祁婷婷　葛威　鄒涵　趙通　劉偉

摘要：信息技術(shù)的發(fā)展改變了傳統(tǒng)的醫(yī)療模式，以物聯(lián)網(wǎng)感知、信息移動(dòng)、信息互聯(lián)共享、智能決策為核心的智慧醫(yī)療模式應(yīng)運(yùn)而生。本文從智慧醫(yī)療的概念出發(fā)，梳理了以人工智能為代表的智慧醫(yī)療在流行病預(yù)測(cè)，輔助診斷，精準(zhǔn)外科手術(shù)，藥物研發(fā)的應(yīng)用現(xiàn)狀，同時(shí)從責(zé)任劃分，數(shù)據(jù)安全，行業(yè)標(biāo)準(zhǔn)等分析了人工智能在醫(yī)療領(lǐng)域存在的問題與挑戰(zhàn)，以期更好地促進(jìn)智慧醫(yī)療的發(fā)展。

關(guān)鍵詞：智慧醫(yī)療; 信息技術(shù) ;醫(yī)療模式; 人工智能

中圖分類號(hào)：TP393? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A

文章編號(hào)：1009-3044（2020）02-0271-02

1 起源與簡(jiǎn)介

隨著物聯(lián)網(wǎng)、云計(jì)算、移動(dòng)互聯(lián)網(wǎng)等技術(shù)的逐漸成熟，醫(yī)療領(lǐng)域信息化和整體化的智慧醫(yī)療藍(lán)圖逐漸展現(xiàn)在人們面前。智慧醫(yī)療是指具有物聯(lián)網(wǎng)感知、信息移動(dòng)、信息互聯(lián)共享、決策高度智能化的醫(yī)療服務(wù)體系【1】。由三部分組成，分別為智慧醫(yī)院系統(tǒng)、區(qū)域衛(wèi)生系統(tǒng)以及家庭健康系統(tǒng)，通過打造健康檔案區(qū)域醫(yī)療信息平臺(tái)，利用最先進(jìn)的物聯(lián)網(wǎng)技術(shù)，實(shí)現(xiàn)患者與醫(yī)務(wù)人員、醫(yī)療機(jī)構(gòu)、醫(yī)療設(shè)備之間的互動(dòng)，逐步達(dá)到信息化。

智慧醫(yī)療打破了將醫(yī)療物理基礎(chǔ)設(shè)施與數(shù)據(jù)中心、網(wǎng)絡(luò)等IT基礎(chǔ)設(shè)施分開的傳統(tǒng)醫(yī)療體系思維，在智慧醫(yī)療體系中，從藥品至各類傳感器，就醫(yī)流程的任一部分都可以被感知、被度量。

2 智慧醫(yī)療醫(yī)療應(yīng)用場(chǎng)景及方向

2.1 流行病的預(yù)測(cè)

早在2008 年，谷歌就已經(jīng)推出了流感預(yù)測(cè)的服務(wù)，其所開發(fā)的“谷歌流感趨勢(shì)”（Google Flu Trends，GFT）軟件，根據(jù)網(wǎng)絡(luò)用戶及其家人出現(xiàn)流感相關(guān)癥狀時(shí)可能搜索的相關(guān)關(guān)鍵詞，提前1～2周準(zhǔn)確預(yù)測(cè)了美國流感樣病例百分比的變化趨勢(shì)，由此在學(xué)術(shù)界掀起了利用互聯(lián)網(wǎng)數(shù)據(jù)預(yù)測(cè)流感的研究浪潮【2】。2017年，平安集團(tuán)與重慶市疾病預(yù)防控制中心的聯(lián)合研發(fā)課題組，利用“互聯(lián)網(wǎng)+醫(yī)療健康”大數(shù)據(jù)與深度學(xué)習(xí)前沿技術(shù)，實(shí)現(xiàn)了提前一周預(yù)測(cè)某一地區(qū)流感和手足口病的患病率。該流感預(yù)測(cè)模型目前已在重慶市上線應(yīng)用，在重慶長(zhǎng)達(dá)3年的歷史靜態(tài)數(shù)據(jù)及上線后動(dòng)態(tài)數(shù)據(jù)的驗(yàn)證中，預(yù)測(cè)平均誤差率都不超過10 %?；谌斯ぶ悄芗夹g(shù)的傳染病預(yù)測(cè)，將幫助公共衛(wèi)生服務(wù)部門及時(shí)監(jiān)控疫情和合理分配醫(yī)學(xué)資源。

