潮生理棹——人工智慧與醫學

祝

福

恭祝所有關注本公號的朋友們：

新年吉祥，大發大旺，

身體健康，美滿如意！

狗

辭舊迎新，狗年旺旺旺……

快樂每一天……

人類社會已經經歷了三次工業革命，第一次是十八世紀下半葉至十九世紀初，人類進入蒸汽時代；第二次是十九世紀下半葉至二十世紀初，人類進入電氣時代；第三次是二十世紀下半葉至現在，人類進入生物科技與產業時代。科技在不斷進步，還有沒有第四次工業革命？答案是肯定的。

實際上，國外已經有人提出「第四次工業革命」（the Fourth Industrial Revolution）的概念。下面是維基百科上對第四次工業革命的定義：「The Fourth Industrial Revolution (4IR) is the fourth major industrial era since the initial Industrial Revolution of the 18th century. The Fourth Industrial Revolution is described as a range of new technologies that are fusing the physical, digital and biological worlds, and impacting all disciplines, economies, and industries."翻譯為：第四次工業革命是自18世紀第一次工業革命以來發生的第四次工業新時代，其特點為融合了物理，數字和生物世界的一系列新技術，影響所有學科，經濟和行業。

第四次工業革命隨著人工智慧（Artificial Intelligence, 簡稱AI）號角的吹響，將首先在醫療領域發生，醫療領域也將成為第四次工業革命的主戰場。這將給我們人類社會帶來意想不到的巨大影響。那麼，什麼是」人工智慧「呢？簡言之，就是與人類或動物的」自然智能「（NI）相對應的，由機器所展示出來的智能。在計算機科學中，人工智慧研究是指任何對」智能代理「（Intelligence Agents）所展開的研究。代理這個詞在這裡用得很巧妙。有些事情我們不便或無法直接出面，就找個代理人。在大數據時代，我們對於數據顯得是如此無力，的確是不便及無法出面，因此只好藉助有分析計算能力的機器，這時這個機器就成了我們的」智能代理「了。桌子板凳是做不了我們的智代的，能做智代的，一定是能夠感知環境，並能通過行動將其實現目標的可能性最大化的東西。我們研究的就是這樣的東西。

1.雲深不見來時路，目斷征帆歸別浦

早幾十年前，我們根本想不到「數字」這個概念會對我們的生活有這麼大的影響。後來，慢慢有了電腦、手機、互聯網、QQ、「數字電視」，指紋識別、人臉識別、「數字支付」，「數字」這個概念一下子離我們這麼近！這就是科技革命的巨大威力，一忽時，我們已經是」雲深不見來時路「了，再要回到過去已經幾乎不可能了。這就是這個時代的特徵：每個人只是科技浪潮中的一尾小魚，想完全置身其外幾乎是不可能的。「數字化」可以說已經成為我們這個時代的最強音。

「數字化」的發展是驚人的。在2013年時，全球每年的數字總共才4.4ZB，而預計到2020年，這個數字將達到44ZB，或者說44萬億兆位元組！這是個什麼概念呢？如果我們將歷史上所有人的講話全部數字化，才5億兆位元組。大家就可以想像這個數字化的速度是多麼驚人！所以我們說我們正處在一個」大數據「的時代。在這個時代，數字化將會越來越深刻地影響著我們的一切。

「大數據」時代，我們不是缺少數據，而是數據太多，多得讓你無法甄別真偽，讓你無法分析出有用的信息。所以我們必須藉助一定的工具來理解、分析及應用它。」人工智慧「（AI）將是最重要的一環。為什麼這樣說呢？客觀世界需要我們的人腦來分析。當將客觀世界數字化後，就需要相應的」電子腦「來分析，這個電子腦便是人工智慧，它是對人腦的模擬，來幫助分析、理解數字化的東西。

這個「人工智慧」不是紙上談兵，而是已經實實在在地發生在我們的日常生活中。例如用過蘋果手機的朋友都知道Siri，我們可以與她對話，已經是個不錯的語音識別+智能問答系統了；還有如Google正在開發的無人駕駛汽車、微軟的Cortana、亞馬遜的Echo、國內騰訊雲小微、阿里小蜜等，都已經或將要影響我們日常生活的方方面面。據報道，英國有一位19歲的程序員發明了一款機器人，就象一個「AI律師」，通過簡單地問人們幾個問題，就可以幫他們解決」停車罰單「的申訴問題。該機器人已經為倫敦和紐約的25萬張停車罰單中的16萬張做了有效申訴，申訴成功率64%。

