电子政务 E-GOVERNMENT2017年第11期(总第179期)11 专题研究 智能医疗:人工智能时代对公共卫生 的机遇与挑战 高奇琦”吕俊延 华东政法大学政治学研究院上海200042 摘要:人工智能将从四个方面对公共卫生产生重大影响:智能诊断在各个领域会不断接近甚至超越人类医生;手术机器人 以及其他智能设备会増强治疔的效果;在大数据的攴持下,对个体的日常生活进行健康管理的日常化医疔会成为未 来医疗领域新的样态;同时,在人工智能辅助下的人性化医疗也会缓解医院管理中非常显著的医慿矛盾。未来智能 医疗的发展会出现如下三个趋势:第一,用人工智能的“医生”补充人类医护人员,以解决未来医护人员稀缺的问题; 第二,用人工智能助力药物挖掘的效率,加速药物开发的过程;第三,在人工智能的基础上,提高个性化用药的水 平,并通过精准医疗最終解决癌症这一难題。与此同时,人工智能也会对医疗行业造成一定的冲击,面临社会规则 惯习乃至伦理上的问題 关键词:人工智能:智能医疗;智慧医疗;手术机器人;公共卫生 DOl:10.16582/ cnki.dzz2w2017.11002 计算机之父”冯·诺依曼( John von Neumann)前人工智能在公共卫生领域的基本状况进行整体概览 指出:“技术正以其前所未有的速度增长……我们将朝并在此基础上探究智能医疗对于人类社会生活的具体影 着某种类似奇点的方向发展,一旦超越了这个奇点,我响及其发展趋势 们现在熟知的人类社会将变得大不相同。”此后,学 界惯用奇点一词代指技术变革引发社会生活革命性变革一、智能诊断:取代医生的前景 的时刻。目前,人工智能的发展正瀕临奇点的状态,其 人工智能在医疗领域的巨大发展,首先得益于医疗 在医疗行业中开始发挥越来越重要的作用。从积极的方数据的不断积累和数据库的不断壮大,同时也得益于机 面来看,人工智能可以在很大程度上缓解公共卫生长期器学习对医疗数据的分析功能的不断提升。在对医疗行 以来面临的一系列困扰。同时,人工智能也很有可能改业的大数据分析应用层面,表现最为显著的领域便是智 变人类对自身健康的认识,并在很大程度上改善人们的能诊断。从主体上看,智能诊断的主体依然是医疗机构 生活方式。因此,在人工智能的助力之下,人类有希望或医生个人,但是诊断所运用的技术手段和判断依据则 解决公共卫生所面临的许多技术难题和社会问题,从而发生了重要变化。从技术上看,智能诊断首先需要医疗 开辟出人类健康和医疗的广阔新前景。本文试图对于目机构和人员利用现代信息技术收集并分析大量数据和信 基金项目:国家社科基金重点项目“全面推进依法治国与国家治理现代化研究”(14AzD133);霍英东教育基金会第十五届 高等院校青年教师基金资助项目“国家治理现代化的评估指标体系研究”(151091);上海市人才发展资金资助项目“国家参与 全球治理(SPKG)指数的指标与测量”(201473);上海市教委“曙光计划”项目“执政党与非政府组织间互动机制的国际比 较研究″(13sG50);上海市教委科研创新项目“中国参与全球治理的理论创新研究”(15Z5060) *通讯作者 收稿日期:2017-10-12 21994-2017ChinaAcademicJOurnalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
电子政务 E-GOVERNMENT 2017年第11期（总第179期） 11 智能医疗：人工智能时代对公共卫生 的机遇与挑战 * 高奇琦 ** 吕俊延 华东政法大学政治学研究院 上海 200042 摘 要 : 关键词： DOI：10.16582/j.cnki.dzzw.2017.11.002 人工智能将从四个方面对公共卫生产生重大影响：智能诊断在各个领域会不断接近甚至超越人类医生；手术机器人 以及其他智能设备会增强治疗的效果；在大数据的支持下，对个体的日常生活进行健康管理的日常化医疗会成为未 来医疗领域新的样态；同时，在人工智能辅助下的人性化医疗也会缓解医院管理中非常显著的医患矛盾。未来智能 医疗的发展会出现如下三个趋势：第一，用人工智能的“医生”补充人类医护人员，以解决未来医护人员稀缺的问题； 第二，用人工智能助力药物挖掘的效率，加速药物开发的过程；第三，在人工智能的基础上，提高个性化用药的水 平，并通过精准医疗最终解决癌症这一难题。与此同时，人工智能也会对医疗行业造成一定的冲击，面临社会规则、 惯习乃至伦理上的问题。 人工智能；智能医疗；智慧医疗；手术机器人；公共卫生 “计算机之父”冯·诺依曼（John von Neumann） 指出：“技术正以其前所未有的速度增长……我们将朝 着某种类似奇点的方向发展，一旦超越了这个奇点，我 们现在熟知的人类社会将变得大不相同。”[1]此后，学 界惯用奇点一词代指技术变革引发社会生活革命性变革 的时刻。目前，人工智能的发展正濒临奇点的状态，其 在医疗行业中开始发挥越来越重要的作用。从积极的方 面来看，人工智能可以在很大程度上缓解公共卫生长期 以来面临的一系列困扰。同时，人工智能也很有可能改 变人类对自身健康的认识，并在很大程度上改善人们的 生活方式。因此，在人工智能的助力之下，人类有希望 解决公共卫生所面临的许多技术难题和社会问题，从而 开辟出人类健康和医疗的广阔新前景。本文试图对于目 专题研究 * 基金项目：国家社科基金重点项目 “全面推进依法治国与国家治理现代化研究”（14AZD133）；霍英东教育基金会第十五届 高等院校青年教师基金资助项目“国家治理现代化的评估指标体系研究”（151091）；上海市人才发展资金资助项目“国家参与 全球治理（SPIGG）指数的指标与测量”（201473）；上海市教委“曙光计划”项目“执政党与非政府组织间互动机制的国际比 较研究”（13SG50）；上海市教委科研创新项目“中国参与全球治理的理论创新研究”（15ZS060）。 ** 通讯作者 收稿日期：2017-10-12 前人工智能在公共卫生领域的基本状况进行整体概览， 并在此基础上探究智能医疗对于人类社会生活的具体影 响及其发展趋势。 一、智能诊断：取代医生的前景 人工智能在医疗领域的巨大发展，首先得益于医疗 数据的不断积累和数据库的不断壮大，同时也得益于机 器学习对医疗数据的分析功能的不断提升。在对医疗行 业的大数据分析应用层面，表现最为显著的领域便是智 能诊断。从主体上看，智能诊断的主体依然是医疗机构 或医生个人，但是诊断所运用的技术手段和判断依据则 发生了重要变化。从技术上看，智能诊断首先需要医疗 机构和人员利用现代信息技术收集并分析大量数据和信
2电子政务 E-GOVERNMENT2017年第11期(总第179期) 高奇琦吕俊延·智能医疗:人工智能时代对公共卫生的机遇与挑战 息,运用人工智能的机器学习和计算方法,迅速找准病进一步。2017年,来自谷歌、谷歌大脑与 Verily公司的 例的数据依据,从而做出具有高度准确性的诊断决策。科学家们开发了一款能诊断乳腺癌的人工智能产品,病 智能诊断可以为公共机构和医院提升医疗服务质理学家的诊断准确率仅仅七成,而人工智能的准确度近 量,以实现有效的疾病管理和公共卫生建设。目前,90%.完全超过了人类的水平。 在人工智能的影响下,医疗诊断领域正在不断加强对 第二,提高肺癌诊断的准确率。一项较早的实验统 机器学习的应用,并对一些医学专业的具体从业者产计表明,人工智能对肺癌的诊断准确率为90%.而人类 生了根本性的影响,甚至有的医学专业可能会完全被医生的准确率只有50%。内人工智能对断层扫描或X光 人工智能所取代。2016年9月,哈佛医学院奥伯梅尔射线的检查已经成为医疗行业的常规。专业算法不仅能 ( Ziad Obermeyer)与宾夕法尼亚大学伊曼纽尔( Ezekiel够为医生提供参考性的意见,还能捕捉到医生经常会忽 Emanuel)在《新英格兰杂志》上发文,认为医疗保健视掉的一些内容,例如肿瘤。⑤2016年《自然通讯》上 领域将因机器学习的介入而在医学领域划分出输家和赢发表的一篇论文,证明了经过培训的计算机可在评估肺 家,而病理学家和放射学家不幸沦为前者。四 癌组织切片时比病理学家更加精确。研究人员利用两千 人工智能在医疗诊断领域的应用十分广泛,而目前多张肺癌基因图谱和相应的数据库训练计算机软件程 最重要的便是诊断癌症。众所周知,癌症是医学领域最序,可以确定肉眼难以观察到的癌症特异性特征。同 大的挑战之一,也是智能诊断发展的重点所在,智能诊第三,利用智能诊断技术提高皮肤癌诊断的准确 断在癌症领域的应用主要有以下三个方面(参见表1):率。2017年1月,《自然》杂志揭示,深度神经网络技 表1智能诊断在癌症领域的应用情况 术能够对皮肤病专家的诊断水平进行分类。实验人员首 诊断领域|研究团队 先让深度神经网络分析了近十三万张皮肤病的照片。