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

在31日“OFweek2018人工智能產(chǎn)業(yè)大會”AI+醫(yī)療論壇上，國際醫(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)場觀眾帶來“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，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)療方面的問題。

在張?jiān)菏空J(rèn)為“人機(jī)融合是未來健康工程的主要研究方向之一�！辈徽撌菄鴥�(nèi)還是國際上，心血管疾病是當(dāng)前最主要?dú)⑹�。根�?jù)WTO的報(bào)告，在未來十幾年二十幾年，心腦血管疾病的發(fā)生率還會繼續(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，但從全世界的角度來看，疾病卻一直沒有出現(xiàn)下降的情況，張?jiān)菏勘硎�，出現(xiàn)這種問題的原因是因?yàn)楝F(xiàn)在AI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。未來的AI醫(yī)療發(fā)展趨勢，首先要面對的就是解決疾病的下降需求，面對這個問題，就需要從預(yù)防為首，從早期預(yù)測入手，從早期干預(yù)入手。

在他看來，健康工程的需求非常簡單，面對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程中，怎么樣能夠有效通過人機(jī)融合解決人的智能方面的問題。人類老齡化，中國對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)，將人民健康問題提到國家的戰(zhàn)略地位上，國家并且頒布了《健康中國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。

最近美國的國家科研院也發(fā)表了關(guān)于AI醫(yī)療的整體戰(zhàn)略規(guī)劃，未來一百多年，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。

第二個應(yīng)用是自動閱讀生物醫(yī)學(xué)影像：這個是非常關(guān)鍵非常重要的應(yīng)用，目前成功案例很多，自動閱讀生物醫(yī)學(xué)影像，能夠?qū)崿F(xiàn)高分率的成像過程，應(yīng)用人工智能速度快，存儲量大，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，未來的醫(yī)療機(jī)器人在研發(fā)上會復(fù)雜得多。

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

第五個應(yīng)用是提升患者的就診體驗(yàn)：比如現(xiàn)在吃飯刷臉、開車刷臉，那么將來看醫(yī)生也可以刷臉。

第六個應(yīng)用是個性化治療方案：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)生做出一個初步的建議。

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

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

第九個應(yīng)用是新藥研發(fā)和生物標(biāo)記物的檢測：血液檢測當(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)量過大，在部分疾病上還無法獲得相關(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，來攻克不需要大數(shù)據(jù)也能做精做預(yù)算的觀點(diǎn)。

第二個挑戰(zhàn)是可穿戴式：人工智能有個很重要的疑問是怎么樣獲取信息？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獲取，不用去醫(yī)院。

第三個挑戰(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)來用功能的方式把這三個錄像疊加到一塊，實(shí)現(xiàn)一個三維的模擬。

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

最后，張?jiān)菏勘硎镜剑骸拔磥硎畮锥�十幾年間，人類的壽命將會通過人工智能延長。最需要做的就是將AI、傳感和影像等等融合在一起，這個產(chǎn)業(yè)的發(fā)展是很有前景的�！