首页 > 文章中心 > 人工智能辅助医疗决策

人工智能辅助医疗决策

前言:想要写出一篇令人眼前一亮的文章吗?我们特意为您整理了5篇人工智能辅助医疗决策范文,相信会为您的写作带来帮助,发现更多的写作思路和灵感。

人工智能辅助医疗决策

人工智能辅助医疗决策范文第1篇

关键词:新医科;智能医学;人才培养

1绪论

健康中国已上升为国家战略,新医科在我国高等教育中掀起了一阵新的改革浪潮,“智能医学”的应用性人才培养模式也随之开启。智能医学工程是以现代医学与生物学理论为基础,融合先进人工智能及工程技术,挖掘人的生命和疾病现象的本质及其规律,探索人机协同的智能化诊疗方法及其临床应用的新兴交叉学科。目前,高校在进行医工融合培养学生的指导过程中,存在许多问题,如医学和工科的理论结合层面较为薄弱,多学科交叉联合指导的机制不完善,成果转化和临床应用性不高。实践层面,在现有的医学教育模式下,医学生缺乏全面的对数据进行收集、处理与分析的能力。但是在智能医学时代,对数据的处理与分析能力会成为医生工作的重要组成部分。面向医疗健康的智能医学工程交叉学科人才的迫切需求,智能医学工程交叉学科的人才培养的机制有待完善。2019年,一些院校如南开大学和天津大学获得教育部的审批,已经率先实行招收智能医学工程专业的新生[1]。高等医学教育对新医科背景下智能医学工程专业人才培养认知还处于探索阶段,智能医学工程如何实现医工交叉学科的融合发展,如何获取人才培养中的合适方法、模式、关键技术等的研究,协同医学发展、社会需求的人才,还需要深入思考和进一步探索。

2新医科背景下智能医学人才培养

2.1新医科符合医科改革的内在需求

随着“健康中国2030”国家决策不断推进,医疗健康逐渐被国家视为重要的基础性战略资源,在大数据和人工智能技术影响下,临床应用、疾病预测与预防、公共卫生、循证公共卫生决策、健康管理、健康监测与个性化医疗服务等方面的研究以及产业发展,将是未来整个医疗领域的提升方向,给智能医学分析与决策赋予了新的意义和内涵。

2.2医工融合发展的必然趋势

随着精准医疗与智能医学诊疗技术的深度融合,理论层面,把握新医科背景下智能医学工程专业复合型创新人才培养目标,以临床应用性为导向,多学科领域知识相互渗透。调整医工结合课程体系,既符合新医科需求,又实现医工融合课程模块间的交叉互补,体现医工结合特色的宽口径学科结构。培养既懂医药科学、数据科学又懂人工智能应用的高级复合型人才。实践层面,精准医疗与智能医学工程技术紧密结合,利用临床医生在传统医学中积累丰富的临床经验,并融入到智能医学诊疗模式变化中,将彻底改变现有诊疗模式。

2.3人工智能助力智能医学工程人才培养

随着科学技术的飞速革新,人工智能核心技术推动传统学科专业建设和医工交叉融合。助力人才培养主要表现在以下三个方面。一是从智能医学诊疗技术创新的角度,技术的革新引领人工智能与各个产业领域深度融合,创造新的产业或领域,计算机模拟人脑的思维过程,实现人机交互,提高医疗资源的利用率,推动医疗产业的高效运转。智能医学诊疗主要包括疾病早期诊断、临床决策支持、正确用药、诊疗方案的选择等。如KopR和HoogendoornM等探索了医院对病人电子病历(EMR)数据进行分析,结合结直肠癌预测模型,更准确的预测早期直肠癌和干预治疗实践[2];HoshyarAN和Al-JumailyA等探索了医学影像自动诊断皮肤癌,通过数据预处理去除噪音和不必要的背景图像,提高图像质量,辅助医生进行临床决策[3]。二是从医疗健康大数据的角度,随着大数据、数字技术、机器学习和人工智能等信息技术在医疗领域的应用,电子健康记录数据呈指数型增长,医疗大数据来源包括医院记录、患者医疗记录、医疗检查结果和物联网设备[4]。智能医疗系统具有识别、筛选和决策等智能医疗辅助功能。2017年上海计算机软件技术开发中心对医疗大数据可视化系统的实践与研究[5];2018年,阿里健康与阿里云宣布共建阿里医疗大脑2.0[6],加强在图像识别、生理信号识别、知识图谱构建等能力的建设[7];同年,腾讯推出医疗AI引擎“腾讯睿知”,具备更智能化的医疗垂直搜索功能,帮助患者精准匹配合适的医生。三是从人才培养的角度,多学科交叉融合发展是大势。人工智能将打破不同学科专业的壁垒,推进多学科交叉融合发展,形成“人工智能+”的专业新的人才培养模式。高校也应根据产业需求变化调整专业设置,构建新的专业结构。高校人工智能相关的本科专业将会蓬勃发展,形成颇具特色的“人工智能+”专业集群。“人工智能+”技术所衍生的新医科、新工科专业之间的协同创新发展,实现技术创新与医疗应用的统一。以“人工智能+医学”为契机,结合医学产业发展趋势和智能医学工程专业的特点,研究相应的教学体系、制定科学的教学计划,建立具有行业特色的课程群、制定合理的课程大纲,解决学生在医学诊疗和工程技术两方面协调发展的问题,全面提升医学生的综合素养以及未来的职业竞争力。综上所述,新医科人才培养在人工智能助力下,培养学生具备较强的创新意识和具有智能医学领域科研能力,掌握关键理论与方法,创造性地将计算机科学技术、人工智能技术和方法、大数据关键技术与医学应用系统相结合,进而创新性完成的医学信息处理、行为交互和人工智能系统集成及应用。以上需培养的能力,对现有医学专业的改造升级、人才培养模式的改变、师资队伍的全面建设具有较高的要求。

3培养新医科人才的实施路径

3.1从医工融合研究的视角

智能医学工程的专业培养建设要体现医工融合发展需求,推进智能工程、医学与教育的深度融合,提升人工智能在医学中的应用,满足新医科发展要求的卓越工程师为育人目标,强调学科交叉渗透、重视临床应用、把握科技前沿,推动教学创新等。

3.2从医工融合研究的广度

目前我国部分高校开展了医工融合人才培养模式的探索,但有区域特色的医工融合研究还不多。针对新医科临床需求分析,把握智能医学工程高等教育体系,重点聚焦区域特色,研究面向健康和重大及特殊疾病防治需求的“新医科”对人才的需求。

3.3从医工融合研究的深度

(1)整体设计智能医学工程专业教学环节。建立知识能力矩阵,整体设计教学、实验、课程设计、专业实习、毕业设计等环节,突出新医科相关课程及实践,加强附属医院和教学医院的联系,深化临床实践能力。(2)培养学生专业能力和科研创新能力。智能医学工程专业教学与知识能力培养的思考是以智能医学学科的特点为基础,通过知识能力矩阵的智能医学工程专业课程创新教学,根据智能医学工程专业课程知识点的内在联系和相对独立性,优化核心知识模块形成知识能力矩阵,构建课程内容架构。通过系统理论知识教学、优化课程实验和上机安排,引导学生自主设计性学习,提高学生的学习积极性,达到有效教学效果。(3)结合学生兴趣偏好,研究如何提高学生的专业兴趣,探索将专业兴趣转换为“工匠精神”的教育理论及方法:广泛调研,全面建立当前地方高校智能医学工程专业学生与专业偏好的培养模式。

4结语

人工智能辅助医疗决策范文第2篇

摘要:人工智能的迅速崛起,为老年健康管理提供了全新的途径,在优化老年健康管理全过程中发挥着重要价值。与此同时,因其服务于老年人这一特殊群体,对道德伦理的冲击表现得更加突出。当前,伴随着我国政府对人工智能的高度重视、企业与医疗机构的积极探索,人工智能在老年健康管理领域已积累了部分经验,取得了初步进展。然而目前人工智能在老年健康管理中的应用仍处于起步阶段,面临价格壁垒难以突破、信息孤岛劣势明显、多方主体合作不足、专业人才稀缺等现实问题。推进人工智能与老年健康管理的深度融合,需要政府、医疗机构与养老服务中心、科技企业等多方联动,构建配套管理机制,从而使人工智能更好地服务于老龄化社会。

