傳統(tǒng)的醫(yī)學(xué)主要關(guān)注救死扶傷和防病治病，以疾病診療為中心。而今天大健康下的醫(yī)學(xué)理念要求醫(yī)學(xué)的重點從“疾病”轉(zhuǎn)變?yōu)椤敖】怠保卦诰S護和促進健康，延長壽命并提高人類生命質(zhì)量。
醫(yī)學(xué)一直緊跟科學(xué)的發(fā)展腳步，科技創(chuàng)新和學(xué)科交叉共同促進現(xiàn)代醫(yī)學(xué)的進步。隨著人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用和發(fā)展，未來，病人的就診方式可能發(fā)生翻天覆地的變化。
我們現(xiàn)在看病就是上醫(yī)院，掛號、排隊、就診、檢查、取藥或者是打針等。但是，在未來人工智能領(lǐng)導(dǎo)下的診療流程可能會是這樣的：①使用家用醫(yī)療檢測設(shè)備，檢測幾大基本指標作為預(yù)診療的依據(jù)。②然后找到簽約的在線AI機器人醫(yī)生，他在獲取了你的病情和你在家里檢測的各項數(shù)據(jù)指標之后，會做出大致的一個判斷，然后根據(jù)病情分配到最近的醫(yī)院。
這個診療流程就是：AI（人工智能）+醫(yī)療。通過AI機器人醫(yī)生診斷，實現(xiàn)了醫(yī)療分診，讓急需的、危重的病人享受匹配的醫(yī)療資源，而輕微的病人也無需各種折騰。有效避免了醫(yī)療資源的浪費，也節(jié)約了病人就診的時間和成本。
“AI+醫(yī)療”真的能實現(xiàn)嗎？這背后的科學(xué)依據(jù)又是什么？
其實，AI機器人已經(jīng)被使用在臨床、醫(yī)院服務(wù)等方面，只是暫時還沒有能力做到完全輔助醫(yī)生，而且無法廣泛應(yīng)用在家庭之中。
AI機器人醫(yī)生診療流程大致分為三個步驟：
1.家庭醫(yī)療檢測。應(yīng)用各類傳感器技術(shù)和無創(chuàng)醫(yī)療檢測技術(shù)，可以很方便地獲取人體各類檢測數(shù)據(jù)。
2.AI機器人醫(yī)生分診階段。AI機器醫(yī)生的學(xué)習(xí)速度快，服務(wù)器性能強勁，學(xué)習(xí)速度快，醫(yī)學(xué)知識儲存量沒有上限。
3.AI輔助醫(yī)療診斷階段。AI機器人醫(yī)生基于醫(yī)療圖像識別技術(shù)，通過對大量醫(yī)療影像資料的學(xué)習(xí)，，可快速、準確地判斷結(jié)果或者找出病灶部位。
在過去的幾年，AI醫(yī)療可謂是醫(yī)療投資界的“新寵”，AI醫(yī)療的未來發(fā)展狀況如何？可能會替代醫(yī)療行業(yè)的哪些工作？
一、智能醫(yī)療機器人：用于外科手術(shù)、功能康復(fù)及輔助護理等方面機器人。在AI機器人的幫助下，醫(yī)生能夠顯著提高手術(shù)的精度和穩(wěn)度，有效減少對患者身體的創(chuàng)傷。機器人的應(yīng)用也使得遠程手術(shù)成為現(xiàn)實。
二、智能藥物研發(fā)：智能藥物研發(fā)的底層核心是知識圖譜，其實質(zhì)就是將來自實驗室的理化數(shù)據(jù)、各種期刊文獻中的研究成果、以及各種開放醫(yī)療資料等原本沒有聯(lián)系的數(shù)據(jù)連通，將離散的數(shù)據(jù)整合在一起，從而提供更有價值的決策支持。
三、智能診療：智能診療融合了知識圖譜、自然語言處理、認知技術(shù)、自動推理、機器學(xué)習(xí)、信息檢索等技術(shù)，通過假設(shè)任職和大規(guī)模的證據(jù)搜集、分析、評價，從而給出診療判斷。
四、智能影像識別：運用AI技術(shù)識別及分析醫(yī)療影像。智能影像識別指運用人工智能技術(shù)識別及分析醫(yī)療影像，幫助醫(yī)生定位病癥分析病情，輔助做出診斷。
五、智能語音：用于輔助醫(yī)生書寫病歷。人工智能系統(tǒng)自動過濾掉無用信息，將所需的醫(yī)療數(shù)據(jù)自動轉(zhuǎn)換成文字，并形成結(jié)構(gòu)化電子病歷。醫(yī)生只需對電子病歷內(nèi)容進行簡單修改確認，即可打印提供給患者，并完成電子檔保存。
六、智能醫(yī)療導(dǎo)診：緩解醫(yī)院導(dǎo)診咨詢的壓力。智能醫(yī)療導(dǎo)診主要利用智能問答系統(tǒng)幫助患者解答掛號、繳費、科室分布等常見問題，引導(dǎo)患者順利就醫(yī)，緩解醫(yī)院導(dǎo)診咨詢的壓力。
盡管“AI+醫(yī)療”已經(jīng)火遍全球，但其應(yīng)用落地還面臨著一些問題。
1.數(shù)據(jù)總量與質(zhì)量問題：與其他應(yīng)用領(lǐng)域的數(shù)據(jù)不同，醫(yī)療數(shù)據(jù)種類繁雜，標準不統(tǒng)一，并且質(zhì)量參差不齊。病人的電子病歷數(shù)據(jù)很難保證完全正確同步?，F(xiàn)階段的數(shù)據(jù)，不論是從總量還是標記數(shù)量上來說，都還遠遠不夠。如何獲取高質(zhì)量的教材是大部分人工智能醫(yī)療企業(yè)共同面臨的問題。
2.病人的隱私問題：部分患者表示并不愿意將自己的病癥被公開或者用于醫(yī)療研究，因而醫(yī)療數(shù)據(jù)的分享也受到了阻礙。數(shù)據(jù)分享雖促進了科學(xué)研究的進程，但是涉及隱私的問題也尤為重要。
3.監(jiān)管問題：醫(yī)療技術(shù)監(jiān)督管理是衛(wèi)生監(jiān)督體系的主要組成部門，而人工智能剛剛應(yīng)用到醫(yī)療領(lǐng)域，很多監(jiān)管政策還沒有制定。
目前AI醫(yī)療整體來看還不是很成熟，還處于非常早期的發(fā)展階段。在未來，AI+醫(yī)療還仍有很長的路要走。
