QQ在线
企业微信
资讯
335医院的放射科室、远程协作的移动（dòng）屏幕前（qián）、医（yī）患集中的方舱医院（yuàn），医（yī）疗机器人忙不更迭的身影，记录着（zhe）人工智能在医疗领域踏过的足迹。从语音电子病历、智能导诊、智能问（wèn）诊为代（dài）表的虚拟（nǐ）助理，到（dào）AI医学影像实现（xiàn）病灶识别与标（biāo）注（zhù）、三维重建、靶区自动勾画与自（zì）适应（yīng）放疗；医疗大数据、医（yī）疗（liáo）机器人实现辅助诊疗，到利用AI技术与新药（yào）研发、老（lǎo）药新用（yòng）、药物‘筛选结（jié）合，进行药物挖掘；医院管（guǎn）理（lǐ）的病历结构（gòu）化、分级诊疗、DRGs智（zhì）能系统、专家系（xì）统……AI在医（yī）疗领域的应用遍（biàn）地开花（huā）。
人工智能在抗疫（yì）前线的风光一时无两。
“未来，AI在（zài）医（yī）药研（yán）发过程中发（fā）挥（huī）的（de）作（zuò）用将（jiāng）越来越凸显。”阿斯利康全球执（zhí）行副总裁（cái）王磊在近日举办的2020世界人工智能大会（huì）上说（shuō），“在医疗领（lǐng）域（yù），AI的价值将主（zhǔ）要体（tǐ）现在两个方（fāng）面，一是提升（shēng）三甲医院医生的效率，二是（shì）提升基（jī）层医疗（liáo）机构的诊疗水平。”
然而复旦大学附属华山医院张文（wén）宏却给在场的（de）嘉宾浇了一盆冷（lěng）水。“在整个疫情防控中，全部是靠人工，也就是靠（kào）传统智慧（huì）和城市管理实现的 ”。
张（zhāng）文（wén）宏认为，尽管现（xiàn）在人工智能已经应用于多个场景，技术还算成熟，但在医疗、流行病防（fáng）治领（lǐng）域，人（rén）工智能（néng）的（de）建设（shè）还在起（qǐ）点。
AI在医疗健康发展（zhǎn）的道路（lù）上能否一（yī）路狂飙？
忽如一夜春风来？
疫情（qíng）是挑战（zhàn）也是机（jī）遇，特别是（shì）AI企（qǐ）业的机遇。
在5秒（miǎo）内（nèi）完（wán）成数百（bǎi）张（zhāng）影像的初（chū）步诊断；将电脑端（duān）语（yǔ）音转换医疗文字的极速（sù）输入；不仅（jǐn）提供人（rén）工智（zhì）能远程诊疗（liáo）服务，还承担日常消毒、送餐、清扫等工作（zuò）；AI算（suàn）法将原（yuán）来数小时的疑似病例基因（yīn）分析缩短至半小时，精准检测（cè）出病毒的变异情况……2020世界（jiè）人工智能健康云（yún）峰会上，不少（shǎo）抗疫“明星（xīng）”企业分享了探索的实践。
AI在医（yī）疗行业大热。
疫情下（xià）AI大展身手，高效辅助（zhù）医疗应用场景，AI算法和算力在新冠肺炎（yán）诊断中发挥（huī）更大的价值（zhí）。AI在（zài）医疗领域的应用忽（hū）地遍地开花（huā）。
尽（jìn）管如此，AI仍然只是一个辅助手段。
疫情期（qī）间，依图（tú）医疗和上海公共卫生临床中心合作推（tuī）出了业内第一款智能（néng）评估新型冠状病毒（dú）性（xìng）肺炎的AI影像产品。
依图科技创始人兼CEO朱珑介绍说，“从前医（yī）生对于新冠肺（fèi）炎的定量评价需要（yào）数（shù）个小时，但AI辅助（zhù）医生诊（zhěn）断（duàn）只要（yào）1、2秒（miǎo），就可以做出准确判断，这（zhè）是视觉感知的智能”。这也是依图医疗（liáo）AI应用场景的切入（rù）点（diǎn）。
上海儿童医学（xué）中心智慧（huì）交接班的（de）大屏上，患者的体温（wēn）、呼（hū）吸、脉搏（bó）等生命体征、导管情况、氧饱和度等数据得到清晰的显示，据了（le）解，上海儿（ér）童（tóng）医（yī）学（xué）中（zhōng）心根据（jù）不同场景分（fèn）别（bié）部署了上（shàng）海森亿智能开发的辅助决（jué）策（cè）、质量管理和（hé）智慧交（jiāo）班系（xì）统，大大（dà）提高了效率，减轻了医护（hù）人员的负担。此情（qíng）此景，让人不自（zì）觉地认（rèn）为AI＋医疗的前景（jǐng）似乎一片光明。
然（rán）而，AI在辅（fǔ）助医疗上（shàng）仍然困难（nán）重重。
人工智能的根（gēn）本就在与数（shù）据（jù）。数据是让人（rén）工（gōng）智能生（shēng）根的土壤（rǎng）水源，然而（ér），医疗电子病历数据不（bú）仅类型复杂，而且体系割裂。对其（qí）进行数据的采集、清理、挖掘，其（qí）难度不（bú）亚于（yú）在沙漠里（lǐ）精耕细作（zuò）。