关键词:人工智能;老年健康管理;老龄化;养老问题

作者:向运华王晓慧(武汉大学社会保障研究中心,湖北武汉430072)

人口老龄化是21世纪我国经济社会发展的重大国情,截至2018年底,我国60周岁及以上人口有2.49亿,占总人口的17.9%。人口老龄化态势加剧的同时,空巢老年人占比持续攀升,独居老年人群健康状况不容乐观,有74.7%的老年人患有至少一种慢性疾病。城乡失能、半失能老年人口近4063万,上门看病、康复护理等医疗健康类服务需求始终居于老年人各类需求首位。总书记明确指出“为老年人提供连续的健康管理服务和医疗服务”,健康老龄化成为健康中国时代和老龄化时代的重要命题。

万物互联的加速到来与人工智能技术的迅速崛起,正在改变着人们的社会资源获取方式和生活方式。AlphaGo大胜人类棋手,标志着人工智能已在某些领域走到了人类智慧的前列。以互联网为载体和AI为实现工具的经济发展新形态正在逐渐形成,为社会各领域创造了前所未有的机遇,也给老年健康管理模式的突破与创新提供了现实可能。智慧健康养老由此产生,其最大的特点在于大数据收集、需求的智慧决策与服务的精准投放。2017年工信部、民政部和卫计委联合印发《智慧健康养老产业发展行动计划(2017-2020年)》,强调利用新一代信息技术产品推动健康养老服务智慧化升级。各地积极开展智慧健康养老应用试点,打造“硬件环境+智能设备+互联网信息平台+居家养老服务”的健康养老生态系统。如何发挥人工智能技术在老年疾病预防、诊断、紧急救助、治疗与康复中的作用,如何有效联接医疗服务机构以确保老年人享受到更高效、更优质、更便捷的健康服务,是当前亟待研究的现实问题,这对于降低空巢老人独居风险,缓解老年护理人员短缺问题,提高老年人的健康水平具有重要价值。

一、立场博弈:人工智能时代老年健康管理的机遇与隐忧

(一)人工智能的崛起

人工智能(ArtificialIntelligence,简称AI)起源于1950年“图灵测试”的理念,其首次被公开提出可追溯到1956年“人工智能之父”McCartney在美国会议上的报告。随后人工智能随着技术的发展、社会的进步不断发展,1960年人工智能已能够理解自然语言、自动回答问题和分析图像图形等,20世纪80年代又获得了学习和认知能力。21世纪以来,物联网的加速普及、大数据的崛起、云计算等信息技术的突破,人工智能迎来了发展高峰,逐渐形成了深度学习、跨界融合、人机协同、群智开放、自主操控等新的特征,开始具有自我诊断、自我修复、自我复制甚至自我创新的能力①。人类相继进入了网络社会时代、大数据时代与人工智能时代,三者共同构成了新的社会时代②。

关于人工智能的概念,国际人工智能专家N.J.Nilsson将人工智能视为怎样表示知识、怎样获得知识及怎样使用知识的科学③。其后,学者对人工智能的概念从类人、理性、思维与行为等四个方面着手定义,有学者进而从学科角度对人工智能进行了解释,如国内学者吴汉东将人工智能定义为研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。综合诸多学者对人工智能的认识,笔者认为人工智能的实质是基于人类的设定与要求,能以与人类智能相似的方式作出反应的智能机器或软件。

人工智能时代的到来,正在改变甚至颠覆人类现存的生产、工作与交往方式。2016年美国的《国家人工智能研究和发展战略计划》指出,AI系统在某些专业任务上的表现胜于人类。1997年国际象棋、2011年Trivia、2013年Atari游戏、2015年的图像识别与语音识别、2016年AlphaGo等AI产品的问世与应用,成为AI超越人类的里程碑事件,见证了AI的智能水平和社会意义。近十年来,人工智能愈发广泛地应用在社会各个领域。农业领域,人工智能应用于自动播插与灌溉、日常田间管理、采收与分拣、产品检验、虚拟在线销售等产前、产中和产后各个环节,大大减轻了人类的劳动量④。工业领域,工业机器人广泛应用于汽车、电子、家电制造等生产线,缓解劳动力供需矛盾的同时提高了生产效率。服务业领域,微软“Cortana”、苹果“Siri”、联想“小乐”等智慧客服系统为大众所熟知;几乎所有股票交易员已被机器人取代,投资顾问、风险审查和安全防范监控监管都普遍智能化。公共服务领域中,人工智能亦发挥着日益重要的作用,如用人脸对比技术来筛查犯罪分子;人工智能辅助医疗诊断与手术;人工智能用于智能评测、个性化辅导等等。人工智能也开始进入艺术创作领域、心理服务领域。学界普遍认为,弱人工智能技术在当前已基本实现⑤。

(二)人工智能时代老年健康管理领域的机遇

当前,在新一代信息技术的引领下,物联网迅速普及,大数据快速积累,算法模型与运算能力持续突破,智能行业应用快速兴起,为我国人工智能的迅速崛起提供了现实契机。从人工智能技术层的语音识别、自然语言处理、图像识别和生物识别等,到人工智能应用层面的工业4.0、智能农业、无人驾驶汽车、智能家居、智能金融、智慧医疗与智能教育等,均得到了爆发式增长。我国正处于医疗人工智能的发展高峰,2016年中国人工智能+医疗市场规模达到96.61亿元,增长37.9%。据估计到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一⑥。人工智能在老年健康管理中的应用主要体现在通过生理参数识别设备和无线射频识别装置等智能采集老年健康数据,为老年人提供双向、互动的居家健康监测、健康咨询、健康评估、健康干预服务以及紧急救助服务,克服时空限制,将健康管理贯穿疾病预防、诊断、治疗与康复整个过程。人工智能时代为健康管理尤其是老年健康管理提供了全新的途径,在优化老年健康管理模式过程中具有重要价值。

第一,人工智能的发展为缓解医护人员短缺提供了现实可能。据世界卫生组织公布的数据,欧盟关于每千人拥有护士数量的基本规定是不少于8人,挪威以17.27人位居世界第一,美国和日本分别是9.8人和11.49人,发展中国家例如巴西和南非,分别是7.6人和5.1人,然而我国每千人拥有护士数仅为2.36人。即使是按照大多数国家的5‰计算,我国护士缺口也多达350多万,如果按照欧盟的标准,则缺口更大。与此同时,我国社区养老服务专职人员数量少且增长速度缓慢。民政部2009年开始统计社会服务职业技能人员中的养老护理员,截至2016年我国养老护理人员仅8528人。根据第四次中国城乡老年人生活状况抽样调查结果,目前我国失能、半失能老年人口约为4063万,占老年人口数的18.3%,按照3:1的国际标准计算,我国需要超过1300万的护理人员。同样,虽然国家大力推进医养结合,将老年人作为重点人群纳入家庭医生签约服务,但家庭签约医生覆盖率仍不容乐观。如何“以少足多”是摆在当前我国政府面前的重要议题之一。人工智能的崛起为化解这一医疗难题提供了新路径。人工智能环境下,智能护理等机器的应用与推广,大大减少了老年人对护理人员的需要,虚拟医疗助手替代护士,在医生诊疗之外提供辅的就诊咨询、健康护理和病例跟踪等服务,既减少了老年人前往医院就诊的次数,又有助于提高护理能力。显然,这些对于缓解老年健康供需矛盾有积极意义。

第二,人工智能的发展为医疗机构提高服务效率提供了技术支持。一直以来,医疗服务效率都是备受关注和争议的问题。医疗服务效率,即医疗机构在投入与产出之间的比率,是医疗服务领域的核心命题与重要目标。近年来,随着我国医疗体制的不断改革与发展,各级医疗机构的效率有了显著提升,但受制于传统医疗机构管理模式的惯性思维影响,医疗机构的服务效率与民众期望仍有差距。新时代医疗服务效率的提升不仅需要制度的变革,也需要服务工具的革新。人工智能的发展为优化医疗服务提供了便利。一方面人工智能的应用降低了人力成本。医学影像占医疗数据的90%,而且这一数据仍在攀升,年增长率约为30%,而放射科医师数量的年增长率仅为4.1%,远不及影像数据增长速度。借助AI技术分析医学影像,将大大缓解医院缺少医生的压力。此外,语音技术在医疗行业的普及,也正在将越来越多的普通医生从日常机械式的医案录入工作中解放出来,提升录入的效率,降低失误率。另一方面,人工智能的应用也提高了医疗服务能力。人工智能辅助诊断技术应用在老年人某些特定的病种领域,几乎可以代替医生完成疾病筛查任务;智能手术机器人的应用既能保证精准定位,减少老年患者的疼痛,又能防止传统手术易带来的传染疾病等危险;人工智能参与药物研发,对于提高针对老年患者潜在药物的筛选速度和成功率,缩短研发时间与成本有实际意义。综上,人工智能的嵌入打破了以往医治全程医生亲力亲为的运作模式,智能机器的自主研判与决策能力,对于降低人力成本,大幅提高医疗机构、医生的工作效率与质量,减少不合理的医疗支出有积极意义。

