人工智能+医疗的五大主要应用场景

2017-10-19

近年来,随着算法的进步和数据储存成本大幅度下降,人工智能变得可行,目前医疗资源供不应求的背景下,医生压力非常大,用人工智能进一步提高医疗的精准率,对减轻医疗的负担有很大的帮助。未来在好的模型驱动下人工智能可以贴近现实应用,让医生实实在在得到有效帮助。


人工智能医疗的具体应用包括洞察与风险管理、医学研究、医学影像与诊断、生活方式管理与监督、精神健康、护理、急救室与医院管理、药物挖掘、虚拟助理、可穿戴设备以及其他。总结来看,目前人工智能技术在医疗领域的应用主要集中于以下五个领域:


(一)医疗机器人

机器人技术在医疗领域的应用并不少见,比如智能假肢、外骨骼和辅助设备等技术修复人类受损身体,医疗保健机器人辅助医护人员的工作等 。目前实践中的医疗机器人主要有两种:

一是,能够读取人体神经信号的可穿戴型机器人,也成为“智能外骨骼”;

二是,能够承担手术或医疗保健功能的机器人,以IBM开发的达•芬奇手术系统为典型代表。

(二)智能药物研发

智能药物研发是指将人工智能中的深度学习技术应用于药物研究,通过大数据分析等技术手段快速、准确地挖掘和筛选出合适的化合物或生物,达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。

人工智能通过计算机模拟,可以对药物活性、安全性和副作用进行预测。借助深度学习,人工智能已在心血管药、抗肿瘤药和常见传染病治疗药等多领域取得了新突破。在抗击埃博拉病毒中智能药物研发也发挥了重要的作用。


(三)智能诊疗

智能诊疗就是将人工智能技术用于辅助诊疗中,让计算机“学习”专家医生的医疗知识,模拟医生的思维和诊断推理,从而给出可靠诊断和治疗方案。智能诊疗场景是人工智能在医疗领域最重要、也最核心的应用场景。


(四)智能影像识别

智能医学影像是将人工智能技术应用在医学影像的诊断上。人工智能在医学影像应用主要分为两部分: 一是图像识别,应用于感知环节,其主要目的是将影像进行分析,获取一些有意义的信息;二是深度学习,应用于学习和分析环节,通过大量的影像数据和诊断数据,不断对神经元网络进行深度学习训练,促使其掌握诊断能力。


(五)智能健康管理

智能健康管理是将人工智能技术应用到健康管理的具体场景中。目前主要集中在风险识别、虚拟护士、精神健康、在线问诊、健康干预以及基于精准医学的健康管理。

风险识别:通过获取信息并运用人工智能技术进行分析,识别疾病发生的风险及提供降低风险的措施。

虚拟护士:收集病人的饮食习惯、锻炼周期、服药习惯等个人生活习惯信息,运用人工智能技术进行数据分析并评估病人整体状态,协助规划日常生活。

精神健康:运用人工智能技术从语言、表情、声音等数据进行情感识别。

移动医疗:结合人工智能技术提供远程医疗服务。

健康干预:运用AI对用户体征数据进行分析,定制健康管理计划。


随着社会进步和人们健康意识的觉醒,人口老龄化问题的不断加剧,人们对于提升医疗技术、延长人类寿命、增强健康的需求也更加急迫。在实际的产业发展中,中国智能医疗仍处于起步阶段,朗锐慧康(www.lrioh.com)认为,在未来的发展中,国内公司应当加强数据库、算法、通用技术等基础层面的研发与投资力度,在牢固基础的同时进一步拓展智能医疗的应用领域。