“人工智能+医疗保健”一贯被视为极具发展潜力的新兴领域。未来几年，基于人工智能的运用程序有望改进数百万人的康健状况和生活质量，并改进医务事情者和患者之间的互换办法。
动脉网编译了AI100报告中与医疗有关的部分，本文的紧张内容包括：
临床环境： AI助手帮助自动化问诊流程；
医疗剖析： 管理临床记录和患者数据、自动图像解译；
医疗机器人： 人机工程学+智能自动化；
数字医疗： 利用生物识别技能，供应个性化建议；
老年照顾护士： 多项创新技能为居家生活供应便利。
“AI+医疗”的紧张运用领域包括：临床决策支持、患者监控和辅导、赞助手术、患者照顾护士的自动扮装备以及医疗保健系统的管理等。例如，利用社交媒体来推测可能存在的康健风险，利用机器学习来预测疾病以及通过机器人来赞助手术。
然而，如何获取年夜夫、护士和患者的信赖，如何肃清政策、法规以及商业上的阻碍，这些都是须要办理的问题。与在其他领域一样，数据都是关键的推动者。
从个人监控设备加上移动运用程序、临床环境中的电子康健记录(EHR)到医疗机器人，研究职员不断创新，在网络有用医疗数据方面，取得了巨大进步。
但事实证明，干系职员很难利用这些数据为单个患者和患者群体供应更精准的诊断和治疗。过期的规章制度和勉励机制都阻碍了产品的研发和上市。
在弘大且繁芜的医疗系统中，人机交互办法不完善以及技能运用存在困难和风险，都为人工智能运用于医疗领域带来了寻衅。通过减少或肃清这些阻碍，加上不断的创新，数百万人的康健状况就能得到改进。
临床环境：AI助手帮助自动化问诊流程
几十年来，人工智能驱动的临床年夜夫助理这一观点不断被提起。只管有些“AI+医疗”的试点项目取得了成功，但目前的医疗系统在构造上仍旧不能适应这一技能。
平价医疗法案中的勉励方法加速了电子康健记录(EHR)在临床实践中的运用，但履行效果不佳，也让临床年夜夫对其有效性产生了质疑。个中存在的问题包括，一小部分公司掌握着EHR市场，以及"大众年夜众普遍认为用户界面不符合标准，比如年夜夫常日会忽略的弹出窗口。
由于以上问题以及监管方面的哀求，通过人工智能，利用EHR的数据进行剖析的愿景，在很大程度上仍未实现。
在未来15年，如果人工智能发展迅速，加上足够多的数据以及得当的系统，就有望改进临床年夜夫的事情效率。目前，按照固定流程，患者会先对症状进行口头描述，然后年夜夫们再将症状与已知疾病的临床表现联系起来。
如果以上流程实现了自动化，那么年夜夫可以监督问诊过程，利用履历和直觉来辅导输入过程，并评估机器的智能输出。年夜夫的“实践”履历仍将至关主要。而个中，最大的寻衅在于，如何将人性化的照顾护士与自动化推理过程结合起来。
为了达到最佳效果，临床年夜夫必须在一开始就参与进来，以确保系统的正常运行。目前，新一代年夜夫已经精通这些技能，并开始在移动设备上利用专门的运用程序。与此同时，低级保健年夜夫的事情量会大幅度地增加。
但是，只要办理监管、法律和社会方面的问题，就能极大地改进临床的剖析，个中包括开拓新的学习方法、通过自动剖析科学文献来创建构造化的推理模式、通过自由对话的形式来创建认知助手等。
医疗剖析：管理临床记录和患者数据、自动图像解译
人工智能可以剖析数百万条患者临床记录，从而实现更准确、更个性化的诊断和治疗。随着全基因组测序成为患者的常规检讨，基因型-表型的干系性剖析也将成为可能。
比如，可以通过类似群组剖析，即找到“相似患者”，来决定治疗方案。通过社交平台以及传统或非传统的医疗数据，来决定患者分组。而每一组都有一个专门的系统进行管理，系统由医疗做事供应者以及自动推举和监控系统组成。如果将这一技能运用于数亿人的临床记录，就可能从根本上改进医疗做事。
此外，人工智能技能也可以供应个性化的医疗做事，比如，通过可穿着设备自动获取个人环境数据，以产生个性化的剖析和建议。目前，ShareCare等公司正在将这一技能运用于医疗场景。