第三,人工智能的发展有助于提高老年人自我健康管理能力。多数疾病都是可以预防的,但是由于疾病通常在发病前期表征并不明显,到病况加重之际才会被发现。而且由于老年人机体形态的改变和功能的衰退,对于疼痛和疾病的反应变得不敏感、不典型,很多病症易被忽略或误诊,加上老年人行动不便,其中有多数老年人即使不舒服也不愿前往医院进行诊疗。人工智能的应用大大缓解了这一状态。人工智能技术与医疗健康可穿戴设备的结合可以实现疾病的风险预测和实际干预,实时监测老年人的生理参数,其双向数据传输、在线沟通、便捷有效的特点,一方面可帮助老年人实时了解与掌握自身的健康状况,享受个性化的健康管理和健康咨询服务,满足其健康教育需求;另一方面也能提高老年人自我健康管理意识,促进其积极参与自我健康管理和自我照顾,实现医疗卫生服务重心前移和全民健康管理。人工智能环境下的自我健康管理的实现延伸了传统医疗的覆盖能力,节省了传统医疗方式的时间、空间成本及医疗费用,能够有效缓解老龄化带给整个社会医疗系统的负担。此外,居家健康管理系统能为卫生管理者提供健康数据,有助于建立完备、标准化的居民电子健康档案和区域卫生信息共享平台,使政府突发公共卫生事件监测和应急体系的运转更为高效、准确。

(三)人工智能时代老年健康管理领域的隐忧

万物都有两面性,人工智能同样是把双刃剑,人工智能从诞生至今,其对伦理的冲击就不断被讨论。人工智能给老年健康管理带来巨大便利的同时,也对道德伦理问题提出了重大挑战。与人工智能的一般伦理问题相比,人工智能在老年健康管理中的应用因其服务于老年人这一特殊群体表现得十分特殊与突出。主要表现为两个方面,一是老年人人格与尊严的多方面权益保障伦理问题更为加剧,二是老龄社会正义伦理问题更显突出。

老年人人格与尊严的多方面权益保障伦理问题体现在隐私泄露、社会孤立与老年人的“物化”三个方面。首先,为更好地提供全方位健康管理服务,智能老年健康管理系统和智能设备需要采集老年人日常起居全时段、全方位、无盲区、长周期的海量生理数据,其中绝大多数的数据属于隐私数据。这些数据通过简单的分析和挖掘,就能得出老年人的生活习惯、身体状况等信息,一旦被无意或有意泄露,极易被不法分子所利用以进行精准推销甚至精细诈骗等违法活动,这对于易受骗的老年人群体来说无疑是巨大的隐忧,由此可能带来的损失也不可小觑。《世界人权宣言》第12条规定任何人的私生活、家庭、住宅和通信不得任意干涉,他人的荣誉和名誉不得加以攻击。正如一些学者认为我们应该对于弱势群体运用特别的隐私保护政策①。然而目前我国的相关法律和政策还不尽完善,如有关病历资料保护的法律或文件(《刑法》《侵权责任法》《医疗机构病历管理规定》等)中多为宣示性条款,也尚无老年人隐私安全的针对性文件。如何保证健康数据在实时采集、传输、存储、分析与使用过程中的安全,数据应当被保留多久、谁拥有隐私数据的访问权等都是智能老年健康管理领域亟需解决的隐私方面的具体伦理问题。其次,智能机器监护老年人可能导致减少老年人社交、子女的陪伴。关于智能护理机器人的引入对老年人心理问题的影响研究表明,使用护理机器人的老年人易出现社会孤立现象,进而导致尊严受损②。过多的智能既会减少老年人外出和交流的频率,也使子女或亲朋责任感降低,对老年人的关怀止于虚拟问候,而不再是频繁地看望与聊天。有学者认为,健康助手功能会使原本亲近的护理关系转换为远程的虚拟的照料关系③。从而加剧老年人心理上的空虚感与孤独感。如何缓解和调节老年人心理问题是人工智能在老年健康管理应用过程中不得不面对的问题之一。最后,老年人的“物化现象”也是值得关注的具体伦理问题。所谓物化,Kitwood对其的定义是:像对待无生命物质那样对待人:推、拉、拽一个人,不把他当作一个有生命的个体。Astell曾认为辅助机器人可能会机械地控制使用者,并逐渐使其变得失去自主性④。智能护理机器人等操控式的服务过程有可能损害老年人自主意愿,老年人普遍认为不应该限制他们自主选择的权利,如他们不希望所有人知道他们在家中跌倒,因为某些跌倒仅是小事,自己可以克服,他们认为只有自己需要帮助的时候才应通知别人。然而这与智能护理系统一旦发现护理对象跌倒,就立即发送消息给亲人或医护人员的护理策略相矛盾⑤。机器人应在何种程度上保障老年人的自主意愿,减轻其心理负担,维护其尊严,是值得研究的课题。

老龄社会正义伦理问题主要体现在地区差异方面。由于我国国土面积大,各地区经济发展水平并不一致,地区差异、城乡差异问题都不容忽视。考虑到护理服务涉及人最基本的健康权利,然而由于经济发展和收入水平不同,偏远地区、农村的互联网都不畅通,健康信息系统建设不到位⑥,老年人往往无力购买智能可穿戴设备、智能护理机器人等健康管理机器,贫富差距引发的社会资源分配不公问题凸显。如何在研发和推广智能设备中充分考虑老年人的购买力,是关乎社会正义的伦理问题。

二、现实考察:人工智能时代老年健康管理的困境

(一)人工智能时代老年健康管理的经验

改革开放以来,尤其是进入21世纪之后,我国人工智能技术得到了巨大的发展。据中国电子信息产业发展研究院数据统计,2017年我国人工智能市场规模为216.9亿元,比2016年增长52.8%,增长速度快于全球平均水平,2020年有望超过700亿元①。其中,“人工智能+融合医疗、金融、教育和安防等领域企业”位居全球人工智能目标市场行业首位,总计占比40%。国家高度重视,企业与医疗机构积极探索老年健康产品的研发、推广与应用,先后积累了一些经验,取得了初步进展,为人工智能服务于老年健康管理奠定了重要基础。

首先,信息化与大数据推动智慧医疗的发展,为人工智能在老年健康管理中的应用提供了技术支撑。信息化与大数据是人工智能有效嵌入的基本要素,因此医疗信息化的实现和医疗大数据资源的壮大是推动人工智能在老年健康管理应用的重要基础。近几年来,高速、移动、安全的新一代信息基础设施建设加快,城市社区光纤网络覆盖率不断提升,中国互联网络信息中心(CNNIC)的《中国互联网络发展状况统计报告》显示互联网逐渐向高龄人群渗透,60岁以上老年人对互联网的接触率和应用率逐年上升。与此同时,健康养老服务信息平台建设不断推进,早在2011年,老龄办和民政部门就在全国范围内推进社区为老服务信息平台建设项目启动试点工作,试点项目50余个,据统计覆盖老年人口仅3000多万;2014年民政部和发改委确定在全国选取了42个地区推进养老服务业综合改革试点,改革的重点之一即是加快信息平台建设。2018年国务院《关于促进“互联网+医疗健康”发展的意见》,强调推进远程医疗覆盖全国所有医联体和县级医院,支持高速宽带网络覆盖城乡医疗机构,建立互联网专线保障远程医疗需要。“互联网+医疗服务”建设初具规模,各级医疗机构、养老服务机构积累了大量老年人有关的数据资源,其中包括老年信息数据库建设与大数据共享平台与服务平台建设,为下一步人工智能的嵌入奠定了坚实根基。

