苏丽娟：人工智能于医疗康健范畴中的 运用与远景

整体来讲，人工智能的重要成长过程可以分为三个阶段：第一阶段是1943年到1970年的初期成长，第二阶段是1980年到2000年之间的第二次成长，第三阶段以2006年以后深度进修以及年夜数据为典型代表的第三次年夜成长

作者： 刘晓丽来历： 中国IDC圈2017-09-28 16:57:42

9月28日， 2017数字康健岑岭论坛-年夜智移云时代的聪明康健 于北京国度集会中央隆重召开。本次论坛由中国信息通讯研究院、中国疾控中央慢病中央、中国邮电器材总公司主理，慢性病防控信息技能委员会、年夜康健派、中国IDC圈承办，并遭到诸多媒体的鼎力大举撑持。

会上，腾讯公司人工智能专家苏丽娟出席本次年夜会并揭晓主题为《人工智能于医疗康健范畴中的运用与远景》的演讲。

腾讯公司 人工智能专家苏丽娟

如下是演讲实录：

我叫苏丽娟，来自在腾讯公司医疗年夜数据与人工智能试验室，卒业在浙江年夜学，曾经于哈佛年夜学从属病院交流进修。昨天我分享的标题问题是《人工智能于医疗康健范畴的运用与远景》。如下是昨天我以及各人分享的重要内容：起首我将先容人工智能+医疗康健的成长过程。接下来我将先容人工智能于医疗康健的运用场景。末了联合腾讯，扼要先容人工智能于医疗范畴，腾讯公司的重要部署。末了我将总结一下人工智能于医疗康健范畴的一些重要应战。

接下来让咱们回首一下人工智能于医疗康健范畴的一些成长过程。

整体来讲，人工智能的重要成长过程可以分为三个阶段：第一阶段是1943年到1970年的初期成长，第二阶段是1980年到2000年之间的第二次成长，第三阶段以2006年以后深度进修以及年夜数据为典型代表的第三次年夜成长，此中第一次的初期成长以1950年图灵测试，1950年人工智能的降生和符号主义推理体系、联络主义以及专家体系为代表。第二次成长重要集中于1980年到2000年之间，典型的统计进修、呆板进修、神经收集以及模式辨认年夜成长。2006年以后以深度进修以及年夜数据为典型代表的人工智能获得第三次年夜成长，此中非深度进修也获得进一步推广，而且人工智能于垂直范畴获得很年夜的推进。

接下往返顾一下人工智能于医疗康健范畴的重要成长汗青。两条脉络来举行汇总，此中一条脉络是医学专家体系，别的一条脉络是人工神经收集。此中人工智能于医学专家体系是于1950年摆布，第一次被提出来，1970年，于电子病历处方方面获得成长，而且我国于骨科、肝病、西医药专家体系获得鼎力大举成长，1990年以后获得不变连续成长。而人工神经收集的呈现是于1970年摆布。最近几年来跟着呆板进修、深度进修和计较机视觉庞大冲破医学影像获得很年夜的成长。

接下来扼要回首一下人工智能于医疗康健范畴的重要成长前提，从三个标的目的对于成长前提举行汇总。第一是数据，第二是计较威力，第三是算法。此中数据包孕布局化数据以及非布局化数据，典型的数据类型有电子病历等，别的，计较威力于2006年以后跟着GPU、CPU、TPU等的成长和神经收集芯片的提出，年夜年夜助力了人工智能于医疗康健范畴倏地不变的鞭策，此中算法方面重要进修体式格局包孕监视进修、无监视进修、强化进修以及迁徙进修。此中监视进修是典型带有标签的数据类型，好比医疗文天职类、影像辨认筛查。

别的一方面，监视进修，好比天然言语处置惩罚，另有一些半监视的进修类型，今朝是人工智能于医疗康健范畴下一个年夜成长。别的，因为带标注的数据有余，今朝重要解决迁徙进修以及强化进修，可以或许于医疗范畴鞭策解决标注数据量有余的问题。别的，跟着深度进修成长，今朝支流国际通用算法框架，此中呆板进修这里重要分两部门，一部门是神经收集，典型代表是最近几年来获得广泛运用，被证实很是好用的深度进修，此中典型框架有CNN、RNN、GAN等，而其他都是神经收集，于解决非图象、非天然言语处置惩罚等另外问题上获得很好的运用，比力简朴的线性模子、决议计划树、贝叶斯等。

