QQ在線
企業微信
資訊
339醫院的放射科室、遠程協作的移動屏幕前、醫患集中的方艙醫院，醫療機器人忙不更迭的身影，記錄著人工智能在醫療領域踏過的足跡。從語音電子病歷、智能導診、智能問診為代表的虛擬助理，到AI醫學影像實現病灶識別與標注、三維重建、靶區自動勾畫與自適應放療；醫療大數據、醫療機器人實現輔助診療，到利用AI技術與新藥研發、老藥新用、藥物‘篩選結合，進行藥物挖掘；醫院管理的病歷結構化、分級診療、DRGs智能系統、專家系統……AI在醫療領域的應用遍地開花。
人工智能在抗疫前線的風光一時無兩。
“未來，AI在醫藥研發過程中發揮的作用將越來越凸顯。”阿斯利康全球執行副總裁王磊在近日舉辦的2020世界人工智能大會上說，“在醫療領域，AI的價值將主要體現在兩個方面，一是提升三甲醫院醫生的效率，二是提升基層醫療機構的診療水平。”
然而復旦大學附屬華山醫院張文宏卻給在場的嘉賓澆了一盆冷水。“在整個疫情防控中，全部是靠人工，也就是靠傳統智慧和城市管理實現的 ”。
張文宏認為，盡管現在人工智能已經應用于多個場景，技術還算成熟，但在醫療、流行病防治領域，人工智能的建設還在起點。
AI在醫療健康發展的道路上能否一路狂飆？
忽如一夜春風來？
疫情是挑戰也是機遇，特別是AI企業的機遇。
在5秒內完成數百張影像的初步診斷；將電腦端語音轉換醫療文字的極速輸入；不僅提供人工智能遠程診療服務，還承擔日常消毒、送餐、清掃等工作；AI算法將原來數小時的疑似病例基因分析縮短至半小時，精準檢測出病毒的變異情況……2020世界人工智能健康云峰會上，不少抗疫“明星”企業分享了探索的實踐。
AI在醫療行業大熱。
疫情下AI大展身手，高效輔助醫療應用場景，AI算法和算力在新冠肺炎診斷中發揮更大的價值。AI在醫療領域的應用忽地遍地開花。
盡管如此，AI仍然只是一個輔助手段。
疫情期間，依圖醫療和上海公共衛生臨床中心合作推出了業內第一款智能評估新型冠狀病毒性肺炎的AI影像產品。
依圖科技創始人兼CEO朱瓏介紹說，“從前醫生對于新冠肺炎的定量評價需要數個小時，但AI輔助醫生診斷只要1、2秒，就可以做出準確判斷，這是視覺感知的智能”。這也是依圖醫療AI應用場景的切入點。
上海兒童醫學中心智慧交接班的大屏上，患者的體溫、呼吸、脈搏等生命體征、導管情況、氧飽和度等數據得到清晰的顯示，據了解，上海兒童醫學中心根據不同場景分別部署了上海森億智能開發的輔助決策、質量管理和智慧交班系統，大大提高了效率，減輕了醫護人員的負擔。此情此景，讓人不自覺地認為AI＋醫療的前景似乎一片光明。
然而，AI在輔助醫療上仍然困難重重。
人工智能的根本就在與數據。數據是讓人工智能生根的土壤水源，然而，醫療電子病歷數據不僅類型復雜，而且體系割裂。對其進行數據的采集、清理、挖掘，其難度不亞于在沙漠里精耕細作。
數據標準化成為AI+醫療的核心問題。森億智能創始人張少典說，讓人工智能與臨床醫學深度融合的過程，就要讓IT人把臨床醫學的語言轉化成IT語言，讓IT人和醫學人雙方之間實現對話交流。用文本解析電子病歷數據，實際上是用不同的算法模型處理不同類型的數據，研發和搭建基于中文語言語義為特點的醫療知識圖譜。
數據之外，算法也是一道坎。哪種算法或者哪些算法更合適？跨越人工智能技術與醫學專業難以逾越的知識壁壘也是當前階段AI+醫療面臨的難題。
依圖科技朱瓏舉例說：“在兒科領域，今天AI能夠基于幾百萬份病例，學習近百萬的醫學同義詞，近千萬關聯關系。目前，AI在兒科的智能輔助診斷能夠接近初級醫生的水平，但是距離高水平專家還有一定差距。”
AI+醫療的道路還且阻且長。
AI加速“神藥”的誕生？
中國科學院院士、中國科學院上海藥物研究所陳凱先提到，藥物研究有兩個核心問題，一個是尋找靶點，另一個就是對藥物結構進行優化，人工智能在尋找靶點上更快捷。
人工智能運用強大的發現能力與計算能力，發現藥物與疾病、疾病與基因的連接關系，構建藥物、疾病和基因之間的深層次關系，虛擬篩選出具有較高活性的化合物，為后期臨床試驗做準備。目前，AI在新藥研發領域主要應用于靶點發現、化合物合成、化合物篩選等場景。
圖片來源：視覺中國
據了解，在藥物研發領域，已經出現了人工智能的身影。上海的一家生物制藥公司利用人工智能方法基于蛋白晶體學數據進行藥物設計，打造數據驅動的智能藥物開發云計算平臺，將藥物研發時間從原來的3-5年縮短至1-3年。這樣具有領先技術的企業目前被“雪藏”保護起來。
據悉，阿斯利康的新藥研發進程中，包括新藥開發階段、研究階段、臨床研發階段、研發后期，人工智能已在扮演相當重要的角色。例如，將人工智能技術與化工自動化相結合，使得原本需要數月才能研制完成的先導分子現在只需數周即可完成，而且無需人工干預；人工智能和大數據助力獲取隱藏在臨床前和臨床組織樣本中的生物學新洞察；利用人工智能技術輔助患者分類；通過“真實世界證據數據計劃”拓寬對患者的洞察，依靠機器學習方法，更加準確、高效地獲取患者治療效果等。
“雖然AI還沒有直接創造新的藥物，但在很多新藥發明的背后都有AI的身影，它已經成為了我們研發過程中不可缺少的部分。”王磊說。
2017年以來，AI在制藥領域的應用可謂如火如荼，國際制藥巨頭紛紛入局AI開發，用于提高新藥的研發效率。據統計，有100多家初創企業在探索用AI 發現藥物，傳統的大型制藥企業更傾向于采用合作的方式，如阿斯利康與Berg，強生與、Benevolent AI，默沙東與Atomwise，賽諾菲和葛蘭素史克與Exscientia，輝瑞與IBM Watson等。
然而，專家認為，AI應用于新藥研發與醫療AI落地面臨同樣的問題，如人才短缺、數據標準化與共享機制、商業模式創新等諸多問題。人工智能在醫學領域的應用需要生物醫學、生物信息與臨床醫學、數據統計分析、醫學管理等學科背景的跨界人才。
青山隱隱水迢迢，AI成為未來的“藥神”已邁開了第一步。
