盡管AI+醫(yī)療的試點(diǎn)項(xiàng)目成功 但目前的醫(yī)療系統(tǒng)仍然不能適應(yīng)這一技術(shù)

2014 年，斯坦福大學(xué)啟動了“AI100”項(xiàng)目，即“人工智能百年研究”。該項(xiàng)目集結(jié)了各領(lǐng)域頂尖的研究人員，旨在研究并預(yù)測人工智能將如何發(fā)展，及其對人類和社會的影響。

“人工智能+醫(yī)療保健”一直被視為極具發(fā)展?jié)摿Φ男屡d領(lǐng)域。未來幾年，基于人工智能的應(yīng)用程序有望改善數(shù)百萬人的健康狀況和生活質(zhì)量，并改進(jìn)醫(yī)務(wù)工作者和患者之間的交流方式。

編譯了AI100報(bào)告中與醫(yī)療有關(guān)的部分，本文的主要內(nèi)容包括：

臨床環(huán)境：AI助手幫助自動化問診流程；

醫(yī)療分析：管理臨床記錄和患者數(shù)據(jù)、自動圖像解譯；

醫(yī)療機(jī)器人：人機(jī)工程學(xué)+智能自動化；

數(shù)字醫(yī)療：利用生物識別技術(shù)，提供個性化建議；

老年護(hù)理：多項(xiàng)創(chuàng)新技術(shù)為居家生活提供便利。

“AI+醫(yī)療”的主要應(yīng)用領(lǐng)域包括：臨床決策支持、患者監(jiān)控和指導(dǎo)、輔助手術(shù)、患者護(hù)理的自動化設(shè)備以及醫(yī)療保健系統(tǒng)的管理等。例如，利用社交媒體來推測可能存在的健康風(fēng)險(xiǎn)，利用機(jī)器學(xué)習(xí)來預(yù)測疾病以及通過機(jī)器人來輔助手術(shù)。

然而，如何獲取醫(yī)生、護(hù)士和患者的信任，如何消除政策、法規(guī)以及商業(yè)上的阻礙，這些都是需要解決的問題。與在其他領(lǐng)域一樣，數(shù)據(jù)都是關(guān)鍵的推動者。從個人監(jiān)控設(shè)備加上移動應(yīng)用程序、臨床環(huán)境中的電子健康記錄（EHR）到醫(yī)療機(jī)器人，研究人員不斷創(chuàng)新，在收集有用醫(yī)療數(shù)據(jù)方面，取得了巨大進(jìn)步。

但事實(shí)證明，相關(guān)人員很難利用這些數(shù)據(jù)為單個患者和患者群體提供更精準(zhǔn)的診斷和治療。過時的規(guī)章制度和激勵機(jī)制都阻礙了產(chǎn)品的研發(fā)和上市。

在龐大且復(fù)雜的醫(yī)療系統(tǒng)中，人機(jī)交互方式不完善以及技術(shù)應(yīng)用存在困難和風(fēng)險(xiǎn)，都為人工智能應(yīng)用于醫(yī)療領(lǐng)域帶來了挑戰(zhàn)。通過減少或消除這些阻礙，加上不斷的創(chuàng)新，數(shù)百萬人的健康狀況就能得到改善。

臨床環(huán)境：AI助手幫助自動化問診流程

幾十年來，人工智能驅(qū)動的臨床醫(yī)生助理這一概念不斷被提起。盡管有些“AI+醫(yī)療”的試點(diǎn)項(xiàng)目取得了成功，但目前的醫(yī)療系統(tǒng)在結(jié)構(gòu)上仍然不能適應(yīng)這一技術(shù)。

平價(jià)醫(yī)療法案中的激勵措施加速了電子健康記錄（EHR）在臨床實(shí)踐中的應(yīng)用，但實(shí)施效果不佳，也讓臨床醫(yī)生對其有效性產(chǎn)生了質(zhì)疑。其中存在的問題包括，一小部分公司控制著EHR市場，以及公眾普遍認(rèn)為用戶界面不符合標(biāo)準(zhǔn)，比如醫(yī)生通常會忽略的彈出窗口。