之 特点概况 乳腺癌谷歌大脑与确定乳腺癌位置,准确性超过后,人类医生与机器医生进行了皮肤癌诊断能力的比 ve公司专业医师 肺癌斯坦福大学为医生提供意见,捕捉到常会/赛。最终,机器人医生正确识别综合灵敏度超过90% 医学院被忽视的内容,诊断准确率高 打败了人类医生。该报道表明,在皮肤癌诊断领域 皮肤癌斯坦福大学对皮肤癌进行皮肤病专家水平 医学院的分类,达到专家水平 机器诊断的准确率已经达到了人类医学专家的水平。 在智能诊断领域,推动人工智能具体应用的主要力 第一,有效确定乳腺癌细胞的位置。2012年,谷歌量,其实是重要的人工智能企业,其中最具代表性的企 科学比赛将第一名授予一位来自威斯康星州的高中生。业是BM。 Watson机器人是BM在智能诊断领域的领先 他通过人工智能和机器学习技术,在760万个乳腺癌患产品,这一A|系统已在医疗领域深耕多年。 Watson系统 者样本数据的基础上设计了一种确定乳腺癌细胞位置的主要专注于癌症诊断领域,同时也涵盖了糖尿病、心脏 算法,能够帮助医生活检,其准确率高达96%,远高于病等重大疾病.其覆盖领域还在不断拓展。值得一提的 专科医生的准确率。同与此同时,商业领域的发展则更是, Watson在中国的商业化运作也开始逐步落地,虽然 1997年用深蓝电脑打败国际象棋世界冠军卡斯帕罗夫( Kasparov)的旧BM,后来进一步开发出超级电脑沃森( Watson 在美国最受欢迎的智力竞赛电视节目《危险边缘》中,沃森击败该节目历史上两位最成功的选手肯·詹宁斯( Ken Jennings)和 布拉德·鲁特( Bad Rutter 21994-2017ChinaAcademicJOurnalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
12 电子政务 E-GOVERNMENT 2017年第11期（总第179期） 息，运用人工智能的机器学习和计算方法，迅速找准病 例的数据依据，从而做出具有高度准确性的诊断决策。 智能诊断可以为公共机构和医院提升医疗服务质 量，以实现有效的疾病管理和公共卫生建设。目前， 在人工智能的影响下，医疗诊断领域正在不断加强对 机器学习的应用，并对一些医学专业的具体从业者产 生了根本性的影响，甚至有的医学专业可能会完全被 人工智能所取代。2016年9月，哈佛医学院奥伯梅尔 （Ziad Obermeyer）与宾夕法尼亚大学伊曼纽尔（Ezekiel Emanuel）在《新英格兰杂志》上发文，认为医疗保健 领域将因机器学习的介入而在医学领域划分出输家和赢 家，而病理学家和放射学家不幸沦为前者。[2] 人工智能在医疗诊断领域的应用十分广泛，而目前 最重要的便是诊断癌症。众所周知，癌症是医学领域最 大的挑战之一，也是智能诊断发展的重点所在，智能诊 断在癌症领域的应用主要有以下三个方面（参见表1)： 进一步。2017年，来自谷歌、谷歌大脑与Verily公司的 科学家们开发了一款能诊断乳腺癌的人工智能产品，病 理学家的诊断准确率仅仅七成，而人工智能的准确度近 90%，完全超过了人类的水平。 第二，提高肺癌诊断的准确率。一项较早的实验统 计表明，人工智能对肺癌的诊断准确率为90%，而人类 医生的准确率只有50%。[4]人工智能对断层扫描或X光 射线的检查已经成为医疗行业的常规。专业算法不仅能 够为医生提供参考性的意见，还能捕捉到医生经常会忽 视掉的一些内容，例如肿瘤。[5]2016年《自然通讯》上 发表的一篇论文，证明了经过培训的计算机可在评估肺 癌组织切片时比病理学家更加精确。研究人员利用两千 多张肺癌基因图谱和相应的数据库训练计算机软件程 序，可以确定肉眼难以观察到的癌症特异性特征。[6] 第三，利用智能诊断技术提高皮肤癌诊断的准确 率。2017年1月，《自然》杂志揭示，深度神经网络技 术能够对皮肤病专家的诊断水平进行分类。实验人员首 先让深度神经网络分析了近十三万张皮肤病的照片。之 后，人类医生与机器医生进行了皮肤癌诊断能力的比 赛。最终，机器人医生正确识别综合灵敏度超过90%， 打败了人类医生。[7]该报道表明，在皮肤癌诊断领域， 机器诊断的准确率已经达到了人类医学专家的水平。 在智能诊断领域，推动人工智能具体应用的主要力 量，其实是重要的人工智能企业，其中最具代表性的企 业是IBM。1 Watson机器人是IBM在智能诊断领域的领先 产品，这一AI系统已在医疗领域深耕多年。Watson系统 主要专注于癌症诊断领域，同时也涵盖了糖尿病、心脏 病等重大疾病，其覆盖领域还在不断拓展。值得一提的 是，Watson在中国的商业化运作也开始逐步落地，虽然 表1 智能诊断在癌症领域的应用情况 诊断领域 研究团队 特点概况 乳腺癌 谷歌大脑与 Verily公司 确定乳腺癌位置，准确性超过 专业医师 肺癌 斯坦福大学 医学院 为医生提供意见，捕捉到常会 被忽视的内容，诊断准确率高 皮肤癌 斯坦福大学 医学院 对皮肤癌进行皮肤病专家水平 的分类，达到专家水平 1 1997 年用深蓝电脑打败国际象棋世界冠军卡斯帕罗夫（Kasparov）的 IBM，后来进一步开发出超级电脑沃森（Watson），2011 年， 在美国最受欢迎的智力竞赛电视节目《危险边缘》中，沃森击败该节目历史上两位最成功的选手肯·詹宁斯（Ken Jennings）和 布拉德·鲁特（Brad Rutter）。 高奇琦 吕俊延·智能医疗：人工智能时代对公共卫生的机遇与挑战 第一，有效确定乳腺癌细胞的位置。2012年，谷歌 科学比赛将第一名授予一位来自威斯康星州的高中生。 他通过人工智能和机器学习技术，在760万个乳腺癌患 者样本数据的基础上设计了一种确定乳腺癌细胞位置的 算法，能够帮助医生活检，其准确率高达96%，远高于 专科医生的准确率。[3]与此同时，商业领域的发展则更
电子政务 E-GOVERNMENT2017年第11期(总第179期)13 奇琦吕俊延·智能医疗:人工智能时代对公共卫生的机遇与挑战 目前仍然处于应用初期,但是未来的规模化应用十分值功能上。同时,它放弃远程手术的做法而采用贴身手术 得期待, 操作,从而在操作上更具有便利性。MAKO机械臂手术 辅助系统主要应用于膝关节手术,可进行实时手术 二、智能治疗:手术中的达芬奇 SPORT Surgica机器人手术系统是加拿大泰坦医疗公司 在智能诊断的基础上,人工智能也正在被应用于治 Titan Medica)开发的项目.享有达芬奇终结者的美 疗领域,其中最重要的应用形式便是手术机器人。实际誉。2017年8月,泰坦公司与中国的龙泰医疗达成合 上,在这一次人工智能浪潮兴起之前,手术机器人已经作,使龙泰医疗一举成为泰坦公司最大的股东。此次合 有大约30年的研发和应用的历史,但相应的成本一直比作对泰坦公司将 SPORT外科手术系统业务推广至中国乃 较高昂。而随着人工智能技术的兴起,手术机器人也在至东南亚具有十分重要的战略意义 面临着新的发展。可以预期的是,其成本也会随着技术 当然,由医生控制的手术机器人远远不止这四种 的普及而逐渐降低,从而可以造福更多的人。目前,手国内外的许多医疗公司和科研机构都在不断开发新型的 术机器人已经能够很好地协助医生实施手术,尤其是在手术机器人系统,并且正在逐步投入市场。然而,这种 微创外科领域可以发挥十分有效和准确的作用。手术机手术机器人仍然需要医生的控制和人工操作,因此严格 器人主要分为两个层级:一是医生控制的机器人;二是来说并不是完全意义上的机器人。相比之下,全自动的 全自动的机器人。到目前为止,由医生控制的手术机器手术机器人在技术上更进一步,也更能体现智能化的前 人系统发展得较为成熟,其中有一些具有代表性且相互沿水平。目前,全自动的手术机器人依然处于实验室阶 竞争的系统,可以体现出一定的发展脉络 段,但是已经显示出巨大的发展潜力。 医生控制的手术机器人主要包括:达芬奇手术机器 美国的儿童国家健康系统( Children' s National 人、Verb微创手术机器人、MAKO机械臂手术辅助系统 Health System)研究团队为提高手术的效率与安全性 和 SPORT Surgical机器人手术系统(参见表2)。其中,开发了全自动手术机器人。2016年5月,该团队在著名 达芬奇手术机器人是应用最为广泛也是最为成功的手术期刊《科学转化医学》上公布了他们的研究成果 机器人。此外,达芬奇手术机器人也是世界上技术水STAR( Smart Tissue Autonomous Robot),即智慧组织 平最高的微创外科手术系统之一。相较于达芬奇手术机自主手术机器人。这是全球第一台可以处理软组织的 器人,Ⅴetb微创手术机器人的优势体现在价格、体积和自主手术机器人。目前,STAR自主手术机器人正在逐 表2四种医生控制的手术机器人之比较 代表性系统 隶属公司 特点概况 达芬奇系统 Intuitive Surgica 应用最广、数量最多、世界上最为先进的微 创外科手术系统之 verb微创手术机器人 Verb sure 体积小、使用安全、价格优惠、可近距离操 作、视觉图像视野高清、数据分析功能强大 MAQ机械臂手术辅助系统 Stryker(MAKO Surgic。可实时术中调整、提供置入物更精确的位置 独为髋关节手术平台提供拓展 SPORT Surgical系统 Titan Medical将手术精细化、能够进行微小部位手术 21994-2017ChinaAcademicJOurnalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
