8月30－31日，由中國(guó)高科技行業(yè)門(mén)戶(hù)OFweek維科網(wǎng)和高科會(huì)主辦的“OFweek2018中國(guó)（上海）人工智能展覽會(huì)暨OFweek（第二屆）人工智能產(chǎn)業(yè)大會(huì)”在上海成功舉辦。

在31日“OFweek2018人工智能產(chǎn)業(yè)大會(huì)”AI+醫(yī)療論壇上，國(guó)際醫(yī)學(xué)與生物工程院院士／IEEE FELLOW／香港城市大學(xué)生物醫(yī)學(xué)工程講座教授張?jiān)�亭為現(xiàn)場(chǎng)觀(guān)眾帶來(lái)“人機(jī)智能融合在醫(yī)療健康領(lǐng)域的應(yīng)用和挑戰(zhàn)”的主題演講，提出健康工程的醫(yī)療理念就是通過(guò)融合工程、科學(xué)、醫(yī)學(xué)三方面解決重大疾病，達(dá)到早期預(yù)防，早期預(yù)警，早期干預(yù)，早期康復(fù)的目的。

國(guó)際醫(yī)學(xué)與生物工程院院士／IEEE FELLOW／香港城市大學(xué)生物醫(yī)學(xué)工程講座教授 張?jiān)��?/p>

人機(jī)融合的AI醫(yī)療理念

人工智能概念本身不僅包含了機(jī)器智能，也需要研究人本身的智能，也就是把人的智慧和機(jī)器的智能融合起來(lái)，在這兩者做足研究之后，才能實(shí)現(xiàn)真正的人機(jī)融合，才能解決健康醫(yī)療方面的問(wèn)題。

在張?jiān)菏空J(rèn)為“人機(jī)融合是未來(lái)健康工程的主要研究方向之一�！辈徽撌菄�(guó)內(nèi)還是國(guó)際上，心血管疾病是當(dāng)前最主要?dú)⑹帧８鶕?jù)WTO的報(bào)告，在未來(lái)十幾年二十幾年，心腦血管疾病的發(fā)生率還會(huì)繼續(xù)增加。

AI智能發(fā)展很快，AI的工程應(yīng)用也不少，其基礎(chǔ)研究做的也不錯(cuò)，但從全世界的角度來(lái)看，疾病卻一直沒(méi)有出現(xiàn)下降的情況，張?jiān)菏勘硎荆�出現(xiàn)這種問(wèn)題的原因是因?yàn)楝F(xiàn)在A(yíng)I技術(shù)工程都重在基礎(chǔ)研究，把重心都放在了疾病的后期。未來(lái)的AI醫(yī)療發(fā)展趨勢(shì)，首先要面對(duì)的就是解決疾病的下降需求，面對(duì)這個(gè)問(wèn)題，就需要從預(yù)防為首，從早期預(yù)測(cè)入手，從早期干預(yù)入手。

在他看來(lái)，健康工程的需求非常簡(jiǎn)單，面對(duì)最明顯的老齡化即老年癡呆疾病，需要思考人的知能逐漸退化的過(guò)程中，怎么樣能夠有效通過(guò)人機(jī)融合解決人的智能方面的問(wèn)題。人類(lèi)老齡化，中國(guó)對(duì)AI醫(yī)療方面的科學(xué)發(fā)展高度重視。習(xí)主席多次強(qiáng)調(diào)，將人民健康問(wèn)題提到國(guó)家的戰(zhàn)略地位上，國(guó)家并且頒布了《健康中國(guó)2030規(guī)劃綱要》，強(qiáng)調(diào)了早期診斷、早期預(yù)防、早期治療的健康醫(yī)療理念。

最近美國(guó)的國(guó)家科研院也發(fā)表了關(guān)于A(yíng)I醫(yī)療的整體戰(zhàn)略規(guī)劃，未來(lái)一百多年，21世紀(jì)的重大14大挑戰(zhàn)之一是健康信息學(xué)，規(guī)劃中提到一個(gè)很重要的融合理念——把現(xiàn)代醫(yī)學(xué)轉(zhuǎn)化成現(xiàn)代新醫(yī)學(xué)，意思就是把互聯(lián)網(wǎng)人工智能及信息影像／信息傳感進(jìn)行融合交互，以此來(lái)解決重大疾病。

人機(jī)智能融合在醫(yī)療健康領(lǐng)域的應(yīng)用

基于人機(jī)融合理念基礎(chǔ)上，張?jiān)菏勘硎救藱C(jī)融合的AI醫(yī)療領(lǐng)域主要體現(xiàn)在幾點(diǎn)應(yīng)用上。

第一個(gè)應(yīng)用是健康檔案的挖掘：全球人口眾多，健康檔案挖掘的數(shù)據(jù)是很龐大的，因此機(jī)器自動(dòng)記錄幾項(xiàng)重要數(shù)據(jù)做出智能診斷是很有必要的。

