健康时报记者  井 超

　　人工智能当下正火，AI 医疗也正加速赶来。

　　当我们还在感叹于电影里机器人“大白”为何能成为“最懂你”的私人医生时，

　　现实中AI已从电影走向民间，正在深度影响及改变医疗，

　　并在辅助诊断、新药研发、疾病发现等方向加速落地，逐步改善我们的医疗体验。

　　■相关阅读：

　　近日，由深圳市福田区人民政府指导，晶泰科技、腾讯主办的“人工智能+医药健康创新峰会”在深圳举办。会议围绕智能医疗、精准医疗、人工智能助力新药研发、基因组学与大数据等议题进行了深入探讨。

　　■名词解释：

　　AI医疗，简单说即是将人工智能技术应用在医疗中，通过计算机深度学习并处理医疗大数据的优势，让医疗相关环节提高效率、准确率，降低成本。

　　新药上市

　　更快更便宜

　　“药物研发将是AI医疗真正能够起到决定性作用的一个领域。”李彦宏曾公开力挺AI药研。

　　老百姓关心如何让药更有效又便宜。已知的有可能形成药的小分子化合物大概是10的33次方，怎样用它的分子式跟产生疾病的蛋白去合在一起，找到有效的新药?

　　在AI时代，“借助人工智能极其强大的计算能力和最先进的算法，将对药物研发带来颠覆性改变。”晶泰科技创始人温书豪作为实践者感言。

　　2014年，温书豪团队开始致力于用量化计算及人工智能助力新药研发，切入新药发现、药物设计，与药物固相研发领域。过去需要数月、数年时间，经过上千、上万次实验进行的药物固相筛选和研究，如今已经可以由计算物理、量子化学与云端强大的智能算法取代。这样高度精确的药物晶型设计与筛选，只要几天甚至几小时就能得到准确结果，再以此指导有针对性的实验验证，从而显著减少金钱与时间投入，并提高成功率，预见、避免后续的开发风险，从而实现大幅度提高药物研发效率、降低研发成本，让更多优质、高效的药物尽快到达患者手中。

　　影像看片更准确更快捷

　　尽管AI将对改变药物研发起到决定性作用，但“门槛高，技术壁垒也高，挑战也大”，温书豪坦言。相比之下，医学影像，则是目前人工智能在医疗领域最热门的应用场景之一。

　　比如眼底检测。80%的慢性疾病早期在眼底有显现。当眼底动静脉出现粘连，通过非侵入式的检查患者的眼底，并给出治疗建议，比一般的侵入式检查更便捷，也更及时。同时也能弥补不同医生读片结果的差异。

　　浙江大学睿医人工智能研究中心就较早着手同北京同仁医院合作，收集了上百万的数据，通过人工智能深度分析比对，实现对眼底病变的精准分辨。

　　不必过多依赖医生经验，完全通过大数据分析给出结论，已能达到分辨率是90%，精确度75%。在睿医人工智能研究中心副主任吴福理教授看来，图像识别是人工智能的专长，不光是眼底疾病，在甲状腺、前列腺、宫颈癌、肺等多器官疾病领域，人工智能都凸显出莫大优势。它无可企及之处就在于，精准识别、数据说话、依据客观、辅助诊断。

　　AI 医疗部分成熟项目应用

　　疾病早筛：腾讯觅影

　　聚合了腾讯公司内部包括AI Lab、优图实验室、架构平台部等多个顶尖人工智能团队，把图像识别、深度学习等领先的技术与医学跨界融合，支持食管癌早期筛查，以及早期肺癌、糖尿病性视网膜病变、乳腺癌等病种。目前中山大学附属肿瘤医院(广东省食管癌研究所)、广东省第二人民医院、深圳市南山区人民医院等多家医院已引入腾讯觅影，进行癌症早期筛查。

　　智能导诊：机器人小胖

　　智能导诊机器人主要基于人脸识别、语音识别、远场识别等技术，通过人机交互，执行包括挂号、科室分布及就医流程引导、身份识别、数据分析、知识普及等功能。

　　从2017年起，导诊机器人小胖开始陆续在北京、安徽、湖北、浙江、广州、云南等地的医院、药店中落地使用，只要在机器人后台嫁接医院信息等知识系统，机器人便可实现导诊功能。

　　医生助手：IBM沃森

　　由IBM研发的一种能够被用来诊断疾病的“机器人”。仅需17秒，便能阅读3469本医学专著、248000篇论文、69种治疗方案、61540次实验数据、106000份临床报告。2012年，它通过了相当于美国执业医师资格评定标准的考试。自2015年7月以来，沃森已覆盖肺癌、乳腺癌、直肠癌、结肠癌、胃癌和宫颈癌治疗领域，预计今年将会扩展到8~12个癌种，目前沃森已覆盖32家医院。

　　AI能否取代

　　人工看病

　　从药研到诊断，从早筛到预防，AI似乎以破竹之势火速介入医疗各个领域，除了吸引医疗投资的关注外，以后是不是就是AI检查看病了?取代医生看片问诊?当AI离我们越来越近，担忧也层出不穷。

　　“人工智能的目标，最终是让医生更清楚患者，让患者更了解自己，让医疗过程更加精准，让第三方服务更科学，医疗管理更科学。它重塑医疗，但无法取代人工医疗。”吴福理教授认为。AI这个全能选手背后，也裹挟着不可忽视的短板。

　　比如，AI依赖于大数据，但难点之一便是数据的来源和质量，当前中国医院间的信息孤岛现状，使得很多大数据提取和利用还是手工操作。此外，西安交通大学医疗大数据联合实验室主任钱步月也提出，AI一定要融入医疗流程，否则很难落地。

　　因此，前行路上还需扫平障碍重重。钱步月教授指出，归根结底，AI的飞速发展建立在信息化普及和大数据积累的基础之上。我们认识到了AI和医生分别能做什么，不能做什么，并让他们去做各自擅长的事情;AI+医疗将拥有非常好的机遇。

　　“无论黑猫白猫，抓住耗子就是好猫”。或许对于AI医疗同样如此，用其所长，让医疗体验得到提升和改变，让更多医疗痛点得到解决，那AI医疗便会一直春光大好，硕果频出。