人工智能是當(dāng)今科技界最熱門的領(lǐng)域，而醫(yī)學(xué)人工智能更是熱門中的熱門。谷歌、微軟、IBM、百度等科技巨頭都積極布局智能醫(yī)療產(chǎn)業(yè)，美國麻省理工學(xué)院、斯坦福大學(xué)、卡內(nèi)基梅隆大學(xué)以及我國的清華大學(xué)等知名學(xué)府均把醫(yī)學(xué)人工智能作為未來發(fā)展重點(diǎn)，美國、中國、日本、英國等世界各國人工智能計(jì)劃也都把醫(yī)療作為重要的應(yīng)用領(lǐng)域。

眾所周知，現(xiàn)代醫(yī)學(xué)建立在循證醫(yī)學(xué)的基礎(chǔ)之上，單次拍攝、幾秒鐘獲取的x光片便可反映病人的大部分病情狀況。數(shù)據(jù)顯示，有超過90%醫(yī)療數(shù)據(jù)來自醫(yī)學(xué)影像。然而，受我國專業(yè)醫(yī)生缺口大，工作繁瑣重復(fù)等因素影響，醫(yī)學(xué)影像診斷效率較低，服務(wù)模式亟待創(chuàng)新。

依托于“圖像識(shí)別”和“深度學(xué)習(xí)”兩項(xiàng)技術(shù)，人工智能+醫(yī)學(xué)影像成為“AI醫(yī)療”領(lǐng)域中最成熟的應(yīng)用場景。“圖像識(shí)別”技術(shù)主要應(yīng)用于感知環(huán)節(jié)，將非結(jié)構(gòu)化的影像數(shù)據(jù)進(jìn)行分析與處理;隨后，將大量臨床影像數(shù)據(jù)和診斷經(jīng)驗(yàn)輸入人工智能模型，可以對(duì)神經(jīng)元網(wǎng)絡(luò)進(jìn)行“深度學(xué)習(xí)”訓(xùn)練;最后，基于不斷驗(yàn)證與打磨的算法模型，人工智能即可借助影像進(jìn)行智能推理，輸出個(gè)性化的診療判斷結(jié)果。

醫(yī)學(xué)一直是專家系統(tǒng)應(yīng)用最有效的領(lǐng)域。人工智能幾乎一誕生就應(yīng)用于醫(yī)學(xué)領(lǐng)域。1954年，美國華人科學(xué)家錢家其就使用計(jì)算機(jī)計(jì)算劑量分布、進(jìn)行放射治療。1959年，美國喬治敦大學(xué)教授萊德利(Robert S. Ledley)首次應(yīng)用布爾代數(shù)和貝葉斯定理建立了計(jì)算機(jī)診斷的數(shù)學(xué)模型，并成功診斷了一組肺癌病例，開創(chuàng)了計(jì)算機(jī)輔助診斷的先河。1966年，萊德利正式提出了“計(jì)算機(jī)輔助診斷”的概念(Computer Aided Diagnosis，CAD)。1968年，DENDRAL專家系統(tǒng)誕生。不久，MYCIN醫(yī)學(xué)專家系統(tǒng)就研制成功。該系統(tǒng)首次采用知識(shí)庫、推理機(jī)系統(tǒng)結(jié)構(gòu)，引入“可信度”概念，進(jìn)行非確定性推理，對(duì)用戶咨詢提問進(jìn)行解釋回答，并給出答案的可信度估計(jì)，形成了一整套專家系統(tǒng)的開發(fā)理論，為其他專家系統(tǒng)的研究與開發(fā)提供了范例和經(jīng)驗(yàn)。

AI與醫(yī)學(xué)影像的結(jié)合起步很早卻難有大的突破。醫(yī)學(xué)影像是指為了醫(yī)療或醫(yī)學(xué)研究，對(duì)人體或人體某部分，以非侵入方式取得內(nèi)部組織影像的技術(shù)與處理過程。自第一張X光片出現(xiàn)后，隨著20世紀(jì)科學(xué)技術(shù)的發(fā)展，逐漸形成了以X射線、CT、磁共振成像、超聲和核醫(yī)學(xué)等為代表的多種醫(yī)學(xué)影像技術(shù)設(shè)備，成為醫(yī)療絕大多數(shù)數(shù)據(jù)的來源。

提升醫(yī)療效率，完成對(duì)醫(yī)生的智力解放，讓醫(yī)生資源專注到核心業(yè)務(wù)中，從而實(shí)現(xiàn)醫(yī)生群體業(yè)務(wù)能力的提升，通過多地域多醫(yī)院的介入，提升醫(yī)療體系的運(yùn)行效率及診療規(guī)范性。同時(shí)把頂級(jí)診療機(jī)構(gòu)的診療能力賦能到基層，提升基層醫(yī)療機(jī)構(gòu)的診療能力，緩解當(dāng)前中國最為急需解決的優(yōu)質(zhì)醫(yī)療資源短缺及分布不均的問題，讓更多基層百姓享受到技術(shù)進(jìn)步帶來的診療體驗(yàn)提升，最終實(shí)現(xiàn)整體醫(yī)療資源醫(yī)療水平的提升。

醫(yī)療數(shù)據(jù)結(jié)構(gòu)隨意、差異化大、病歷格式不同、描述不同，臨床語言屬于自然語言范疇，同時(shí)具備醫(yī)學(xué)表述所特有的語法結(jié)構(gòu)特點(diǎn)和語義特點(diǎn)，特定醫(yī)學(xué)實(shí)體識(shí)別相對(duì)容易，全量信息解析提取沒有現(xiàn)成可用的成果。

人工智能打破了醫(yī)院與醫(yī)院的邊界，延長了服務(wù)半徑，能直接快速的提高本院及基層醫(yī)療服務(wù)水平，助力分級(jí)診療?？杀容^高效的提升醫(yī)療體系的運(yùn)行效率及診療規(guī)范性，提升基層醫(yī)療機(jī)構(gòu)的診療能力，緩解當(dāng)前中國最為急需解決的優(yōu)質(zhì)醫(yī)療資源短缺及分布不均的問題，讓更多基層百姓享受到技術(shù)進(jìn)步帶來的診療體驗(yàn)提升。