第二個(gè)應(yīng)用是自動(dòng)閱讀生物醫(yī)學(xué)影像：這個(gè)是非常關(guān)鍵非常重要的應(yīng)用，目前成功案例很多，自動(dòng)閱讀生物醫(yī)學(xué)影像，能夠?qū)崿F(xiàn)高分率的成像過(guò)程，應(yīng)用人工智能速度快，存儲(chǔ)量大，記憶高等特點(diǎn)，可以幫助臨床醫(yī)生診斷，提升患者就診體驗(yàn)。

第三個(gè)應(yīng)用是微創(chuàng)手術(shù)、微創(chuàng)機(jī)器人：目前達(dá)芬奇醫(yī)療機(jī)器人還不夠完善，未來(lái)的醫(yī)療機(jī)器人在研發(fā)上會(huì)復(fù)雜得多。

第四個(gè)應(yīng)用是提高臨床工作質(zhì)量與效率：因?yàn)槿斯ぶ悄芎苤匾�的一個(gè)特點(diǎn)，是速度快、存儲(chǔ)量大、記憶高，這個(gè)可以幫助臨床醫(yī)生提高工作效率。

第五個(gè)應(yīng)用是提升患者的就診體驗(yàn)：比如現(xiàn)在吃飯刷臉、開(kāi)車(chē)刷臉，那么將來(lái)看醫(yī)生也可以刷臉。

第六個(gè)應(yīng)用是個(gè)性化治療方案：有些醫(yī)院已經(jīng)使用醫(yī)療診斷系統(tǒng)，此系統(tǒng)可以幫助醫(yī)生做出一個(gè)初步的建議。

第七個(gè)應(yīng)用是藥物管理：藥物管理也是一個(gè)很重要的應(yīng)用。

第八個(gè)應(yīng)用是醫(yī)療咨詢(xún)和服務(wù)機(jī)器人：達(dá)芬奇是手術(shù)機(jī)器人，目前市場(chǎng)比較稀缺的是家庭的服務(wù)機(jī)器人。

第九個(gè)應(yīng)用是新藥研發(fā)和生物標(biāo)記物的檢測(cè)：血液檢測(cè)當(dāng)中的標(biāo)記物是很重要的一點(diǎn)。

人機(jī)智能融合在醫(yī)療健康領(lǐng)域的挑戰(zhàn)

目前人工智能遇到的問(wèn)題挑戰(zhàn)，也是AI的特點(diǎn)，即大數(shù)據(jù)，大計(jì)算量，快速計(jì)算量等等。

第一個(gè)挑戰(zhàn)是算法、理論基礎(chǔ)和數(shù)據(jù)分析：這是其中最大挑戰(zhàn)，目前人工智能正處于深度學(xué)習(xí)階段，但因?yàn)樾枰�的�?shù)據(jù)量過(guò)大，在部分疾病上還無(wú)法獲得相關(guān)數(shù)據(jù)，所以人工智能在醫(yī)學(xué)上還未達(dá)到如AlphaGo一樣的大數(shù)據(jù)精度下，張?jiān)菏刻岢鰪男��?shù)據(jù)更加智能的方法融合人的智慧，融合機(jī)理，來(lái)攻克不需要大數(shù)據(jù)也能做精做預(yù)算的觀(guān)點(diǎn)。

第二個(gè)挑戰(zhàn)是可穿戴式：人工智能有個(gè)很重要的疑問(wèn)是怎么樣獲取信息？在醫(yī)療信息當(dāng)中，最理想的狀況是生物標(biāo)記物，醫(yī)學(xué)影像、生理參數(shù)、生化參數(shù)全都可以被自己自動(dòng)獲取，不用去醫(yī)院。

第三個(gè)挑戰(zhàn)是多模醫(yī)學(xué)影像的融合：醫(yī)學(xué)影像有解剖，有功能，還有一些其他不同參數(shù)，在要求分辨率很高的情況下，只能依靠計(jì)算機(jī)來(lái)用功能的方式把這三個(gè)錄像疊加到一塊，實(shí)現(xiàn)一個(gè)三維的模擬。

最后兩個(gè)挑戰(zhàn)是感情和倫理：當(dāng)AI醫(yī)療機(jī)器人造出來(lái)以后，在與人類(lèi)長(zhǎng)相相似情況下，人們?nèi)绾魏退�相處？如何解決他的關(guān)系？如何去熱愛(ài)機(jī)器人？

最后，張?jiān)菏勘硎镜剑骸拔磥?lái)十幾二十幾年間，人類(lèi)的壽命將會(huì)通過(guò)人工智能延長(zhǎng)。最需要做的就是將AI、傳感和影像等等融合在一起，這個(gè)產(chǎn)業(yè)的發(fā)展是很有前景的�！