人工智能火了！ 很大程度归功于一只不断进化的“狗”——阿尔法狗（AlphaGo）。
第一次震撼是IBM的“深蓝”程序战胜了国际象棋冠军。第二次是基于神经网络的深度学习，AlphaGo抛弃了传统围棋程序的编程方法，创造性地利用机器学习，来获取下棋的经验与直觉，结果战胜世界围棋冠军。
到底什么是人工智能？人工智能（Artificial Intelligence，简称AI）是在计算机科学、控制论、信息论、神经心理学、哲学、语言学等多种学科研究的基础上发展起来的一门综合性很强的交叉学科，是一门新思想、新观念、新理论、新技术不断出现的新兴学科以及正在发展的前沿学科。
人工智能的概念诞生于上世纪50年代，在医疗领域中的大规模应用始于2011年。从70年代的专家系统开始，人工智能就参与到人类疾病的诊断和治疗上，但并不成熟。
随着2006年诞生的深度学习技术的不断进步，使得AI人工智能逐步从尖端技术慢慢变得普及。目前，人工智能在医疗健康领域的作用不容忽视，已经成为影响医疗行业发展的最重要的科技。
今天，筑医台资讯记者就带大家了解AI医疗给我们带来了哪些变化？
内容提要：
1.AI医疗政策从无到有
2.AI前沿技术转变为现实医疗应用
3.AI医疗企业激增，医院应如何选择AI产品？
4.医疗AI面临的挑战
5.医疗AI未来发展趋势
医疗AI政策从无到有
2017年3月5日政府工作报告中首次提到，要加快人工智能等技术人研发和转化。人工智能首入政府报告也意味着其已经上升至国家战略高度。
2017年7月国务院印发的《新一代人工智能发展规划》中提出，推广应用人工智能治疗新模式新手段，建立快速精准的智能医疗体系。探索智慧医院建设，开发人机协同的手术机器人、智能诊疗助手，研发柔性可穿戴、生物兼容的生理监测系统，研发人机协同临床智能诊疗方案，实现智能影像识别、病理分型和智能多学科会诊。基于人工智能开展大规模基因组识别、蛋白组学、代谢组学等研究和新药研发，推进医药监管智能化。加强流行病智能监测和防控。
2018年4月28日，国务院办公厅正式发布《关于促进“互联网+医疗健康”发展的意见》，明确提出推进“互联网+”人工智能应用服务。
1. 研发基于人工智能的临床诊疗决策支持系统，开展智能医学影像识别、病理分型和多学科会诊以及多种医疗健康场景下的智能语音技术应用，提高医疗服务效率。支持中医辨证论治智能辅助系统应用，提升基层中医诊疗服务能力。开展基于人工智能技术、医疗健康智能设备的移动医疗示范，实现个人健康实时监测与评估、疾病预警、慢病筛查、主动干预。
2. 加强临床、科研数据整合共享和应用，支持研发医疗健康相关的人工智能技术、医用机器人、大型医疗设备、应急救援医疗设备、生物三维打印技术和可穿戴设备等。顺应工业互联网创新发展趋势，提升医疗健康设备的数字化、智能化制造水平，促进产业升级。
当前，我国仍面临着人口老龄化、较为严重的优质医疗资源缺乏、医疗水平参差不齐、区域医疗发展不平衡的问题。人工智能与医疗行业的结合很大程度上为我国医疗健康产业的发展注入了新动力。
AI前沿技术转变为现实医疗应用
目前医疗行业主要有三大挑战，第一是数据量特别大，而且不断地在增加；第二是临床医生不够多，第三是高额的时间和花费成本。为了解决这三大类的问题和挑战，一些领先的人工智能技术产品组合和众多国内外行业公司致力于在疾病监测、临床环境、成像分析、虚拟服务以及虚拟现实助手等领域积极部署人工智能解决方案，为医疗领域的数据处理提供技术支撑，推动医疗领域的智能化，扩展精准医疗领域的边界。