电子政务 E-GOVERNMENT 2017年第11期（总第179期） 13 目前仍然处于应用初期，但是未来的规模化应用十分值 得期待。 二、智能治疗：手术中的达芬奇 在智能诊断的基础上，人工智能也正在被应用于治 疗领域，其中最重要的应用形式便是手术机器人。实际 上，在这一次人工智能浪潮兴起之前，手术机器人已经 有大约30年的研发和应用的历史，但相应的成本一直比 较高昂。而随着人工智能技术的兴起，手术机器人也在 面临着新的发展。可以预期的是，其成本也会随着技术 的普及而逐渐降低，从而可以造福更多的人。目前，手 术机器人已经能够很好地协助医生实施手术，尤其是在 微创外科领域可以发挥十分有效和准确的作用。手术机 器人主要分为两个层级：一是医生控制的机器人；二是 全自动的机器人。到目前为止，由医生控制的手术机器 人系统发展得较为成熟，其中有一些具有代表性且相互 竞争的系统，可以体现出一定的发展脉络。 医生控制的手术机器人主要包括：达芬奇手术机器 人、Verb微创手术机器人、MAKO机械臂手术辅助系统 和SPORT Surgical机器人手术系统（参见表2）。其中， 达芬奇手术机器人是应用最为广泛也是最为成功的手术 机器人。此外，达芬奇手术机器人也是世界上技术水 平最高的微创外科手术系统之一。相较于达芬奇手术机 器人，Verb微创手术机器人的优势体现在价格、体积和 功能上。同时，它放弃远程手术的做法而采用贴身手术 操作，从而在操作上更具有便利性。MAKO机械臂手术 辅助系统主要应用于膝关节手术，可进行实时手术。 SPORT Surgical机器人手术系统是加拿大泰坦医疗公司 （TitanMedical）开发的项目，享有达芬奇终结者的美 誉。2017年8月，泰坦公司与中国的龙泰医疗达成合 作，使龙泰医疗一举成为泰坦公司最大的股东。此次合 作对泰坦公司将SPORT外科手术系统业务推广至中国乃 至东南亚具有十分重要的战略意义。[8] 当然，由医生控制的手术机器人远远不止这四种， 国内外的许多医疗公司和科研机构都在不断开发新型的 手术机器人系统，并且正在逐步投入市场。然而，这种 手术机器人仍然需要医生的控制和人工操作，因此严格 来说并不是完全意义上的机器人。相比之下，全自动的 手术机器人在技术上更进一步，也更能体现智能化的前 沿水平。目前，全自动的手术机器人依然处于实验室阶 段，但是已经显示出巨大的发展潜力。 美国的儿童国家健康系统（Children's National Health System）研究团队为提高手术的效率与安全性， 开发了全自动手术机器人。2016年5月，该团队在著名 期刊《科学转化医学》上公布了他们的研究成果—— STAR（Smart Tissue Autonomous Robot），即智慧组织 自主手术机器人。[9]这是全球第一台可以处理软组织的 自主手术机器人。目前，STAR自主手术机器人正在逐 表2 四种医生控制的手术机器人之比较 代表性系统 隶属公司 特点概况 达芬奇系统 Intuitive Surgical 应用最广、数量最多、世界上最为先进的微 创外科手术系统之一 Verb微创手术机器人 Verb Surgical 体积小、使用安全、价格优惠、可近距离操 作、视觉图像视野高清、数据分析功能强大 MAKO机械臂手术辅助系统 Stryker（MAKO Surgical） 可实时术中调整、提供置入物更精确的位置、 单独为髋关节手术平台提供拓展 SPORT Surgical系统 Titan Medical 将手术精细化、能够进行微小部位手术 高奇琦 吕俊延·智能医疗：人工智能时代对公共卫生的机遇与挑战
14电子政务 E-GOVERNMENT2017年第11期(总第179期) 高奇琦吕俊延·智能医疗:人工智能时代对公共卫生的机遇与挑战 步向临床阶段迈进,由此,手术机器人的“辅助”或关联,从而更加精确地研判出这类疫情的发生。此外 助手”的地位将会得到根本改变,智能机器有望真正谷歌基线研究项目( Google Baseline Study)希望建立 接手外科医生的工作,为人类进行外科手术等治疗服一个庞大的人类健康数据库,找出完全健康的人类基因 务 模型。根据这个数据库,只要发现用户的健康数据与模 型有出入,谷歌就会提醒用户可能出现的健康问题,促 日常化护理:大数据与常态健康管理 使其进行预防。谷歌健康( Google Fit)开发了一系列 人工智能在医疗领域得以迅速应用和发展的关键,可穿戴设备,这些产品都在不断收集海量的生物统计数 实际上在于医疗大数据的积累和数据库的发展。而这些据并且与谷歌基线的研究结合起来,提供更加强大的应 数据并不仅仅产生于医学影像的获得或者医院诊断的信用。不难看出,结合大数据和互联网技术,我们可以 息录入,而是可以在人们的日常生活中随时随地产生。对某些传染性疾病进行较为及时、准确的监控和预防 因此,未来的医疗大数据实际上是在人们对自身进行日并且在建立一些数据库、智能分析模型后,使得这些活 常健康管理的过程中产生和集中起来的。在此基础上,动更为便捷和迅速 通过人工智能的算法,人们不仅可以对个人的健康状况 第二,机器学习与血糖管理。2015年11月,《细 进行精准化的把握,而且还可以通过大数据把握传染胞》ce)杂志发表的一篇文章,阐释了机器学习应 性和季节性等疾病的发展状况,从而做出相应的应对措用于营养学的积极意义。2该团队通过对800名志愿者 施。就某种程度而论,这或许是人工智能与人类日常生进行标准化饮食试验,采集了多项数据.并收集他们饮 活融合最为密切的一个领域,可以为人类提供高质量、食、锻炼以及睡眠数据。实验结果表明,不同人即便食 智能化与日常化的医疗护理服务。从目前的整体发展来用同样的食物,反应差异依然十分大。因此,以往通过 看,依托大数据和算法技术,人工智能在健康管理领域直观经验而得出的那种一般性的饮食摄入建议,往往都 的发展主要集中在五个方面(参见表3)。 是极不准确的。此后,研究团队进一步验证了机器学习 第一,大数据与流感预测。早在2008年,谷歌就已能否进行健康饮食指导。通过细致比较,他们发现机器 经推出了流感预测的服务,通过检测用户在谷歌上的搜学习算法给出了更精准的营养学建议,能够更好地控制 索内容就可以有效地追踪到流感爆发的迹象。谷歌还餐后血糖水平。不难看出,机器学习的作用在这一研究 会通过分析用户的电子邮件,并将用户的搜索情况与之中得到了充分的体现,在精准营养学上,人工智能可以 表3美国一些重要的人工智能医疗企业 所涉领域 企业概况 要功能 健康管理开发了 CafeWel‖ Concierge 改善用户互动并从潜在的纯文本来 源中提取更多知识 医疗器械为慢性病提供终身治疗方案优化患者治疗效果,糖尿病管理 Nuritas 建立食品数据库,识别肽能否作为 营养学 工智能与分子生物学结合 食物的补充或新的成分 Emotient 人脸识别 分析情绪以及细微复杂的表情 clitic 医疗诊断 运用深度学习算法挖掘开发图像识别软件找出恶性肿瘤并 大数据进行病理诊断进行诊断 21994-2017ChinaAcademicJOurnalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