由于以上問題以及監(jiān)管方面的要求，通過人工智能，利用EHR的數(shù)據(jù)進(jìn)行分析的愿景，在很大程度上仍未實(shí)現(xiàn)。

在未來15年，如果人工智能發(fā)展迅速，加上足夠多的數(shù)據(jù)以及合適的系統(tǒng)，就有望改善臨床醫(yī)生的工作效率。目前，按照固定流程，患者會先對癥狀進(jìn)行口頭描述，然后醫(yī)生們再將癥狀與已知疾病的臨床表現(xiàn)聯(lián)系起來。

如果以上流程實(shí)現(xiàn)了自動化，那么醫(yī)生可以監(jiān)督問診過程，運(yùn)用經(jīng)驗(yàn)和直覺來指導(dǎo)輸入過程，并評估機(jī)器的智能輸出。醫(yī)生的“實(shí)踐”經(jīng)驗(yàn)仍將至關(guān)重要。而其中，最大的挑戰(zhàn)在于，如何將人性化的護(hù)理與自動化推理過程結(jié)合起來。

為了達(dá)到最佳效果，臨床醫(yī)生必須在一開始就參與進(jìn)來，以確保系統(tǒng)的正常運(yùn)行。目前，新一代醫(yī)生已經(jīng)精通這些技術(shù)，并開始在移動設(shè)備上使用專門的應(yīng)用程序。與此同時，初級保健醫(yī)生的工作量會大幅度地增加。

但是，只要解決監(jiān)管、法律和社會方面的問題，就能極大地改善臨床的分析，其中包括開發(fā)新的學(xué)習(xí)方法、通過自動分析科學(xué)文獻(xiàn)來創(chuàng)建結(jié)構(gòu)化的推理模式、通過自由對話的形式來創(chuàng)建認(rèn)知助手等。

醫(yī)療分析：管理臨床記錄和患者數(shù)據(jù)、自動圖像解譯

人工智能可以分析數(shù)百萬條患者臨床記錄，從而實(shí)現(xiàn)更準(zhǔn)確、更個性化的診斷和治療。隨著全基因組測序成為患者的常規(guī)檢查，基因型-表型的相關(guān)性分析也將成為可能。

比如，可以通過類似群組分析，即找到“相似患者”，來決定治療方案。通過社交平臺以及傳統(tǒng)或非傳統(tǒng)的醫(yī)療數(shù)據(jù)，來決定患者分組。而每一組都有一個專門的系統(tǒng)進(jìn)行管理，系統(tǒng)由醫(yī)療服務(wù)提供者以及自動推薦和監(jiān)控系統(tǒng)組成。如果將這一技術(shù)應(yīng)用于數(shù)億人的臨床記錄，就可能從根本上改善醫(yī)療服務(wù)。

此外，人工智能技術(shù)也可以提供個性化的醫(yī)療服務(wù)，比如，通過可穿戴設(shè)備自動獲取個人環(huán)境數(shù)據(jù)，以產(chǎn)生個性化的分析和建議。目前，ShareCare等公司正在將這一技術(shù)應(yīng)用于醫(yī)療場景。

然而，想要實(shí)現(xiàn)快速創(chuàng)新，仍然需要克服許多困難。FDA在批準(zhǔn)創(chuàng)新診斷軟件方面進(jìn)展緩慢；HIPAA法案（健康保險(xiǎn)攜帶和責(zé)任法案）要求保護(hù)患者隱私，這就為通過人工智能技術(shù)使用患者數(shù)據(jù)設(shè)置了法律障礙。批準(zhǔn)的藥物或產(chǎn)品可能會出現(xiàn)意料之外的負(fù)面影響，比如，用于分析藥物相互作用的移動應(yīng)用程序會被禁止從患者記錄中提取必要的信息。

