长期从事医学信息医院信息化相关工作，现任CMIA电子病历与健康档案专委会副秘书长，海南省医学会医学信息专委会副主任委员。

　　时光荏苒，又到一年终了时。

　　某个夜晚，我正饶有兴趣地翻看马尔科夫的《与机器人共舞》，突然想起2013年的某个深夜，偶然看到桌上一本《大数据时代》，同样也是翻看几页就着了迷，后来居然通宵读完整本，那种兴奋的情绪现在想想都还萦绕在心头。但兴奋归兴奋，当时的感觉是，书中描绘那些“高科技”还远未达到可以向全人类普及的地步，很多场景也只有在科幻小说或电影中才能见到，如此未来离自己还是有距离的。

　　现如今，云计算、大数据、物联网、移动技术、人工智能（简称“云大物移智”）等新技术日趋成熟，人机共舞指日可待，这期间仅仅时隔五年！现在的我惊叹于波士顿动力的两足机器人，折服于打败人类顶尖围棋高手的AlphaGo，寄希望于能代替专家为肿瘤患者制定治疗方案的IBM Watson，也偷笑李彦宏乘坐百度无人驾驶汽车却在五环被开了罚单……但眼前发生的一切都让人不得不相信，“超能陆战队”中的大白似乎离我们越来越近了。

　　可以说，作为医疗卫生信息化行业工作者，我们正处在科技快速发展的新时代，在面临巨大机遇的同时，也必将面临各种挑战。

　　科技迎来新时代

　　3.jpg云技术主要包括云存储和云计算技术，其中云存储解决了海量数据的访问存储问题，云计算则通过分布式计算解决了高速计算的问题；大数据技术其实是海量数据分析的方法；物联网则通过各种传感器解决了海量数据的收集问题；移动技术从本质上讲加速实现了信息对称的问题，提高了人机交互的体验；至于人工智能，既然有了收集数据、存储数据、分析数据的能力，那理所当然应该是“云大物移”技术的终极发展方向。



2017年Gartner技术曲线

　　在技术层面，根据2017年Gartner技术曲线显示，机器学习、深度学习、认知计算等代表着人工智能的先进技术已经进入“炒作”高峰期，估计用不了多久，相关行业就会洗牌重整，真正具有创新技术优势的公司将会沉淀，并将人工智能技术的应用范围逐步扩大，技术也会日益成熟，甚至在医疗信息化领域，逐步引领智慧医疗时代的到来。

　　在政策层面，“大数据”、“人工智能”已经正式写入十九大报告，国务院也于2017年7月颁发了《新一代人工智能发展规划》，从建立快速精准的智能医疗体系到智慧医院建设，涉及导医导诊、辅助诊断、影像识别、基因组识别等众多业务和领域，为智慧医疗发展明确了指导方向。国家科技部在2017年11月15日召开了“新一代人工智能发展规划暨重大科技项目启动会”，依托百度、阿里云、腾讯、科大讯飞“四大金刚”建立了自动驾驶、城市大脑、医疗影像和智能语音四大人工智能开放创新平台，标志着新一代人工智能发展规划和重大科技项目进入全面启动实施阶段。

　　国家层面的重视和布局将带动行业快速发展，其中也必然包含医疗卫生领域。

智慧医疗应用实例



　　在智能诊断方面，新技术的应用已经带来临床诊断方法的变革。

　　日本的一群科学家让机器学习了超过3万张直肠癌癌变前和癌变后的影像照片，然后让机器观察放大500倍的直肠息肉照片，自动给出诊断时间不超过1秒，准确率高达86%。我国肺癌发病率和死亡率较高，腾讯公司的腾讯觅影产品，在早期肺癌筛查方面取得进展，可以对微小尺寸的肺部结节利用多尺度三维卷积神经网络进行识别，结合病理诊断数据和大量医生标注的结节位置信息，实现良性肺结核识别正确率>84%，对于直径大于3mm小于10mm的微小结节检出率则超过95%。

　　在智能护理方面

　　日本推出了ROBEAR护理机器人，这个类似玩具熊的大家伙高150厘米，体重140公斤，能够代替护士抱起或搀扶患者，并且不会让患者感觉不舒服。后台则是利用关节力量感应装置和数据分析处理系统。日本面临严重的人口老龄化问题，借助其发达的机器人技术，可以有效解决护理人员不足的问题。在美国，波士顿医学中心联合波士顿东北大学开发了一款临终关怀机器人系统，通过平板电脑，患者可以和机器人系统聊天解闷，机器人还会监控患者用药情况，提醒用药，并精确判断疼痛等级，其后台依托的智能语音系统能够帮助患者在生命结束前完成“难以启齿”的对话，带给患者最贴心的临终关怀。