•应用领域一：疾病监测
在疾病监测领域，借助基于机器学习或认知系统的预测模型，医生可以根据患者的特征对其是否会患上慢性疾病进行风险预估，无需坚持既定的护理计划或让患者重复入院治疗。这样的早期干预可以大大降低患者的医疗费用。
•应用领域二：临床环境
在临床环境中也可以利用基于机器学习的模型，常见的预测模型包括使用电子病历数据来评估在医院内感染疾病的风险，通过操作模型预测病人进入急症室的概率等。
•应用领域三：成像分析
利用深度学习分析医学图像也是人工智能技术在医疗领域的重要应用之一。利用深度学习技术分析医学图像来进行肿瘤检测。一些可扩展平台可以帮助放射科医师提高阅读效率，第一张图像显示时间降至2秒以下，全部研究加载时间降至8秒以下。
•应用领域四：虚拟服务
人工智能的第四个用例是以远程医疗为代表的虚拟服务。远程医疗的应用为企业和消费者提供了更为丰富的解决方案，住院医疗机器人InTouch Health就是新颖解决方案的代表之一。同时，由此产生的视频数据集可用于开发人工智能解决方案，进而完善临床诊断。例如在远程中风疾病诊断的案例中，基于深度学习的模型可以识别患者的早期中风特征，继而提高诊断正确率并大大缩短诊疗时间。
•应用领域五：虚拟现实助手
在未来，人工智能可以在虚拟现实会话中对参与者的交互进行响应。患者可以与虚拟环境进行交互，并观察病情可能发生的变化。在外科训练方面，人工智能可以用来分析图像，进而识别顶级外科医生的最佳做法，这些方法可以被反馈到模拟中，并可以随着时间的推移不断获得改进。
•应用领域六：医院管理
人工智能可根据医院工作的客观规律，运用现代的管理理论和方法，对人、财、物、信息、时间等资源，进行计划、组织、协调、控制，充分利用医院的现有资源，实现医疗效用的最大化。
在具体的应用上主要有两个方向，分别是优化医疗资源配置和弥补医院管理漏洞。
•应用领域七：智能化器械
智能化器械是指由现代通信与信息技术、计算机网络技术、行业技术、智能控制技术、人工智能技术汇集而成的针对医疗器械的应用。但是智能化器械不是指普通的拥有智能功能的医疗器械，它可以摆脱对医生操作的依赖，通过机器学习等底层技术实现自我的更新迭代。
智能化器械在两个方面能够大大提升医疗效率：首先，智能化器械能够帮助医生节省工作量。其次，智能化器械能够提高器械使用的精准度。
对于传统的器械公司来说，组建一个新部门研发产品的流程是比较复杂的，但是与人工智能公司合作，自己就无需耗费时间、财力和精力去做这个事情，通过合作的方式将人工智能系统搭载在器械上面销售，增加器械的竞争力。
对于医疗人工智能公司来说，产品研发出来以后，与器械厂商的合作有两种好处，一方面可以通过科研合作的方式，验证自己产品的实际临床效果。
•应用领域八：药物研发
新药的开发流程可分为药物发现、临床前开发和临床开发三个部分。而现代药物发现在技术上又可以分为三个阶段：靶点的发现和确证、先导物的发现、先导物的优化三个阶段。
人工智能在新药研发上的应用主要可以是两个阶段：一个是新药发现阶段，另一个是临床试验阶段。
•应用领域九：健康管理
人的健康数据十分复杂，按照数据的来源可以将个人健康数据分为基因数据、生理数据 ( 比如血压、脉搏 )、环境数据 ( 比如每天呼吸的空气 )、社交数据等。有了这些个人健康数据，加上人工智能最终可以实现人们对健康的前瞻性管理。
