876
4月11日，在2020中国人工智能产业年会中，多位学者、专家谈到，辅助诊断、机器手术、精神疾病的干预治疗等众多领域都已在研究使用相关技术。
2020年初，新冠疫情于武汉爆发，当年二月初，武汉大学联合多个机构动用了几十位医生和学生共同研发，迅速开发了一套新冠肺炎智能诊断系统。这一系统能够快速从病灶中提取新冠肺炎特征，并对轻型和重型进行初步诊断，后期协助医生诊断了超过2000例新冠肺炎病例。
这是新冠疫情弥漫下，人工智能应用于医疗的一个侧影。
在疫情肆虐人力工作受阻的情况下，人工智能被广泛运用，例如AI测温、人脸识别、大数据追踪，筛查新冠病毒感染、预测生物体的蛋白质结构等技术的应用，让防疫更加高效。业界普遍认为，2020年成为了AI医疗发展的重要分水岭。
在2021年发布的“十四五”规划中，人工智能作为前沿科技被多次提及，这让相关产业迎来了政策的春天，其中，医疗行业被视为AI技术应用的一大重要场景。
4月11日，在2020中国人工智能产业年会中，多位学者、专家谈到，辅助诊断、机器手术、精神疾病的干预治疗等众多领域都已在研究使用相关技术。不过，AI医疗在迅速发展的过程中也困难众多，他们坦言，AI医疗发展中，数据确权问题仍未解决，技术、医疗的跨界人才仍然缺乏，AI医疗产品的落地仍面临诸多困境。
2020年新冠疫情爆发，在人力工作受阻的情况下，人工智能在疫情防控中发挥着重要作用。从AI测温、人脸识别到大数据追踪，还有企业利用AI 技术筛查新冠病毒感染、预测生物体的蛋白质结构等，技术的应用让防疫更加高效，这也让越来越多人认识到AI医疗的便利性与重要性。
除防疫之外，AI技术与医疗行业正走向更为深刻的结合中。数据显示，目前全国已有7700余家二级以上医院建立起了预约诊疗制度，全国建成的互联网医院已超过1100家。AI及数字化在医疗上的应用范围正加速扩张。
医学影像辅助诊断方面，通过人工智能对医学影像进行标注，能够大大提高医生的工作效率，减少重复工作和遗漏。4月11日，浙江大学健康医疗大数据国家研究院副院长吴健在2020中国人工智能产业年会中谈到，机器更擅长计算，人更擅长联想、判断，有没有可能把两者结合，让人和机器协同干活？
为了解决这一问题，吴健团队提出，基于对抗学习的影像分割模型，机器首先进行大量相似物中的影像训练，而后对少量特定级别标注影像进行学习，最后让机器可以通过少量的特定疾病标注学会少量疾病的辅助诊断。通过这样的方法，可以解决扫标漏标、3D影像复杂计算成本、多模态数据信息没有充分利用等问题。
吴健团队还将类似的数据分析应用到了部分疾病诊疗中，比如白内障分级，目前准确率约达70%；圆锥角膜分类，准确率约90%；生存时间分期，准确率达到约80%；慢性肾病筛查，准确率和敏感度可达90%。
手术机器人也是人工智能应用于医疗的重要领域之一。华南理工大学副教授、广东省生物医学工程学会副理事长杨荣骞谈到，传统手术精度低，耗时较长，组织创伤较大，如果机器人能够辅助进行外科手术，精度、耗时、组织创伤等方面都将得到优化。不过，机器人手术也面临着很多挑战，比如如何解决呼吸运动模拟、呼吸运动采集、机器人目标定位、模型设计及如何在呼吸运动下做胸腹部的手术穿刺等。
除此之外，人工智能还在精神类疾病中得到了应用。自2012年，哈尔滨工业大学（深圳）教授、IEEE Fellow刘洪海团队致力于搭建视觉系统，通过视觉方法对脑部发育障碍（孤独症）患儿的社交障碍行为进行跟踪与分析，再与临床经验融合，并搭建相关的医疗模型。
