人工智能医院还能这么玩？真是脑洞大开
2017/11/14 现代护理报
来源：现代护理报综合整理
导读
2014年的动画电影《超能陆战队》中，机器人“大白”作为人类的健康顾问，可以实时监测到人类的各项身体指标从而判断健康状况，并作出相应的解决方案。实际生活中，像大白这样的人工智能也正在走入我们的生活。
随着人工智能的快速发展，各个领域与人工智能的结合都取得了新的进展，其中医疗被认为是最有价值的领域。从分诊、挂号、诊断到治疗，人工智能将给医院带来哪些价值？
有人说，人工智能将取代诊断医生，医生要失业了？
IBM日前宣布研制出世界首个人造纳米尺度随机相变神经元，并构建了由500个该神经元组成的阵列，以模拟人类大脑的工作方式进行信号处理。有评论称，人工智能拟人时代或迎开端。同时，据媒体报道，IBM的“沃森”(Watson)人工智能系统近日仅用10分钟就诊断出一名60岁女性患有罕见的急性骨髄性白血病，并且找到了最适合的治疗方法。我国已有21家医院计划使用经纪念斯隆—凯特琳癌症中心训练的IBM Watson肿瘤解决方案，以期助力获得个性化的循证癌症治疗方案。电脑诊病是否将变成现实？
强人工智能时代还很遥远
神经元是人类神经系统的最基本结构，人造神经元的问世，是否意味着未来可能会制造出类人甚至超越人类的物种？业内专家表示，人造神经元是人工智能研发的一项重要突破，但人工智能要真正实现和人类一样还路途漫漫。
人工智能系统是通过处理海量知识而不断自我进步的深度学习系统，具备阅读和理解自然语言的能力。一直致力于人工智能辅助诊断系统研发的Airdoc创始人张大磊表示，人工智能大体可分为弱人工智能和强人工智能两大类。弱人工智能主要是通过机器学习算法，构建算法模型和深度学习网络完成指定任务，已经在图像识别、语音识别等很多领域得到应用并表现优异。强人工智能不仅要完成指定任务，还要有知觉、有自我意识，能推理、解决问题，要实现这个目标，还是非常遥远的事。
专家指出，计算机深度学习神经网络是基于训练模型的参数构建，并非化学物质，而人类生理性神经网络是人脑神经元通过神经递质传递信息。
微软亚洲研究院副院长张益肇博士表示，人造神经元与生物神经元就如同飞机机翼与鸟的翅膀，形似而神不同。两者从表面看，都是结构简单的神经元相互传递信息，进行信号处理，但具体处理方式却大相径庭。大脑的高效率、低耗能是目前人造神经元还远不能匹敌的。
人工智能有助提高诊断准确率
张益肇介绍，人工智能发展已有60年历史，从最初的用药警示发展到辅助临床诊疗提高医疗安全和医疗效率，以及更高效开展科技研究等众多领域。比如，微软亚洲研究院正在研究的病理诊断、脑部恶性肿瘤诊断等项目都有很好的结果。计算机能够从包含数以百万计像素的病理切片中提取正常细胞与恶性肿瘤细胞的不同特征，从而识别恶性肿瘤。人工智能系统能够帮助医生降低误诊几率。美国现在还有基于人工智能研发的医生训练模拟器，医生通过短期的模拟训练，可集中看到各种病症。全球每年有几十万篇医学论文发表，人工智能系统可以“阅读”海量信息，从中为研究者提取研究最相关的内容，尤其对于罕见疾病的诊断，更易于寻找线索，及早确诊治疗。
人工智能系统在某些领域甚至还可以媲美或“取代”临床医生。张益肇举例说，在疟疾疫情严重的非洲地区，由于缺乏足够的病理医生，患者难以得到及时诊断和治疗。微软与盖茨基金会合作开发的血液涂片人工智能分析诊断系统，有望破解这一难题。基于机器学习方法，目前微软正在进行与艾滋病相关的研究，“艾滋病病毒与计算机病毒有相似之处，都会不断变异并逃逸防御系统”。
张大磊介绍，世界卫生组织网站上ICD-10编码的疾病有7.8万多种，症状也有几万种。如此庞大的信息量，并不适合人类去记忆，并在5分钟～10分钟内准确判断。人工智能辅助诊断就是给医生添了一个得力助手，尤其将训练好的模型应用到基层，基层医生便随时随地有一个可信赖的助手来帮忙提醒，以免误诊和漏诊。Airdoc团队研究显示，人工智能系统与顶级医院顶级医生在部分领域的诊断符合率达到97%以上。
张大磊介绍，该公司研发的Airdoc系统目前已经在影像、病理、病历识别等领域得到应用。公司与国内多家知名医院合作，让该系统“学习”大量的病历资料、病理切片、CT、核磁等影像资料，进而构建恶性肿瘤、慢性疾病等不同种类的学习模型。部分疾病的恶性肿瘤病理切片识别判断准确率已经超过大多数临床医生；而通过对病历核心信息提取、结构化，则可以判断并预测患者可能会患的疾病。
