人工智能在医疗领域的前景分析

若论话题热度，人工智能无疑是近段最热话题之一，微软、谷歌、Facebook、IBM等科技巨头都竞相布局人工智能，除了表面上的营销噱头外，更是将其作为其业务竞争力及转型之需，而对于人工智能在医疗领域的应用价值，业界说法不一，那么，究竟人工智能“插足”医疗领域是鸡肋还是正能量?

近年来，随着移动互联、物联网等新兴技术的快速发展，由不同终端设备催生出的数据量愈加庞大，据相关机构预测，在2020年大数据量将上涨至44ZB。据了解，这些数据有高达80%都是来源于文本、图像、视频等非结构化数据，但是由于技术瓶颈，现有的IT系统无法识别这些非结构化数据，因此，这些数据就犹如“垃圾”，变得毫无价值。而其于人工智能的认知技术则是大数据时代的必然产物，不但能够识别大量的非结构化数据，更可以提供数据洞察(认知计算是IBM提出的一个概念，从技术角度上来讲，认知计算和人工智能有很多共性的地方，比如机器学习、深度学习等方面十分类似，但人工智能只是认知计算的一个维度，人工智能强调让机器更人性化，而认知计算更多的强调推理和学习，以及如何把这样的能力结合具体的商业应用、解决商业问题)。IBM大中华区硬件系统服务器解决方案施东峰曾表示，认知计算是一种能够“像人一样”思考和感知这个世界，具有理解、推理和学习三大突出特性，能够理解各种形式的非结构化数据，由此生成数据洞察，助力企业快速从复杂的海量数据中获得洞察，并做出更为精准的商业决策。

事实上，国内外已经有一些高科技企业将这些认知计算和深度学习等先进技术用于医疗影像领域，并出现了“机器人医生”，以IBM的“沃森医生”最有代表性。在国内医疗信息化和分级诊疗的大背景下，人工智能与医学影像的市场空间在不断增长。

对于医生来说，大脑的记忆容量和时间都是有限的，绝大多数医生都不可能读完和理解最新的几万份有关研究论文，更不可能记住人类可能患上的上万种疾病。但是对于人工智能不同，“机器人医生”通过深度学习技术，可以不间断的从大量的医学工具书、医学杂志、临床诊断手册、医疗电子记录，到百科全书、词典、图书、新闻甚至电影剧本中提到的电子病历进行机器学习，几乎可以及时存储所有最新的的医学知识。而且更为重要的是，机器人医生能够学以致用，通过认知分析技术，凭借从各种渠道搜集的海量数据，迅速给出“意见”，指导医生做出诊断和治疗决策，并且不会因为人的各情绪导致缺诊或误诊，同时患者能够更快速地获得医疗服务，而医疗机构也可节省成本。

之前，对于90%以上的非结构化医学影像数据的认知分析一直是空白，原因在于涉及到大数据医学影像分析技术和电脑认知计算技术，技术门槛高，而基于认知技术正好弥补了这一技术空白，人工智能在医疗影像领域的商业价值是不容忽视的。据IBM提供的资料，在国外，早在2014年，IBM的“沃森医生”已经在美国安德森癌症中心(M.D. Anderson Cancer Center)上岗，已经被誉为“未来最好的癌症专家”和“医神”。据测算，沃森的诊断准确率达到73%。

人工智能结合医学影像，益处多多，患者、医师和医疗均受益。对于患者来说，可以更快速的完成健康检查，获得更为精准的诊断建议及个性化治疗方案建议;对于医师来讲，可以消减读片时间，辅助诊断，降低误诊的概率及提示可能的副作用;对于医疗来讲，深度学习可以提高准备率，同进系统性降低医疗成本。