这一系统由五个摄像头组成，借此，机器把病人的表情、视线、行为三大特征提取出来，推理机基于临床数据库和知识作出相应的反应决定，下载到机器人中，然后机器人和病人进行交互，完成干预过程。
刘洪海介绍，这一系统的目的就是把自闭症早期筛查和干预过程中的康护师体力劳动降下来，同时提升康复师和诊断师的专业水平。“目前人类对自闭症并没有较好的解决方法，而且患者成年之后自闭症就无法康复，最好的方式就是早期筛查、干预，而且目前95%的解决方法是基于行为的干预。”
在研究过程中，刘洪海发现，相对于康复师的干预效果，类人机器人干预效果能够高出15%，甚至可达20%。“这也变相印证了自闭症患儿对类人机器人更感兴趣。”他说。
另外，人工智能技术已经应用到了难治性抑郁症、厌食症等精神疾病的治疗当中。上海交通大学长聘教授、IEEE Fellow吕宝粮谈到，目前，由于药物、心理和物理疗法等对难治性抑郁症作用甚微，许多病人希望通过深部脑刺激（DBS）进行治疗。
不过，这一治疗方式也面临着诸多挑战，比如如何将情绪、心态转化为DBS参数。2020年，瑞金医院成立脑机接口与神经调控中心，希望通过脑机接口对抑郁症作出客观评估，通过生理信号把量表转化为客观的报告。“如今，判断精神类疾病过程中，主观因素影响较多，我们希望通过这些数据，让精神类疾病也有客观依据。”吕宝粮说。
在业界看来，2016年是我国的AI元年，但医疗AI在2020年之前一直处于摸索阶段。2020年则成为了AI医疗发展的重要分水岭。一方面，疫情的爆发催生了更多的应用场景，加快了相关技术研发速度；另一方面，由于研发、政策、产业链等限制，AI医疗依然面临着挑战。
新冠疫情在2020年初爆发于武汉，当年二月初，武汉大学联合校医院、校附属医院、省人民医院动用了多位医生和学生共同标注样本，快速开发了新冠肺炎智能诊断系统。系统能够较快从病灶中提取新冠肺炎的特征，而且可以对轻型和重型进行初步诊断。这一系统后期协助医生诊断新冠肺炎的病例超过2000例。
在这一系统的研发过程中，研究人员通过四周多时间数据迭代才获得比较满意的结果。武汉大学人工智能研究院常务副院长杜博在研发过程中感到，如何在有限样本中标注更多，使得大数据真正利用大样本，而不是大数据、小样本。
另外他谈到，一项医学方面的人工智能技术，不但要技术先进，还要解决医学中的痛点，并且最好能在短期内得到应用落地，这样后续才有支撑。另外，医学AI系统应该形成体系或生态，否则单独的软件很难进入医院，也难以收回成本。
“我们觉得，医学AI技术落地过程中，学校、研究所、医院及医学检验结构应该通力合作，形成一个从理论技术、产品、牌照发放到市场化的闭环，并且应该有鼓励和容错的机制，这样才可能促进好的产品落地。”杜博说。
中国信息协会医疗卫生和健康产业分会会长宋新则谈到AI医疗上的两大问题，一方面是数据确权的问题，包括医院的医疗数据保管权、使用权如何拆分等；另一方面，在人才培养上仍存缺陷，比如医学院中医疗科技课程依然较少，而如今来看，对医院人才增加科技相关的考核及进修学习，是十分必要的。郑州大学信息工程学院教授蒋慧琴则谈到，如今AI遇到的瓶颈是数据，没有高质量的标准数据做基础，AI医疗仍然难以应用。
不过，随着技术的进步与政策的鼓励，AI医疗行业蕴含着巨大的机遇。2021年发布的“十四五”规划中，人工智能作为前沿科技被多次提及，这让相关产业迎来了政策的春天。有数据显示，预计到2025 年，人工智能产业规模将超过4500 亿元。
中国信息协会医疗卫生和健康产业分会会长宋新表示，2016年是我国的AI元年，而2021年则是一个分水岭，“十四五”规划为未来产业布局提供了更多探索空间，我国也在逐步完善相关落地的重要环节。
