趙樂妍

（上海市延安中學，上海 200010）

0.引言

人工智能（Artificial Intelligence），英文縮寫為AI。人工智能作為計算機科學的重要領域，是一門研究如何模擬、拓展人類智力的學科。簡單來說人們就是要靠計算機模擬人的思維，去完成人類完成不了的工作。

人工智能自20 世紀中期在美國提出后，幾經(jīng)興衰，直到近年來又迎來一個新的高潮，人工智能技術突飛猛進，在科技與生活的各個領域應用廣泛，受到了當今社會的推崇和高度評價。相對于傳統(tǒng)的智能，現(xiàn)代人工智能最突出的特征即為機器的自我學習，通過構建某種特定的人工神經(jīng)網(wǎng)絡，賦予人工智能以自我學習并深度思考，最終達到超前學習的目的，深藍與Alpha Go 即為最好的例證。深藍在20 世紀90 年代末期戰(zhàn)勝了國際象棋領域的佼佼者——卡斯帕羅夫。而更勝一籌的Alpha Go 則是通過了深度學習及自我的錯誤糾正來不斷強化自我，同時不斷更新自己的信息，戰(zhàn)勝了圍棋高手李世石。如今，人工智能早已涉及智能機器人、自動控制系統(tǒng)以及金融經(jīng)濟分析等領域，當前人工智能系統(tǒng)基本包含機器人、語音處理、圖像識別、知識專家系統(tǒng)等部分。

隨著8 月14 日2020 全球智博會在蘇州的盛大啟幕，人工智能再一次作為時事熱點出現(xiàn)在了我們眼前。李蘭娟院士的演講中表示基于人工智能的公共衛(wèi)生大數(shù)據(jù)、疫情研判、基因測序、互聯(lián)網(wǎng)醫(yī)院等技術在疫情監(jiān)測分析、防控救治等方面起到的重要作用。這些都是在新冠疫情的大背景下，人工智能在醫(yī)療領域的創(chuàng)新和應用，推動了醫(yī)療行業(yè)的新變革。

本文將從人工智能技術在醫(yī)療方面的應用展開，對人工智能技術、人工智能發(fā)展現(xiàn)狀等方面進行闡述。

1.研究綜述

隨著人工智能技術的第三次發(fā)展浪潮不斷深入，學者們對人工智能技術與醫(yī)療的結合也有著更進一步的研究。包括智能醫(yī)療機器人、醫(yī)療專家系統(tǒng)推理機等[1]。

陶永等人研究了智能機器人研究現(xiàn)狀及發(fā)展趨勢，包括智能制造、智能交通自動化、物聯(lián)網(wǎng)、醫(yī)療健康與智能服務領域，人機協(xié)作、無人駕駛、情感識別、腦機接口、仿生軟體機器人和云平臺、大數(shù)據(jù)網(wǎng)絡等關鍵與前沿技術的內(nèi)容，闡述了關于我國智能機器人發(fā)展的思考與建議。

李婭雯等人研究了醫(yī)學智能影像，包含醫(yī)學智能影像市場運作模式的分析以及通過PEST 分析方法的內(nèi)容，闡述了技術局限、無配套法律法規(guī)等障礙制約了醫(yī)學智能影像的發(fā)展，論述了要拓展我國醫(yī)學影像市場、推進醫(yī)療設備從試驗階段進入商品化的前提，首要的是對技術進行進一步提高，將安全性、可靠性和法規(guī)倫理等重重障礙進行清除，進而制造出更具實用價值的醫(yī)療影像設備。其中尤其不可忽視法律法規(guī)的出臺和執(zhí)行，在醫(yī)療影像產(chǎn)業(yè)初始階段就規(guī)避監(jiān)管不力的隱患。

黨家玉研究了人工智能的倫理與法律風險問題，包括醫(yī)療、通信、交通、金融支付等眾多領域，對人工智能進行概述并介紹了人工智能的應用領域、人工智能技術與人類的關系、人工智能技術的倫理與法律問題和各國有關人工智能的法律探索。分析人工智能技術引發(fā)的倫理與法律問題，并提出相應的應對措施。黨家玉創(chuàng)造性地提出，人工智能在我國的落地，也可借鑒中華民族的文化優(yōu)勢，將中華文明幾千年來的智慧融入人工智能的法律法規(guī)建設之中，即利用法律法規(guī)起到規(guī)范作用，用文明和傳統(tǒng)賦予人工智能的社會實踐更多彈性空間，形成結合中華傳統(tǒng)文化和人工智能科技的應用成果，成為文化與科技相結合的典范。

