人工智能应用到医疗,时机成熟么?_百度

随着全球人工智能融资投入额持续上涨,并在智能助理、语音识别、物联网、无人驾驶、医疗行业、新零售、智能汽车、交通运输、智能客服、金融行业、智能制造、游戏、智能投顾等各个领域有了落地的应用,人工智能似乎从AlphaGo这样的娱乐话题变成现实,迎来了真正的拐点。

人们普遍认为,我们已经身处人工智能走向应用的元年。

其中,作为重要的应用场所,医疗行业的人工智能应用一直备受关注。在拐点和元年到来之际,人工智能应用到医疗,时机是否真的已经成熟?

市场数据已经支持

近日,HC3i中国数字医疗网发布了《2016—2017年度人工智能+医疗市场分析及趋势报告》。这个报告明确表示,医疗人工智能的中国时代已经到来。在这之前,HC3i中国数字医疗网进行了问卷调查,数据显示,在医疗行业中,已成熟应用以及正在尝试、计划应用人工智能技术的占比78.5%。同时,有76.39%的人认为人工智能技术将会在医疗行业广泛应用。

从数据来看,这并非夸大其词。

再看医疗行业,数据分析称,医疗行业的人工智能将占总体市场规模的五分之一。中国正处于医疗人工智能的风口。2016年中国人工智能+医疗市场规模达到96.61亿元,增长37.9%;2017年将超130亿元,增长40.7%;2018年有望达到200亿元。

人工智能应用到医疗,优势明显

事实上,在医疗这个大分类下,人工智能在医疗健康领域中的应用已非常广泛,包括语音识别、医学影像、药物挖掘、营养学、生物技术、急救室管理、医院管理、健康管理、精神健康、可穿戴设备、风险管理和病理学共12个领域。

百度的医疗曾经最受诟病,但实际在智慧医疗上,又走在了最前边。从百度的案例,也可以看出医疗如何应用人工智能。

人工智能和大数据在医疗上的发展分为四个层次:医疗O2O智能分诊,人工智能参与的智能问诊,基因分析和精准医疗,基于大数据的新药研发。从分诊到新药研发,人工智能健康大数据奇点已经临近。

具体来说,医疗O2O主要是将患者从线上引导到线下的诊疗场所。

对于智能问诊,百度曾经和北大医院合作,百度医生的诊断和北大医院的医生的诊断80%是一样的。而百度医生还会考虑比较罕见的情况,这需要对病人的描述进行自然语言上的理解。

医疗健康领域,百度医生是百度大脑在健康医疗领域的体现。2016年9月底,百度推出了百度医疗大脑,用机器替代简单病症问诊,帮助医生分析和整理患者数据。

关于基因分析和精准医疗,这是近年来计算机科学领域最兴奋的方向,也是在IT领域之外,唯一符合摩尔定律的,很有可能会出现革命性的东西。目前用基因治病,最大的问题是大多数已知的基因导致的疾病都由单基因导致,属于罕见病,而多数常见病可能是多基因导致的,了解疾病是由哪些基因共同作用导致的,需要大量计算。而通过人工智能对基因和精准医疗数据进行分析,利用基因编辑等技术会在常见病上有更多突破。

对于新药研发,通过人工智能和大数据可以推进制药变革。通过大数据和人工智能,可以让数据的计算模拟药品研发过程,降低研发成本,预测性药品的效果。

期望能把网上不计其数的服务器的运算能力和最先进的算法,运用到医疗和健康领域。

从宏观环境来说,中国发展医疗人工智能具有三个利好:第一,中国人口基数大,医疗资源分布不足,让人工智能医疗落地应用成为一种刚需;第二,人工智能在各领域的技术积累达到了一个爆破点,可以为医疗人工智能落地起到巨大的推动作用;第三,国家政策红利。从2013年起,国务院、发改委等连续发文,多次提及智能医疗领域发展问题。

语音识别可有效缓解医院三大痛点:效率、安全、数据。因为病历书写工作量大,很多医生写病例的时候就选择复制粘贴的方式,夸张的有些把左右腿都搞混,这样的结果就造成了医院误诊率提高,甚至出现医疗事故,安全问题不容忽视。语音识别能够很好的与现有电子病历系统相结合,在记录每个病人病情时,通过语音录入的方式极大的提高了效率,将医生从机械的文案录入工作中解放出来,提升就诊效率和患者体验度。

在医学影像方面,人工智能除了可以对图像进行识别,还可以通过对大量影像数据和诊断数据深度学习训练,掌握诊断能力。以肺结节为例,人工智能可以降低漏报率,并识别多种肺部结节,比如磨玻璃结节、血管旁小结节、微小结节、多发小结节等比较难判定的结节。

作为健康数据的采集基础,可穿戴设备可以说是作为人工智能的先锋来到大众视野。但是由于数据的准确性、标准化等诸多因素成为了“鸡肋”产品。而随着人工智能技术的快速发展,以及对医疗数据的采集及应用情况的完善,伴随着物联网大环境的促进下,可穿戴设备也将再次发力,为人们的健康保驾护航。

不过,也不能过分乐观,人工智能+医疗行业还存在监管、观念、技术、安全、割裂五大难题。目前市场中的应用技术可能尚不成熟,产品呈现鸡肋状态,缺乏独立研发的动力;缺少标准的安全评估体系;各家独自研究,缺乏交流和适当的思想碰撞。这些问题亟待解决。

但有时候大势已来,业务推着技术走,也未尝不可,医疗领域的人工智能,一定会在保证安全性的情况下,呈现边应用边进步的局面。