看一看人工智能医院好玩的事：
情景1：医院大厅
走进医院，你会看到医院的智能服务正在搜索你要探望的病人。(通过早期的接触，机器人对你已经有所了解。)系统应用人脸识别技术，将你的信息与提供的照片以及允许通过的拜访人员名单进行匹配。在接待服务台，系统注意到你空手而来，而且气喘吁吁。考虑到这些因素，系统会询问你想先去四楼看病人，还是先喝点东西、逛礼品店。你回答想先喝东西以及挑选礼物。
情景2：自助餐厅
如果需要，智能服务会将去自助餐厅、礼品店的路线发送到你的移动设备上。到了自助餐厅，你选择了一款苏打水。人工智能服务会记住当时的天气、时间、地点以及你的心率，从而今后帮你做出更好的选择。在你离开自助餐厅时，付款已经自动完成了。
情景3：礼品店
你要去探望的病人是一个5岁的孩子，人工智能服务为你提供的礼物选择分别是：一束假花、一束气球或者是毛绒玩具。因为你本打算送一束鲜花，所以觉得智能服务提供的推荐很奇怪，于是你向店员询问。店员在看到病人的名字后，告诉你由于病人有过敏性症状，所以不适合送鲜花。他为你推荐了同样的三个礼物选择以及一张下次使用的85折优惠券。
情景4：病人房间
在你走向智能电梯时，它会告诉你要探访的病人住在 4楼的儿童病房。走出电梯后，智能系统会邀请你下载关于儿童健康的最新信息，以及为你规划最快的行走路线，并提醒你探望时间在晚上9点结束。你带着礼物走进病房，看望病人。由于不是直系亲属，所以智能服务不会为你提供最新的病情状况。不过，它会询问你是否愿意与护理人员聊聊，或者为你介绍其他的智能服务。
智能服务主要包括5个关键要素：
1.由于数字足迹和数据排放，人工智能服务才得以建立文档。
每一个人、每一台设备以及每一个网络都提供了信息。数字足迹或者数据排放来自面部分析、网络IP地址，甚至一个人的行走步态。通过人工智能以及认知计算，系统可以进行模式分析以及关联身份。这就意味着，在不同的情境下，人工智能服务可以对我们进行个体识别。
2.沉浸式体验让自然交互成为可能。
在人工智能服务中，情境、内容、合作以及渠道的融合，给每个人带来了沉浸式、独特的体验。智能服务会根据当时的情境特点，比如地理位置、时间、天气、心率甚至情绪，并结合之前对我们身份、偏好的了解，提供高关联、合适的内容。“感知—响应机制”使得参与者与机器之间的合作成为可能，合作的形式包括交谈与文本对话。渠道包括所有的联系点，例如手机、社交聚会、前台以及面对面交流等。总之，目标是基于个人身份的自然用户体验。
3.大规模提供个性化数字服务。
预期分析、刺激因素以及选择，将带来大规模的个性化。预期分析会基于对客户的过往了解，来调整客户体验。刺激因素为客户的反应提供了触发点。选择是客户自己做的决定。这三个因素的结合，使得人工智能系统可以基于客户身份、过往喜好以及当时的需求实时设计体验。
4.价值交换使信任流程得以实现。
一旦采取了行动，价值交换就可以加强这一交易。货币、非货币以及意见的交流是价值交换的三种常见形式。虽然货币价值交换可能是最明显的方式，但是非货币的价值交换(包括识别、进入和影响)往往更引人注目。另外，一份简单的意见或协议也可以提供价值交换，比如投保人要求的医疗索赔是否真实或者对病人治疗方案的意见是否一致等。
5.持续的反馈和检测，让人工智能可以持续学习。
通过机器学习和其他智能工具的赋能，智能系统的交付形式主要包括以下几种：一次、临时安排、重复、订阅以及阈值驱动。通过机器学习技术，智能系统可以学习如何为特定的患者群体提供智能服务，以及将这些服务应用在未来的互动中。例如，系统可以检测出哪些服务更能取悦孩子以及何时提供这些建议。
虽然人工智能驱动的自动化会让一些人感到焦虑，但是担忧机器人将掌控世界的想法未免过于夸张。人工智能驱动的智能服务将提升人类的智慧，就像之前机器提升了人类的体力能力一样。通过减少错误、提高决策速度、识别需求信号、预测结果、防范灾难，人工智能驱动的智能服务将在我们未来的生活中扮演关键角色。
怎么样，是不是让你脑洞大开呢？
-THE END-
现代护理报
中国护理第一报 最权威护理公众号
投稿邮箱：xdhlbwx@126.com
护士维权热线：0311-67562434
http://weixin.100md.com
返回 现代护理报 返回首页 返回百拇医药