根据人工智能应用在不同领域的健康管理，AI 在健康管理上的应用分为：慢病健康管理、人口健康管理、母婴健康管理、精神健康管理、术后健康管理、运动健康管理六个细分领域。
AI医疗企业激增，医院应如何选择AI产品？
自2010年以来国内人工智能逐渐进入爆发期，人工智能企业大量增长。2016年中国人工智能市场规模达到239亿元，最近两年来中国在人工智能领域的投资也明显加快，据“2017中国IT市场年会”预计，2018年人工智能市场规模将达到381亿元，复合增长率达26.3%，市场规模潜力巨大。
126家医疗AI初创企业名单
数据统计截止到2018年7月初
新一代医疗AI产品技术已经进入高速发展期，很多公司都研发出辅助不同科室医生的产品。多家医疗AI公司扎堆医院，这其实并不是个别的现象，大多数知名的三甲医院都是这种情况。产品众多，科室和医生依据什么来做出他们的抉择？
厦门医学院附属第二医院输血科：选择医疗AI产品主要有两个出发点。第一，产品是否可以解决实际工作当中的问题，或者可以把医生关注的临床问题，用计算机或者AI的手段给展现出来，方便医生做分析、做科研。第二，工程人员要和医生的专业磨合成熟度。
重医附一院放射科：医疗AI产品训练数据和医院的不同，所以，进入临床前的考核是必须的。考核的方式是科室依据日常的临床工作流程建立一个试验区，然后用重医附一院的临床数据验证，只有通过了测试的产品才可以进入到临床进行试用。没有通过的产品就不能上临床，反馈给企业让他们自行矫正。
上海静安区市北医院眼科：开发软件公司的研发团队实力要足够，这样才能不断优化“培育”自己的AI系统，把产品做的足够好，眼底病变识别的正确度和灵敏度足够高，这样的辅助诊断系统才是今后临床需要的。
另一方面，他们需要的不仅仅是临床应用，还希望和这些科技公司合作做开发研究，开发更多的AI产品。
邵逸夫医院放射科：自2016年以来，已经有10家医疗AI公司与邵逸夫医院放射科进行合作，共同打磨医疗AI产品。有趣的是，大多数AI公司都是从肺结节项目切入，对其他领域的研发相对较少。放射科和其他科室原本可以用AI解决的研发需求和临床需求并没有被满足，他们只能自己研发或者和高校合作，甚至有些医生在自己写程序做研究。 现阶段的AI是AI，PACS是PACS，两者还没有完全实现无缝协同。
山西省人民医院信息管理处：医院更关注医疗AI产品公司技术的优势，比如导诊机器人产品，更注重其使用特点，人员的交互方式。看企业是否具有自主知识产权，以及本地化的服务。
总结：
第一，AI团队一定要靠谱，不要只会讲故事，是骡子是马拉出来遛遛，要给医院展示产品模型，自己对产品、疾病要有理解。
第二，产品的准确性是进入临床试用的前提，无论哪个医院和医生，他们对产品性能的要求很高，不过关的产品只能在医院落灰。
第三，产品要有创新性，现如今医疗AI产品有很多，但是同质化严重。其实医生的科研需求、临床需求有很多，只要抓住一点就可能让产品在医院落地。
第四，工程人员要和医生一起工作，打磨产品。
第五，AI产品嵌入医生的工作流程，不要为医生带来额外的麻烦。在影像科，AI系统最好可以嵌入PACS或者医生的影像工作站。
第六，产品要有先进的技术和本土化的优质服务。
医疗AI面临的挑战
缺标准：CNDA尚无一例过审产品
今年上半年，美国 FDA 陆续传来医疗人工智能产品过审的消息，这也引起中国相关行业人士的热议。不过，相比于 FDA 的审批，对于中国企业来说，CNDA 的审批更加严格。
