““疫”路寻迹，2020医疗AI记事”

本篇文章1763字，读完约4分钟

“人工智能在健康医疗中具有重大价值，必须在疫情防控、诊断治疗、卫生管理等方面建立新模式、新服务、新产业。 》近日，中国工程院院士李兰娟在世界人工智能产品应用博览会上表示，基于人工智能的公共卫生大数据、疫情研判、疫情研判、情绪管理、地图服务、基因测序、药物研发、网络医院、智能化服务机器人等技术将进行疫情检测。 只有“人工智能+大数据+5g+网络”支撑疫情防控全过程，我们才能打赢这场防疫战。 ”。 她说

年，新冠肺炎病毒挑战了人类医学知识的极限。 作为人类科技文明迅速发展的两个顶点现代医学和人工智能，共同抵御了未知病毒的入侵。 在医院放射科、远程协作的移动屏幕前，在医务人员集中的方仓医院，医疗机器人忙碌不更替的身影，记录了人工智能在医疗行业踏上的足迹。

经过这场疫情，我们从语音电子病历、智能诊断、智能问诊为代表的虚拟助手，到ai医学影像，实现了病灶的识别和标记、三维重建、靶区的自动描绘和自适应放疗。 医疗大数据、医疗机器人实现辅助诊疗，利用ai技术结合新药开发、老药新、药物筛选，在进行药物挖掘的医院管理的病历结构化、分级诊疗、drgs智能系统、专家系统……

明明保护着数据“金库”，却依然“贫困”

对于疫情期间医疗数据所起的作用，森亿智能副总裁马汉东表示:“即使在医疗新闻化水平较高的地区，收集到的患者基础新闻中也缺乏体温和呼吸等护理新闻，无法真正发挥这些数据背后的分解决策作用。”

虽然ai的算法训练、深度学习等都需要大量数据支持，但新型冠状病毒大爆发早期确诊样本量少，医疗机构缺乏优质临床诊断数据，随着临床诊断数据的积累，新冠肺炎的影像学大数据特征逐渐明显，ai算法

从长期来看，利用大数据、人工智能技术，将对公共卫生应急管理系统发挥重要意义。 虽然前期受疫情突发影响，无法收集到有用的数据，但马汉东相信，此次疫情将使医疗机构认识到医疗数据质量的重要性，未来3-5年，医疗数据的管理一定会有较大的快速发展。

数据是人工智能时代的金矿、石油，虽然很多医疗机构保护着“金库”，但依然是“贫困”。 由于数据质量不容乐观，这是医疗ai应用落地的保障基础。 数据多样性、缺乏统一标准、整合困难数据分散、新闻孤岛、共享困难等……医院已经形成了较大的数据，但将其应用与进一步管理进行比较面临着诸多挑战。

基于电子病历评价的cdss (临床决策支持系统)可以说是医院所有新闻系统中难度最高的技术课题。 cdss决策的基础仍然是数据，或由一条数据构建的知识库。 据了解，cdss的建设包括建立临床数据中心、建立知识库的配置统一架构。 其中包括his、emr、lis、手麻、重症影像、护理、超声、内窥镜、心电等临床工作系统数据，其中医院临床相关数据表145张。

比数据更重要的是知识

影像、实验室、医生问诊、体检是医疗ai数据应用的首要来源。 其中，射线影像在模型训练方面拥有大量数据，人工智能在影像诊断辅助方面比其他行业更为迅速。 因此，医学影像是ai+医疗落地最早、最成熟、也是公司入场最快的行业。

在此次疫情快速发展的过程中，医院诊断试剂匮乏，大量疑似病例难以确诊，此后ct影像诊断成为新冠肺炎疾病诊断的标准之一。 1月28日，图医疗与上海公共卫生临床中心联合开发的行业首个ai影像辅助智能判断系统已经正式上线，该系统在高危和疑似病例的筛查、定量分解、疗效判断等方面发挥了重要意义。

并不是所有的ai医疗影像反应都这么迅速。 人工智能团队利用医学知识和临床数据，迅速掌握新冠肺炎的医学特征，建立算法模型是ai影像辅助产品落地的关键。

与专业临床病例相比，如何利用小样本数据实现深度学习，医疗数据质量低、标准化差，如何为临床决策提供支撑，人工智能技术和医学专业难以逾越的知识壁垒等，是现阶段ai医疗面临的课题。

石磊表示，新冠引起的肺炎在ct影像中表现出的特征和多种炎症相互交叉，多以斑贴状为主。 训练ai的第一步是让学生认识所有与炎症相关的特征。 这不是几天就能完成的。

“ai读影不是指ai独立的读影，也不是指ai独立做出诊断，实际上是‘医生+ ai’”。 石磊认为，ai落地于医疗上更高维度的场景应该是围绕单一病种全过程的诊疗。 涵盖影像、问诊、临床病历等多学科的诊疗新闻，从诊断、治疗、随访、临床研究到人工智能手段。