2.2 輔助診斷

醫(yī)學(xué)專家系統(tǒng)是智慧醫(yī)療重要的落地場(chǎng)景，提前將海量醫(yī)學(xué)診斷知識(shí)導(dǎo)入計(jì)算機(jī)，通過模擬醫(yī)學(xué)專家的臨床診斷思路，根據(jù)病情從知識(shí)庫中提取并綜合有價(jià)值的診斷線索，進(jìn)而給出治療方案【3】。其中比較著名的是美國斯坦福大學(xué)在1976年研制的MYCIN 醫(yī)學(xué)專家系統(tǒng)， 其能夠鑒別細(xì)菌感染，并對(duì)患者進(jìn)行診斷，開出抗生素處方[4]。

我國對(duì)醫(yī)學(xué)專家系統(tǒng)的研究始于二十世紀(jì)七十年代末，由于中醫(yī)具有非常好的數(shù)據(jù)處理原型且推理過程明晰，因此專家系統(tǒng)首先在中醫(yī)領(lǐng)域獲得突破，例如上海計(jì)算所的“中醫(yī)婦科診斷系統(tǒng)”。在西醫(yī)領(lǐng)域，阿里健康協(xié)同萬里云發(fā)布了醫(yī)療AI“Doctor You”，據(jù)官網(wǎng)介紹，“Doctor You”AI系統(tǒng)包括臨床醫(yī)學(xué)科研診斷平臺(tái)、醫(yī)療輔助檢測(cè)引擎、醫(yī)師能力培訓(xùn)系統(tǒng)等幾個(gè)方面。以對(duì)外展現(xiàn)的CT肺結(jié)節(jié)智能檢測(cè)引擎為例，對(duì)30名患者產(chǎn)生的近九千張CT影像進(jìn)行智能檢測(cè)和識(shí)別，只需要30分鐘即可閱完，準(zhǔn)確度達(dá)到90%以上。

由此看來，未來的智能醫(yī)學(xué)診斷和治療專家系統(tǒng)在速度與準(zhǔn)確性方面將不斷提升，為各種疾病的預(yù)防、診斷和治療做出更大的貢獻(xiàn)。

2.3 精準(zhǔn)外科手術(shù)

傳統(tǒng)外科手術(shù)針對(duì)不同病情依據(jù)經(jīng)驗(yàn)形成大致手術(shù)方案，而實(shí)際手術(shù)過程中會(huì)發(fā)生例如解剖結(jié)構(gòu)改變等突發(fā)事件，使得手術(shù)效果有較大的隨機(jī)因素。借助虛擬現(xiàn)實(shí)和數(shù)據(jù)融合等計(jì)算機(jī)技術(shù)，傳統(tǒng)外科手術(shù)正在向以精準(zhǔn)為特征的全新手術(shù)模式——精準(zhǔn)外科手術(shù)轉(zhuǎn)變。

術(shù)前，計(jì)算機(jī)將主刀醫(yī)生給出的手術(shù)方案結(jié)合醫(yī)學(xué)影像信息，經(jīng)過專家系統(tǒng)以三維圖像呈現(xiàn)，通過手術(shù)團(tuán)隊(duì)和患者的進(jìn)一步交流，形成精細(xì)的術(shù)前決策【5】。同時(shí)，利用虛擬手術(shù)系統(tǒng)可以設(shè)計(jì)，預(yù)演和修正手術(shù)的整個(gè)過程，對(duì)于減小手術(shù)損傷，選擇最佳手術(shù)路徑，提高病灶定位精度都十分有益。

