AI辅助诊疗，未来医学的发展趋势探索

2020-07-03

随着医疗AI（医疗人工智能）在医疗领域的攻城掠地，如今已经开启了新纪元的医疗科技，借助“人工智能大脑”，AI辅助诊疗新时代正在到来。

利用AI探索生命科技，是当前人工智能医学的一大热点。基于大数据、云计算、神经网络和树搜索，拥有深度学习功能的人工智能，正在弥补人类的能力短板，成为医生的得力助手。

辅助诊疗，医疗AI的用武之地

以往只能通过医生的肉眼去看X光、CT、超声、MR等的影像，才能给出患者诊断结论，过程不仅繁琐且重复性高。而现在通过AI 辅助诊断技术的应用，能够很大程度地提高医疗机构、医生的工作效率，降低工作强度，降低漏诊率。

随着人工智能技术的愈发成熟，国内人工智能诊断领域也愈发火热，各种采用AI技术的辅助诊断医疗企业如雨后春笋般涌现，纷纷押注细分赛道，寻求应用场景的落地。

AI辅助诊疗面临的障碍

目前，中国医生对精准医疗和大数据的认知度和接受程度普遍是比较高的。具体体现在86.7%的医生听说过人类基因组计划，75%医生表示可以接受可穿戴设备产生的医疗数据，54%表示同意通过深度学习和人工智能可以诊断疾病。

尽管在资本推动下，国内AI医疗快速发展成熟，在关键时候发挥出重要作用。但是，AI医疗在全球也面临着一些独特的高难度障碍：医疗数据的敏感性和严格的保护隐私规定，限制了AI医疗所要求的高质量聚合数据的收集。另外，辅助诊断类审批标准尚未完善、收费标准未建立，也影响了企业商业化进程。

然而，大数据用于诊断距离实际的临床运用还有距离。我们都知道，任何新的技术和药物要用于医疗，都离不开医生的接受和推荐。根据数据分析表明，某些科室对于大数据用于诊疗的接受程度是相当高的，如肿瘤科，妇产科，以及精神科。

辅助诊疗，医疗AI应用是大趋势

精准医疗和大数据目前是市场追捧的热点。根据相关数据显示，国内外科研机构都在和医院合作进行大数据辅助诊疗的探索。

尽管目前AI应用辅助诊疗还面临着许多问题，但是未来在众多努力下，人工智能足够成熟到用于临床，更好的实现辅助诊疗。更重要的是，假如人工智能已经足够成熟到用于临床，69%的医生表示，他们会推荐病人去。也就是说，未来人工智能在医生那里可能会变成像CT、MRI扫描一样例行的方法。

应用医学知识库推动医学进步，改善医疗短板

2020-07-01

医疗服务流程的优化，少不了信息应用手段，医学信息数据的有效应用，对提高医疗卫生管理和服务水平、改善患者就医体验起到了积极的促进作用。由于受资金匮乏、基础薄弱等多重因素影响，目前国内医院信息化建设存在很大差距，全民健康信息平台亟待完善，传统的医疗机构信息化建设远不能满足业务发展需求。

医疗领域的短板和核心

信息数据一直是医疗领域的最重要的短板和核心。信息难以获得、信息不确定、信息不对称，都给医疗领域带来了很大的影响。医学从一个主要依靠直觉、经验、症状来治疗的领域，随着数据的积累、扩大，慢慢发现了一些模式，从直觉医学转化为实证医学。

过去国内医院信息化建设和医院信息系统与医学知识库领域的研究、开发与应用上是较落后的，随着日趋递增的医疗需求，再加上病理的复杂，即使是发展中的医疗水平，也无法高效地解决突出的医疗矛盾。

应用医学知识库推动医学进步

当大数据开始出现后，当我们可以精确诊断疾病的病因，从而真正做到对症下药后，我们便达到了精准医学的阶段，有效提高医疗质量。以此来看，信息化和数据的规模和质量，是推动医学进步的重要力量。

医学知识库储存和管理问题求解所需的专家系统问题，庞大的医学知识库和数据库，可以建立医生的临床辅助决策支持系统，帮助医生进行诊断。随着不同领域专家系统的开发，医学知识库的不断深入研究和改进精准，医疗资金的投入，落实应用医学知识库，国内的医务人员素质相应提高，医学质量也将不断得到提升，目前所存在的医疗矛盾也能在一定程度上有所缓解。

精准医学知识库，匹配医疗步伐

医学知识库最主要在于大数据，数据的数量巨大，而且甚至是研究某个医学问题所涉及到的整个数据集群，而不只是其中的一个样本。当然，数据的庞大，更重要的在于数据本身的质量，是否科学标准？如果医学知识库的数据存在误差，那么便不是提升医务人员诊疗效率，反而增加了医师的误诊率，造成一定的医疗事件。

只有不断实现医学知识库的精准，将不规范、非结构的数据排除，不断转为规范和结构化的数据，进一步提高医疗数据的质量。由于医生工作繁忙，医疗数据编码应用的不普及，缺乏医疗数据统一的标准和规范，这些问题对于提高我国医疗数据的质量都是很大的挑战。

在精准医学知识库的同时，更应该落实普及如何操作应用，医学知识库协同医务人员，逐渐融入医生的工作流程，诊断准确率逐渐提高，也为其提高诊疗效率，才能推动医疗进步，改善医疗水平，以目前国内的情况来看，精准医学知识库还任重而道远。、

转自惠每科技