其次,国家高度重视,政策与法律建设不断推进,为人工智能在老年健康管理中的应用提供了制度基础。一方面,为推动人工智能的迅速发展,近年来我国人工智能领域指导性政策文件不断出台。如2017年7月国务院印发《新一代人工智能发展规划》,同年12月工信部公布《促进新一代人工智能产业发展三年行动计划(2018-2020年)》,明确了我国新一代人工智能发展的战略目标,部署构筑我国人工智能发展的先发优势,加快创新型国家和世界科技强国建设。2018年1月中国电子技术标准化研究院《人工智能标准化白皮书(2018版)》,提出确立人工智能产业发展的标准体系;3月政府工作报告明确指出加强新一代人工智能在医疗、养老等多领域的应用。各省市积极响应,出台本地区的具体实施意见,为人工智能在老年健康领域的应用确立了方向。另一方面,为应对各类风险与危机,我国不断推出信息建设与信息安全的相关规定。据统计目前我国信息治理层面的相关法规已有100余件,涉及个人信息保护、网络侵权预防和网络犯罪惩治等多个领域②。具体到医疗行业,2013年国家卫生计生委、国家中医药管理局印发的《关于加快推进人口健康信息化建设的指导意见》,2015年国务院办公厅印发的《全国医疗卫生服务体系规划纲要(2015-2020年)》,2017年工信部、民政部、卫计委联合印发的《智慧健康养老产业发展行动计划(2017-2020年)》等文件,都着重强调形成覆盖全生命周期的智慧健康养老产业体系,打造一批智慧健康养老服务品牌。2016年12月,国务院办公厅印发《关于全面放开养老服务市场提升养老服务质量的若干意见》提出推进“互联网+”养老服务创新,到2020年养老服务市场全面放开等,都指出实现全员人口信息、电子健康档案和电子病历三大数据库要基本覆盖全国人口并完成信息动态更新。这些直接或间接性文件的不断完善,为人工智能在健康领域的应用提供了基本的制度框架。

最后,在技术与政策环境的激励下,人工智能在老年健康管理中的应用初见成效。从易得的传感器,到智能化的可穿戴设备,智能护理床、健康服务机器人、陪护机器人等服务机器人,越来越多智能设备参与到老年人健康管理领域。近几年,房地产商、保险公司、养老机构积极推出高端养老项目,健康服务机器人也随即而来,其中天津哈士奇机器人作为全球首台健康服务机器人成为标志性事件。而后,机器人也开始应用在福利中心和养老机构,仅杭州就有70家养老机构和40家照料中心引进了“阿铁”养老机器人①②,机器人具备健康检测、健康顾问、紧急报警与陪伴逗乐四项主要功能。同时依托“互联网+”搭起智能居家养老服务的桥梁,一是通过智能健康腕表随时测量血压、心率等生命体征数据。相关研究表明可穿戴智能设备在治疗慢性病方面有显著效果,治疗费用、住院时间等都有所降低③④。二是“开心”等智能健康养老机器人通过人体感应、摄像头远程监护、声源定位、语音识别等系统为居家老人提供安全监护、用药提醒、数据分析等健康服务,约87%的受访者表示类似于“开心”的智能健康养老机器人会对空巢老人有用⑤。三是通过“互联网+”和远程医疗、远程手术等满足老年人的医疗需求,通过机械骨骼、轮椅机器人等助力老人康复⑥。从监护到治疗,人工智能在各种养老模式的老年人中的初步试水,为应对人口老龄化提供了战略性思维。

(二)人工智能时代老年健康管理的难题

人工智能为老年人实现全过程健康管理提供了条件,推动了老年健康管理模式的突破与创新,然而目前人工智能在老年健康管理中的应用仅处于起步阶段,尚有很多问题需要解决。

其一,从应用范围来看,价格壁垒难以突破,老年健康管理中人工智能缺乏动力。医疗行业本身就极具复杂性和特殊性,医疗体制改革和医养结合养老模式发展已推行多年,但仍有很多问题为人们所诟病。人大代表罗卫红曾提出目前医养结合虽初具成效,但仍存在医养结合服务需求与承载力不对称、行业管理体制不完善、医养结合医保支付政策难以保障护理需求等问题。人工智能嵌入老年健康管理为医养结合模式的发展创造机遇的同时,也提出了更高的要求。人工智能设备造成的健康管理服务费用谁来支付、怎样支付,目前国内尚未达成共识,这也解释了为什么目前智能健康机器人多出现在养老机构,而非居家老人家中。不可否认,在当前医疗卫生服务供给不足的情况下,医养结合型养老机构非常重要,机器人的引入对老年人尤其是对高龄老人、半失能老人与失能老人带来了极大的便利。然而无论是9064模式还是9073模式,绝大多数老年人是居家养老。针对居家生活老年人的健康监测、预防、治疗、康复、护理和心理慰藉等服务需求亟需人工智能的嵌入,然而形势不容乐观,一方面是因为智能装备价格较高,老年人个体往往无意愿或无力购买较为昂贵的智能感应设备,另一方面是因为担心后续健康服务能否持续跟进,比如一个智能腕表就价值几千元,如果后期的服务没跟上,老年人损失就会很大。人工智能的应用必须考虑各方支付意愿,其价格在某种程度上决定了其可推广的范围。如何围绕大健康战略来定位发展人工智能,实现医疗健康服务利益相关者的协作,为老年人提供全方位全周期的健康服务是亟须解决的关键问题之一。

其二,从信息化建设来看,人工智能应用于老年健康管理的信息孤岛劣势明显。人工智能的应用离不开信息技术的支撑。推进医疗服务大数据建设,建设老年群体数据库与医疗服务信息平台,统一相关数据标准是基础。“人工智能+医疗”最大的问题在于数据的来源和质量,因为我国的医疗数据在医院与医院间、医院与家庭间存在信息孤岛,即使在同一个医院提取和利用数据仍涉及很多操作手续。与此同时,虽然各地政府一直在强调健康养老服务信息平台建设,但进程并不乐观,多数老年健康服务仅停留在通过社区门诊或体检获得数据,共享在街道一级,实现市级统一平台建设的省份屈指可数。除了技术条件的制约,更多的是缺乏全局的考虑与统筹规划,民政部门、统计部门、公安部门、卫生部门、医院等多部门之间的责任模糊,各涉老部门缺乏沟通与配合;各地区各自为政,缺乏共享理念和共享动力,有效的沟通不足,相互之间在操作系统、网络协议、语义表示、数据库类型,乃至硬件管理平台上存在差异,医疗信息数据不能有效实现地区共享,阻碍了人工智能赖以为生的数据信息资源的有效流通,既造成了数据信息资源重复建设,也限制了数据信息资源功能的最大发挥。可见,要想人工智能应用于老年健康管理,积极突破数据壁垒势在必行。

其三,从健康服务相关主体来看,养老机构、社区服务中心、医疗机构与企业的合作不足。养老服务机构、医疗机构等服务机构本身不生产人工智能设备,而是通过引进人工智能设备服务于老年人,科技企业才是人工智能产品的生产者。服务机构最了解老年健康管理全过程需要什么样的人工智能产品,而科技企业则在技术上独占优势。二者通过跨界合作发挥各自的优势,才能明确研发内容,最大程度缩短研发周期,以满足老年人健康管理的需要。然而目前国内各级医疗机构、养老服务机构在该领域的开拓相对滞后,除了发达城市的大型房地产公司通过与科技公司合作建设高端养老基地,应用人工智能参与老年健康管理服务,实现了企业间的人工智能合作外,多数医疗机构、养老服务机构有待进一步跟进。与此同时,医疗机构、养老服务机构提升自身对人工智能产品的驾驭能力也离不开同科技企业的有效合作。两者有效合作的缺乏在一定程度上制约了老年健康管理过程中的人工智能创新能力的提升。两者如何建立合作机制,共同推进人工智能的技术创新与应用是人们不得不思考的当务之急。