然而，想要实现快速创新，仍旧须要战胜许多困难。FDA在批准创新诊断软件方面进展缓慢；HIPAA法案(康健保险携带和任务法案)哀求保护患者隐私，这就为通过人工智能技能利用患者数据设置了法律障碍。批准的药物或产品可能会涌现猜想之外的负面影响，比如，用于剖析药物相互浸染的移动运用程序会被禁止从患者记录中提取必要的信息。
总的来说，由于缺少普适的隐私保护方法和标准，医疗领域的人工智能研究和创新受到了阻碍。FDA迟迟没有批准创新软件，部分缘故原由是无法权衡这些系统的本钱与效益。如果监管机构(紧张是FDA)意识到，上市后报告可以有效避免某些安全风险，那么它们可能会更快地批准新的治疗办法和干预方法。
几十年来，自动图像解译一贯是一个极具发展潜力的领域。而这一领域取得的进展都引发了极大的关注，比如解译大量标记较弱的图像(如从网络上截取的大型照片)。在此之前，医学图像的解译并未取得如此大的进展。由于大多数医学成像办法(CT、MR、超声)实质上都是数字化的，图像都进行了存档，而且有大型的、技能成熟的公司(如西门子、飞利浦、通用电气等)专门从事成像研究。
但到目前为止，仍旧存在一些障碍，限定了这一领域的发展。大多数医院的图像档案在过去十年才数字化。更主要的是，办理医学问题，依赖的并不仅仅是识别图像中的东西，而是对其作出准确的判断。而这些高风险的判断都会受到严格的监管。
纵然有了最前辈的技能，放射科年夜夫可能还是须要查看图像，因此其剖断的结果仍不具有说服力。此外，医疗保健法规禁止跨机构的数据共享。因此，只有像Kaiser Permanente这样的大型综合医疗机构才能办理以上问题。
只管如此，自动/增强图像解译这一领域仍发展迅速。在未来15年，可能不会涌现完备自动化的放射学，但对付图像“分流”或二级检讨的初步考试测验，有望提高医学成像的速率和本钱效益。
结合电子病历系统，机器学习技能可大规模地运用于医学图像数据。例如，几个大型的医疗系统都存有数百万名患者的档案，每个档案都有干系的放射学数据。另一方面，干系文献表明，深度神经网络可以通过演习剖析放射学的数据，并且具有较高的可信度。
医疗机器人：人机工程学+智能自动化
15年前，医疗机器人还只存在于科幻小说中。一家名为Robodoc的公司(IBM的子公司)开拓了机器人系统，用于髋枢纽关头和膝枢纽关头置换等骨科手术。但该公司在商业上碰着了困难，终极公司倒闭，技能被收购。而最近，医疗机器人的研究和实际运用涌现了爆炸式的增长。
2000年，Intuitive Surgical公司推出了达芬奇系统(the da Vinci system)，这是一种用于微创心脏搭桥手术的新技能，后来被用于治疗前列腺癌。2003年，Intuitive Surgical与竞争对手Computer Motion合并。
目前，第四代 da Vinci系统，在人机工程学平台上，可供应3D可视化(相对付2D腹腔镜)做事。它被认为是腹腔镜手术的标准工具，每年利用近75万次，为研究手术过程供应了新的数据平台。
该系统将会对医疗职员如何参与照顾护士过程进行更深入的学习，为各个领域的创新供应思路，个中包括新的仪器、图像领悟以及新的生物标记物。此外，这个人机工程学平台的成功也带动了机器人手术领域的发展，个中比较有名的是Verb Surgical，它得到了Verily(原谷歌生命科学部门)和Ethicon(强生集团旗下一家医疗设备公司)的投资。
与机器人技能有关的另一领域是智能自动化。大约20年前，HelpMate公司发明了一种机器人，可以帮助医院运送食品和病历等物品。
最近，Aethon公司引进了TUG机器人，用于运送物资。但迄今为止，很少有医院在这项技能上进行投资。然而，机器人技能在其他做事行业（如酒店和仓库）被证明是实用且经济的，比如，亚马逊机器人公司(Amazon Robotics，原名Kiva)的创新运用。
在未来，各种医疗任务会由于机器人技能而变得更大略，但不会实现完备自动化。