總的來說，由于缺乏普適的隱私保護(hù)方法和標(biāo)準(zhǔn)，醫(yī)療領(lǐng)域的人工智能研究和創(chuàng)新受到了阻礙。FDA遲遲沒有批準(zhǔn)創(chuàng)新軟件，部分原因是無法權(quán)衡這些系統(tǒng)的成本與效益。如果監(jiān)管機(jī)構(gòu)（主要是FDA）意識到，上市后報(bào)告可以有效避免某些安全風(fēng)險(xiǎn)，那么它們可能會更快地批準(zhǔn)新的治療方式和干預(yù)措施。

幾十年來，自動圖像解譯一直是一個極具發(fā)展?jié)摿Φ念I(lǐng)域。而這一領(lǐng)域取得的進(jìn)展都引發(fā)了極大的關(guān)注，比如解譯大量標(biāo)記較弱的圖像（如從網(wǎng)絡(luò)上截取的大型照片）。在此之前，醫(yī)學(xué)圖像的解譯并未取得如此大的進(jìn)展。因?yàn)榇蠖鄶?shù)醫(yī)學(xué)成像方式（CT、MR、超聲）本質(zhì)上都是數(shù)字化的，圖像都進(jìn)行了存檔，而且有大型的、技術(shù)成熟的公司（如西門子、飛利浦、通用電氣等）專門從事成像研究。

但到目前為止，仍然存在一些障礙，限制了這一領(lǐng)域的發(fā)展。大多數(shù)醫(yī)院的圖像檔案在過去十年才數(shù)字化。更重要的是，解決醫(yī)學(xué)問題，依靠的并不僅僅是識別圖像中的東西，而是對其作出準(zhǔn)確的判斷。而這些高風(fēng)險(xiǎn)的判斷都會受到嚴(yán)格的監(jiān)管。

即使有了最先進(jìn)的技術(shù)，放射科醫(yī)生可能還是需要查看圖像，因此其判定的結(jié)果仍不具有說服力。此外，醫(yī)療保健法規(guī)禁止跨機(jī)構(gòu)的數(shù)據(jù)共享。因此，只有像Kaiser Permanente這樣的大型綜合醫(yī)療機(jī)構(gòu)才能解決以上問題。

盡管如此，自動/增強(qiáng)圖像解譯這一領(lǐng)域仍發(fā)展迅速。在未來15年，可能不會出現(xiàn)完全自動化的放射學(xué)，但對于圖像“分流”或二級檢查的初步嘗試，有望提高醫(yī)學(xué)成像的速度和成本效益。

結(jié)合電子病歷系統(tǒng)，機(jī)器學(xué)習(xí)技術(shù)可大規(guī)模地應(yīng)用于醫(yī)學(xué)圖像數(shù)據(jù)。例如，幾個大型的醫(yī)療系統(tǒng)都存有數(shù)百萬名患者的檔案，每個檔案都有相關(guān)的放射學(xué)數(shù)據(jù)。另一方面，相關(guān)文獻(xiàn)表明，深度神經(jīng)網(wǎng)絡(luò)可以通過訓(xùn)練分析放射學(xué)的數(shù)據(jù)，并且具有較高的可信度。

醫(yī)療機(jī)器人：人機(jī)工程學(xué)+智能自動化

15年前，醫(yī)療機(jī)器人還只存在于科幻小說中。一家名為Robodoc的公司（IBM的子公司）開發(fā)了機(jī)器人系統(tǒng)，用于髖關(guān)節(jié)和膝關(guān)節(jié)置換等骨科手術(shù)。但該公司在商業(yè)上遇到了困難，最終公司倒閉，技術(shù)被收購。而最近，醫(yī)療機(jī)器人的研究和實(shí)際應(yīng)用出現(xiàn)了爆炸式的增長。

