近期，人工智能成为了市场“最靓的仔”，而在人工智能的加持下，医疗服务也迎来了一波不错的行情，加上近日中共中央办公厅、国务院办公厅发布《关于进一步完善医疗卫生服务体系的意见》，其中提到要加快推进互联网、区块链、物联网、人工智能、云计算、大数据等在医疗卫生领域中的应用，“人工智能+”医疗服务也迎来了政策支持。

AI技术在医疗领域的运用

人工智能AI技术包括计算机视觉、知识图谱、自然语言处理等，这些技术能够运用在应用医学影像、CDSS、新药研发、智慧病案等多个场景之中。

1、医学影像

人工智能在医学影像应用主要分为两部分：一是图像识别，类似于淘宝APP中的拍摄识别功能，打开相机后APP自动识别拍摄物品的类别，以便于消费者更快找到该商品类型，同样在医学影像领域，人工智能可对所拍摄病人的影像进行分析，获取一些对诊疗来说有作用的信息；二是深度学习，应用于学习和分析环节，通过大量的影像数据和诊断数据，不断对神经元网络进行深度学习训练，促使其掌握诊断能力。而在具体的疾病类别上，目前人工智能（AI）能够运用于这些领域：

人工智能（AI）运用到医学影像后，能够帮助医生更快获取影像信息，提升医生看图、读图的效率，同时也能协助发现一些隐藏病灶，提高诊断的正确性。人工智能（AI）医学影像也是AI看病率先实现商业化的领域，该市场保持较高增速，资本集聚度较高。

2、智能药物研发

新药的研发周期非常长，同时耗费的资源多。根据塔夫茨大学药品研发研究中心通过既往获批的药物数据发现，研发一个新药至少需要10年、26亿美元的巨大投入。而人工智能（AI）可以加速新药开发，同时也会提升药物研发的成功率，减少资源消耗。

具体来说，在药物研究过程中，人工智能可将深度学习技术应用于药物研究。一般药物研发主要包括4个研发阶段，即靶标选择和验证、化合物筛选和先导优化、临床前研究以及临床试验。比如在靶标选择和验证阶段，需要确定疾病相关的靶标，使用AI技术并结合已有的组学大数据，根据已知的以及新产生的实验数据，就可以快速分析出潜在候选靶标，节约时间和成本。

不过，目前人工智能药物研发领域还存在诸多问题，一是技术方面，该领域的数据量不足、数据质量参差不齐，算法精度不高、算法无法满足需求等，二是目前AI在药物研发中大多起着辅助作用，最后对药物的安全性和有效性的评定仍由专家决定，专家经验仍然是制药行业的基础，三是缺乏人工智能相关的人才，以及目前人类对AI的信任感仍然不足。

3、智能诊疗

所谓智能诊疗，就是指让人工智能学习专家级医师的医疗经验和医学文献知识，并模拟他们诊疗时的思维逻辑，简单来说，就是让人工智能成为一位专家级医师，参与到患者看病的过程中来。

目前智能诊疗主流的开发方向有很多，比如语音病历，就是通过语音识别技术，帮助医生快速录入病历。德信数据显示，中国50%以上的住院医生平均每天有4小时以上在写病历，而应用语音病历后，医生的主诉内容可以实时地转换成文字，效率大大提升。

AI精准医疗有望在3-5年内完成“最后一公里”

“面对发展一日千里的人工智能（AI）新技术，作为一名神经外科大夫，我并不担心会失业，更关心如何拥抱AI，更好地服务患者，还能让我们医生早点下班。”日前，由天桥脑科学研究院（TCCI）携手华山医院（国家神经疾病医学中心）、上海市精神卫生中心（国家精神疾病医学中心）联合主办的AI助力攻克脑疾病研讨会上，华山医院院长、TCCI转化中心主任毛颖教授说。

复旦大学附属华山医院神经外科副主任、功能神经外科带头人陈亮教授，介绍了侵入性脑电数据库的建设。这类数据在神经科学和神经外科领域具有至关重要的价值，因为神经元放电是神经细胞最基本的活动方式。通过建立高密度表面或深部电极，研究人员期望收集更多关于脑电活动的数据。以帕金森病患者为例，临床医生迫切需要通过大量颅内刺激实验来寻找最佳治疗方案，但这种方法对患者造成的负担较重。他希望借助增强AI技术完成耗时且重复性较高的工作，能协助解决尚未解答的科学问题，包括癫痫溯源预警和意识转化。

复旦大学附属华山医院睡眠障碍诊疗中心执行主任于欢教授介绍，目前多导睡眠监测是睡眠障碍诊断的标准技术，但其成本高且效率低。因此，研究者们期待通过人工智能技术改进诊断方法。于欢介绍了梦境研究在睡眠障碍领域的应用，如通过控制梦境提高记忆力。目前已有超过150种编码和计算梦境的方法，研究者们希望借助AI技术制作一个实用性更强的研究工具；同时，开发移动客户端以鼓励个体记录和分享自己的梦境，从而进行更贴近日常生活的梦境研究。

上海交通大学计算机科学与工程系吴梦玥副教授认为，开发基于人机对话的抑郁症问诊机器人、以及利用语音和语言特征构建症状与精神疾病知识图谱，是未来抑郁症早诊早治的方向。

人工智能科学家胡鹏伟博士说，AI在医疗领域的应用场景极为广泛，目前主要实现三大功能：减轻重复劳动负担、识别人工难以察觉的痕迹和线索，以及在复杂环境中进行线索分析。AI在精准医疗方面也有巨大潜力，GPT的总结与归纳能力在早期检查与诊断、院外情感支持及辅助、大数据分析与模式识别等方面已经显现出强大实力。他预测，凭借AI技术和可穿戴智能设备等的结合创新，精准医疗有望在3-5年内完成它的“最后一公里”。

文章来源： 工银瑞信基金，上观新闻