2015年12月29日，海信醫(yī)療發(fā)布的海信計(jì)算機(jī)輔助手術(shù)和海信外科智能顯示系統(tǒng)就是精準(zhǔn)外科手術(shù)的落地成果之一。借助智慧醫(yī)療，這套系統(tǒng)可以幫助醫(yī)生了解肝癌病灶與器官管道系統(tǒng)的相互關(guān)系，計(jì)算器官病變體積，從而確定手術(shù)切除線路。

2.4 藥物研發(fā)

傳統(tǒng)的藥物研發(fā)周期長(zhǎng)，成功率低，從靶點(diǎn)的發(fā)現(xiàn)、驗(yàn)證，到先導(dǎo)化合物的發(fā)現(xiàn)和優(yōu)化，再到候選化合物的挑選和開發(fā)，最后進(jìn)入臨床研究【6】。而利用人工智能相關(guān)建模方法和大量高通量組學(xué)數(shù)據(jù)的分析技術(shù)進(jìn)行有效靶點(diǎn)的篩選和藥物設(shè)計(jì)，能夠節(jié)省藥物研發(fā)成本，縮短藥物研發(fā)時(shí)間。2018年，Cell及其子刊針對(duì)癌癥基因圖譜（The Cancer Genome Atlas，TCGA）的Pan-cancer 分析發(fā)表了超過8篇文章，這項(xiàng)被譽(yù)為“人類癌癥研究的谷歌地球”【7】的偉大成就，正是利用人工智能深度挖掘TCGA數(shù)據(jù)庫中表觀的遺傳數(shù)據(jù)，尋找到腫瘤的干細(xì)胞相關(guān)特征【8】。

不僅如此，人工智能技術(shù)正促使藥物研發(fā)從以靶點(diǎn)為核心轉(zhuǎn)變?yōu)榫C合表型篩選藥物，解決了復(fù)雜疾病靶點(diǎn)不明確，腫瘤的靶向藥物產(chǎn)生抗性等疑難問題。

3 遇到的問題或挑戰(zhàn)

智慧醫(yī)療作為一種新興醫(yī)療模式，在提供更高效更精確的醫(yī)療服務(wù)的同時(shí)，在主題責(zé)任劃分，安全與隱私，規(guī)范標(biāo)準(zhǔn)等方面也產(chǎn)生了一定問題，需要在其發(fā)展過程中予以重視和妥善解決。

3.1 主題責(zé)任不清晰

盡管隨著人工智能技術(shù)的發(fā)展，智慧醫(yī)療的診療速度和準(zhǔn)確性在穩(wěn)步提升，然而一旦出現(xiàn)錯(cuò)誤，責(zé)任的界定是個(gè)棘手的問題。我國尚未出臺(tái)法律用于明確醫(yī)療機(jī)器人的責(zé)任歸屬，監(jiān)管機(jī)制，以及其背后復(fù)雜的倫理邊界。當(dāng)人工智能更多地應(yīng)用于醫(yī)療活動(dòng)，如何合理劃分主體責(zé)任顯得至關(guān)重要。

3.2 數(shù)據(jù)安全與隱私保護(hù)

智慧醫(yī)療高度依賴的海量數(shù)據(jù)，由于缺乏合理的數(shù)據(jù)共享和數(shù)據(jù)流通的機(jī)制，更易遭受攻擊和泄露的風(fēng)險(xiǎn)。近幾年醫(yī)療可穿戴設(shè)備隱私數(shù)據(jù)泄露的事件頻頻發(fā)生，F(xiàn)itbit、小米、華為、Jawbone等生產(chǎn)廠家都被曝出存在隱私泄露問題。2015年發(fā)布的《國務(wù)院關(guān)于印發(fā)促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要的通知》文件，重點(diǎn)強(qiáng)調(diào)了“健全大數(shù)據(jù)安全保障體系”與“強(qiáng)化安全支撐”【9】。大數(shù)據(jù)在醫(yī)療中應(yīng)用甚為廣泛，在享受其帶來的好處的同時(shí)，應(yīng)考慮到背后的個(gè)人隱私，數(shù)據(jù)安全等問題，通過技術(shù)手段，健全法律法規(guī)等合理應(yīng)用大數(shù)據(jù)。