2.兩岸猿聲啼不住，輕舟已過萬重山

由於醫學問題的複雜性，對於人工智慧的要求也較其他領域更高。但是人工智慧在醫學領域的作用正在凸顯。越來越多的大公司將興趣轉向這一領域。在醫療領域，數據記錄完整，而且每天都在不斷地產生各種結構化[1]和非結構化[2]的數據，對這些數據的分析，很有可能導致醫學領域的重大發現和技術革新。「我毫不懷疑複雜的學習和人工智慧演算法將在未來幾年在醫療保健領域佔領一席之地」薩特健康高級數據科學家Andy Schuetz說，「我不知道到底是兩年還是十年 ——但它即將到來。」

目前在醫療保健領域，已有一些AI應用成功的例子，還有很多的研究僅處在實驗室階段，離真正的應用還有一段距離。

2.1醫療數據管理與挖掘

人工智慧在醫療領域的最明顯應用是數據管理。收集，存儲，標準化，追蹤其譜系 ——這是革新現有醫療系統的第一步。搜索巨頭Google的AI研究部門推出了Google Deepmind Health項目，該項目用於挖掘醫療記錄數據，以提供更好更快的醫療服務。該項目目前正處於初始階段，正在與Moorfields眼科醫院NHS信託基金合作，以改善眼科治療。

在我國近年方興未艾的電子病歷系統，健康管理軟體等，正逐漸將人們的醫療檔案電子化，這個很重要。記得我十幾年前做博士論文時，需要到醫院的病案室翻閱海量的紙質病歷。那時裝病歷的是專門的可移動式病歷架，一排排，佔據了滿滿一大間屋子。查找、歸檔都是非常辛苦的事情。後來上瑞典卡羅琳斯卡醫學院讀書時，做一個關於乳腺癌的臨床流行病學的課題，辦公室的數據直接與瑞典國家腫瘤中心的數據對接，只要有授權，就可以調出詳細的資料，完全電子化，直接作數據分析即可。將來，醫療數據的電子化必將越來越普及。將這些數據電子化既便於儲存，也方便分析。當具有海量數據時，那麼便可以對數據進行挖掘（data mining）。這個醫療數據本身就相當於一座」金礦「，通過數據的分析挖掘，有可能大大提高我們的醫療認知，糾正過去的一些認識誤區，還有可能發現醫療的盲區。此外，對健康數據的管理還有便於系統根據患者的個體情況，提出智能化建議以促進健康、預防疾病。

目前，我國的健康管理總體來說還處在比較零散混亂的狀態，有很多的健康管理公司，但是健康管理還並沒有做到真正「電子化」，更談不上智能化。今後如何建立一個全國通行的、完全電子化的醫療資料庫，實在是非常值得期待。我國人口基數巨大，如果這個資料庫做成，每個人的生老病死都有很詳細的電子檔案記載，對於我國醫學的發展必將是一個極其巨大的貢獻。在立法上、統籌上以及技術上還有太多的工作要做。

2.2智能診斷

智能診斷是基於AI技術的新興診斷方式。這種方式尤其適於一些諸如影像識別、量化細分的領域。因為顯然人肉眼不能發現的微小形態或顏色的變化，機器都可以毫不費力地發現。所以有些時候，機器的智能診斷準確率甚至高於人工專家。這裡舉幾個例子。

IBM「認知助手」（ Medical Sieve）已用於協助放射科和心臟科的臨床決策。該「認知助手」能夠更快，更準確地分析醫學影像，檢測和發現問題，其準確性與可靠性已達到專家水平。

英國的「巴比倫」（Babylon），能夠在線提供醫療諮詢和健康服務。患者在線將癥狀、病史等報告給」巴比倫「，巴比倫在對照疾病知識庫進行檢查比對後，會提出相應的診斷與治療方案。這個可以大大方便患者。尤其是在歐洲，很多國家看病都是要預約的。一個頭痛、發燒，他可能給你約到幾天以後，如果這個在線的系統能夠普及，可以大大方便患者。我們研發的一個中醫專家診療系統已獲國家軟著，為世界上第一個多語種中醫智能專家診療系統，目前正在將之做成在線形式，以方便患者能夠及時、準確地得到中醫診治的相關建議。

