疫苗设计，大规模数据综合分析，医疗分析，精准医学和公共卫生等领域中人工智能应用的问题进行讨论。
关于AI+医疗的话题再次引起业界讨论。人工智能在其他行业不断地宣布有新的发展，而在医疗行业又是否能融合，推动医疗事业的转型发展？
人工智能与疾病的发现
医疗行业长期存在优质医生资源分配不均的问题，放射科、病理科等科室医生培养周期长，医生资源供需缺口大。
有时候医生对患者的医疗影像处理不及时或者误诊、漏诊都有可能影响到治疗的过程。
医疗数据中有超过 90%的数据来自于医学影像，但是对医学影像的诊断依赖于人工主观分析。人工分析只能凭借经验去判断，容易发生误判。据中国医学会数据资料显示，中国临床医疗每年的误诊人数约为 5700 万人，总误诊率为 27.8%，器官异位误诊率为 60%。
面对严重的稀缺资源缺口问题，人工智能技术或将带来解决这个难题的答案。人工智能辅助诊断技术应用在某些特定病种领域，甚至可以代替医生完成疾病筛查任务。利用图像识别技术， 通过大量学习医学影像，人工智能辅助诊断产品可以辅助医生进行病灶区域定位，有效缓解漏诊误诊问题。
6月30日AI在脑肿瘤和脑血管影像判读比赛中15分钟内以高出20%的准确率击败15位高级医生组成的专业团队。天坛医院院长王永军表示，通过这次比赛，医生可以体验到人工智能的力量。对于一些对人工智能持怀疑态度的医生来说尤其如此。我希望他们能够进一步了解人工智能并消除他们对此的恐惧。
目前不少公司已经开始对这项技术进行研究探索，不少医院也已经开始应用AI技术进行影响识别，深圳市南山人民医院就在腾讯的AI医学影像技术——腾讯觅影的辅助下对早期食管癌进行筛查，筛查准确率达到90%。
AI识别医学影像作为计算机视觉一个重要应用，正不断向着深化、多元化的趋势发展，传统的2D影像也正向3D立体（甚至4D）影像前进，其间AI在图像分析过程发挥的作用日益显著，AI辅助阅片成为一种新常态，缓步向下普及。
对于AI医疗影像未来的发展，北卡罗来纳大学教授沈定刚表示，我们要做的是全链条、全栈式的人工智能，从成像、筛查、诊断、预后，以及后面的治疗和随访，整个过程均可借助AI辅助医生，这样可以优化整个流程，达到最佳诊断效果。
人工智能与药物
药物是疾病治疗的关键，对症下药才能使病者康复。但特效药价格高一直都是行业难题。而且就像是一把双刃剑，有些特效药虽然疗效好但伴随的是各种副作用。
不少企业有尝试研发新药，但这个研发的过程是漫长的，也是昂贵的。NIH表示，从新药的发现到有关部门的批准可能就要花费十多年的时间，而且失败率超过95%。即使是研发成功了，花费也超过了10亿美元。
药物研发需要经历靶点筛选、药物挖掘、临床试验、药物优化等阶段。发现和试验所需要的数据量十分庞大，就拿发现新药来说，就需要在10,000种以上化合物中选出有效的几种成分，再对成分进行对比筛选。
而人工智能的作用就在于能够快速地在大量的数据中匹配出最适合的最佳成分，在最短的时间内做到最佳的效果。而研发时间少了，成本降低了，药物的价格自然也下降了。
另外，根据疾病预防控制中心的一项估计，仅6月就有23％的美国人服用了两种或更多处方药。此外，65岁以上的人中有39％的人需要五种或以上，这一数字在过去几十年中增加了三倍。而在很多情况下，医生不知道将另一种药物添加到患者的个人药房会产生什么副作用。
最近，美国研发出一个新的人工智能系统Decagon，可以帮助医生更好地决定开哪种药物，并帮助研究人员找到更好的药物组合来治疗复杂的疾病。
目前许多制药企业纷纷开始研究AI技术，主要应用在新药发现和临床试验阶段。
今年6月，英国就宣布了一个新项目，利用人工智能开发一个全自动药物发现设施，以加速新药的生产并“改造”制药行业。
利兹大学的首席科学家亚当·尼尔森教授强调说，“它将拥有独特的设计，并利用机器人技术和人工智能来自动化发现过程。它将允许一次研究数百或数千个候选分子。我们的目标是将生产力提高5到10倍。“他希望以找到更高质量的药物发现起点，以最大限度地提高发现渠道后期成功的机会。
对症下药除了要用对药还要看对什么病因用药。
Xbird是一家专门针对可预防疾病的AI医疗公司，通过使用智能手机或可穿戴设备中的传感器来跟踪患者的生活环境和行为习惯，通过一系列的数据分析向医生提供与病情有关的原因，让医生更加明确致病原因，做到真正的对症下药。
人工智能与医疗护理
不少的医院都要求护士每隔一小时对患者进行检查，但由于医院的护士数量有限，有时候一个护士要同时照看多个病房，分身乏术。数据显示，美国每年因医疗失误而死亡的人数就高达250000以上。
为了更好地了解患者地情况，Inspiren公司研发了一款能够监控病房情况并通关过分析让护士即使不在病房也能了解患者状态的产品iN。通过这款产品，护士能够更好地完成工作的同时保证患者的健康安全。
通过人工智能，医生还能通过反馈的信息了解患者全天候的身体情况，了解他们的康复情况以开展进一步的治疗。
AI医疗美好的理想&骨感的现实
随着医疗需求的不断深入，人工智能成为了未来医疗行业的主要方向。美年大健康产业集团董事长俞熔认为，对于许多患者而言，专家资源稀缺才是最核心、最本质的问题。他认为，在这个方面，AI技术也是大有可为的：“AI的价值就在于，我们有这个技术路径，可以把专家的智慧标准化、智能化、技术化，这其实就是变相提高了专家效率。”
如今不断地有医疗企业加入了人工智能研究的行列，人工智能也在实际应用中减轻了医生的工作负担。但有一个现象我们把你忽视的是，尽管AI医疗产品可以进行尝试的空间很大，种类多样，但真正落地的很少，能够符合临床使用场景的产品仍缺席。
业内人士普遍认为，医学领域的问题很复杂，维度多、门槛高，AI技术在此领域进行突破，难度比较大。以目前AI技术与医疗结合较为成功的影像科为例，曹原表示，肺部、眼部应用相对简单，技术门槛比较低，所以许多企业都争相开发相关产品，而针对脊柱、腹部等复杂部位诊断的试水则相对较少。
另外，要想把AI医疗落到实地，还要解决的是信任问题。要想解决信任问题就必须要拿出大量的证据证明这是可行的。对于医疗产品，无论是患者还是医生都是保持着一种谨慎而又保守的态度。
《医疗人工智能医生认知情况调研报告》显示，外科和影像科医生对AI的知晓率高于平均水平，但对AI的整体满意度低于平均水平。不满意主要集中在AI未能减少医生的工作量，其次是对原理以及准确率不高的质疑。
如今AI不管在哪个领域的发展都十分地迅速，虽然AI医疗还处于发展阶段，但未来随着医疗行业的不断发展，对于AI技术的需求也将不断扩大。再加上经过一段时间的市场检验，人们对AI医疗的接受度也将慢慢提升，患者也将开始倾向于AI方向。
（本文转自HC3i中国数字医疗网）
上一篇： 多云时代，数据存储迎来新挑战
下一篇： 2018医院上云状况调查报告