其四,从研发主体看,老年健康管理领域的人工智能发展受制于稀缺的专业人才。人工智能任何相关技术方面的突破都依赖于人才,可以说其发展能力取决于人才数量。《全球人工智能人才白皮书》显示全球AI领域的人才缺口达到百万量级,2017年工信部发言人指出在我国人工智能人才缺口超过500万,稀缺的专业人才资源是制约全球人工智能技术发展和应用落地的一大短板。人工智能的专业人才既要掌握数据挖掘、语音图像识别等计算机层面知识,又要了解人工智能应用领域的客观状况。AlphaGo之所以能战胜人类围棋世界冠军,在一定程度上是因为其设计者DemisHassabis本人就是天才棋手①。因此,人工智能老年健康领域的专业人才需要集计算机专业技术与健康养老服务行业实践于一身,才能研发出适合老年群体的智能健康医疗设备。目前国内的人工智能专业性人才缺乏,且多集中于制造业、互联网等领域的技术开发工作,虽然一些科技公司与医疗机构合作取得初步的成果,但在医疗领域结合上缺乏深度,直接针对健康服务领域的人工智能人才更是不足,阻碍了老年健康领域人工智能技术的推行。

三、未来选择:人工智能时代老年健康管理的关键路径

人工智能时代的到来,为老年健康管理创造了全新的环境,同时也对政府、社区、医疗机构、养老服务机构等提出了更高的要求。面对人工智能的迅速发展,需积极推进人工智能与老年健康管理的深度融合,以促进适应时代诉求的老年健康管理智能化。

(一)构建人工智能嵌入老年健康管理的管理机制

DouglassC.North指出制度是社会的游戏规则,规定了人与人之间的行为范式②。人工智能时代老年健康管理迫切需要现有机制的突破与创新,当前必须做好三个层面的具体工作。

一是形成专业的领导机制。人工智能科学嵌入老年健康管理离不开政府部门的统一规划和部署。2018年国家医疗保障局成立,整合了此前散落在人社、民政、卫计委、发改委等多个部门的相关医疗职能,改变了“九龙治水”的管理局面,为人工智能在医疗行业、健康领域的嵌入提供了契机。在老年健康领域推广人工智能应纳入医疗保障局的工作内容,积极推动医疗机构、养老机构、社区养老服务中心等与科技企业的合作,全方位部署人工智能在老年健康管理中的应用格局,从传感器,到智能化的可穿戴设备,健康服务机器人、智能护理床、陪护机器人等服务机器人,从智能家居设备、养老服务机构智能设备,到智能医疗机器,从老年人健康数据建设到疾病的预防、治疗、康复与护理等,培养一支兼具智能理念和实践经验的新型领导队伍,确保政府部门在人工智能应用中始终掌握主动权。

二是培养多元主体信息共享机制。人工智能的发展与应用依赖于数据,因此,人工智能嵌入老年健康管理,一方面需要挖掘分析大量老年健康数据,以便人工智能设备的研发,另一方面需要医疗机构、养老机构、社区居家服务中心、老年人等相互间的数据连通与安全共享,促使多方有效参与老年健康管理。加快健康养老信息平台建设迫在眉睫,要着力提升多元参与主体的数据素养和技术素养水平,促进多元主体相互间协同配合,协调老年健康数据在各部门间的流通,实现数据信息的交互及供需的有效匹配,从而打破数据壁垒,为提升老年健康管理水平提供数据支撑。

三是建构道德伦理矫正机制。享受人工智能给老年健康管理带来巨大便利的同时,也必须正视其对道德伦理的挑战。首先,进一步完善信息保护机制,减少甚至消除老年人对个人信息数据泄露的担忧。其次,科学认识和使用人工智能。虽然现有的人工智能在某些层面和维度接近、达到甚至超过了人类智能,但其工具性色彩没有改变,人工智能在老年健康管理中的应用旨在提高健康管理水平,而不是取代医护人员和亲朋好友。儿女的关心、好友的慰问以及老年人必要的社交互动都不可或缺。最后应通过技术发展,为人工智能注入情感,促使人机交互更加和谐。

(二)构建以人工智能为核心载体的老年健康技术系统

推进各级医疗机构和各地养老机构在老年健康管理中发挥更大的作用,需要通过智能化处理系统和便捷高效的急救处理流程,即系统能自动采集老年人身体状况数据并进行分析,当发生意外跌倒或生命体征数据出现异常,智能呼叫相应的医疗机构,使老人及时、准确地获取医疗服务。为此,应重点做好两个层面的工作。

一方面,建设针对老年健康管理的智能处理系统。智能化系统基于计算机网络技术和信息技术,强化老年健康的数据挖掘系统和数据存储系统建设,有效整合老年健康管理智能化进程中的各类非数值型、非结构化数据,同时有针对性地引进合适的人工智能技术,如生物识别技术、自然语言处理、机器学习、虚拟等,提升人机交互过程中老年健康数据的处理效率,并以此形成由知识库、数据库、推理机、解释器和知识获取等组成的老年健康管理系统,为提高老年健康管理水平奠定基础。

另一方面,创新以人工智能为基础的医疗流程。智能系统的生命在于应用,老年健康管理途径与方式的优化必须以智能处理流程的创新为依托。其一,通过人工智能实现老年人健康状况的自动检测,根据不间断、全方位的健康数据跟踪,智能评估老年人身体与心理的健康状况,并基于数据分析提出智慧决策,确定老年人在健康方面应采取的措施。其二,智能系统要在识别老年人紧急救助需求的基础上,主动通知医疗机构,使老年人及时得到救助。至于医疗机构的选择应符合分级诊疗原则与就近原则。这对于减少老年人独居风险,为空巢老人提供“健康保险”有积极的现实意义。

(三)构建“校—企—医/养”在人工智能领域的深度合作机制

学校是人才培养的重要阵地,科技企业是人工智能产业发展的主力军,而医疗服务机构与养老机构是老年健康管理的重要参与者。推进人工智能在老年健康管理领域的应用,迫切需要三者的深度协作,以达到通识成材、借势运力、以智发展的目标。

其一,探索高校与企业协同人才培养模式。相比美国人工智能人才数量,我国明显滞后。据领英数据显示,我国从业经验10年以上的AI人才占AI人才总数比例不足40%,而美国这一比例超过70%;美国人工智能基础层、技术层和应用层的人才数量占比分别为22.7%、37.4%和39.9%,而中国为3.3%、34.9%和61.8%,人才培养势在必行。如上文所述,人工智能的专业人才既要掌握数据挖掘、语音图像识别等计算机层面知识,又要了解人工智能应用领域的客观状况。科技企业需要高校的理论与人才的支持,而高校则可借助企业的数据资源和技术平台推进科研理论进展,将研究价值落地。因此,高校应加强人工智能相关学科建设,吸引国际顶级科学家和高层次人才,加强与科技企业、国外高校及相关机构的合作,将技术教学贯穿到实训项目中,让学生在校所学与企业实践有机结合,培养贯通人工智能基础理论、软硬件技术与医疗服务领域应用的纵向跨界人才。人工智能校企合作将有助于人工智能在老年健康领域的加速发展,为人工智能应用打开新局面。

其二,搭建医疗服务机构与企业合作平台。近年来,阿里巴巴、百度、腾讯和华为等国内企业在人工智能领域的崛起,为老年健康管理的转型提供了技术支撑。人工智能本身就涉及多重技术,不同行业或领域的关键技术必然存在差异,加快人工智能在老年健康管理中的应用,医疗服务机构既要借助科技企业的技术优势,引入智能技术,又要借助科技企业的智力优势,培育服务人才。这就要求医疗机构积极通过研发外包的途径,由科技企业打造契合老年健康管理需求的智能软件与硬件,加快老年健康管理智能产品的开发与推广,促进产品从监护提醒类、健康监测类,到医疗设备类、陪护聊天类,关注老年人身体健康的同时注意开发心理健康护理机器人,实现智能产品的多元化与精准化。与此同时,医疗机构通过与科技企业的合作,提高本机构内部人工智能的应用能力。

(四)构建老年健康管理人工智能产品的定价与补贴机制

人工智能在老年健康领域推行受阻的一个很重要的原因是企业囿于无利可图与老人抱怨收费高现象并存。老年健康领域人工智能产品与服务的价格既不能完全市场化也不能严控低价,应建立合理的定价机制与相应的财政保障机制,以平衡市场主体盈利与老年人经济承受力来促进人工智能在老年健康领域的广泛应用。