数据标准化成（chéng）为AI+医疗（liáo）的核心问题。森亿智（zhì）能创始（shǐ）人（rén）张少典说，让（ràng）人工智能与（yǔ）临床医学深度融合（hé）的过（guò）程（chéng），就要让IT人（rén）把临床（chuáng）医学的语言转化成IT语言，让IT人和医学人（rén）双（shuāng）方（fāng）之（zhī）间实（shí）现对话交（jiāo）流（liú）。用文本解析电子病历数据，实际上是（shì）用不同的（de）算法模型处理不同类型的（de）数（shù）据，研（yán）发和搭（dā）建基于中文语（yǔ）言语（yǔ）义为特点的（de）医疗知识（shí）图谱。
数据之外（wài），算法（fǎ）也是一道坎（kǎn）。哪种算法（fǎ）或者哪（nǎ）些算法（fǎ）更合适（shì）？跨越人工智能技（jì）术与医学（xué）专业难以（yǐ）逾（yú）越的知识壁（bì）垒也是当前阶段AI+医疗面临的（de）难题。
依图科技朱珑举例说：“在儿科（kē）领域，今天AI能（néng）够基于几百万份病例，学（xué）习近百（bǎi）万的（de）医学同（tóng）义（yì）词，近（jìn）千（qiān）万关（guān）联关系。目前，AI在儿（ér）科（kē）的智能辅助诊断能够接近（jìn）初级医（yī）生的水平，但是距（jù）离高水平专家还（hái）有一定差距（jù）。”
AI+医疗的道路还且阻且长。
AI加速“神药”的诞生？
中国科（kē）学院院（yuàn）士、中国科学院上海药物研究所陈凯先（xiān）提（tí）到，药（yào）物研究（jiū）有（yǒu）两个核心问题，一个是寻找靶点，另一个（gè）就是对药（yào）物结构进行（háng）优化，人工智能在寻找靶点上更（gèng）快捷。
人工智能运用强大的发现能力（lì）与计（jì）算能力，发（fā）现药物（wù）与疾病、疾病（bìng）与（yǔ）基因的（de）连接（jiē）关系，构建药（yào）物、疾病和基因之间的深层次关（guān）系，虚（xū）拟筛选出具有较高活性的化（huà）合物，为后期临床试验做准备。目前，AI在新药研发领（lǐng）域主要应用于（yú）靶点（diǎn）发现、化合物合成、化合（hé）物筛选（xuǎn）等场景。
图片来源：视觉中国（guó）
据（jù）了解（jiě），在（zài）药（yào）物研发领（lǐng）域（yù），已经出现了人工智能的身影。上海的一家（jiā）生（shēng）物制（zhì）药公司利用（yòng）人工智能（néng）方法基于（yú）蛋白晶（jīng）体学数（shù）据进行药物设计，打造数据驱动的（de）智能药物开发云计算（suàn）平台，将药物研发（fā）时间从原来（lái）的（de）3-5年缩短至1-3年。这样具有领先技术（shù）的企（qǐ）业目前被“雪（xuě）藏”保护起（qǐ）来。
据（jù）悉，阿斯利（lì）康的新（xīn）药研发进（jìn）程中，包括新（xīn）药开发（fā）阶段、研究（jiū）阶段、临床研（yán）发阶段、研发后（hòu）期，人工智能已在扮演（yǎn）相当重要的（de）角色。例如，将人工智能技术与化工（gōng）自动化相结合，使得原本（běn）需要数（shù）月（yuè）才（cái）能研制完成（chéng）的先导分子现在只需（xū）数（shù）周即可完成，而且无需人工干预；人（rén）工（gōng）智能和大数据助力获取隐藏在（zài）临（lín）床前和临床组织（zhī）样本中的生物（wù）学新洞（dòng）察；利（lì）用人（rén）工智能技术辅（fǔ）助患者分类（lèi）；通过“真（zhēn）实世界（jiè）证（zhèng）据数据计划”拓宽对患者的（de）洞（dòng）察，依靠机器学习方法，更加准确、高效地获（huò）取患者治疗效果等。
“虽然AI还没有直接创造新的（de）药物，但（dàn）在很多新药发明的背后都有AI的身影，它已（yǐ）经成为（wéi）了我们研发（fā）过（guò）程中不可缺（quē）少的部分。”王磊（lěi）说。
2017年以来，AI在制药（yào）领域的（de）应用可谓如火如荼，国（guó）际（jì）制药巨头纷纷入局AI开发，用于（yú）提高新药的研（yán）发效率（lǜ）。据统（tǒng）计，有100多家初创企业在探（tàn）索用AI 发现药物（wù），传统（tǒng）的大型制药企业更倾向于采用合作的（de）方式，如（rú）阿斯利康与（yǔ）Berg，强生与、Benevolent AI，默沙东与Atomwise，赛诺菲和葛兰素史克（kè）与（yǔ）Exscientia，辉瑞与IBM Watson等（děng）。
然而，专家认为，AI应用于新（xīn）药研发与医疗AI落地面临同样的问题，如（rú）人才短缺、数据（jù）标准化与共享（xiǎng）机制、商（shāng）业模（mó）式（shì）创新等诸多（duō）问题。人工智（zhì）能（néng）在医学领域的应用需要生物医学、生（shēng）物信息与（yǔ）临床医（yī）学、数据统计（jì）分析、医学（xué）管理等学科背景的跨界人才。
青山隐隐水迢迢，AI成为（wéi）未来的（de）“药神”已迈（mài）开了第一（yī）步。
