医疗大数据人工智能技术的应用与发展

　　医疗大数据人工智能技术的应用与发展随着医疗信息化和生物技术数十年的高速发展，医疗数据的类型和规模正以前所未有的速度快速增长，数据爆炸已让医疗行业真正进入大数据人工智能时代，在对传统的数据处理、数据挖掘技术形成巨大挑战的同时，也为相关大数据应用服务的发展创造了条件。

　　在2018的当下，由“深度学习”的新一波人工智能毫无疑问是当今最大的热点潮，大数据人工智能技术应用日趋成熟。人工智能技术扎实的推进，深刻地影响着每一个AI科技公司的存在。

　　百度在AI 开发者大会上，不仅更新多个人工智能平台，还首次发布 AI 芯片，昭告自己在人工智能赛道上到底的决心。谷歌从 Android P 到 Duplex，无一不在兑现去年所提出的“AI First”战略。溪流数据在医疗领域倾力打造医疗大数据人工智能应用服务平台，平台以人工智能医疗大数据分析挖掘等技术，通过模型的深度学习，为医生、患者及医疗健康服务机构提供人工智能服务。互联网巨头企业推出的各种 AI 赋能产品更是让人眼花缭乱：亚马逊 Echo、微软 Cortana、苹果人脸解锁……

　　在这一轮复苏中，人工智能不再局限于实验室技术，而是作为通用技术扎实推进。曾经一度火热的“互联网+”风潮推进了传统行业的信息化、数据化，放在今天来看，其实都是为人工智能埋下伏笔。

　　人工智能在传统行业的渗透速度让人咂舌。不久前花旗银行宣布，5年内其投资银行部门将裁去50%的科技和业务人员，这意味着1万名员工的工作可以被人工智能算法代替。国内的平安银行也已经在大数据和 AI 两大方面持续投入四五年之久，现在开始进入应用场景的深化阶段。在旅游业，人工智能同样开始发挥影响，携程的部分功能已经由人工智能来实现，目前在酒店售后场景上，其智能客服能够解决70%的问题，极大地降低了人力成本。

　　而更加日常化的美颜相机、美颜短视频等等早已开始植入人工智能的图像识别技术。未来无论是互联网企业还是传统行业都注定要卷入AI 所引领的技术浪潮，甚至有可能借助 AI 实现行业洗牌。

　　在大数据人工智能的应用水平上，医疗行业远远落后于互联网、金融和电信等信息化程度更好的行业。随着医疗信息化和生物技术数十年的高速发展，医疗数据的类型和规模正以前所未有的速度快速增长，数据爆炸已让医疗行业真正进入大数据人工智能时代，在对传统的数据处理、数据挖掘技术形成巨大挑战的同时，也为相关大数据应用服务的发展创造了条件。同时，国家政策和资本纷纷加码医疗大数据方向，医疗大数据应用将成为史上确定的大风口，未来发展潜力无可限量。

　　据统计，到 2025 年人工智能应用市场总值将达到 1270 亿美元， 其中医疗行业将占市场规模的五分之一。我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 年将超过 130 亿元，增长 40.7%；2018 年有望达到 200 亿元。投资方面，据 IDC 发布报告的数据显示，2017 年全球对人工智能和认知计算领域的投资将迅猛增长60%，达到125 亿美元，在2020年将进一步增加到 460 亿美元。其中，针对医疗人工智能行业的投资也呈现逐年增长的趋势。其中 2016 年总交易额为 7.48 亿美元，总交易数为 90 起，均达到历史最高值。

　　分析认为，预计到2020年我国健康医疗大数据行业市场规模将突破800亿元。而在今年4月的博鳌亚洲论坛一场“CEO圆桌14：‘一带一’与健康产业发展”分论坛上，丝规划研究中心常务副理事长李小琳认为， 到2030年大健康要达到16万亿，大健康产业已经成为中国的国民经济支柱产业。从整体市场来看，健康医疗大数据规划正在逐步成型，市场空间容量巨大，整体市场优良，极其有利于我国健康医疗大数据人工智能的发展。

　　IBM 在2006 年启动Watson 项目，于2014 年投资10 亿美元成立Watson 事业集团。Watson 是一个通过自然语言处理和机器学习，从非结构化数据中洞察数据规律的技术平台。2015 年，沃森健康(Watson Health)成立，专注于利用认知计算系统为医疗健康行业提供解决方案。Watson 通过和一家癌症中心合作，对大量临床知识、基因组数据、病历信息、医学文献进行深度学习，建立了基于的临床辅助决策支持系统。目前该系统已应用于肿瘤、心血管疾病、糖尿病等领域的诊断和治疗， 并于 2016 年进入中国市场，在国内众多医院进行了推广。Watson 在医疗行业的成功应用标志着认知型医疗时代的到来，该解决方案不仅可以提高诊断的准确率和效率，还可以提供个性化的癌症治疗方案。

　　2014 年谷歌收购DeepMind 公司，后开发知名的人工智能程序 AlphaGo。在基础技术层面，谷歌的开源平台 TensorFlow 是当今应用最广泛的深度学习框架。在医疗健康领域，Google 旗下的 DeepMind Health 和英国国家医疗服务体系HS(National Health Service)展开合作，DeepMind Health 可以访问 NHS 的患者数据进行深度学习，训练有关脑部癌症的识别模型。

　　微软将人工智能技术用于医疗健康计划“Hanover”，寻找最有效的药物和治疗方案。此外，微软研究院有多个关于医疗健康的研究项目。Biomedical Natural Language Processing 利用机器学习从医学文献和电子病历中挖掘有效信息，结合患者基因信息研发用于辅助医生进行诊疗的推荐决策系统。