2.人工智能技術介紹

2.1 專家系統(tǒng)

專家系統(tǒng)自上個世紀被提出以來，并沒有一個統(tǒng)一的定義，其主要實現(xiàn)機制為：通過人類專家的經(jīng)驗以及客觀規(guī)律來構建專家系統(tǒng)模型，進而解決現(xiàn)實中需要專家才能解決的各種問題，得出的結論與人類專家基本相同。世界上第一個專家系統(tǒng)誕生于美國斯坦福大學，這一命名為Dendral 的專家系統(tǒng)，主要用于判斷特定物質的分子結構。近20 年來，專家系統(tǒng)逐漸應用于醫(yī)療、金融、教育等諸多領域，并經(jīng)歷了從基于框架到基于案例、進而基于到基于模型、最終基于Web 的階段式發(fā)展。總結起來，專家系統(tǒng)的發(fā)展，主要依靠原理和技術上的突破[2]。

2.2 計算機視覺

計算機視覺是一門綜合性技術，涉及圖像識別、影像學、數(shù)字信號處理等多個學科。計算機視覺誕生于20 世紀60 年代，其目標是賦予機器以視覺。進入21 世紀，計算機視覺成為人工智能領域的研究熱點?，F(xiàn)階段，計算機視覺在制造、交通、安防等行業(yè)和智能家居、先進醫(yī)療、無人駕駛等新興產(chǎn)業(yè)均有著廣泛的應用，提高了人們的生產(chǎn)、生活效率，在各行各業(yè)有效降低人工成本，并在識別精度、準確率、識別速度等方面逐漸進步，相比于人工形成了一定優(yōu)勢[3]。

計算機視覺技術大致可分為兩個研究方向。一是視覺感知，包括目標檢測、圖像分割、識別分類等。目標檢測是運用算法來定位圖像中目標的準確位置，在生活中的運用例如人臉識別系統(tǒng)，需先從圖像中檢測到包含人臉的區(qū)域，再進一步對目標人臉進行準確定位。除此之外還有防偽識別、自動駕駛等應用。圖像分割簡單來說就是從圖像中定位出你想要的部分，進一步對此部分進行深度分析，生活中可用于分析人體服飾。二是視覺生成，包括對圖像、視頻的生成。計算機視覺在感知與理解了視頻圖片的基礎上，可以做到對圖片進行編輯，實現(xiàn)智能摳圖，生成不同背景的人像圖。甚至于輸入一張人走路的圖片，可以實現(xiàn)分析走步姿勢，生成動態(tài)的走步視頻。

計算機視覺技術還有一定的發(fā)展空間，現(xiàn)階段使用特征提取算法的精度有時會因為輸入圖像的不同而呈現(xiàn)不同的結果，有時可能并不盡人意。卷積神經(jīng)網(wǎng)絡應用于計算機視覺領域就成了該領域的研究前沿。卷積神經(jīng)網(wǎng)絡應用深度學習算法，經(jīng)過訓練學習，可以更精準地圖像的局部特征進行提取，將計算機視覺技術的進步推向更廣闊的空間。

計算機視覺在學術領域已經(jīng)研究多年，取得了不少技術的發(fā)展。但這些技術多還只停留在學術領域，還沒有大規(guī)模工業(yè)化。原因是由于計算機視覺在加入消費市場前還要彌補視覺技術產(chǎn)業(yè)鏈的斷檔。在此之前還要配備多種設備，例如電磁雷達、超聲波雷達、攝像設備、三位傳感器等，幫助計算機視覺識別復雜環(huán)境[4]。