一方面,合理确定老年健康领域人工智能产品的价格。老年人的健康管理产品与服务具有一定的福利性,过高的价格会忽略老年人的经济承受能力,过低的价格又影响社会资本的收益率与参与积极性,阻碍该领域的进一步发展。根据资本资产定价模型,任何资产的期望收益率都由无风险利率和对所承担风险的补偿—风险溢价两部分构成,考虑到服务对象的特殊性,老年健康领域人工智能产品合理的投资收益率应等于或略低于市场平均投资收益率,兼顾经济效益与社会效益。

另一方面,建立相应的财政补贴机制。虽然老年人收入来源更加多元,自报需要照护服务的比例不断提高,越来越多的老年人有能力购买健康管理设备,但价格仍然是影响其选择与否的关键因素之一。而且受年龄、身体状况、收入等多重因素影响,有必要分地区、分群体进行大面积的调查统计,找到不同身体状况与经济状况的老年人有能力和意愿支付的平均价格。根据计算出来的市场价格与老年人可支付的价格,分类别分等级进行补贴,对于经济困难的失能半失能老人要免费配置相应的智能设备。

此外,加强老年健康管理人工智能应用状况的监管体系和绩效评价体系。当前人工智能技术整体还处在较低的发展层次,在认知能力、感知行为、风险对抗等诸多方面仍比较笨拙,应在加强人工智能嵌入的可能性风险管理的基础上,采取第三方评估方式,科学评价人工智能应用过程的技术适用、服务质量等环节。推进老年健康管理领域的人工智能应用的不断改进与发展。

四、结语

人工智能辅助医疗决策范文第3篇

这种解读所指的是,人工智能将在未来全面介入人类生活,开启人类文明发展的又一个新时代。

人工智能的绝对优势

人工智能早就进入了医学研究(药物研发、基础研究)和临床诊疗领域,人与人工智能的竞争也不可避免,那么,人工智能会像战胜柯洁一样,优于或胜过人类医生吗?

仅从现有的情况看,人工智能有优于人类医生的地方。以癌症治疗为例,当确诊癌症后,针对不同病人的个性化治疗才会比较有效。机器学习(算法)是人工智能的一基本内容,其中,数据的输入、输出、赋值等运算可以让人工智能对某一问题进行计算分析,从而得出有针对性的解决手段。加拿大西方大学的罗根(Peter Rogan)等人通过对基因数据的分析得出最可能的有效治疗癌症的方案,让该治疗方案变得更加个性化。

研究人员使用了一套含有40个基因的数据,这些基因可以在90%的乳腺癌中找到。在接受试验的近350名癌症病人当中,至少都会接受紫杉醇或吉西他滨其中一种化疗药物治疗。之后,研究人员让人工智能对数据展开处理并找出药物与病人基因之间存在的关系。结果显示,同时接受两种药物的治疗有效率为84%,只接受紫杉醇的有效率为82%,只接受吉西他滨的有效率则在62%到71%之间。

这就为医生提供了选择更好或最佳治疗方案的决策基础,在上述方案中,医生选择对病人同时使用紫杉醇和吉西他滨,可以达到最高的84%的治疗有效率。

也许这种人工智能软件对不同病人提供的治疗方案比其他医生的治疗有效,但是,人工智能的这种算法和分析是医生首先教会它的。更重要的问题是,当超出了这40个基因的范畴,这套人工智能的算法和提供治疗的方案就有可能受到限制。

面临这样的问题,人工智能只会一筹莫展。但是,人是有巨大动力的,这种动力的来源之一是,人有强烈的情感。柯洁输给Alpha Go或感到赢不了Alpha Go会沮丧得流泪,但Alpha Go不会。正是这种差别,让具有强烈爱心的人会想出更好的方法去诊疗和战胜疾病,至少取得更好的结果。基于这种情况,Alpha Go不可能战胜医生,因为前者没有爱心,后者,尤其是病人的亲属有强烈的情感和爱心。

战胜检查数据的真情暖男

一位叫马丽砂的女性患有卵巢癌。15年间,她经历了4次手术和30多次化疗,她的丈夫张欣华相伴相依,一路保驾护航,让她的生命一直延续。这名“暖男”起到的作用不过是辅助医生,但是他却使用了特有的“理工男方式”,通过数据分析、(深度)学习和逻辑推理,获得了理想的治疗结果。这些方法正是人工智能的强项,别说使用Alpha Go,就算是一种很简单的统计和分析软件都可能超过张欣华,但是决策和疾病治疗的结果难于胜过后者。

早在2005年,定期随访复查的马丽砂发现自己的验血指标似乎有些异常,但核磁共振检查未发现问题。张欣华分析,核磁共振的原理是逐行扫描,也许因为肿瘤的位置关系,或者扫描的行与行之间的断层关系,没能发现肿瘤。但普通的B超检查原理是检测回声,是反射过来的信息,这也许能发现一些更有意义的线索。他便自作自作主张让妻子做B超检查,果然发现肿瘤复发,及时作了手术切除。

而后,张欣华对妻子的检查数据做了如下的数据分析和深度学习:对其妻的一种肿瘤标记物CA125进行数据统计,时间为横坐标,CA125为纵坐标,把2014年2月11日到2017年5月1日的CA125变化描绘成曲线图。

95%的健康成年妇女CA125的水平≤35U/ml,如果CA125的数值是该数值的两倍以上,就意味着与癌症有一定关系,而马丽砂是癌症康复者,这个数值在更高的范围(几百)才可能被医生视为与癌症复发有关。马丽砂的CA125在2016年12月达到曲线的顶点,也只是73.5,没有达到医生认为的与癌症复发相关的数值。但张欣华比较了其妻2014年和2016年的两个高点,正好对应其在这两个时期的大手术,当时的数值与73.5相差无几。因此,张欣华认为情况不好,便带妻再到医院检查,发现肿瘤又复发了,又及时进行了手术,马丽砂CA125的曲线很快回归低位。

此次Alpha Go战胜柯洁,研究人员称是Alpha Go采用了能自行学习的人工神经网络技术,但也有专业人员认为如果仅仅是人工神经网络技术,不可能让Alpha Go达到如此强大的能力,实际情况是Alpha Go的核心――记忆增强技术得到更大增强,通过其海量的存储能力,不断将外部的数据输入存储器,更新数据结构,并分析数据,然后重新输出数据,给出相应的博弈策略。

但就算使用Alpha Go战胜柯洁采用的人工神经网络技术为马丽砂诊断,由于CA125数据正常,以及核磁共振成像检查正常,恐怕就连有经验的医生也会忽略患者的变化而不会让其再进一步检查,更不用说Alpha Go,仅靠数据分析判断,一定会把马丽砂归为正常情况。而患者的丈夫张欣华怀着对妻子无限的真情,用自己特有的计算方法判断妻子的病情,挽救了妻子的生命。这不能不说是人工智能输给人类大脑的佐证。

美国父子超越常规的精准医疗

说到底,这又是一种人工智能难以掌握的技能――精准医疗。因为人工智能的大数据和分析,以及深度学习只能对一般性的情况进行分析判断,不会对每种情况进行具体的个性化的分析和诊治。在进行精准医疗时,医生也未必会对每个病人做到个性化的诊治,而是千人一药、万人一刀地进行治疗。但只有对亲人倾注了深厚爱心的人才会对病人的具体情况进行辨别,以寻求有针对性的个性化精准医疗。

美国麻省理工学院数学家迪米特里斯・伯特西马斯教授的父亲在2007年诊断患有非转移性胃癌,已经无法手术,唯一的治疗方案是化疗。为了让父亲尽可能延长生命和提高生活质量,伯特西马斯研究了全美五大医院的常规化疗方案并惊讶地发现,每家医院使用的化疗方法都不同。

数学家的天性让其产生了一个想法,对医院的临床试验数据进行计算,以确定哪一种方法能产生更好的效果。他画了一张简单的图,横坐标代表药物毒性,纵坐标代表患者的生存率。根据这一曲线,伯特西马斯选取了一个他认为的最优策略对其父亲治疗。结果他的父亲在确诊胃癌后存活了2年,比医生的预期翻了一番。

人工智能难以逾越的“先天不足”

伯特西马斯和张欣华这样的精准医疗既不是人工智能能够做到的,也不是一般医生能做到的,因为不同的医生就有不同的对疾病的诊治和看法,以及选用自认为正确的和效果好的疗法,即便是人工智能采用人工神经网络技术自主学习,也不可能像伯特西马斯和张欣华那样对亲人进行个性化的诊治。这意味着,人工智能并不神秘,人人可用,而且根本就达不到人的自我学习和分析能力。更重要的是,人工智能没有情感,不会因为对亲人的爱而多一分责任、多一分细心、多一分分析、多一分比较,从而选择最有利于亲人的诊治方案。

显然,预测人工智能未来会在其他方面战胜人和统治人类社会,需要让它先要有情感。但是,人工智能不是生物,它会有七情六欲吗?退一步说,能把爱心输进去吗?