14 电子政务 E-GOVERNMENT 2017年第11期（总第179期） 步向临床阶段迈进，由此，手术机器人的“辅助”或 “助手”的地位将会得到根本改变，智能机器有望真正 接手外科医生的工作，为人类进行外科手术等治疗服 务。 三、日常化护理：大数据与常态健康管理 人工智能在医疗领域得以迅速应用和发展的关键， 实际上在于医疗大数据的积累和数据库的发展。而这些 数据并不仅仅产生于医学影像的获得或者医院诊断的信 息录入，而是可以在人们的日常生活中随时随地产生。 因此，未来的医疗大数据实际上是在人们对自身进行日 常健康管理的过程中产生和集中起来的。在此基础上， 通过人工智能的算法，人们不仅可以对个人的健康状况 进行精准化的把握，而且还可以通过大数据把握传染 性和季节性等疾病的发展状况，从而做出相应的应对措 施。就某种程度而论，这或许是人工智能与人类日常生 活融合最为密切的一个领域，可以为人类提供高质量、 智能化与日常化的医疗护理服务。从目前的整体发展来 看，依托大数据和算法技术，人工智能在健康管理领域 的发展主要集中在五个方面（参见表3）。 第一，大数据与流感预测。早在2008年，谷歌就已 经推出了流感预测的服务，通过检测用户在谷歌上的搜 索内容就可以有效地追踪到流感爆发的迹象。[10]谷歌还 会通过分析用户的电子邮件，并将用户的搜索情况与之 关联，从而更加精确地研判出这类疫情的发生。此外， 谷歌基线研究项目（Google Baseline Study）希望建立 一个庞大的人类健康数据库，找出完全健康的人类基因 模型。根据这个数据库，只要发现用户的健康数据与模 型有出入，谷歌就会提醒用户可能出现的健康问题，促 使其进行预防。谷歌健康（Google Fit）开发了一系列 可穿戴设备，这些产品都在不断收集海量的生物统计数 据并且与谷歌基线的研究结合起来，提供更加强大的应 用。[11]不难看出，结合大数据和互联网技术，我们可以 对某些传染性疾病进行较为及时、准确的监控和预防， 并且在建立一些数据库、智能分析模型后，使得这些活 动更为便捷和迅速。 第二，机器学习与血糖管理。2015年11月，《细 胞》（Cell）杂志发表的一篇文章，阐释了机器学习应 用于营养学的积极意义。[12]该团队通过对800名志愿者 进行标准化饮食试验，采集了多项数据，并收集他们饮 食、锻炼以及睡眠数据。实验结果表明，不同人即便食 用同样的食物，反应差异依然十分大。因此，以往通过 直观经验而得出的那种一般性的饮食摄入建议，往往都 是极不准确的。此后，研究团队进一步验证了机器学习 能否进行健康饮食指导。通过细致比较，他们发现机器 学习算法给出了更精准的营养学建议，能够更好地控制 餐后血糖水平。不难看出，机器学习的作用在这一研究 中得到了充分的体现，在精准营养学上，人工智能可以 表3 美国一些重要的人工智能医疗企业 企业 所涉领域 企业概况 主要功能 Welltok 健康管理 开发了CaféWell Concierge 改善用户互动并从潜在的纯文本来 源中提取更多知识 Medtronic 医疗器械 为慢性病提供终身治疗方案 优化患者治疗效果，糖尿病管理 Nuritas 营养学 人工智能与分子生物学结合 建立食品数据库，识别肽能否作为 食物的补充或新的成分 Emotient 人脸识别 已被苹果收购 分析情绪以及细微复杂的表情 Enlitic 医疗诊断 运用深度学习算法挖掘 大数据进行病理诊断 开发图像识别软件找出恶性肿瘤并 进行诊断 高奇琦 吕俊延·智能医疗：人工智能时代对公共卫生的机遇与挑战
电子政务 E-GOVERNMENT2017年第11期(总第179期)15 奇琦吕俊延·智能医疗:人工智能时代对公共卫生的机遇与挑战 帮助用户进行精确的辅助分析,从而使用户做出更为合套“无所不在”的人类情感分析系统。 Emotient利用摄 适的选择 像头来获取、记录面部肌肉运动,并根据人工智能计算 第三,数据库技术与健康要素监测。位于柏林的模型来分析面部表情,可在数秒钟内解读出面部表情所代 unitas生物科技公司是一家在影像学中应用人工智能的表的意义。这种技术的应用领域其实很广泛,尤其是可以 初创公司。该公司通过将人工智能与基因学相结合,以被用于医疗领域,来判断病人的感受。目前. Emotient已经 发现有利于健康的自然生物有机因子。在我国,最为出能够辨别出类似于喜悦、悲伤、愤怒、惊讶等简单表情 名的人工智能生物科技初创公司碳云智能 diCarbon)还能分析出一些更细微和复杂的表情。32016年月,苹 也在从事相关的研发,该公司试图建立一个健康大数据果公司宣布收购了这家人工智能技术公司,这在某种程 平台,利用自身与合作者的力量收集人们各种各样的生度上也说明了这项技术的发展潜力 物数据。最终可以利用人工智能技术处理这些数据,帮 助人们进行健康管理。不难看出,无论是食品数据库还四、人性化医疗:缓解医患矛盾的可能性 是健康大数据平台,都旨在通过大数据与人工智能技术人工智能的应用,既能够极大地增加有效的医疗资 来对人体的健康要素进行监测、记录,并通过分析这些源,同时也可以进一步促进医疗的人性化程度。而这种 记录和数据得出更加准确和有效的健康管理计划 发展最重要的社会效益,便是缓解医患矛盾,尤其是对 第四,健康管理与生活品质提升。随着人们生活水于中国这样医疗资源分布不均衡的国家而言。实际上 平的不断提升,对于自身健康的严格管理将成为很多人医患间的矛盾,并不一定是因为诊断错误或者治疗失 的日常诉求。如果能够收集到每个人的各方面的健康败,更重要的原因其实在于医院所提供的服务并没有达 数据,以这些数据为基础,通过人工智能的算法,最到患者的要求,或者说患者无法得到应有的或理想中的 终可以轻松实现对健康的日常管理。近年来发展快速的医疗资源。从医院的角度而言,医患矛盾的产生,往往 elton公司主要关注的就是个人健康管理和生活品质也来源于医疗资源无法得到高效合理的利用,因此也就 的提升。该公司的核心产品是 CafeWel健康管理优化平降低了应有的服务水平。事实上,医疗资源常常会因为 台 CafeWell Health Optimization Platforn),其核心理管理低效和利用不善而产生大量的浪费现象。比如说, 念是,医疗健康服务并不是只有病人才需要,普通人也一个手术室是需要日常维护的,即使不做手术,其运营 需要时刻关注和维护自身的健康。如前所述,这种趋势成本也可以达到5000美元/小时。由此可见,医疗资源 源自于人们对自身健康的更高的需求,在很大程度上也的浪费是一个顽疾。同 显示出社会大众对于健康方案的迫切需求,在医疗服务 但是,如果在诊疗的过程中,能够充分利用人工智 之外也需要辅之于健康服务业 能的辅助服务和运算安排,不仅可以补充医疗服务的力 第五,人脸识别与情绪分析。位于圣地亚哥的初量,还可以更加合理地分配医疗资源和提高就诊效率 创企业 Emotient致力于通过分析面部表情来判定人的情例如,运用大数据分析,人工智能可以合理和错峰安排 绪。 Emotient起源于加利福尼亚大学的机器感知实验就诊和治疗的时间,这样不仅可以减少患者排队的时 室”( Machine Perception Lab),其最终目的是打造一间.而且也能提高预约和就诊的效率,减少医务人员的 21994-2017ChinaAcademicJOurnalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
电子政务 E-GOVERNMENT 2017年第11期（总第179期） 15 帮助用户进行精确的辅助分析，从而使用户做出更为合 适的选择。 第三，数据库技术与健康要素监测。位于柏林的 Nuritas生物科技公司是一家在影像学中应用人工智能的 初创公司。该公司通过将人工智能与基因学相结合，以 发现有利于健康的自然生物有机因子。在我国，最为出 名的人工智能生物科技初创公司碳云智能（iCarbonX） 也在从事相关的研发，该公司试图建立一个健康大数据 平台，利用自身与合作者的力量收集人们各种各样的生 物数据。最终可以利用人工智能技术处理这些数据，帮 助人们进行健康管理。不难看出，无论是食品数据库还 是健康大数据平台，都旨在通过大数据与人工智能技术 来对人体的健康要素进行监测、记录，并通过分析这些 记录和数据得出更加准确和有效的健康管理计划。 第四，健康管理与生活品质提升。随着人们生活水 平的不断提升，对于自身健康的严格管理将成为很多人 的日常诉求。如果能够收集到每个人的各方面的健康 数据，以这些数据为基础，通过人工智能的算法，最 终可以轻松实现对健康的日常管理。近年来发展快速的 Welltok公司主要关注的就是个人健康管理和生活品质 的提升。该公司的核心产品是CaféWell健康管理优化平 台（CaféWell Health Optimization Platform），其核心理 念是，医疗健康服务并不是只有病人才需要，普通人也 需要时刻关注和维护自身的健康。如前所述，这种趋势 源自于人们对自身健康的更高的需求，在很大程度上也 显示出社会大众对于健康方案的迫切需求，在医疗服务 之外也需要辅之于健康服务业。 第五，人脸识别与情绪分析。位于圣地亚哥的初 创企业Emotient致力于通过分析面部表情来判定人的情 绪。Emotient起源于加利福尼亚大学的“机器感知实验 室”（Machine Perception Lab），其最终目的是打造一 套“无所不在”的人类情感分析系统。Emotient利用摄 像头来获取、记录面部肌肉运动，并根据人工智能计算 模型来分析面部表情，可在数秒钟内解读出面部表情所代 表的意义。这种技术的应用领域其实很广泛，尤其是可以 被用于医疗领域，来判断病人的感受。目前，Emotient已经 能够辨别出类似于喜悦、悲伤、愤怒、惊讶等简单表情， 还能分析出一些更细微和复杂的表情。