3.人工智能技術在醫(yī)療領域的應用

3.1 醫(yī)療影像輔助診斷

隨著我國影像技術的不斷發(fā)展進步，在醫(yī)療領域中，越來越多的診斷需要根據(jù)X 光、CT、超聲等數(shù)據(jù)作為支撐。醫(yī)療實踐中產(chǎn)生的數(shù)據(jù)，有近90%是醫(yī)療影像，因此醫(yī)療影像是人工智能最容易應用的方向。醫(yī)療影像經(jīng)計算機視覺分析處理后，可以實現(xiàn)智能診斷，從而提高診斷速度和診斷準確性，使病人迅速獲得正確的治療，此外還能彌補醫(yī)生的不足。目前國內(nèi)由于政策的加持，資金的大量投入，已有多家公司涉足人工智能醫(yī)學影像領域市場，如科大訊飛、騰訊覓影、萬里云等。其中比較突出的產(chǎn)品是“騰訊覓影”，這是一款騰訊自建的醫(yī)療影像產(chǎn)品，已經(jīng)發(fā)展成為新一代國家級人工開放創(chuàng)新平臺。在2020 年初的疫情期間，基于騰訊覓影和騰訊云技術的人工智能醫(yī)療設備，部署于湖北省多家醫(yī)院，助力醫(yī)護人員開展新冠肺炎診斷[5]。

3.2 醫(yī)療機器人

醫(yī)療機器人作為近年來出現(xiàn)的先進醫(yī)療器械，有著越來越廣泛的應用前景，包括手術機器人、服務機器人、護理機器人、康復機器人等，可以輔助醫(yī)護人員進行手術操作、醫(yī)院服務、住院護理、患者康復訓練等工作內(nèi)容，可有效降低醫(yī)院的用人成本，并能實現(xiàn)醫(yī)療服務的標準化、自動化。

近年來，國內(nèi)的醫(yī)療機器人有著飛速的發(fā)展，已經(jīng)從研發(fā)階段逐漸過渡到應用階段，在2013 年，哈爾濱工業(yè)大學成功研制出微創(chuàng)外科手術機器人，可應用于微創(chuàng)腹腔手術。手術機器人的應用可有效地克服傳統(tǒng)外科手術精度差、標準化程度低的缺陷，并可以有效緩解醫(yī)生在手術時的勞累程度，而計算機視覺與醫(yī)療機器人的結合可提高手術階段的三維精度，使得整個手術過程精準可控[6]。

3.3 醫(yī)學專家系統(tǒng)

專家系統(tǒng)是人工智能領域較為成熟的技術，也是應用于醫(yī)療領域的核心科技之一。醫(yī)療專家系統(tǒng)通過結合醫(yī)學知識和權威專家的診療經(jīng)驗，來分析特定醫(yī)療領域的復雜問題，成為可以替代醫(yī)學專家解決疑難雜癥的診療系統(tǒng)。隨著深度學習和計算機視覺技術與專家系統(tǒng)的結合，醫(yī)療專家系統(tǒng)也在經(jīng)歷不斷地升級與完善，成為當代醫(yī)學實踐中的重要輔助工具。

傳統(tǒng)的專家系統(tǒng)為產(chǎn)生規(guī)則系統(tǒng)，也就是根據(jù)規(guī)則庫來診斷病癥。這種方法簡單，但是難以解決復雜的，沖突的病癥。隨著神經(jīng)網(wǎng)絡和數(shù)據(jù)庫技術日新月異的發(fā)展，專家系統(tǒng)逐漸與神經(jīng)網(wǎng)絡和數(shù)據(jù)庫進行結合，神經(jīng)網(wǎng)絡專家系統(tǒng)模擬人類的思維方式，不需要組織大量的產(chǎn)生規(guī)則，而是通過學習算法自學習，得出趨于準確的模式和信息。而與數(shù)據(jù)庫的結合，有利于專家系統(tǒng)的存儲、共享和故障恢復[7]。

世界上比較著名的醫(yī)療診斷系統(tǒng)還有青光眼醫(yī)療診斷系統(tǒng)CASNET、內(nèi)科病醫(yī)療診斷系統(tǒng)INTERNIST、腎病醫(yī)療診斷系統(tǒng)PIP 等。

4.結論

人工智能在醫(yī)療各領域應用廣泛，隨著計算機技術的發(fā)展，各領域的產(chǎn)品也在更新?lián)Q代?；诖髷?shù)據(jù)，能深度學習的人工智能將會逐漸取代傳統(tǒng)醫(yī)療，人們可以足不出戶進行醫(yī)療診斷，也不用擔心手術過程中因為醫(yī)生的手誤導致的醫(yī)療事故。積極學習人工智能各項新技術，接受人工智能帶來的各種新事物，開拓生活的新方式，以迎接人工智能的新時代。