　　国内科技巨头也纷纷开始在医疗人工智能领域布局，各家公司均投入大量资金与资源，但各自的发展重点与发展策略并不相同。

　　例如， 阿里健康以云平台为依托，结合自主机器学习平台 PAI2.0 构建了而完善的基础技术支撑。同时，阿里健康与浙江大学医学院附属第一医院、浙江大学第二附属医院等医院、上海交通大学医学院附属新华医院以及第三方医学影像中心建立了合作伙伴关系，重点打造医学影像智能诊断平台，提供三维影像重建、远程智能诊断等服务。

　　腾讯在人工智能领域的布局涵盖基础研究、产品研发、投资与孵化等多个方面。腾讯在 2016 年建立了人工智能实验室AI lab，专注于AI 技术的基础研究和应用探索。

　　溪流数据专注医疗大数据人工智能的应用研究，从根本上解决医疗行业的问题与矛盾。通过大数据人工智能的方式提升诊疗水平，智能化的方式合理配置。以医疗大数据人工智能应用体系为支撑，为用户提供临床诊疗、药品研发、保险经营、管理决策人工智能数据服务。

　　医疗行业长期存在优质医生资源分配不均，诊断误诊漏诊率较 高，医疗费用成本过高，放射科、病理科等科室医生培养周期长，医生资源供需缺口大等问题。在医疗健康大数据来源多样化且快速增长的背景下，随着近些年深度学习技术的不断进步，人工智能逐步从前沿技术转变为现实应用。在医疗健康行业，人工智能的应用场景越发丰富，人工智能技术也逐渐成为影响医疗行业发展， 提升医疗服务水平的重要因素。与互联网技术在医疗行业的应用不同，人工智能对医疗行业的包括生产力的提高，生产方式的改变， 底层技术的驱动，上层应用的丰富。通过人工智能在医疗领域的应用， 可以提高医疗诊断准确率与效率；提高患者自诊比例，降低患者对医生的需求量；辅助医生进行病变检测，实现疾病早期筛查；大幅提高新药研发效率，降低制药时间与成本。在医疗大数人工智能的应用方向上具体可分为四大方向:

　　临床决策支持最早定义为运用相关的、系统的临床知识和患者信息，加强医疗相关的决策和行动，提高医疗水平和医疗服务水平。主要体现在临床诊疗方面，基于人工智能、机器学习等关键技术智能分析医疗数据，为医生提供疾病早期诊断、个体化诊断及治疗、智能用药提醒、不良事件预警等服务，通过诊疗，从而提醒医生防止潜在的错误，提高诊疗工作效率和诊疗质量。医疗服务提供方可以降低医疗事故率，尤其是临床错误引起的医疗事故。

　　同时，临床决策支持系统还可以使医疗流程中大部分的工作流流向护理人员和助理医生，使医生从耗时过长的简单咨询工作中出来，从而提高治疗效率。

　　基于大数据分析技术，医学研究主要集中于疾病相关分析、疾病精准分析、治疗方案医疗效果、预后复发的作用、生物标记筛查等具体分析应用场景。

　　医务工作者通过应用临床研究方法，发现真实世界医疗数据的价值，如：临床存在的问题、更有效的诊疗方式、新的医学知识等。医疗学术科研通过发表相关学术科研论文，并为临床应用软件。在提升专业声誉的同时，促进科研真正向临床应用，不断推动医学研究前进。

　　依托医疗大数据分析、数据可视化、人工智能等技术，满足医疗机构的患者随访、慢病健康管理、疾病延续护理管理等需求。同时，智能可穿戴设备的发展对远程健康起到了更大的作用。基于大数据及人工智能技术，可面向用户提供全生命周期电子健康档案、实时分析、健康评估、疾病风险预警、个体化管理方案等应用服务，提升医疗机构的健康管理服务水平，提升个人健康管理能力和就医体验。

　　在公共卫生服务领域，可通过智能健康管理服务，实现大众健康知识的普及提高，做好疾病预防和疾病保健。

　　通过大数据处理和分析，可提高医疗过程数据的透明度。通过流程图、仪表盘、统计图等数据可视化应用，智能识别和分析异常，然后优化流程。通过全面的数据化运营体系，在医疗服务质量评价、医疗绩效评价等方面，辅助管理者及时发现问题，并采用数据进行科学决策，使医疗从业者、医疗机构的管理更透明，间接促进医疗服务质量的提高，减少医疗机构运营内耗，实现盈利创收。

　　从市场规模来看，医疗大数据人工智能占国内大数据市场规模的比重约为20%，未来随着我国人口老龄化及医疗政策的推动，预计健康医疗行业大数据人工智能的比重将上升至25%。我国卫生总费用和人均卫生费用迅速增长，卫生总费用从2004年的7590.29亿元，到2014年的35312.40亿元，10年内增长近4倍，但与发达国家相比仍较低。老龄化日趋严重和亚健康问题，健康医疗服务供不应求的矛盾加剧。截止2014年底，中国60周岁以上人口达到2.12亿，占总人口的15.5%，亚健康人群占比已超过70%。从市场需求来看，未来几年医疗健康大数据人工智能行业市场增速超过50%，增长迅猛。

　　从整体市场来看，健康医疗大数据人工智能规划正在逐步成型，市场空间容量巨大，整体市场优良，极其有利于我国医疗大数据人工智能应用的发展。

• 上一篇：东方物探科技获两院士高度评价
• 下一篇：中国成功发射“北斗”导航卫星的三重意义