[13]2016年1月，苹 果公司宣布收购了这家人工智能技术公司，这在某种程 度上也说明了这项技术的发展潜力。 四、人性化医疗：缓解医患矛盾的可能性 人工智能的应用，既能够极大地增加有效的医疗资 源，同时也可以进一步促进医疗的人性化程度。而这种 发展最重要的社会效益，便是缓解医患矛盾，尤其是对 于中国这样医疗资源分布不均衡的国家而言。实际上， 医患间的矛盾，并不一定是因为诊断错误或者治疗失 败，更重要的原因其实在于医院所提供的服务并没有达 到患者的要求，或者说患者无法得到应有的或理想中的 医疗资源。从医院的角度而言，医患矛盾的产生，往往 也来源于医疗资源无法得到高效合理的利用，因此也就 降低了应有的服务水平。事实上，医疗资源常常会因为 管理低效和利用不善而产生大量的浪费现象。比如说， 一个手术室是需要日常维护的，即使不做手术，其运营 成本也可以达到5000美元/小时。由此可见，医疗资源 的浪费是一个顽疾。[14] 但是，如果在诊疗的过程中，能够充分利用人工智 能的辅助服务和运算安排，不仅可以补充医疗服务的力 量，还可以更加合理地分配医疗资源和提高就诊效率。 例如，运用大数据分析，人工智能可以合理和错峰安排 就诊和治疗的时间，这样不仅可以减少患者排队的时 间，而且也能提高预约和就诊的效率，减少医务人员的 高奇琦 吕俊延·智能医疗：人工智能时代对公共卫生的机遇与挑战
16电子政务 E-GOVERNMENT2017年第11期(总第179期) 高奇琦吕俊延·智能医疗:人工智能时代对公共卫生的机遇与挑战 工作压力,使其有更多充裕的时间去诊治患者。同时,从而迅速了解病人的病史,并借助相应的数据分析来判 人工智能在医院中也应用于其他许多方面,使得诸如挂断最佳的治疗方案。 AiCure治疗监测技术:可以利用面 号、问路、缴费、打印化验报告等程序变得更加方便快部识别技术来判断患者是否按时服药,再通过获取的患 捷。因此,就诊效率的提高能够减少医患矛盾的发生。者数据.用自动算法来识别药物和药物摄取。 Ask The 目前,一些医院已经安装了自助就诊服务的机器,但是 Doctor:该平台的目标是让患者迅速获得全世界医疗专 这些机器并非严格意义上的人工智能,其用户界面还有家的建议。 待完善,否则如果使用不便,患者宁可去窗口排队 除了医疗虚拟助手之外,人工智能在医疗方面的另 目前,人工智能产品已经进入到医院管理与服务之一个重要应用便是医院智能决策。其中的代表性案例是 中,就未来的发展趋势而言,与医院管理相关的人工智美国的 AnalyticsMD公司。这是一家成立于2013年的初 能应用场景将主要集中在两大领域:一是虚拟医疗助创公司,致力于提供医院智能决策分析系统技术,其创 手,二是医院的智能决策。虚拟医疗助手可以在医生诊始团队具有丰富的医疗健康以及大数据处理领域经验。 疗之外提供辅助性的就诊咨询、健康护理和病例跟踪等该公司开发的SaS(软件即服务)可以从美国政府医疗 服务,相当于“虚拟护士”,能够对医院的患者分流起网站收集详细的医疗数据,并对这些数据进行智能分 到重要作用,而患者也不必非要到医院才能进行就诊。析,从而给医生提供最合理的建议,使他们无须再去反 而医院的智能决策则旨在将医院决策的过程建立在人工复研究复杂的病例数据,从而及时地为病人提供最合适 智能的基础上,从而更好地提高医疗资源的利用效率和的治疗和服务。这种服务的运用.一方面可以让医院的 医院运行的智能化程度。 管理者随时掌握目前的工作状态和进度,做出更好的选 虚拟医疗助手的代表性产品主要有四种(参见表择:另一方面可以提高病人和医护人员看病的质量和效 4)。 Alme Health Coach:该产品能够自动帮助慢性病率,而且一旦有空闲的医疗资源就可以迅速得到利用 患者规划日常健康安排、监控睡眠、提供药物和测试提避免资源的空置和医患之间的不对称。因此,医院智能 醒,甚至可以反向推导岀一些不服从提醒按时服药的决策可以发挥诸多的积极作用,既能够提升病人就医的 患者产生懶惰的原因。电子医疗助手(EMA):通过效率与满意度,同时也能够降低医疗资源的消耗,控制 EMA的应用,医生可以快速追踪每个病人的医疗数据,相应的医疗成本。 表4四种代表性医疗虚拟助手简介 代表性产品 隶属公司/实验室 特点概况 服务慢性病患者,健康监控,药物与测 Alme Health Coach lext T 试提醒。反向推导病人不按时服药原因 Modernizing Medic 电子化办公,快速获取医疗数据与病人 病史,协助确定最佳治疗方案 AiCure移动APP AiCure 通过面部识别判断患者是否服药,自动 识别药物和药物摄取,提醒按时服药 Ask The Doctor ATD Health Network Ine 远程医疗,获得全世界医疗专家的建议 匿名上传病历 21994-2017ChinaAcademicJOurnalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
16 电子政务 E-GOVERNMENT 2017年第11期（总第179期） 工作压力，使其有更多充裕的时间去诊治患者。同时， 人工智能在医院中也应用于其他许多方面，使得诸如挂 号、问路、缴费、打印化验报告等程序变得更加方便快 捷。因此，就诊效率的提高能够减少医患矛盾的发生。 目前，一些医院已经安装了自助就诊服务的机器，但是 这些机器并非严格意义上的人工智能，其用户界面还有 待完善，否则如果使用不便，患者宁可去窗口排队。 目前，人工智能产品已经进入到医院管理与服务之 中，就未来的发展趋势而言，与医院管理相关的人工智 能应用场景将主要集中在两大领域：一是虚拟医疗助 手，二是医院的智能决策。虚拟医疗助手可以在医生诊 疗之外提供辅助性的就诊咨询、健康护理和病例跟踪等 服务，相当于“虚拟护士”，能够对医院的患者分流起 到重要作用，而患者也不必非要到医院才能进行就诊。 而医院的智能决策则旨在将医院决策的过程建立在人工 智能的基础上，从而更好地提高医疗资源的利用效率和 医院运行的智能化程度。 虚拟医疗助手的代表性产品主要有四种（参见表 4）。Alme Health Coach：该产品能够自动帮助慢性病 患者规划日常健康安排、监控睡眠、提供药物和测试提 醒，甚至可以反向推导出一些不服从提醒按时服药的 患者产生懒惰的原因。[15]电子医疗助手（EMA）：通过 EMA的应用，医生可以快速追踪每个病人的医疗数据， 表4 四种代表性医疗虚拟助手简介 代表性产品 隶属公司/实验室 特点概况 Alme Health Coach Next IT 服务慢性病患者，健康监控，药物与测 试提醒，反向推导病人不按时服药原因 EMA Modernizing Medicine 电子化办公，快速获取医疗数据与病人 病史，协助确定最佳治疗方案 AiCure移动APP AiCure 通过面部识别判断患者是否服药，自动 识别药物和药物摄取，提醒按时服药 Ask The Doctor ATD Health Network Inc. 远程医疗，获得全世界医疗专家的建议， 匿名上传病历 从而迅速了解病人的病史，并借助相应的数据分析来判 断最佳的治疗方案。AiCure治疗监测技术：可以利用面 部识别技术来判断患者是否按时服药，再通过获取的患 者数据，用自动算法来识别药物和药物摄取。Ask The Doctor：该平台的目标是让患者迅速获得全世界医疗专 家的建议。 除了医疗虚拟助手之外，人工智能在医疗方面的另 一个重要应用便是医院智能决策。其中的代表性案例是 美国的AnalyticsMD公司。这是一家成立于2013年的初 创公司，致力于提供医院智能决策分析系统技术，其创 始团队具有丰富的医疗健康以及大数据处理领域经验。 该公司开发的SaaS（软件即服务）可以从美国政府医疗 网站收集详细的医疗数据，并对这些数据进行智能分 析，从而给医生提供最合理的建议，使他们无须再去反 复研究复杂的病例数据，从而及时地为病人提供最合适 的治疗和服务。这种服务的运用，一方面可以让医院的 管理者随时掌握目前的工作状态和进度，做出更好的选 择；另一方面可以提高病人和医护人员看病的质量和效 率，而且一旦有空闲的医疗资源就可以迅速得到利用， 避免资源的空置和医患之间的不对称。因此，医院智能 决策可以发挥诸多的积极作用，既能够提升病人就医的 效率与满意度，同时也能够降低医疗资源的消耗，控制 相应的医疗成本。[16] 高奇琦 吕俊延·智能医疗：人工智能时代对公共卫生的机遇与挑战
