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.net12 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