例如，机器人可以把物品送到医院病房，但随后仍须要人来将它们放在终极位置。在助行器的帮助下，患者可以更轻松地沿着走廊行走(但对付手术后康复的患者或老年患者来说，在挤满设备和患者的走廊上行走仍旧很困难)。这些运用都表明，很多系统或技能都将涉及人与机器之间的密切交互。
自动化的发展将使人们对医疗过程有新的认识。从以往的运用来看，机器人技能并不是一门由数据驱动或面向数据的学科。然而，随着(半)自动化运用到医疗保健领域，这种情形正在发生变革。
随着患者照顾护士平台的上线，量化和预测剖析就建立在这些平台供应的数据之上。而这些数据将用于评估质量、识别缺点以及改进性能。简而言之，这些平台将过程与结果联系起来，使真正的医疗“闭环”成为现实。
数字医疗：利用生物识别技能，供应个性化建议
到目前为止，基于证据的医疗剖析都依赖于传统的医疗数据，紧张是电子病历。在临床环境中，人工智能可以带来新的办理方案。例如，TeleLanguage让临床年夜夫能够在AI助手的帮助下，与多位患者同时进行沟通并供应治疗。Lifegraph可以从患者智好手机网络的数据中，提取行为模式并发出警报，以色列的精神病学家已经利用干系产品，来检测患者的早期症状。
随着移动打算的发展，与“生物识别技能”干系的平台和运用程序将会不断涌现。目前，已有成千上万的移动运用程序可以供应信息，纠正行为或者识别“相似患者”。这些运用程序，加上专业化的运动追踪设备（如Fitbit）以及家庭环境和康健监测设备之间的连接，将会给医疗领域带来创新。
通过结合社会数据和医疗数据，一些运用程序可以从捕获的数据中进行剖析、学习和预测。虽然它们的预测相对大略，但这种数据和功能的领悟可能会催生创新产品。比如某款运动运用程序，它不仅会提出磨炼操持，还会建议最佳磨炼韶光，并供应辅导，让你坚持磨炼操持。
老年照顾护士：多项创新技能为居家生活供应便利
在未来的15年里，美国的老年人口将增长50%以上。美国劳工统计局预测，家庭康健助理人数在未来十年将增长38%。老年照顾护士领域的创新运用包括，互动和通信设备、家用康健监测设备、运动赞助工具(如助行器)等。但在过去15年中，这一领域的发展却比较缓慢。
随着各种创新运用的涌现，老年人对科技的接管程度也会发生改变。目前，70岁的老年人，可能在中年或更晚的时候，才第一次体验到个性化的信息技能，而50岁的人对新技能的接管度更高。
因此，人工智能有巨大的市场潜力，可用于改进老年人的身体、情绪、社会和精神康健。
生活品质与独立性
自动化交通工具帮助老年人更好地独立生活，并扩大他们的社会视野
信息共享将帮助家人之间的沟通，预测性剖析可能被用来推动家庭的积极行为，比如提醒他们“给家里打电话”
家用智能设备将在须要时帮助进行日常活动，如做饭。如果机器人的操作能力提高，还可以帮助穿衣和洗漱
康健
监控活动的移动运用程序，加上社交平台，将为保持身心康健提出建议。
通过家庭康健监测并供应康健信息，能够检测感情或行为的变革，并提醒照顾护士职员。
个性化的康健管理
治疗方法和设备
助听器和视觉赞助设备将减轻听力和视力丢失带来的负面影响，为老年人供应更安全的环境，改进与社会之间的联系
个性化的康复和家庭治疗将减少住院或照顾护士举动步伐的须要。
赞助设备(智能步辇儿器、轮椅等)将扩大体弱者的活动范围
研究职员估量，低本钱的传感技能将发展迅速，为老年人的居家生活供应便利。除了传感技能，全体智能系统还将涉及多个领域，比如自然措辞处理、推理、学习、感知和机器人。
【参考资料】
https://ai100.stanford.edu/sites/default/files/ai_100_report_0831fnl.pdf
文 | 李秦
编辑 | 高康平
网站、公众年夜众号等转载请联系授权
声明：动脉网所刊载内容之知识产权为动脉网及干系权利人专属所有或持有。文中涌现的采访数据均由受访者供应并确认。未经容许，禁止进行转载、摘编、复制及建立镜像等任何利用。