电子政务 E-GOVERNMENT2017年第11期(总第179期)17 奇琦吕俊延·智能医疗:人工智能时代对公共卫生的机遇与挑战 无论是医疗虛拟助手还是医院智能决策,都是人工也是一种常态。而一旦人工智能的技术应用获得突破 智能改善医疗领域发展的具体实例。在人工智能的助力就可以在一个相对较短的时间内训练出无数具备相关技 下,医疗资源的规模可以得到有效的扩大,节省大量的能的人工智能医生,由此就可以有效地解决人类医生资 人力物力,而且还能够有效提升医疗管理的科学性和效源不足的问题。当然,这并不意味着在未来所有的人类 率。在这种情况下,患者就能够享受到更加满意的医疗医生都会消失,在那些非常复杂、需要创意的工作中, 服务,这无疑会大大改善医患关系,从而可以有效避免人类医生的作用仍然是不可替代的。除此之外,把那些 医患之间因供需关系不对称而产生的种种矛盾问题。日常诊断或者程序化的工作则交由人工智能来完成,可 为提高医疗管理的安全性,福克斯( John Fox)提出的能会更加节省医疗成本。随着人工智能技术水平的快速 危险的动态管理”具有一定的借鉴意义。他认为,静提升,未来的情景将是:平均水平的医生让人工智能做 态的软件设计应与危险的动态管理形成互补。当发生医助理,而平均水平以下的医生则要做人工智能的助理。 患冲突时,将可以识别风险的智能系统作为独立的行为 第二,人工智能助力药物挖掘效率。药物的挖掘和 主体,辅助医疗机构排除风险 筛选一直是医疗业的重要领域,换言之,药物研发的水 平和规模在某种程度上决定了医疔业的发展形态。到目 五、智能医疗未来发展的三种积极趋势 前为止,新药的研发仍然需要极高的成本,既需要长期 人工智能对于医疗的影响,并不止于上文所概述的的实验和十数亿乃至上百亿美元的投入,而且还要进行 智能诊断、智能治疗、健康管理和医疗管理等方面的内反复的安全性测试,而且即便如此,也无法保证最后是 容。其他如药物挖掘、生物科技和精准医疗等也是人工否真的能够成功。而人工智能的应用,可以在很大程度 智能可以发挥巨大作用的领域。从上文的分析来看,人上缓解相应的问题。例如,在新药筛选时,可以利用人 工智能会更高效地推动医疗领域向着智能化、日常化和工智能所具有的策略网络和评价网络以及蒙特卡洛树搜 人性化的方向发展,尤为重要的是可以促进精准医疗的索算法( Monte Carlo Tree Search)間,从成千上万种 发展。同时,这些变化也会对于医疗就业和人类对于自备选化合物中挑选最具有安全性的化合物,作为新药的 身的认识产生重要影响。从目前来看,人工智能在未来最佳备选者 的发展主要有如下三个值得关注的积极趋势:第一,用 第三,利用人工智能和精准医疗治疗癌症。人工智 人工智能的“医生”补充人类医护人员,以解决未来医能在癌症诊断的准确性方面,已经获得了很大的进展。 护人员稀缺的问题;第二,用人工智能助力药物挖掘的通过大数据和人工智能,可以检测出不同癌症病人的不 效率,加速药物开发的过程;第三,在人工智能的基础同病变.找到个性化的用药,并完成换药和配药工作, 上,提高个性化用药的水平,并通过精准医疗最终解决这样大大降低了药品的使用成本。通过人工智能进行大 癌症这一难题 数据分析,可以更有针对性地检测不同人的不同病变 第一,开发人工智能医生以缓解医护人员不足。人从而找到适合具体情况的个性化用药。同时,运用人工 类医生的培养过程非常复杂并且成本相对较高,且培养智能和大数据也可以检测患者的新病变,从而可以帮助 时间较长。即便在发达国家,有经验的医护人员的缺乏癌症患者及时更换新的药物。此外,这些换药和配药的 21994-2017ChinaAcademicJOurnalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
电子政务 E-GOVERNMENT 2017年第11期（总第179期） 17 无论是医疗虚拟助手还是医院智能决策，都是人工 智能改善医疗领域发展的具体实例。在人工智能的助力 下，医疗资源的规模可以得到有效的扩大，节省大量的 人力物力，而且还能够有效提升医疗管理的科学性和效 率。在这种情况下，患者就能够享受到更加满意的医疗 服务，这无疑会大大改善医患关系，从而可以有效避免 医患之间因供需关系不对称而产生的种种矛盾问题。 为提高医疗管理的安全性，福克斯（John Fox）提出的 “危险的动态管理”具有一定的借鉴意义。他认为，静 态的软件设计应与危险的动态管理形成互补。当发生医 患冲突时，将可以识别风险的智能系统作为独立的行为 主体，辅助医疗机构排除风险。[17] 五、智能医疗未来发展的三种积极趋势 人工智能对于医疗的影响，并不止于上文所概述的 智能诊断、智能治疗、健康管理和医疗管理等方面的内 容。其他如药物挖掘、生物科技和精准医疗等也是人工 智能可以发挥巨大作用的领域。从上文的分析来看，人 工智能会更高效地推动医疗领域向着智能化、日常化和 人性化的方向发展，尤为重要的是可以促进精准医疗的 发展。同时，这些变化也会对于医疗就业和人类对于自 身的认识产生重要影响。从目前来看，人工智能在未来 的发展主要有如下三个值得关注的积极趋势：第一，用 人工智能的“医生”补充人类医护人员，以解决未来医 护人员稀缺的问题；第二，用人工智能助力药物挖掘的 效率，加速药物开发的过程；第三，在人工智能的基础 上，提高个性化用药的水平，并通过精准医疗最终解决 癌症这一难题。 第一，开发人工智能医生以缓解医护人员不足。人 类医生的培养过程非常复杂并且成本相对较高，且培养 时间较长。即便在发达国家，有经验的医护人员的缺乏 也是一种常态。而一旦人工智能的技术应用获得突破， 就可以在一个相对较短的时间内训练出无数具备相关技 能的人工智能医生，由此就可以有效地解决人类医生资 源不足的问题。当然，这并不意味着在未来所有的人类 医生都会消失，在那些非常复杂、需要创意的工作中， 人类医生的作用仍然是不可替代的。除此之外，把那些 日常诊断或者程序化的工作则交由人工智能来完成，可 能会更加节省医疗成本。随着人工智能技术水平的快速 提升，未来的情景将是：平均水平的医生让人工智能做 助理，而平均水平以下的医生则要做人工智能的助理。 第二，人工智能助力药物挖掘效率。药物的挖掘和 筛选一直是医疗业的重要领域，换言之，药物研发的水 平和规模在某种程度上决定了医疗业的发展形态。到目 前为止，新药的研发仍然需要极高的成本，既需要长期 的实验和十数亿乃至上百亿美元的投入，而且还要进行 反复的安全性测试，而且即便如此，也无法保证最后是 否真的能够成功。而人工智能的应用，可以在很大程度 上缓解相应的问题。例如，在新药筛选时，可以利用人 工智能所具有的策略网络和评价网络以及蒙特卡洛树搜 索算法（Monte Carlo Tree Search）[18]，从成千上万种 备选化合物中挑选最具有安全性的化合物，作为新药的 最佳备选者。 第三，利用人工智能和精准医疗治疗癌症。人工智 能在癌症诊断的准确性方面，已经获得了很大的进展。 通过大数据和人工智能，可以检测出不同癌症病人的不 同病变，找到个性化的用药，并完成换药和配药工作， 这样大大降低了药品的使用成本。通过人工智能进行大 数据分析，可以更有针对性地检测不同人的不同病变， 从而找到适合具体情况的个性化用药。同时，运用人工 智能和大数据也可以检测患者的新病变，从而可以帮助 癌症患者及时更换新的药物。此外，这些换药和配药的 高奇琦 吕俊延·智能医疗：人工智能时代对公共卫生的机遇与挑战
8电子政务 E-GOVERNMENT2017年第11期(总第179期) 高奇琦吕俊延·智能医疗:人工智能时代对公共卫生的机遇与挑战 过程都可以在大数据平台上完成,由此也会大大降低药现减缓或者终止人类衰老的进程。这一目标的实现不仅 品的使用成本和效率。按照这种发展趋势,人类在未来要面对许多技术难题,同样要面对难以克服的人类伦理 制服乃至克服癌症,将不再会是一种空想 的问题。如果人类获得了某种程度上的“永生”,那么 人类社会的伦理和规则就会出现颠覆性的变化 六、结语:正确应对智能医疗的冲击 2016年3月,谷歌公司开发的人工智能产品“阿尔 医疗领域一直被视为是一个人工智能很有前景的应法狗”与韩国顶级围棋手李世石上演了一场震撼人心的 用领域,其应用能够改善数亿人的健康状况和生活质人机大战”。而人工智能的胜利更是引发了人们的恐 量。与此同时,人工智能也会对医疗行业造成一定的冲慌:人工智能是否象征人类发明史的终结?福山的《历 击,许多原先由医生、护士以及管理人员从事的工作可史的终结》( End of History)指出,伴随着社会的日新 能被人工智能所替代。例如,当人工智能的诊断准确率月异,科学技术以环环相扣的方式将整个社会连接成 在达到甚至超过人类医生之后,人们就会逐步选择人工体,创造空前的繁荣。智能诊断的发展使人工智能正 智能;运用人工智能技术的手术机器人可以完成人类医以惊人的速度成为完美的医学专家,从而具有在未来替 生都很难操作的高难度手术;医院智能管理的应用则代现实医生的可能性。此外,由于机器人较人脑具有更 可以代替人工来优化患者就诊和治疗的流程,从而有效多的脑容量,这将带动医疗健康领域运作模式的发展与 减少医患冲突的发生。由于目前的医疗资源仍然相对匮转型,为患者及医生带来更多疾病诊断的福音。 