智能診斷系統的好處是可以24小時不知疲倦地服務，患者在任何時候都可以通過這個智能系統做一個初步的診斷與處理，能夠極大地減輕社會醫療資源負擔與患者經濟及心理負擔。

2.3制定治療方案

AI可以通過數據的收集與分析，為患者制定個性化治療方案。例如IBM Watson for Oncology（沃森腫瘤）能夠分析臨床報告中結構化和非結構化數據的含義和上下文，然後，通過將患者病歷檔案中的數據與臨床專業知識以及外部研究的數據等相結合，從而為患者制定適當的治療計劃。一位成熟的腫瘤專家可能需要幾十年才能學習的內容，機器在短短几個小時就可以學完，因此可以制定出專家級別的治療方案。

2.4智能醫療輔助

例如導醫分診、醫療信息查詢、監測病情與用藥、慢病的隨訪等，都可以通過基於AI的機器人來完成。例如監測用藥，原來是很困難的。你將藥物開給患者後，他（她）回家有沒有服用是不得而知的。現在美國國立衛生研究院（NIH）開發出一種應用程序AiCure，通過配合智能手機的攝像頭和人工智慧自動確認，以確保患者能按時服藥。

2.5研發新葯

一種新葯的開發往往需要數年，耗資數十億，因此新葯的研發是一項「吃力未必討好」的 工作，如果沒有雄厚的財力支撐，是很難實現的。有了人工智慧與超級計算機，今後這種狀況有可能改觀。例如，Atomwise是一家專註於新小分子物質的深度學習（Deep Learning，簡稱DL）的研究機構。 他們推出了一種「虛擬搜索」，可以對現有藥物重新設計，以用於治療埃博拉病毒（Ebola virus）。 通過AI技術發現的兩種藥物能夠顯著降低埃博拉病毒感染。 這種分析在以往通常需要幾個月或幾年的時間，他們不到一天就完成了。 Atomwise的首席運營官Alexander Levy說：「這一技術意味著什麼？意味著下一場埃博拉再來襲時，成千上萬的人的生命可以得到救治。」

2.6健康監測

方興未艾的物聯網（Internet of things）為健康監測提供了極大的可能。例如可佩戴設備能夠動態、實時地採集醫療數據，上傳到雲端伺服器，在醫生、患者、患者家屬之間建立互動的監測網路。

3.長風破浪會有時，直掛雲帆濟蒼海

面對這第四次工業革命的巨浪，面對讓人應接不暇的AI技術，我們應該做些什麼？

首先，在觀念上要接受，不要恐懼。人類社會進化數萬年，真正擁有知識才幾千年的事。伴隨知識的發展、技術的革新，我們的生活水平也得以極大的提高。前面三次工業革命我們人類社會都是受益良多，這第四次工業革命最終也會是利大於弊。雖然霍金說，「人工智慧可以終結人類社會」，但是我們必須看到人工智慧對人類可能帶來的巨大收益。只要我們做好倫理規範、加強立法監管，控制研發節奏、合理有序地安排AI的研究內容，我相信「毀滅人類」的風險是可以規避的。

其次，適當學習與了解AI相關的知識。不僅是人工智慧的專家，普通老百姓多了解一些也是有必要的。生老病死是每個人一生中必經的事，將來人工智慧的發展，有可能將生老病死的這整個過程科學有序地管理起來，讓每個人都擁有AI的健康助手，才有可能實現世界衛生組織（WHO）所說的「人人健康，健康人人」。

再次，對研發部門來說，開發符合中國人習慣與特質的人工智慧軟體/平台非常有必要。國外的一些東西，並不完全符合中國人的體質及文化心理特徵，因此我們要走自主研發之路。這個系統有必要同時考慮中、西醫兩方面，將之分為兩個系統進行研究，條件成熟時合而為一。在西醫方面，我們發展了這麼多年，大部分標準都還是採用西方的。西方的標準是否一定適合中國人？值得商榷。中醫方面我們領世界之先，開發中醫的AI系統是題中之義。

非常期盼在這新一波的科技浪潮中，我們在醫療AI領域能領世界之先！

（註：本文系根據國外相關文獻編譯，並結合中國實情予以深度討論）

[1] 即行數據，存儲在資料庫里，可以用二維表結構來邏輯表達實現的數據。

[2]不方便用資料庫二維邏輯表來表現的數據即稱為非結構化數據，包括所有格式的辦公文檔、文本、圖片、XML、HTML、各類報表、圖像和音頻/視頻信息等等。

非著名某博主

長按左邊二維碼

感謝您的關注

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！