人工智能将给“寻医问诊”带来哪些改变?

【编者按】近日，上海儿童医院启用智能物流机如今，标志着 人工智能 在医院后勤建设中的应用实现历史性跨越。现如今全球许多国家都在如火如荼地进行智慧医院建设，传统的“寻医问诊”将会得到哪些改变？

本文来源于解放日报，作者吴越；经亿欧大健康编辑，供行业人士参考。

机器人乘坐电梯、开大门，为医生和病人送去药物和器械……这不是科幻场景，而是发生在上海儿童医院的现实场景。近日，上海儿童医院启用智能物流机器人，标志着人工智能在医院后勤建设中的应用实现历史性跨越。

如今，全球许多国家都在如火如荼地进行智慧医院建设，传统的“寻医问诊”将会得到哪些改变？

让不发达地区获得名医阅片能力

如今，影像数据量占医院总数据量的90%以上，普通医院影像数据以每年几十G的速度增长。普及影像智能读片技术，并建立标准化、规模化和第三方的影像分析算法平台，可大大提高肿瘤识别率，提升阅片速度，让不发达地区同样获得名医阅片能力。

贝斯以色列女执事医学中心（BIDMC）与哈佛医学院合作研发的人工智能系统，对乳腺癌病理图片中癌细胞的识别准确率能达到92%。美国企业Enlitic则将深度学习运用到了癌症等恶性肿瘤的检测中，该公司开发的系统的癌症检出率超越了4位顶级的放射科医生，诊断出了人类医生无法诊断出的7%的癌症。

在智能诊疗的应用中，IBM Watson是目前最成熟的案例。IBM Watson可以在17秒内阅读3469本医学专著、248000篇论文、69种治疗方案、61540次试验数据、106000份临床报告。2012年，Watson通过了美国职业医师资格考试，并部署在美国多家医院提供辅助诊疗的服务。目前，Watson提供诊治服务的病种包括乳腺癌、肺癌、结肠癌、前列腺癌、膀胱癌、卵巢癌、子宫癌等多种癌症。Watson实质是融合了自然语言处理、认知技术、自动推理、机器学习、信息检索等技术，并给予假设认知和大规模的证据搜集、分析、评价的人工智能系统。

机器人为居家养老、个人护理服务

随着全球机器人产业的爆发， 精准医疗 概念的兴起以及全球老龄化趋势加大，医疗机器人技术被许多国家纳入国家规划并得到迅速发展。目前，微创手术、配药、物流、就医指导、智能问诊等机器人技术及设备已成功在许多医院应用，而随着人工智能技术快速突破，具备复杂人机感知能力、自然人机交互及柔顺协作控制技术的医疗服务机器人将在患者康复、居家养老、个人护理、医养结合层面得到普及。

世界上最有代表性的做手术的机器人就是达·芬奇手术系统。达·芬奇手术系统分为两部分：手术室的手术台和医生可以在远程操控的终端。手术台是一个有三个机械手臂的机器人，它负责对病人进行手术，每一个机械手臂的灵活性都远远超过人，而且带有摄像机可以进入人体内手术，因此不仅手术的创口非常小，而且能够实施一些人类一生很难完成的手术。在控制终端上，计算机可以通过几台摄像机拍摄的二维图像还原出人体内的高清晰度的三维图像，以便监控整个手术过程。目前，全世界共装配了3000多台达·芬奇机器人，完成了300万例手术。

近几年，欧洲、美国和日本企业在医疗机器人市场占据主要份额，如日本有RIBA搬运助立机器人，德国有Care-O-botII老龄护理机器人产品等。有商业咨询数据显示，2016年全球医疗机器人行业营收74.7亿美元，预计未来5年年复合增长率15.4%，未来将形成万亿的产业链。

面部识别技术判断是否按时服药

在智能药物研发方面，美国硅谷公司Atomwise通过IBM超级计算机，在分子结构数据库中筛选治疗方法，评估出820万种药物研发的候选化合物。2015年，Atomwise基于现有的候选药物，应用人工智能算法，在不到一天时间内就成功地寻找出能控制埃博拉病毒的两种候选药物。

除挖掘化合物研制新药外，美国Berg生物医药公司通过研究生物数据研发新型药物。据美国媒体报道，通过其开发的Interrogative Biology人工智能平台，Berg研究人体健康组织，探究人体分子和细胞自身防御组织以及发病原理机制，利用人工智能和大数据来推算人体自身分子潜在的药物化合物。“利用人体自身的分子来医治类似于糖尿病和癌症等疑难杂症，要比研究新药的时间成本与资金少一半。”

生病住院缺少照料怎么办？在国外，“虚拟护士”的应用或将缓解这个问题。Next IT公司开发的一款慢性病患者虚拟助理Alme Health Coach，专为特定疾病、药物和治疗设计配置。它可以与用户的闹钟同步，来触发例如“睡得怎么样”的问题，还可以提示用户按时服药。这种思路是收集医生可用的可行动化数据，更好地与病人对接。该款应用软件主要服务于患有慢性疾病的病人，其基于可穿戴设备、智能手机、电子病历等多渠道数据的整合，综合评估病人的病情，提供个性化健康管理方案。

此外，美国国立卫生研究院还投资了一款名为AiCure的应用软件。该应用软件利用移动技术和面部识别技术来判断患者是否按时服药，再通过应用软件来获取患者数据，用自动算法来识别药物和药物摄取。