| |||||||||||||||||||||||||||
医疗是个“历史遗留”问题。在中国，这个问题难而且复杂。从2012年开始概念讨论，2013年移动医疗正式兴起，一时间，互联网人对这个领域发起了一波跨界冲锋，在经历几千几万甚至几十万人的努力后，这座城墙似乎仍旧坚不可摧。用壮烈、凄厉这些词来形容这些年发生在移动医疗里面的故事似乎并不为过，“壮士们”固然精神可嘉，然而就总体成效来看，效果甚微。
2017年2月9日，百度通过内部邮件宣布对医疗业务进行组织架构调整，但这也从一个侧面说明，百度实际上已经放弃了之前的计划。按照一般商业剧情，巨头的撤出同时意味着一场华丽的剧演走向闭幕。
医疗问题真的无解了？不尽然，人工智能的未来似乎还是美好的。
如李彦宏所说，在之前，所谓的互联网医疗服务大多处在O2O层次上面，人们想的都是如何将用户从线上导到线下，再进行分发。也因为如此，这给移动医疗很大的局限性，互联网数据收集、存储、传输、分析加工等功能没有得到最大发挥，让移动医疗创业在后期履步为艰。
如今的人工智能打算咋搞？在互联网上医疗相关的回答中我们可以略窥一二。
病理和影像可能会被人工智能替代
这绝不是耸人听闻，相较之无人驾驶汽车，病理科、影像科的在校学生可能会面临还没毕业便先失业的悲剧。在检验方面，如今已经有了人工智能检验设备，一些大医院甚至已经配备一段时间了，这些人工智能机器的机器臂可以流水线的做出样本分类、离心、推片、染色、划片甚至鉴定工作。虽然鉴定方面可能还需要大数据的数据沉淀，但以我国患者数量产生的样本数量，再加上基于百度大脑这样百倍千倍于医生人脑效率的基础上，机器学习起来必然不会太慢。
事实上，在这两年，医学影像识别类的辅助诊断领域里百花齐放。一家叫Airdoc的公司，目前声称已经掌握世界领先的图像识别能力，并在心血管、肿瘤、神内、五官等领域建立了多个精准人工智能医学辅助诊断模型，取得了良好的进展。
机器将有机会代替护理、手术、运送等基础工作
护理的话应该不用多说了，目前的护理机器人还只是实现了一些基础的功能，比如抱着病患移动、端茶送水等等，或是与病患进行简单的对话，相对于理想状态而言，当前的护理机器人明显不合格，相对于人还差得很远，不过这是机器人的一个发展方向。
在手术方面，最典型的就是达芬奇机器人，在医生的操控下，它能够进行更为精确的手术操作。就在今近期，江苏省人民医院就利用达芬奇机器人成功的为一名20周大的婴儿进行了微创手术，并且，说起手术机器人市场，几乎已经被达芬奇机器人所垄断了，由此，我们可以想见机器人对于传统手术的改变是极大的。
另外，很多时候我们都可以看到一些新闻，里面讲到一些地方由于位置太偏，从而医药不能及时送到患者手中，以至于耽误了治疗的黄金时机。或许有人会说用直升机来运用药物，但如果直线距离不远，只是地形难以走过，这时候与直升机相比，无人机显然更为有效。比如美国的无人机公司ZipLine已经与卢旺达政府达成合作，利用无人机为其输送药物和血液，而白宫也希望其能够在美国开展偏远农村地区的药物运输业务。如此，不管是经济上，还是医疗上，无人机完全能够符合需要。
放射和放疗也会面临变革
在美国读博的陈宽回国创业了，他认为如今的放射科医生实际上很多时间里都在做重复劳动。放射科虽然每天人来人往，但医生们诊断的80%以上都是常规病。所以，陈认为优化算法模型就可以搞定绝大部分诊断，目前他和团队正在将想法其转化为产品目前，该团队已有的诊断模型涉及数据源涵盖与心肺相关的超10种X光影像，如心影增大、肺部积液、肺炎等。
承上启下的智能问诊将快速发展
另外，在治疗阶段，机器学习也在悄悄改变着传统的治疗过程。以往，一个解决方案的制定需要医生花费大量人力物力去搜集各项资料，而现在借助于机器学习等人工智能技术，AI系统完全可以在短时间以内完成这份工作，并向医生提供治疗建议，正如IBM Watson的认知平台，目前其已经在德国协助医生治疗罕见疾病了，可见机器学习性能之强大。并且，借助机器学习，研究者们甚至开发了网络神经装置，“奇迹”的帮助瘫患者恢复了运动功能。
精准医疗将由小众到大众
精准医疗无疑是一个巨大的市场，根据波士顿咨询（BCG）的报告，2016年全球精准医疗市场规模超过100亿美元，相关延伸市场规模超过200亿美元，而在5年前这个数字还是几亿美元，这个市场处在一个极快的增长期中。
精准医疗要想实现精准一定是建立在数据之上的，主要的是基因数据。对于很多疾病，尤其是罕见病来说，找到基因上微小的变化就很可能找到了解决问题的钥匙，但这同样也意味着巨大的计算量。在没有深度学习之前，这几乎是不可想象的，但随着深度学习的出现，像IBM Waston、Google大脑、百度大脑这些应用深度学习的计算处理系统，他们能够不断的通过已有数据进行训练，在“黑盒”中得出规则，并完成一些罕见病的早发现、早诊断。
苹果的传奇创始人史蒂夫·乔布斯就曾将癌症大数据应用在自己的治疗上，也是世界上第一个对自身所有DNA和肿瘤DNA进行排序的人。医生可以基于乔布斯的特定基因组成，进行精准治疗，并根据疗效及时替换药物。也就是乔布斯所说的，“从一片睡莲叶跳到另一片上。”这样的治疗方式大大延长了罹患癌症的乔布斯的生命。
精准医疗更深一步则是新药的研发，在美国，随着癌症大数据的发展，治疗癌症的靶向药正在被积极地推动成为新的标准治疗方案。毕竟，既然我们从基因层面明白了病因，那么如何治疗就将成为首先要解决的问题。
总的来说，人工智能在健康医疗领域的机遇主要有七大方向：一是提供临床辅助诊断等医疗服务，应用于早期筛查、诊断、康复、手术风险等评估场景；二是医疗机构的信息化，通过数据分析，帮助医疗机构提升运营效率；三是进行医学影像识别，帮助医生更快更准地读取病人的影像所见；四是助力医疗机构大数据可视化及数据价值提升；五是在药品研发领域，解决药品研发周期长、成本高的问题；六是健康管理服务，通过包括可穿戴设备在内的手段，监测用户个人健康数据，预测和管控疾病风险；七是在基因测序领域，将深度学习用于分析基因数据，推进精准医疗。
(来源：界面)
京公网安备 110105001605号