若論話題熱度，人工智能無疑是近段最熱話題之一，微軟、谷歌、Facebook、IBM等科技巨頭都競相布局人工智能，而對于人工智能利弊的討論也是相當激烈，有人支持人工智能的研究發(fā)展，認為人工智能將會給人類帶來翻天覆地的變化。而有的人則認為人工智能可能會給人類帶來災難，比如著名物理學家斯蒂芬·霍金預言“未來100年內(nèi)，電腦將憑借人工智能把人類取而代之?！比欢?/span>人工智能在醫(yī)療領域給人類帶來的好處是無法反駁的，今天小編總結一下，人工智能搭上醫(yī)療會給人類帶來什么？

最近一期（第542期）Nature的封面，就是關于人工智能診斷皮膚癌的。斯坦福大學人工智能實驗室研究人員創(chuàng)建了一個機器學習算法，這種算法能夠像皮膚科醫(yī)生一樣檢查出潛在的皮膚癌癥狀。他們用12.9萬張皮膚病變的照片訓練深度卷積神經(jīng)網(wǎng)絡，讓它對皮膚損傷進行分類，診斷皮膚癌。在測試中這種算法的表現(xiàn)不亞于21名通過職業(yè)驗證的皮膚科醫(yī)生。

在我國關于人工智能診斷疾病的研究也取得較大的進步，比如中山大學的研究人員開發(fā)的人工神經(jīng)網(wǎng)絡CC-Cruiser診斷先天性白內(nèi)障的準確率，已經(jīng)達到人類眼科醫(yī)生的水平。該成果發(fā)表在Nature biomedical engineering上，這些科研人員表示，該技術未來也可以別用于診斷其他疾病。相信伴隨人工智能的不斷發(fā)展，像癌癥這種疾病會更早的被發(fā)現(xiàn)進而早治療，最大程度的挽救患者。

醫(yī)學影像與人工智能的結合，是數(shù)字醫(yī)療領域較新的分支，而且是數(shù)字醫(yī)療產(chǎn)業(yè)的熱點。醫(yī)學影像包含了海量的數(shù)據(jù)，放射科專家大部分情況下還是主要依賴于臨床醫(yī)生建立起來的主觀印象來判斷癥狀，即使有經(jīng)驗的醫(yī)生有時也顯得無所適從。醫(yī)學影像的解讀需要長時間專業(yè)經(jīng)驗的積累，放射科醫(yī)生的培養(yǎng)周期相對較長，而人工智能在對圖像的檢測效率和精度兩個方面，都可以做得比專業(yè)醫(yī)生更快，還可以減少人為操作的誤判率。

對于醫(yī)生來說，大腦的記憶容量和時間都是有限的，絕大多數(shù)醫(yī)生都不可能讀完和理解最新的幾萬份有關研究論文，更不可能記住人類可能患上的上萬種疾病。但是對于人工智能不同，“機器人醫(yī)生”通過深度學習技術，可以不間斷的從大量的醫(yī)學工具書、醫(yī)學雜志、臨床診斷手冊、醫(yī)療電子記錄，到百科全書、詞典、圖書、新聞甚至電影劇本中提到的電子病歷進行機器學習，幾乎可以及時存儲所有最新的的醫(yī)學知識。而且更為重要的是，機器人醫(yī)生能夠學以致用，通過認知分析技術，憑借從各種渠道搜集的海量數(shù)據(jù)，迅速給出“意見”，指導醫(yī)生做出診斷和治療決策，并且不會因為人的各情緒導致缺診或誤診，同時患者能夠更快速地獲得醫(yī)療服務，而醫(yī)療機構也可節(jié)省成本。

據(jù)有關統(tǒng)計部門統(tǒng)計，從影像方面的誤診人數(shù)來看，美國每年的誤診人數(shù)達到了1200萬，而中國因為人口基數(shù)龐大，達到了驚人的5700萬/年，這些誤診主要發(fā)生在基層醫(yī)療機構。電子膠片的廣泛使用使得醫(yī)學影像數(shù)據(jù)大幅度增長，美國的數(shù)據(jù)年增長率達到了63.1%，在中國也達到了30%。放射科醫(yī)生的年增長率美國和中國僅僅只有2.2%和4.1%，遠遠低于影像數(shù)據(jù)的增長，形成了巨大的缺口。這意味著醫(yī)師工作量大增，判斷準確性下降，借助人工智能對影像進行判斷則能有效彌補該缺口。

在手術機器人這個領域最知名的莫過于達芬奇系統(tǒng)。達芬奇手術機器人是由美國直覺外科（Intuitive Surgical）公司研制的一款高級外科手術機器人系統(tǒng)，此后獲得美國FDA批準，被用于腹腔鏡微創(chuàng)手術。多年來，達芬奇手術機器人在很多醫(yī)院都進行了臨床應用，效果十分顯著。達芬奇機器人主要是起到輔助醫(yī)生的支持作用，幫助微創(chuàng)外科醫(yī)生以更高的精度和更少的誤差進行手術操作。比如一名外科醫(yī)生，本身醫(yī)術很高超，但碰到一些疑難病例，在操作過程中就會導致一些傳統(tǒng)的醫(yī)療器械使用受限制，這個時候達芬奇機器人的作用就凸顯了。對病人來說，機器人系統(tǒng)的潛在好處是可以減少疤痕和痛苦，減少血液損失，更快地康復。而對醫(yī)生來說，這個靈巧的工具可以減少在病人身上開口，縮短了手術和恢復的時間。

達芬奇機器人現(xiàn)在主要應用于泌尿外科、甲狀腺、婦科腫瘤、胃腸、兒童外科等相關手術，原因在于這些地方的病癥不是牽涉到敏感神經(jīng)，就是隱藏很深需要高精度的操作。

醫(yī)學的任何表達包括實驗室數(shù)據(jù)，都可以或者都必須轉換為描述語言，因為醫(yī)學的任何判斷和結論都必須人的直接參與，沒有任何一種單純的物理信號或數(shù)字信息可以完整描述人。醫(yī)學的描述性特點也使醫(yī)學的意義更依賴于給患者的醫(yī)療記錄，沒有一種記錄能像醫(yī)療記錄那樣把人、學術、生活、俗務、法律、科學等聯(lián)系得更緊密。所以醫(yī)療記錄的繁雜也托負著眾望，日益艱巨起來。

《福布斯》此前曾經(jīng)報道：醫(yī)生花費27%的時間在診室問診，還有49.2%的時間在做書面工作，其中包括使用電子健康記錄系統(tǒng)。一些醫(yī)療健康機構已經(jīng)開始使用人工智能程序來減少醫(yī)生和護士收集患者信息的時間，這有助于降低成本，但是有可能反而進一步減少醫(yī)生和患者交流的時間。

David Zeevi團隊2015年11月在《Cell》發(fā)表論文，闡釋了機器學習應用于營養(yǎng)學的積極作用。研究結果表明，機器學習算法給出了更精準的營養(yǎng)學建議，成功控制餐后血糖水平，結果優(yōu)于傳統(tǒng)專家建議！這為機器學習以及精準營養(yǎng)學打開了一扇大門。

目前較知名的將人工智能應用于營養(yǎng)學的初創(chuàng)公司為位于都柏林的Nuritas。Nuritas為食品制造企業(yè)提供數(shù)據(jù)挖掘服務（采用了機器學習），并按銷量收取傭金。未來計劃推出面向消費者的個性化營養(yǎng)方案，針對每位消費者的情況制定不同的方案，收取服務費。

中國機器人界十二位大咖齊賀新春