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.net14 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