人工智能技术不断进步,应用领域逐渐扩大,其在医疗界取得的重大突破,帮助人类攻克诸多医学难关,人工智能能够对医学发展带来颠覆性改变。
近年来,随着互联网、云计算等概念的普及,智慧医疗开始频频走入人们的视线。在新的医疗改革政策的推动下,我国医疗卫生领域信息化建设的投资规模不断扩大。2014年我国医疗信息化总花费规模为223.12亿元,2015年增长至243.60亿元。预计2020年我国医疗信息化总花费规模将达到430.01亿元,发展潜力巨大。
智能医疗提高医生诊断水平
人工智能在医疗领域的应用是近来国内外科技公司的投资热点之一。用AlphaGo对阵围棋的谷歌已非常明确把未来人工智能的重点方向锁定为医疗。
2016年,IBM全面升级了“沃森”(Watson)机器人,通过自然语言回答专业提问,已经可以辅助医生诊断癌症,比医学院毕业的初级医生准确率高4倍。
在新医改的这几年中,我国政府在基层医疗上的大幅投入实现了设施设备的下沉,但人员、技术的下沉效果并不好。
近年来互联网技术大范围用于医疗服务体系,如医学影像智能识别、医疗大数据挖掘、母婴看护机器人等等,但真正能够提高医生水平的AI辅助诊断系统尚属空白。
信息化医疗势在必行智能医护成着眼点
智慧医疗由三部分组成,分别为智慧医院系统、区域卫生系统、以及家庭健康系统。智能医护作为智慧医院系统的重要组成部分,它不只是医疗设备的简单堆砌和集合,更是一种将先进计算机技术、通信及信息处理技术等应用于医疗过程的新型智能医护管理系统。
智能医护在医护领域的应用主要有智能医护对讲、病房探视对讲、手术室对讲广播、门诊排队、信息发布与宣教、一键式报警监控对讲、公共广播等。
智能医护的建设对医院的发展意义重大,医院在布局整体信息化建设方案时,应该首先规划好医院智能医护系统方案的完善。因为它可以有效帮助改善医院旧有的医疗体系,实现医疗服务的智能化和优质化,可以增加医护人员与病人间的互动交流,降低医院的总体医护成本,减轻医护人员的工作强度及提高其工作效率,提升病患满意度,患者可以查有所依,享受便捷有序的就医环境。
智能医疗机械市场迎爆发
据了解,近年来中国医疗器械格局正在不断变化中,医疗器械租赁市场风生水起。对此,中国医药物资协会副会长、医疗器械分会会长柏煜分析指出,随着市场终端对医疗器械产品日益旺盛的需求,部分使用周期短、价格高的产品,绿色环保可重复利用的产品成为医疗器械租赁产品首选,目前国际市场上租赁已占比90%。
16年增长20倍
《蓝皮书》显示,中国医疗器械市场销售规模由2001年的179亿元增长到2016年的3700亿元,剔除物价因素影响,16年间增长了约20.67倍。
其中,医用医疗器械市场约为2690亿元,约占72.70%;家用医疗器械市场首次突破千亿元大关,约为1010亿元,约占27.30%。
在家用医疗器械市场中,传统零售市场销售约为645亿元,约占63.86%;电子商务销售约为365亿元,约占36.14%。家用医疗器械在天猫医药馆的销量从2015年的23亿元,升至2016年的30.7亿元,增幅为33.4%。
天猫医疗器械2016年TOP5大品类及销售占比分别为:血压计(20.00%)、血糖用品(16.65%)、轮椅(8.46%)、雾化器(7.27%)和理疗仪(5.61%)。
随着人口老龄化及三高慢病发病率的年轻化趋势,血压计、血糖仪仍牢牢占据前两名位置,并在相当大程度上决定着店铺总销售状况。
总结
虽然人工智能的确对医疗存在颠覆性的改变,但是其作用在很大程度上被媒体夸大了,而且其在医学领域内的运用还受到医学研究水平以及自身限制,未来医生将会被取代的言论多少有点夸张。
人工智能这项技术,其最大的能力在于整合已有的海量信息,并不能直接实现创造一个新的事物。也就是说,人工智能的意义在于帮助我们提高整个社会的运转效率,对人类面临的问题寻求精准化的解决方案。对于医学来说,也就是众多科技巨头提到的“精准医疗”。
另一方面,人工智能也被运用到医学的研究上,其可以帮助医学研究者更加高效地回顾已有的研究成果,在极其简单快捷的情况下进行数据整理以及建模分析。
IBM和MIT以及哈佛大学发起的癌症基因组计划,他们则是主要是通过对数千个抗药肿瘤进行研究,并利用“沃森”强大的计算和机器学习能力帮助理解癌症如何对药物产生耐药性。此外,还有Nvidia(计算机图形芯片制造商)和美国国家癌症研究所、能源部合作,准备开发的一个名为“癌症分布式学习环境”的人工智能框架平台。
人工智能在医学领域中发挥的作用受限于人类的医学研究水平,人类的医学水平有多高,人工智能的有效性就会有多高。它最让人惊艳的是能够将人类医学研究成果最大程度地利用起来,实现其价值最大化。至于媒体所提到的“医生将会被替代”的观点,就人工智能的技术而言,是能够实现的。但其面临着重大的难关——人工智能的精确性。
简单点来理解,人工智能就是一组参数不确定的函数,参数的确定需要海量的数据来完成。数据越多,参数的范围也就会越小,人工智能在医学上的精确性也就越高。
获取更多评论