智能医学的概念与应用（上）

作者：刘荣

文章来源：中华医学杂志,2018,98( 34 )

当前，以人工智能为代表的新技术给人们生产、生活带来了深刻的变革，拉开了第四次工业革命的序幕。人工智能在医学领域的应用将会把医学带入新的时代——智能医学时代。智能医学，顾名思义，就是"智能"的"医学"，智能是手段，医学是目的。目前，对于智能医学尚无明确的定义，结合当前人工智能与医学领域的发展趋势，提出智能医学的概念：智能医学，即通过人工智能的方法，辅助或替代人类进行医疗行为的科学。

一、智能医学的基础——人工智能与机器学习

人工智能是智能医学的基础，也是实现智能医学的必要手段。对于人工智能的定义，从学科的角度来说，我们可以参考人工智能应用先驱约翰·尼尔森的定义："人工智能是关于知识的学科——怎样表示知识以及怎样获得知识并使用知识的学科"。这一定义概括了人工智能的根本特征——表示知识、获得知识以及使用知识。而从功能角度，人工智能之父阿兰·图灵对人工智能进行了精辟的描述："如果一台机器能够与人展开交流，而且会被人误以为它也是人，那么这台机器就具有智能"。

机器学习目前是实现人工智能的主要技术方法。机器学习的特殊之处在于，具有学习能力的程序是指它能够不断的从数据中吸取经验，不断改善其完成既定任务的性能，从而应对未来的预测任务。机器学习是人工智能的技术核心。除此之外，人工智能技术的实现，还要依托硬件的支持(处理器/芯片、传感器元件等)以及云平台提供的存储与计算服务等。

二、智能医学的发展历程与现状

人工智能在医疗领域的最早探索出现于1972年，利兹大学研发的AAPHelp是有据可考的最早出现的医疗人工智能系统，主要用于急腹症的辅助诊断。1975年，斯坦福大学开发了可以用于血液感染源诊断的智能诊断系统MYCIN。在一次测试中，MYCIN给出的诊断准确率达到了69%，高于依据当时的标准进行诊断的临床医生。

但是，由于当时计算机的运算性能有限以及伦理争议等诸多问题，MYCIN始终没有投入实际应用。1986年，哈佛大学医学院开发了第一个商业化人工智能诊断系统——DXPlain。DXPlain是第一种临床决策支持系统(CDSS)。在1991年的一次测试中，DXPlain对46例不同类型的患者进行诊断，其诊断准确率和由5名医生组成的评委会相比没有显著差异。

目前，人工智能在医学中最成熟的应用是IBM的Watson for Oncology系统。Watson for Oncology的"学习资料"包含了500份医学期刊和教科书、数千万份病历和1 200万页的医学文献。在遇到肿瘤患者时，Watson for Oncology可以根据患者的症状和检查数据，给出初步诊断和有排序的治疗方案供医生选择。

当前人工智能在医学领域的应用主要有疾病的诊断与治疗方案分析，包括上面提到过的CDSS；智能影像分析，包含基于影像学的智能诊断、病灶勾画与识别和影像三维重建等；以及疾病风险预测和健康管理。

（未完待续【接下文】）