乏,并且各地医疗资源的分布也不均匀,所以在医疗领 人工智能的重要使命是提高医疗效率,在现有的医 域造成大范围失业的情况仍然是一种小概率的事件。但疗资源供应环境中挖掘“增量”。通过将顶尖医学专家 是,以上三个领域的从业者面临的失业压力会越来越的知识与诊断经验进行快速复制,训练出更多模拟专家 大。人们将更愿意信任人工智能,而不是传统意义上经诊断路径的“人工智能医学专家”,从而助力公共卫生 验丰富的“老医生 事业的改善。总之,人工智能在医学领域得到深入应用 相比之下,社会规则、惯习乃至伦理上的问题,则的整体发展趋势已然势不可挡。在这个过程中,人工智 显得更为重要。首先,病人的隐私问题需要妥善解决。能一方面能够有效提高人类的整体医疗水平和健康状 大数据的搜集必然会涉及到广大病人的隐私,而如何协况,但另一方面也会带来一定的社会挑战和冲击。这在 调隐私保护和数据获得之间的张力,则是智能医疗面临很大程度上也是对“科技是一把双刃剑ˉ这一论断的再 的重要问题。其次,社会观念与监管问题也需要正视。次证明。然而,人们完全可以通过合理的谋划与协调 要获得人们的信任,同样需要对人工智能健康医疗大数在积极享受人工智能带来的进步的同时,正确应对智能 据和算法使用进行有效监管,并制定相应的法律法规,医疗给人类社会带来的冲击。 在这个方面,中国已经落后于西方的一些国家了。再 次,人类的生命伦理也会面临挑战。如前所述,人类有参考文献 望利用人工智能克服癌症难题,但更为重要的领域实际「1 JAlam S. Tribute to John von Neumann.1903-1957[J 上在于基因编辑,一些科技巨头希望通过这一技术来实 Bulletin of the American Mathematical Society.1958 21994-2017ChinaAcademicJOurnalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
18 电子政务 E-GOVERNMENT 2017年第11期（总第179期） 过程都可以在大数据平台上完成，由此也会大大降低药 品的使用成本和效率。按照这种发展趋势，人类在未来 制服乃至克服癌症，将不再会是一种空想。 六、结语：正确应对智能医疗的冲击 医疗领域一直被视为是一个人工智能很有前景的应 用领域，其应用能够改善数亿人的健康状况和生活质 量。与此同时，人工智能也会对医疗行业造成一定的冲 击，许多原先由医生、护士以及管理人员从事的工作可 能被人工智能所替代。例如，当人工智能的诊断准确率 在达到甚至超过人类医生之后，人们就会逐步选择人工 智能；运用人工智能技术的手术机器人可以完成人类医 生都很难操作的高难度手术；医院智能管理的应用则 可以代替人工来优化患者就诊和治疗的流程，从而有效 减少医患冲突的发生。由于目前的医疗资源仍然相对匮 乏，并且各地医疗资源的分布也不均匀，所以在医疗领 域造成大范围失业的情况仍然是一种小概率的事件。但 是，以上三个领域的从业者面临的失业压力会越来越 大。人们将更愿意信任人工智能，而不是传统意义上经 验丰富的“老医生”。 相比之下，社会规则、惯习乃至伦理上的问题，则 显得更为重要。首先，病人的隐私问题需要妥善解决。 大数据的搜集必然会涉及到广大病人的隐私，而如何协 调隐私保护和数据获得之间的张力，则是智能医疗面临 的重要问题。其次，社会观念与监管问题也需要正视。 要获得人们的信任，同样需要对人工智能健康医疗大数 据和算法使用进行有效监管，并制定相应的法律法规， 在这个方面，中国已经落后于西方的一些国家了。再 次，人类的生命伦理也会面临挑战。如前所述，人类有 望利用人工智能克服癌症难题，但更为重要的领域实际 上在于基因编辑，一些科技巨头希望通过这一技术来实 现减缓或者终止人类衰老的进程。这一目标的实现不仅 要面对许多技术难题，同样要面对难以克服的人类伦理 的问题。如果人类获得了某种程度上的“永生”，那么 人类社会的伦理和规则就会出现颠覆性的变化。 2016年3月，谷歌公司开发的人工智能产品“阿尔 法狗”与韩国顶级围棋手李世石上演了一场震撼人心的 “人机大战”。而人工智能的胜利更是引发了人们的恐 慌：人工智能是否象征人类发明史的终结？福山的《历 史的终结》（End of History）指出，伴随着社会的日新 月异，科学技术以环环相扣的方式将整个社会连接成 体，创造空前的繁荣。[19]智能诊断的发展使人工智能正 以惊人的速度成为完美的医学专家，从而具有在未来替 代现实医生的可能性。此外，由于机器人较人脑具有更 多的脑容量，这将带动医疗健康领域运作模式的发展与 转型，为患者及医生带来更多疾病诊断的福音。 人工智能的重要使命是提高医疗效率，在现有的医 疗资源供应环境中挖掘“增量”。通过将顶尖医学专家 的知识与诊断经验进行快速复制，训练出更多模拟专家 诊断路径的“人工智能医学专家”，从而助力公共卫生 事业的改善。总之，人工智能在医学领域得到深入应用 的整体发展趋势已然势不可挡。在这个过程中，人工智 能一方面能够有效提高人类的整体医疗水平和健康状 况，但另一方面也会带来一定的社会挑战和冲击。这在 很大程度上也是对“科技是一把双刃剑”这一论断的再 次证明。然而，人们完全可以通过合理的谋划与协调， 在积极享受人工智能带来的进步的同时，正确应对智能 医疗给人类社会带来的冲击。 参考文献： [1]Ulam S. Tribute to John von Neumann, 1903-1957[J]. Bulletin of the American Mathematical Society, 1958, 高奇琦 吕俊延·智能医疗：人工智能时代对公共卫生的机遇与挑战
电子政务 E-GOVERNMENT2017年第11期(总第179期)19 奇琦吕俊延·智能医疗:人工智能时代对公共卫生的机遇与挑战 64(3):1-49. 2015.163(5):1079-1094 [2Jobermeyer Z. Emanuel E. Predicting the Future: Big Data. [13 ]Wolfgang G, Wolfgang W,. Facial Expression and Emotional Machine Learning, and Clinical Medicine[J]. The New Face Recognition in Schizophrenia and Depression[J] England Journal of Medicine, 2016. 375: 1216-1219 European Archives of Psychiatry Clinical Neuroscience 3吴军,智能时代M.北京:中信出版社,2016 1992,242(1):46-52 [4Polat K, G unes s, Principles Component Analysis. Fuzzy [14]Griffin P M. Nembhard H B, DeFlitchl C J. et al Healthcare Systems Engineer ing[M]. New Jersey: Wiley ition System Based Diagnostic System for Diagnosis of 2016: 36 Lung Cancer[J]. Expert Systems with Applications, 2008. [15 Maglaveras N, Reiter H. Towards Closed-Loop 4(1):214-221 Personal Health Systems in Cardiology the Heart Cycle [5 ]How Artificial Intelligence Will Change Medical[EB/OL] proach[C]//2011 Annual International Conference of the [2017-02-24].https://www.itnonline.com/article/how artificial-intelligence-will-change-medical-imaging ell Lung Cancer Prognosis by Fully Automated Microscopic Innovations for Healthcare[J]. Biomedical Instrumentation Pathology Image Features[J]. Nature Communications Technology,2017.51(2):96-108 2016(7):12474 [17 Fox J. Safe and Sound: Artificial Intelligence is Hazardous [ Esteva A, Kuprel B, Novoa R A. et al, Dermatologist-ley Applicatious[M]. The MIT Press, 2000: 155-167 with Deep Neural Networks[J.