2000年，Intuitive Surgical公司推出了達(dá)芬奇系統(tǒng)（the da Vinci system），這是一種用于微創(chuàng)心臟搭橋手術(shù)的新技術(shù)，后來被用于治療前列腺癌。2003年，IntuiTIve Surgical與競爭對手Computer MoTIon合并。

目前，第四代 da Vinci系統(tǒng)，在人機(jī)工程學(xué)平臺上，可提供3D可視化（相對于2D腹腔鏡）服務(wù)。它被認(rèn)為是腹腔鏡手術(shù)的標(biāo)準(zhǔn)工具，每年使用近75萬次，為研究手術(shù)過程提供了新的數(shù)據(jù)平臺。

該系統(tǒng)將會對醫(yī)療人員如何參與護(hù)理過程進(jìn)行更深入的學(xué)習(xí)，為各個領(lǐng)域的創(chuàng)新提供思路，其中包括新的儀器、圖像融合以及新的生物標(biāo)記物。此外，這個人機(jī)工程學(xué)平臺的成功也帶動了機(jī)器人手術(shù)領(lǐng)域的發(fā)展，其中比較有名的是Verb Surgical，它得到了Verily（原谷歌生命科學(xué)部門）和Ethicon（強(qiáng)生集團(tuán)旗下一家醫(yī)療設(shè)備公司）的投資。

與機(jī)器人技術(shù)有關(guān)的另一領(lǐng)域是智能自動化。大約20年前，HelpMate公司發(fā)明了一種機(jī)器人，可以幫助醫(yī)院運(yùn)送食物和病歷等物品。

最近，Aethon公司引進(jìn)了TUG機(jī)器人，用于運(yùn)送物資。但迄今為止，很少有醫(yī)院在這項(xiàng)技術(shù)上進(jìn)行投資。然而，機(jī)器人技術(shù)在其他服務(wù)行業(yè)（如酒店和倉庫）被證明是實(shí)用且經(jīng)濟(jì)的，比如，亞馬遜機(jī)器人公司（Amazon RoboTIcs，原名Kiva）的創(chuàng)新應(yīng)用。

在未來，各種醫(yī)療任務(wù)會因?yàn)闄C(jī)器人技術(shù)而變得更簡單，但不會實(shí)現(xiàn)完全自動化。例如，機(jī)器人可以把物品送到醫(yī)院病房，但隨后仍需要人來將它們放在最終位置。在助行器的幫助下，患者可以更輕松地沿著走廊行走（但對于手術(shù)后康復(fù)的患者或老年患者來說，在擠滿設(shè)備和患者的走廊上行走仍然很困難）。這些應(yīng)用都表明，很多系統(tǒng)或技術(shù)都將涉及人與機(jī)器之間的密切交互。

自動化的發(fā)展將使人們對醫(yī)療過程有新的認(rèn)識。從以往的應(yīng)用來看，機(jī)器人技術(shù)并不是一門由數(shù)據(jù)驅(qū)動或面向數(shù)據(jù)的學(xué)科。然而，隨著（半）自動化應(yīng)用到醫(yī)療保健領(lǐng)域，這種情況正在發(fā)生變化。

患者護(hù)理平臺的上線，量化和預(yù)測分析就建立在這些平臺提供的數(shù)據(jù)之上。而這些數(shù)據(jù)將用于評估質(zhì)量、識別錯誤以及改進(jìn)性能。簡而言之，這些平臺將過程與結(jié)果聯(lián)系起來，使真正的醫(yī)療“閉環(huán)”成為現(xiàn)實(shí)。

數(shù)字醫(yī)療：利用生物識別技術(shù)，提供個性化建議

到目前為止，基于證據(jù)的醫(yī)療分析都依賴于傳統(tǒng)的醫(yī)療數(shù)據(jù)，主要是電子病歷。在臨床環(huán)境中，人工智能可以帶來新的解決方案。例如，TeleLanguage讓臨床醫(yī)生能夠在AI助手的幫助下，與多位患者同時進(jìn)行溝通并提供治療。Lifegraph可以從患者智能手機(jī)收集的數(shù)據(jù)中，提取行為模式并發(fā)出警報(bào)，以色列的精神病學(xué)家已經(jīng)利用相關(guān)產(chǎn)品，來檢測患者的早期癥狀。