人工智能于医疗康健范畴可以解决的重要数据类型包孕哪些？重要从几个维度分享，此中从时间周期上来讲，人工智能可以解决医疗康健范畴从婴幼儿到学前期，到芳华期，到中老年期的各类医疗康健问题。而从别的一个维度将数据类型从两个方面以及各人分享，一个是医疗数据，一个是康健数据。此中医疗数据重要来自在临床，包孕电子病历、医学影像和其他的连续数据。而别的一个方面是越发体贴的，好比康健数据，包孕基因数据、运动数据、体检数据、睡眠数据、饮食和烟酒，这部门将从医疗问题转化为慢病治理，和康健的监控、保举、个性化的医治方案。

接下来最先第二部门的重要陈诉，人工智能于医疗康健范畴的一些潜于运用场景重要包孕哪些。于这里从两个维度以及各人交流分享，此中横轴的维度是于人工智能范畴一些典型的人工智能技能，而纵轴是暗示于医疗康健范畴一些典型的运用场景。横轴，第一部门是语音辨认，第二部门是计较机视觉，也称为图象处置惩罚，第三部门是天然言语处置惩罚，这里包孕电子病历和纯文本的处置惩罚。末了是呆板人技能。纵轴的典型运用场景，包孕电子病历，医学诊断，辅助诊疗，医疗呆板人，小我私家康健，年夜数据阐发，和末了的精准医疗。而于此附图中每个框暗示可运用的场景，与人工智能典型的技能相联合，可以催生哪些比力典型的运用场景，好比说电子病历与语音辨认、处置惩罚相联合，咱们可以孕育发生语音电子任命，这里可以节省大夫许多时间。

另外一部门，计较机视觉与医学诊断相联合，可以解决医学影像、病理处置惩罚，年夜年夜节省大夫患者的时间。而别的一方面比力通用的，也长短常要害的，是天然言语处置惩罚，这部门可以将电子病历举行布局化，提掏出重要的信息。而天然言语处置惩罚于辅助诊疗方面也有很是广泛的运用，它可以或许将患者、疾病、药物、医治、诊断相联合，构建医疗常识图谱，从而举行个性化保举以及医治。别的，天然言语处置惩罚与小我私家康健年夜数据相联合，可以提供精力、慢性病、养分等办事。

别的一方面，于精准医疗方面，经由过程天然言语处置惩罚阐发患者的一样平常记载信息，对于话信息，包孕可以或许为他提供个性化的康健安全。末了一方面是呆板人技能与诊疗相联合，可以催外行术、导诊呆板人，这些于海内外都获得了成长。

末了，看一下今朝于海内外热门研究标的目的和海内外的一些区分。这里我汇总了几种典型的运用场景和它的热门标的目的以及范畴，可以看到，今朝于海内来讲，医学影像是最受各人存眷的，其次是康健治理和患病危害猜测。而于药物挖掘方面海内今朝做的比力少，其次是病历阐发、虚拟助手、康健治理。于外洋，好比药物挖掘，遭到许多存眷，这里可以解决药物加强的挖掘可以或许提供临床的测试，节省一些时间以及成本。这部门我以前的研究是哈佛年夜学和MIT试验室做了许多事情，是一个很是值患上存眷的范畴。

末了，从病种方面临热门研究举行了一个汇总。今朝于海内糖尿病是遭到各人比力多的存眷，这可能与人口基数和比例相干，其次是抗癌药物方面的研究获得更多的存眷，然后是精力康健、精力病学、乳腺癌、基因检测等。

腾讯于人工智能+医疗康健范畴有哪些进展？腾讯公司于人工智能以及医疗康健范畴的典型运用场景是腾爱大夫，这里咱们重要想毗连大夫、患者以及病院，为其提供质量化的高办事，提高病院的治理效率，为其财政决算以及运营东西提供个性化办事。别的，可以低成本的将病院大夫以及病人毗连起来，举行内容沉淀，带来口碑流传，成立以患者为中央的品牌。末了咱们联合双保以及医保来提供一些包管。

腾爱大夫今朝可以笼罩2000万用户，而逐日征询量到达3万以上，涵盖14个临床科室，此中15%的线上问诊有用转化为线下问诊，可以实现线上线下相联合，到达分诊分疗的目的，提高效率。其次，腾讯于挪动付出，将人工智能以及医疗康健相联合。今朝经由过程挪动付出平都可认为患者节省42.6分钟，今朝微信公家号已经经涵盖3.8万个医疗机构，此中有1.1亿用户于搜刮或者者使用这些公家号，而这些公家号中有60%可以提供就医登记。此外，另有2000多家病院已经经开通微信付出，而某些病院的付出比可以或许到达60%，也就是说，经由过程实体、现金和其他体式格局的付出比例占40%摆布。这可以年夜年夜的节省患者、大夫、病院的效率。

