醫(yī)療健康深刻影響人民生活福祉，而當(dāng)前癌癥成為人類健康的重大威脅，隨著云計(jì)算、大數(shù)據(jù)、人工智能等新一代信息技術(shù)發(fā)展，也為疾病預(yù)防、治療提供了新的工具手段，而智能技術(shù)應(yīng)用于癌癥領(lǐng)域?qū)⒊錆M活力和希望。5G+人工智能助力智慧精準(zhǔn)醫(yī)療、“天河醫(yī)療云”與醫(yī)療健康中新一代計(jì)算智能應(yīng)用、AI重塑醫(yī)療未來(lái)、人工智能在脊柱畸形精準(zhǔn)診療中的應(yīng)用、眼科大數(shù)據(jù)及人工智能應(yīng)用等主題進(jìn)行了分享交流。

基于智能開(kāi)放平臺(tái)和工具構(gòu)建天河智能醫(yī)學(xué)影像云，已形成集大規(guī)模影像數(shù)據(jù)安全高效匯聚管理、人工智能醫(yī)學(xué)智能影像輔助診斷、云端影像多角色多終端協(xié)同診察為一體的系統(tǒng)化應(yīng)用，目前也處于落地服務(wù)階段。

從醫(yī)院信息口給我們的反饋，就目前這個(gè)時(shí)間段，信息化比智能化更能幫到醫(yī)院。如果繞開(kāi)信息化，在基礎(chǔ)的自然語(yǔ)言處理做得不是很好的時(shí)候可以做智能化，但是有天花板。醫(yī)療行業(yè)樣本量小的情況會(huì)高度制約你所做模型的性能。

以后的藥物研發(fā)不應(yīng)該主要靠人的經(jīng)驗(yàn)、靠實(shí)驗(yàn)的試錯(cuò)，我認(rèn)為應(yīng)該有新的藥物研發(fā)范式：通過(guò)很多準(zhǔn)確的算法、調(diào)動(dòng)巨大的計(jì)算資源進(jìn)行計(jì)算、實(shí)現(xiàn)規(guī)?；⒆詣?dòng)化甚至機(jī)器人做藥物研發(fā)。

醫(yī)療行業(yè)有著巨大的市場(chǎng)機(jī)遇，從業(yè)企業(yè)需要更加專業(yè)、更加專注。海量的真實(shí)臨床病歷數(shù)據(jù)同樣是一片巨大的價(jià)值紅海，這里面有學(xué)術(shù)價(jià)值，有社會(huì)價(jià)值，也有商業(yè)價(jià)值，就看企業(yè)如何圍繞其構(gòu)建一套具有前瞻性的商業(yè)模式。著細(xì)胞學(xué)、免疫學(xué)、分子生物學(xué)和組織工程技術(shù)的快速發(fā)展,細(xì)胞免疫治療作為一種安全而有效的治療手段,在臨床治療中的作用越來(lái)越突出,被譽(yù)為“未來(lái)醫(yī)學(xué)的第三大支柱”。在眾多臨床研究中,尤其是針對(duì)腫瘤的生物免疫治療,將殺傷性CAR-T細(xì)胞通過(guò)體外基因改造,已成為繼傳統(tǒng)“手術(shù)、化療、放療”腫瘤三大治療方式之后的第四種治療模式。目前,生產(chǎn)和制備干細(xì)胞的醫(yī)療科研設(shè)備,多數(shù)被國(guó)外技術(shù)長(zhǎng)期壟斷,不得不依賴于進(jìn)口,機(jī)器人365秉持讓人工智能技術(shù)創(chuàng)造醫(yī)療價(jià)值的研發(fā)設(shè)計(jì)理念,在這一領(lǐng)域的應(yīng)用場(chǎng)景突破,具有革命性的歷史意義。

國(guó)內(nèi)醫(yī)療機(jī)器人產(chǎn)業(yè)尚處于起步階段,機(jī)器人365劉照強(qiáng)表示,我國(guó)醫(yī)藥和醫(yī)療器械消費(fèi)比例為1:0.27,與發(fā)達(dá)國(guó)家1:1的消費(fèi)比相比還有較大提升空間。人口老齡化、人均壽命提升、強(qiáng)有力的政策扶持,將驅(qū)動(dòng)醫(yī)療機(jī)器人市場(chǎng)需求高速增長(zhǎng)。機(jī)器人365已與國(guó)內(nèi)多家干細(xì)胞龍頭企業(yè)簽署戰(zhàn)略合作協(xié)議,將一起聯(lián)合打造“國(guó)際干細(xì)胞人工智能示范應(yīng)用中心”,打破國(guó)際社會(huì)在這一領(lǐng)域?qū)?guó)內(nèi)產(chǎn)業(yè)的技術(shù)封鎖,占領(lǐng)人工智能生物醫(yī)療高地,助力中國(guó)生物醫(yī)學(xué)產(chǎn)業(yè)高質(zhì)量發(fā)展。

醫(yī)學(xué)影像人工智能在醫(yī)學(xué)影像方面的應(yīng)用首先是在放射學(xué)和解剖學(xué)中，這兩個(gè)專業(yè)原本要求操作者如同精準(zhǔn)的機(jī)器人一樣進(jìn)行模式識(shí)別的工作。醫(yī)學(xué)影像容納的數(shù)據(jù)信息非常豐富，就算是經(jīng)驗(yàn)較多的醫(yī)生在解讀時(shí)也可能漏掉一些信息。在醫(yī)學(xué)影像解讀及診斷的過(guò)程中，惡性腫瘤相對(duì)于整個(gè)X光片來(lái)說(shuō)所占面積較小、人工識(shí)別困難，但是人工智能可以將圖片進(jìn)行分割，然后在分割放大后的圖片上進(jìn)行計(jì)算評(píng)估，并利用數(shù)據(jù)庫(kù)中的信息資源進(jìn)行比對(duì)得出評(píng)估結(jié)果。

在智能問(wèn)診方面，人工智能程序以龐大的數(shù)據(jù)信息為基礎(chǔ)來(lái)對(duì)病癥加以判斷和診療。由于深度學(xué)習(xí)技術(shù)有海量的數(shù)據(jù)作為支撐，人工智能程序在某些方面的水平甚至可以超越醫(yī)生。

在基因分析和精準(zhǔn)醫(yī)療方面，目前用基因治病面臨較大的問(wèn)題是大多數(shù)已知基因疾病是由單基因?qū)е碌模@些病幾乎都是罕見(jiàn)病，而大多數(shù)常見(jiàn)病是多基因?qū)е碌?，所以要搞清楚一個(gè)病是由哪些基因共同作用而導(dǎo)致的，需要大量的計(jì)算。提到大量的計(jì)算，人工智能技術(shù)就有了用武之地。