3.3 標(biāo)準(zhǔn)缺失

智慧醫(yī)療是一個(gè)涉及傳感網(wǎng)、通信網(wǎng)、健康信息處理、醫(yī)療終端和應(yīng)用等多個(gè)環(huán)節(jié)的信息化建設(shè)工程，各個(gè)環(huán)節(jié)都離不開標(biāo)準(zhǔn)的規(guī)范和指導(dǎo)。在醫(yī)療信息化建設(shè)過程中，標(biāo)準(zhǔn)與規(guī)范建設(shè)的滯后會(huì)制約信息化發(fā)展瓶頸。因此不同醫(yī)療機(jī)構(gòu)與研發(fā)機(jī)構(gòu)之間需要提高信息互聯(lián)互通的積極性，對(duì)智慧醫(yī)療進(jìn)入臨床的數(shù)據(jù)的安全性，算法的有效性進(jìn)行驗(yàn)證和評(píng)估效果，制定質(zhì)量標(biāo)準(zhǔn)、準(zhǔn)入體系、評(píng)估體系和保障體系。

4 結(jié)束語

智慧醫(yī)療的發(fā)展為人們提供了豐富的醫(yī)療資源和便捷智能的醫(yī)療服務(wù)，順應(yīng)了信息化的發(fā)展潮流。然而在發(fā)展過程中，我們同時(shí)需要注意加強(qiáng)數(shù)據(jù)安全建設(shè)，明確責(zé)任劃分，制定監(jiān)管規(guī)定與法律法規(guī)等多個(gè)方面，為智慧醫(yī)療的發(fā)展注入強(qiáng)大的動(dòng)力。

參考文獻(xiàn)：

[1] 陳敏，武瓊，張幀，等.智慧醫(yī)療衛(wèi)生服務(wù)的挑戰(zhàn)與啟示[J].中華醫(yī)院管理雜志，2013，29（8）：597-599.

[2] Ginsberg J，Mohebbi M H，Patel R S，et al.Detecting influenza epidemics using search engine query data[J].Nature， 2009，457（7232）：1012-1014.

[3] Das S，Roy Chowdhury S，Saha H.Accuracy enhancement in a fuzzy expert decision making system through appropriate determination of membership functions and its application in a medical diagnostic decision making system[J].Journal of Medical Systems， 2012，36（3）：1607-1620.

[4] 孔祥溢，王任直.人工智能及在醫(yī)療領(lǐng)域的應(yīng)用[J].醫(yī)學(xué)信息學(xué)雜志，2016，37（11）：2-5.

[5] 唐雷.數(shù)字醫(yī)學(xué)技術(shù)與精準(zhǔn)外科手術(shù)[J].中國實(shí)用婦科與產(chǎn)科雜志，2012，28（1）：7-9.

[6] 劉琦.人工智能與藥物研發(fā)[J].第二軍醫(yī)大學(xué)學(xué)報(bào)，2018，39（8）：869-872.

[7] Kruger R.Charting a course to a cure[J].Cell， 2018，173（2）：277.

[8] Malta T M， Sokolov A， Gentles A J， et al. Machine Learning Identifies Stemness Features Associated with Oncogenic Dedifferentiation[J]. Cell， 2018， 173（12）：338-354.

[9] 單志廣.國家大數(shù)據(jù)發(fā)展的頂層設(shè)計(jì) 數(shù)據(jù)強(qiáng)國戰(zhàn)略的沖鋒號(hào)角——《關(guān)于促進(jìn)大數(shù)據(jù)發(fā)展行動(dòng)綱要》的幾點(diǎn)解讀[J].財(cái)經(jīng)界，2015（28）：30-35.

【通聯(lián)編輯：唐一東】