以此来看,人工智能“先天不足”,或许只有理性,那它靠什么与人做全方位的博弈?所以,不必过多担心人工智能会战胜人类,而是全身心享受我们作为人类所拥有的美好情感吧!

人工智能辅助医疗决策范文第4篇

河北省地热产业协会的成立有望推动雄安地热加快发展进程,相关“绿色雄安”地热产业链涉及上市公司如:汉钟精机(002158)、雪人股份(002639)等有望获益。

QFII:统计显示,QFII现身61只个股半年报,其中新进14只个股、增持25只、减持12只、其余10只持股数量不变。

发改委、水利部:印发《全国海堤建设方案》。提出总体目标,力争用10年左右的时间,进一步完善沿海地区防潮减灾体系,全国海堤长度达到1.5万公里,已建海堤达标率提高到57.1%。

粮食局局长张务锋:要紧扣国家粮食安全战略和农业供给侧结构性改革大局,紧跟一二三产业融合、粮食行业深化改革转型发展大势,把握好粮食产业经济发展的正确方向。积极探索粮食产业转型升级的新路径新模式。

经济参考报:油气改革一揽子政策正在酝酿出台,国土部正在研究制定油气管理体制改革规范性文件,能源局已将油气管网互联互通相关文件下发至地方,同时将出台加快天然气基础设施建设和建立天然气调峰市场机制的意见。

上证报:多家银行半年报数据显示,上半年同业资产大幅压缩。专家和券商分析人士预计,接下来金融监管部门的同业业务监管将再升级,商业银行尤其是以往依靠发展同业业务来扩张的中小银行将全面进入“缩表”周期。 

人工智能辅助医疗决策范文第5篇

EW:你第一次接触人工智能或机器人是什么时候?

YZC:最早是在我的母校北京交通大学。2004年,我上大一,当时学校一位退休教师贺仲雄开设了一门选修课,叫模糊数学,是人工智能的一个分支。这门课每年会在全校挑x4~5名学生重点培养。因为我对科技、科幻方面的书籍很感兴趣,自己的专业又是数学,所以我就写了一封自荐信给贺老师,由此开始接触人工智能。

EW:科技、科幻类书籍对你影响很大吗?

YZC:我读过的印象最深的一本书叫《剑桥五重奏》。它讲的是1949年剑桥大学5位分别来自数学、心理学、语言学、生物遗传学、物理学的最顶尖级的专家,共同出席一场晚宴并围绕“机器能思考吗?”展开讨论的故事,其中一位是阿兰・图灵,他是人工智能的鼻祖。

晚宴当然是虚构的。但为什么会是这5位不同领域的专家一起探讨?因为人工智能其实是一个跨领域的学科。当时我的老师也跟我说,如果你要做人工智能这件事情,那你必须具备这种跨领域的思维。

EW:当时学这门课时,学校有实体机器人吗?

YZC:有,但非常简单,是由一些模块组合在一起,然后你给它编程,让机器人做一些动作。因为机器人偏硬件,当时我对硬件接触不是很多,相对来说,我对整个人工智能的软件的算法投入的时间更多一些。

EW:创业以来,哪几个节点对你最为重要?

YZC:我是2010年出来创业的。头两年一直在探索,当时移动互联网大势起来了,我很看好这个方向,后来就有了生活类语音工具――虫洞语音助手。严格来说,虫洞语音助手是我们在2012年做出来的。2014年是一个关键转折点,我们从做语音助手,转型到做图灵机器人平台。

EW:当时为什么要转型?

YZC:这基于我对未来整个机器人市场的看好。我觉得,我们可以找到一种很好的方式去做这件事情,那就去做吧。

EW:作为CEO,这7年里,你觉得哪些决策自己做得还不错,有无失误?

YZC:正确的决策就是我们确定要做图灵机器人这件事情。失误肯定有。我工作不久就出来创业了,对公司运营这块完全没有概念,所以也曾出现公司管理比较混乱的时候。

EW:创业初期吗?

YZC:其实是阶段性的。比如说,突然之间,公司发展又上了一个新台阶,需要我们整个团队对整个公司运营和管理有更高的水平和能力,但总有一段需要消化的时间。公司一开始只有几个人可能还好,但是变成50人、100人的时候,管理水平就要跟着上去。其实每一个阶段对整个公司的运营管理都有不同的要求,这件事情对我来说也是一个挑战吧。

EW:听说你曾经去过龙泉寺,并在那里获得了做机器人的灵感。是这样吗?

YZC:不是。我做机器人更早一些。龙泉寺想要做机器人,是因为我去龙泉寺的时候提出了这个想法,后来我以公益的性质去推进落实,再后来就有了龙泉寺的“贤二机器僧”。

EW:为什么要去龙泉寺?

YZC:当时遇到了很多困惑。你知道,我们的图灵机器人是在2014年11月的,当时整个人工智能、机器人市场还远没有今天火爆。当时其实我还挺困惑的,并不知道未来我们能做到什么程度。一个偶然的机会,在2015年年初,我的一位在龙泉寺当俗家弟子的朋友带了我进去。

那天是正月初六,北京下着雪。我在龙泉寺待了两天时间。我没事天天都在想,天天都在看,他们的寺庙、佛像什么的。我是那种发散思维很强的人,我看着那些佛像,感觉它们就像机器人一样。我想,如果哪一天佛像也能够像机器人一样动起来,能够跟人互动,应该挺有意思的。

另外,我看到很多信众每天都跪在寺庙里,诉说自己的心愿,讲述自己的问题。现实地说,其实佛也听不见,也没有理你。龙泉寺的和尚、方丈们也觉得,高僧们毕竟时间有限,这么多人去找他们解说佛法,也不可能给每个人解答。我想,如果有一天,佛像可以开口说话,解答你的问题,这件事情是不是很有意思?就是这么一个想法。

EW:这就是龙泉寺后来推出的“贤二机器僧”?

YZC:对,他们用的就是图灵机器人的系统。2015年的第一代贤二机器僧,我们参与得比较多,推出的时候已经很火了。到2016年的时候,很多人想要做佛像机器人这个事情。

EW:在龙泉寺看到的这些情况,让你觉得图灵机器人在人机交互上大有可为?

YZC:对。那个时候,国内做机器人的公司估计不超过10家。

EW:你们的第一批用户是怎样发展来的?

YZC:我们一开始比较笨,不知道怎么去推。因为我们做的是一个开放的机器人平台,希望能够与各行各业结合在一起,所以我们就到各大论坛,有开发者的地方去推。

EW:你们的主打产品有哪些?

YZC:我们现在的产品主要有两个,一个是机器人开发平台,另一个是机器人操作系统――Turing OS。

切入儿童机器人市场

EW:现在人工智能很火,你们是如何找到杀手级应用场景的?切入儿童机器人市场算是其中一个吗?

YZC:儿童机器人绝对算一个。现在大家已能看到很多人工智能应用场景,比如汽车、医疗、教育等。在将来做好了的情况下,人工智能和每一个领域结合都会诞生杀手级产品,但每个领域的成熟时间点会不太一样。

当时我们也评估过汽车场景,但你要改变汽车行业,时间周期太长了;智能家居方面,目前在中国完全不成熟;我们认为,儿童这一块,周期短,成熟更快,所以我们就先从儿童机器人切入了。

EW:更快指的是哪些因素?

YZC:儿童对机器人的接受度更高,这个行业能够快速把产品市场化,而且很容易被用户接受。儿童机器人,我们目前是在跟奥飞动漫合作,由我们提供技术系统,他们来做硬件生产及销售。

EW:你们是从什么时候有进入儿童市场这一想法的?