此外，腾讯公司于人工智能以及医疗康健范畴别的一个典型运用场景是糖医生，重要提供的办事包孕三部门。第一部门，可以主动记载天生血糖周报，而且可以联合你的陈诉以及诊断，可以或许毗连大夫以及病院，让名医于线提供专业引导。第二部门，提供医患、患者与患者交流群，于血糖节制方面，需要一些激励办法，可以或许让患者与患者举行交流，互相激励，让控糖之路再也不孑立。今朝这里已经经取患上一些进展，网络了一些反馈以及医治效果，这里被证实经由过程挪动经由过程终端可以有用提供控糖的一些效率。

别的，近期腾讯公司于人工智能与医疗康健范畴典型运用是腾讯觅影，包孕六年夜重要部门：一个是加强食管癌智能筛查体系，其次是初期肺癌筛查体系，和糖网智能筛查体系，另有宫颈癌，乳腺癌淋巴病理，乳腺癌智能筛查体系，与多个病院互助提供诊疗问诊诊断办事，而且已经经于南山落脚。

别的，腾讯于人工智能与医疗康健范畴的摸索是康健治理，正如前面几位专家带领提出的，今朝面对的庞大应战是怎样将差别企业维度数据相联合，这里做了一个摸索。于获得用户授权的环境下，获得用户的手机数据，而且以及多家企业互助，拿到用户的体检陈诉，联合他于病院的电子病历，阐发他的疾发病展和慢性病的猜测，为其提供一些个性化的保举以及医治，而且联合企业的健身房，为用户提供个性化的运动办事。于获得一些反馈以后，正于定量评估整个规划的可行度和提高效率。此外，以及华西二院正于互助一个线上问诊，也就是说，用户经由过程打字或者者是语音输入一段对于话，可以主动天生问答体系，而且为他保举个性化的大夫。一方面阐发疾病的专科水平，举行导流、分诊，别的一方面，联合患者的需求和预算，可以提供线上或者者线下的分流。这部门将节省患者的时间，并且为病院提供一些办事，改良提高病院的效率。

以上就是我第三部门先容的重要内容，腾讯公司于人工智能以及康健医疗范畴的一些摸索。末了，我将联合小我私家于海内外的一些研究和产物开发的经验，来聊一聊人工智能于医疗康健范畴的一些应战。

于这里重要从三个方面来阐述人工智能于医疗康健范畴存于的一些应战。我重要是从人工智能以及呆板进修技能层面来向列位专家带领切磋以及就教。

第一，于技能以及产物、需求联合互助的历程中，起首要明确优化方针，为好比说于保举诊疗方面，你要明确你的办事对于象，用户、患者、病院，界说一个可用的数学公式，或者者情势化言语，来描写临床问题，这是第一步。此外，需要多学科的互助，包孕人工智能专家，信息专家和医疗体系，法则制订方，另有当局，多学科的互助可以或许明确界说优化方针，可以或许削减后期的一些修改。

第二，可用数据。今朝，以小我私家的履历，实在海内不缺少医疗康健的数据，好比我于哈佛年夜学从属病院的时辰，所处置惩罚的数据实在是五年前的数据，梗概只要50例患者的病历，可是他们的数据品质很是高，并且每一条数据都有明确的记载，包孕异样数据的标注，并且可以反复哄骗。反不雅海内的数据，数据不规范，差别病院、差别企业的数据很难交融，除了了数据不规范的问题，另有标注数据有余的问题。解决的方案可以接纳半监视进修、迁徙进修来对于数据举行标注。人工智能来处置惩罚一部门，剩下的一部门让大夫或者者专业人士举行核实，经由过程重复的迭代优化来提高可用数据的品质，而且相干的当局部分制订法则进一步优化。可是之前的数据可以经由过程这类体式格局来反复哄骗。别的，规范数据收罗历程。

第三，于对于大夫、患者提供办事的历程中，于技能方以及使用方的一个鸿沟是成果。传统的呆板进修算法，好比说决议计划树，它可以明确告诉你我做这类保举以及决议计划的理念，而以深度进修为代表的最近几年来比力风行而且靠得住的一些呆板进修算法某人工智能算法，实在存于必然的黑箱性，难以注释。好比我对于一个医学影像举行分类，但我没法告诉你出问题的环节和计较机为何如许做。这里的解决方案是对于模子举行分层，对于模子以及特性可视�����APP化处置惩罚，将模子的历程展示给大夫以及患者，获得他们的信托。

以上就是我昨天的一些陈诉，感激各人的凝听，接待各人多多指教，谢谢你们！

人工智能医疗康健数据医疗

存眷年夜康健Pai官方微信：djkpai咱们将按期推送医健科技财产最新资讯

最新快讯医健资讯 | 第216期·医健科技圈点 | 天下数据资源年夜摸底，与卫生范畴有关！

22小时前

/华体