　　在临床决策方面，IBM Watson智能肿瘤诊断系统当之无愧走在了最前沿。

　　IBM Watson系统基于认知计算技术和自然语言处理技术，通过学习专业医学文献不断丰富自己的知识库，而这些文献都是由美国纪念斯隆-凯特琳癌症中心（MSKCC）专家来进行筛选，其专业性可见一斑，也从另一个侧面说明智慧医疗离不开人类专家的协助。IBM Watson智能肿瘤诊断系统目前已经在世界各地开始使用，据报道，在韩国使用后癌症诊断率高达96%。2016年IBM Watson正式在中国落地，与国内21家大型医院建立了合作关系。

　　在药物研发方面，大数据分析技术被用于发现新药。

　　英国的葛兰素史克和Exscientia合作研究新药的分子化合物，他们通过分析已有药物的研发数据设计与特定靶标相关的小分子化合物，这会产生很多待选的分子化合物。经过筛选、实验检测，实验人员最终能发现具有潜在开发价值的分子化合物。这种方法极大缩短了新药研发时间，并且使研发过程更有精准性。值得一提的是，他们会把实验数据再次反馈给AI系统以改善遴选策略，用于选择下一轮化合物，目前已经发现7200多种有价值的化学分子有可能被进一步研发为抗癌新药。

　　在基因组分析方面，科学家们一直在通过各种手段研究基因与疾病之间的关系，但是收效甚微，原因主要是基因数据过于庞大，数据分析效率低下。

　　利用大数据和云计算技术，可以解决海量数据处理问题。美国的GNSHEALTHCARE公司针对帕金森患者，研究了该病同遗传的关系，通过选择帕金森患者组和对照组，把临床数据、遗传学数据以及基因数据进行比对分析，发现如果将LINGO2基因与某个遗传变异特性一同分析可以预测患者运动能力衰退的进展情况，从而为帕金森患者做出诊断。

未来的挑战



　　智慧医疗时代已经来临，掌握住机遇就等于掌握了未来，伴随机遇的永远都有挑战，主要体现在以下几个方面。

　　人才匮乏的问题

　　中国虽然在新技术应用的某些方面已经走在了世界的前面，但是不可否认，中国仍然缺乏高精尖技术人才，尤其在上述新技术相关领域。据领英（LINKIN）网站调查显示，中国只有5万人从事人工智能相关的技术工作，位居全球第七，远远落后于美国（85万人），是英国和印度从事AI技术工作人数的三分之一。国家工信部教育考试中心公布的信息表明，中国人工智能人才缺口超过500万人。同样，从事医疗卫生信息化的人才储备也严重不足，很多医院招不到合适的信息化人才，人才匮乏将成为制约智慧医疗发展的主要因素。

　　基础仍然薄弱

　　软件和硬件基础薄弱同样也会影响到智慧医疗的发展。

　　首先是核心技术基础薄弱，我国一直在大规模集成电路的研制方面存在严重的技术不足，芯片制作已经成为制约我国高精尖技术发展的短板，GPU行业壁垒始终无法打破，核心部件仍依赖于进口。缺少上述技术基础的支撑，仅靠梦想是不行的。其次就是基础研究薄弱，据 Financial Times报道，2016年中国人工智能领域的论文数量第一次超过28个欧盟国家发表论文总和，但在被引用率Top5的论文数量方面，仍落后于欧盟。

　　未知的社会问题

　智慧医疗会不会导致医生护士大量失业？这可能是目前最有争议的问题。根据历史上几次科技主导的工业革命发展进程来看，科技进步会导致一部分工作岗位被代替，但是会涌现新的工作岗位。人与智能体之间的关系会怎样，现在没有人能明确回答，我相信智能体可以更好地为人类服务，“人机共舞”时代终将来临，到时候会有一系列法律问题、伦理问题涌现出来，而这些问题现在都还没有答案。

　　信息安全面临更高挑战

　　智慧医疗也许是双刃剑，因为未来是数据纵横的时代，是信息时代，各种新技术将为我们收集海量的数据用于分析，其结果可以造福人类，同样也可以用来做坏事，甚至毁灭人类。我们都不愿意相信某超级大国会利用基因数据挖掘来毁灭其他人种的论调，但是这种风险是客观存在的。因此，智慧医疗时代中的数据保护将变得格外重要。

　　智慧医疗的未来看起来真的很美，但是挑战与机遇永远是并存的，我们是新时代的弄潮儿，我们有幸开启智慧医疗元年，我们更要努力奔向未来。