YZC:2014年年底。当时我们与奥飞动漫开始有合作。奥飞动漫在儿童产业有布局,这中间,IP很重要。他们也看到了我们在人工智能方面的技术储备。我们与奥飞动漫基于“AI+IP”的战略合作会是长期性的。

EW:D灵机器人推出的哆啦A梦、乐迪这两款智能机器人,去年分别在淘宝和京东众筹,目前它们的市场销量如何?

YZC:销量还是非常不错的。乐迪是去年11月上市的,每台价格2000多元,到现在已经卖出一两万台;哆啦A梦机器人已卖出1万多台。在机器人领域,还算可以。

EW:我发现你们与百合网合作,推出了一个“机器人”。真要进入婚恋市场了吗?

YZC:这是我们同事的一个很天才的想法。他们认为,机器人有一个很关键的要素,就是情感。我们通常认为,如果机器人有自己的情感,用户体验会更好。当时我们就说,跟百合网一起做一个产品吧,针对百合网上的单身男女,推出一款虚拟的恋爱机器人,因为机器人本身也是一个很好的互动交流载体嘛。

EW:推出后的效果如何?

YZC:我们是在去年圣诞节前推出的。头两天就达到了百万级别的用户,反响还是挺大的。有一点可惜在于,当时双方都想把这个计划提前实现,有些急,如果有更多时间准备,效果会更好。

EW:图灵机器人产品的情感识别、自学等功能是如何开发出来的?

YZC:这些技术是我们之前一步步积累和沉淀下来的。做人工智能,最大的痛苦和挑战

在于,我们每一个从业者都在不断往临界点去努力。我们认为,目前人工智能技术和产品,离我们的预期还有差距。

EW:你的预期是什么?

YZC:不只是我的预期,用户的预期在人工智能这块,要求也是很高的,产品需要有很好的情感体验,包括灵活性、可玩性、趣味性,尤其是这种人机互动型的机器人,就更难了。我们不想做一些简简单单的产品,那没有太大意思。

EW:以情感识别为例,是不是我对着乐迪机器人哭或笑,它就能感应到我的情绪?

YZC:有一些维度现在做得还不够细致,乐迪机器人第二、三代的感应会更明显。第一代,你说的话,带有什么样的情感,它去感应是没有问题的。但到第二代,就会开始做表情的识别,比如你哭、笑、悲伤、愤怒,它捕捉后会做出反馈。

EW:机器人的情感识别能力是否过关,你们的评判标准是什么?

YZC:第一,我们有一套基本固定的测试流程,可以确保产品能够按照我们的预想,取得很好的结果;第二,我们会有产品试用人员,对机器人有一道把关;第三,我们会做用户测试。

比如乐迪这款机器人,我们就是跟奥飞动漫一起来推的。我们每一个环节,都需要做很长时间的优化和迭代。每个月,我们在北京,奥飞动漫在广州,分别会去很多幼儿园做调研,了解用户对产品的使用反馈,包括家长的反馈,搜集数据。一般来说,我们前期调研的频率会高一点,通常是两周时间,后面会放缓到3~4周完成一次大规模调研。

EW:现在还是这个频率吗?

YZC:现在做得少一点,因为机器人本身也是联网的,目前我们会直接提取用户反馈数据。一开始,我们是通过线下的方式,直接跑去幼儿园了解我们产品的用户体验。幼儿园很乐意,因为他们也想让小朋友们有很好玩的东西。

等待行业爆发

EW:在你看来,人工智能是否和VR一样,因为过热而存在泡沫?

YZC:我觉得两者还是不太一样。从未来趋势来看,我觉得人工智能和VR,目前都属于正常情况。

EW:除了人工智能,也有人说VR是移动互联网的下一幕。

YZC:我觉得,VR作为下一个时代的主旋律是没有问题的,但人工智能也会是下一个时代的主旋律,它们的切入点不太一样,方式也不太一样。

我觉得目前来讲,人工智能更多是对整个互联网的优化和补充,VR的角色更多是一个终端,相当于下一个智能终端。互联网的应用范围越来越广,它的终端相应也会越来越多。

我觉得人工智能会发展得更快,因为它对目前互联网的影响更直接。VR需要先有硬件的普及,需要时间,它的大爆发,我估计会比人工智能稍微晚一点。我认为,2015~2020年会是人工智能发展的黄金期。

EW:作为从业者,你觉得目前国内人工智能发展水平与国际一线的差距有多大?

YZC:在底层算法,包括一些前瞻性研究方面,比如美国的一些大公司、实验室的确会更强一些。但国内在产业链、行业应用这一块,可能比国外发展得更快。

EW:目前国内人工智能行业主要的发展障碍有哪些?

YZC:我觉得最突出的一点可能是过度宣传,它提高了人们对人工智能的不切实际的预期。过度宣传不是一件好事情。对做产品的公司来说,人工智能是一件很难的事情。从手机产业,到今天机器人产业,其实都是一样的,就是用户预期一直被拉得很高。

EW:你觉得国内这一行业目前是怎样一个发展格局?

YZC:如果一年前谈这个话题,可能还有点意义,现在的情况太混乱了。今天什么人都做人工智能和机器人。不管原来沾不沾边,现在都变成人工智能公司了。我觉得,对于我们来说,我们要把产品做好,为我们的合作伙伴和用户创造价值。

其实最近这一年,我出去的时间少了很多。之前为了推儿童机器人,推“人工智能+”,推IP跟AI的结合,我一年有八九个月的时间在外面跑。

EW:你曾经说,谁能定义机器人,谁就能走得更远更好。你所定义的机器人是什么样的?

YZC:我觉得机器人的概念很宽泛,因为整个行业,包括学术界、产业界以及用户,对它的定义都是不一样的。用户的预期会很高。像现在的一些产品,一个平板加摄像头加一个语音对话的这种硬件,我认为跟手机没有区别,这种东西根本就不叫机器人,至少对用户来说不是。

我觉得一个机器人,第一,它可以通过语音、视觉进行智能交互;第二,它要有运动控制系统,能够动起来,连动都动不了的,根本不叫机器人;第三,它至少要在外形上有一个机器人的样子。

EW:机器人难于量产的问题,现在解决了吗?

YZC:2015年,产业链还不成熟,机器人很难量产。从2016年开始,已经可以量产了。现在的情况更是好了很多。我们的生产线由合作伙伴奥飞动漫那边负责,量产是没问题的。

EW:在融资方面,你们最看重投资方哪些因素?

YZC:我们更愿意与那些在发展方向上与图灵机器人契合的投资方合作。我们会跟这个领域,至少是我们认为的最好的公司合作。像威盛电子,HTC手机隶属于它。我们很早就与威盛电子有合作,包括VR这一块。引入投资方奥飞动漫同理。

EW:你被投资人问过最多的问题是什么?

YZC:早期的时候,问的最多的是,这个东西有什么价值。有时候也会问,这个东西什么时候可以赚钱。

我觉得还好,因为人工智能领域的公司很少,在2015年之前,能看懂人工智能的投资人真的没有几个。现在很多投资人都已明白,人工智能短期内挣不了很多钱,他们更多关心的是,你想做成一家什么样的公司。

EW:商业化有无具体时间表?

YZC:我们从去年就已经开始做了,有了初步进展,但现在还没有实现爆发式增长,我觉得还需要一点时间。

EW:目前每月营收有多少?主要运营成本是哪一块?

YZC:月营收百万级别,但还没有完全盈利。运营投入最大的是研发部门。公司现在有150人左右,研发占了七八十人。其他部门也都很重要,但我花精力比较多的,还是产品研发这块。

EW:在你看来,机器人有取代人类的那一天吗?

YZC:F在已经取代了很多岗位,比如工业领域,再比如服务行业,客服、陪护等,但还是以辅助为主。机器人有两个发展阶段,一个是辅助,一个是替代。辅助,现在已经有较大规模的爆发;替代,目前在一些制造业领域发展得快一些。

其实很多行业都一样,那些不够有创意的工作,我认为绝大部分都会一步一步被人工智能取代。

EW:哪些行业无法被取代?

YZC:比如艺术设计类工种,我觉得就很难被取代。有人尝试过把设计进行人工智能化,但就目前技术水平看,太难了。设计完全是感性因素在起作用,这种需要灵感的东西,人工智能是搞不定的。