隨著移動計(jì)算的發(fā)展，與“生物識別技術(shù)”相關(guān)的平臺和應(yīng)用程序?qū)粩喑霈F(xiàn)。目前，已有成千上萬的移動應(yīng)用程序可以提供信息，矯正行為或者識別“相似患者”。這些應(yīng)用程序，加上專業(yè)化的運(yùn)動追蹤設(shè)備（如Fitbit）以及家庭環(huán)境和健康監(jiān)測設(shè)備之間的連接，將會給醫(yī)療領(lǐng)域帶來創(chuàng)新。

通過結(jié)合社會數(shù)據(jù)和醫(yī)療數(shù)據(jù)，一些應(yīng)用程序可以從捕獲的數(shù)據(jù)中進(jìn)行分析、學(xué)習(xí)和預(yù)測。雖然它們的預(yù)測相對簡單，但這種數(shù)據(jù)和功能的融合可能會催生創(chuàng)新產(chǎn)品。比如某款運(yùn)動應(yīng)用程序，它不僅會提出鍛煉計(jì)劃，還會建議最佳鍛煉時間，并提供指導(dǎo)，讓你堅(jiān)持鍛煉計(jì)劃。

老年護(hù)理：多項(xiàng)創(chuàng)新技術(shù)為居家生活提供便利

在未來的15年里，美國的老年人口將增長50%以上。美國勞工統(tǒng)計(jì)局預(yù)測，家庭健康助理人數(shù)在未來十年將增長38%。老年護(hù)理領(lǐng)域的創(chuàng)新應(yīng)用包括，互動和通信設(shè)備、家用健康監(jiān)測設(shè)備、運(yùn)動輔助工具（如助行器）等。但在過去15年中，這一領(lǐng)域的發(fā)展卻比較緩慢。

隨著各種創(chuàng)新應(yīng)用的出現(xiàn)，老年人對科技的接受程度也會發(fā)生改變。目前，70歲的老年人，可能在中年或更晚的時候，才第一次體驗(yàn)到個性化的信息技術(shù)，而50歲的人對新技術(shù)的接受度更高。因此，人工智能有巨大的市場潛力，可用于改善老年人的身體、情感、社會和精神健康。

生活品質(zhì)與獨(dú)立性

自動化交通工具幫助老年人更好地獨(dú)立生活，并擴(kuò)大他們的社會視野

信息共享將幫助家人之間的溝通，預(yù)測性分析可能被用來推動家庭的積極行為，比如提醒他們“給家里打電話”

家用智能設(shè)備將在需要時幫助進(jìn)行日常活動，如做飯。如果機(jī)器人的操作能力提高，還可以幫助穿衣和洗漱

健康

監(jiān)控活動的移動應(yīng)用程序，加上社交平臺，將為保持身心健康提出建議。

通過家庭健康監(jiān)測并提供健康信息，能夠檢測情緒或行為的變化，并提醒護(hù)理人員。

個性化的健康管理

治療方法和設(shè)備

助聽器和視覺輔助設(shè)備將減輕聽力和視力損失帶來的負(fù)面影響，為老年人提供更安全的環(huán)境，改善與社會之間的聯(lián)系

個性化的康復(fù)和家庭治療將減少住院或護(hù)理設(shè)施的需要。

輔助設(shè)備（智能步行器、輪椅等）將擴(kuò)大體弱者的活動范圍

研究人員預(yù)計(jì)，低成本的傳感技術(shù)將發(fā)展迅速，為老年人的居家生活提供便利。除了傳感技術(shù)，整個智能系統(tǒng)還將涉及多個領(lǐng)域，比如自然語言處理、推理、學(xué)習(xí)、感知和機(jī)器人。