[18]何献忠,许仲兴,陈欣.人机大战引发智能医疗的探讨 Nature,2017,542( 115-118 [J.中国医学工程,2016(4):35-37 [8龙泰医疗成 Titan Medica最大股东, SPORT手术机器人将[19] Fukuyama F, At the" End of History" Still stands 拓展中国及东南亚市场B/oL].[2017-10-12].htps:// Democracy[N]. Wall Street Jounal.2014-06-08 ww.sohu,com/a/167661576114778 9 jShademan A. Decker R s, Opfermann J D.etal.作者简介 pervised Autonomous Robotic Soft Ttissue Surgery[J] 高奇琦,华东政法大学政治学研究院院长、教授。 cience Translational Medicine, 2016. 8(337): 337-364 吕俊廷,华东政法大学政治学研究院硕士研究生 [10]Dugas A F. Jalalpour M. Gel Y, et al. Influenza Forecasting with Google Flu Trends[J]. Plos One, 2013 8(2):1-7 [11 Swar The Quantified Self: Fundamental Disruption in Data Science and Biological Di yUJ]. Big Data 3.1(2):85-99 [12] Zeevi D, Korem T. Mora N. et al. Personalized Nutrition by Prediction of Glycemic Responses[J]. Cell 21994-2017ChinaAcademicJOurnalElectronicPublishingHouse.Allrightsreservedhttp://www.cnki.net
电子政务 E-GOVERNMENT 2017年第11期（总第179期） 19 64(3): 1-49. [2]Obermeyer Z, Emanuel E. Predicting the Future: Big Data, Machine Learning, and Clinical Medicine[J]. The New England Journal of Medicine, 2016, 375: 1216-1219. [3]吴军. 智能时代[M]. 北京：中信出版社，2016. [4]Polat K, Güneş S. Principles Component Analysis, Fuzzy Weighting Pre-processing and Artificial Immune Recognition System Based Diagnostic System for Diagnosis of Lung Cancer[J]. Expert Systems with Applications, 2008, 34(1): 214-221. [5]How Artificial Intelligence Will Change Medical[EB/OL]. [2017-02-24]. https://www.itnonline.com/article/howartificial-intelligence-will-change-medical-imaging. [6]Yu K, Zhang C, Berry G J, et al. Predicting Non-small Cell Lung Cancer Prognosis by Fully Automated Microscopic Pathology Image Features[J]. Nature Communications, 2016(7): 12474. [7]Esteva A, Kuprel B, Novoa R A, et al. Dermatologist-level Classification of Skin Cancer with Deep Neural Networks[J]. Nature, 2017, 542(7639): 115-118. [8]龙泰医疗成Titan Medical最大股东，SPORT手术机器人将 拓展中国及东南亚市场[EB/OL]. [2017-10-12]. https:// www.sohu.com/a/167661576_114778. [9]Shademan A, Decker R S, Opfermann J D, et al. Supervised Autonomous Robotic Soft Ttissue Surgery[J]. Science Translational Medicine, 2016, 8(337): 337-364. [10]Dugas A F, Jalalpour M, Gel Y, et al. Influenza Forecasting with Google Flu Trends[J]. Plos One, 2013, 8(2): 1-7. [11]Swan M. The Quantified Self: Fundamental Disruption in Big Data Science and Biological Discovery[J]. Big Data, 2013, 1(2): 85-99. [12]Zeevi D, Korem T, Zmora N, et al. Personalized Nutrition by Prediction of Glycemic Responses[J]. Cell, 2015,163(5): 1079-1094. [13]Wolfgang G, Wolfgang W. Facial Expression and Emotional Face Recognition in Schizophrenia and Depression[J]. European Archives of Psychiatry & Clinical Neuroscience, 1992, 242(1): 46-52. [14]Griffin P M, Nembhard H B, DeFlitchl C J, et al. Healthcare Systems Engineering[M]. New Jersey: Wiley, 2016: 36. [15]Maglaveras N, Rei ter H. Towards Closed-Loop Personal Health Systems in Cardiology: the Heart Cycle Approach[C]//2011 Annual International Conference of the IEEE Engineering in Medicine & Biology Society, 2011: 892-895. [16]Vockley M. Game-Changing Technologies: 10 Promising Innovations for Healthcare[J]. Biomedical Instrumentation & Technology, 2017, 51(2): 96-108. [17]Fox J. Safe and Sound: Artificial Intelligence is Hazardous Applicatious[M]. The MIT Press, 2000: 155-167. [18]何献忠，许仲兴，陈欣. 人机大战引发智能医疗的探讨 [J]. 中国医学工程, 2016(4): 35-37. [19]Fukuyama F. At the “End of History”Still Stands Democracy[N]. Wall Street Journal, 2014-06-08. 作者简介： 高奇琦，华东政法大学政治学研究院院长、教授。 吕俊延，华东政法大学政治学研究院硕士研究生。 高奇琦 吕俊延·智能医疗：人工智能时代对公共卫生的机遇与挑战