目前，中国有部分企业已经率先申请了二类证。但如汇医慧影、Airdoc、依图医疗、推想科技等申报三类器械的产品都尚未得到认证。实际上，按照医疗器械注册流程，产品从申报到最终过审要经过产品定型、检测、临床试验、注册申报、技术审评、行政审批等六步。据了解，当下中国申报三类器械的医疗人工智能产品大多停留在注册申报之前的阶段。
缺人才：医疗AI发展亟需复合型人才
据《全球人工智能领域人才报告》显示，中国人工智能领域专业技术人才总数超过5万人，排名全球第七位。而美国有超过85万的AI人才。不难看出，目前中国人工智能专业人才总量较美国和欧洲发达国家来说较少，其中，10年以上资深人才不到25%。此外，《全球人工智能领域人才报告》还提到，目前我国人工智能领域的专业人才供求失衡严重，供求比例接近1：10。
基础差：技术与数据两大基石尚待巩固
在中国当前的医疗系统中，医院与医院、院内科系互不相连、没有统一标准的临床结构化病历报告、医生手写病历不规范、临床用药、检查等细节缺失、患者离开医院后失访率高等各种原因造成健康医疗数据“误入误出”。而深度学习需要使用大规模规范化数据进行训练，细微的数据误差均会为深度学习带来负面影响。这样的数据质量不免令人为目前医疗人工智能做出的结果产生质疑。
此外，人工智能还面临着伦理的争议。虽然医疗人工智能给医疗诊断治疗康复带来诸多便利，但当面临复杂的疾病诊断与治疗时，“生杀大权”依旧不能交给人工智能，如果完全依赖人工智能，那么医学事故的责任认定及医疗安全的监管责任认定则又是一大难题。
医疗AI未来发展趋势
时代在变，“智能”也在变。随着技术的发展，数字化应用越来越广，作用也日趋重要。作为医疗机构，唯有接受“智能”、顺应“智能”、利用“智能”，才能紧跟时代，避免落队。
趋势1：多样化的医疗健康终端开启精准量化人体的进程。从专业领域向大众领域进行扩展，从医院阶段性的测试向可穿戴设备连续性的监测进行演进。目前可穿戴设备在信息采集的精度等方面还未达到医疗级的水平，这是未来需要解决的问题。
趋势2：虚拟（增强）现实助力生物建模与心理治疗向发展。虚拟现实技术可以用于医疗教学和诊疗。交互式沉浸的虚拟现实技术可以触发一些情景治疗心理的疾病，包括军人创伤后的应激障碍，包括残障人士的幻肢痛等等。
趋势3：大型医疗设备管理迈向智能化。大型的医疗机构采购了很多大型的医疗设备，通过应用大数据、人工智能的技术开展医疗设备的在线监测、故障诊断、运行状态自动生成等等，极大的降低医院运维的成本。
趋势4：医疗通信面向无线化、远程化、全连接方向发展。5G标准的推进在加速，将在2019年正式商用，这为医疗应用奠定了很好的网络基础，远程手术等方面的应用，在5G时代能够得到实现。
趋势5：系统架构向云计算迁移，服务可信度备受关注。医院的信息系统都在向云计算架构进行转变，但目前大多采用的是私有云的方式，公有云的方式也是业界关注的焦点。很多医疗方面的领导和专家都认为核心的医疗数据还是应该放在私有云上，一些不敏感的数据可以放在公有云上。所以，未来混合云的模式可能是医疗云计算的发展方向。
趋势6：医疗人工智能也是一种医疗器械，在中国需要拿到医疗器械许可证，目前我国没有一家企业拿到相关证书。食药监局和相关的单位在积极研究医疗人工智能的相关标准以及评测的具体流程。
趋势7：区块链构建医联体的可信网络基础。特别是区块链+医联体可能是未来医联体信息构建共享的基础。
趋势8：医疗信息安全威胁来源多样，形势日趋严峻。在数据的采集、收集、利用的过程中，数据的安全都需要得到关注。
>
