《自然》雜志介紹了心臟病專家埃里克·托波爾（Eric Topol）的新書《深度醫(yī)學(xué)》（Deep Medicine）。這是一本描述人工智能在醫(yī)學(xué)領(lǐng)域的應(yīng)用，以及可能前景的科普書。通過這篇文章，我們大概能了解，人工智能技術(shù)會(huì)如何影響醫(yī)療。

　　文章提出，我們面對的醫(yī)療問題很明顯。醫(yī)療費(fèi)用越來越貴，而且醫(yī)療資源似乎也總是稀缺。這讓醫(yī)療問題也成為了貧富分化問題的一部分。人工智能技術(shù)的出現(xiàn)，讓人看到了用無情算法解決醫(yī)療問題的希望。

　　醫(yī)療行業(yè)有大量的數(shù)據(jù)。人類可以借助傳感器、智能手機(jī)、基因組掃描、臨床病理記錄等方法，收集到海量的健康數(shù)據(jù)。文章說，如果說數(shù)據(jù)是新時(shí)代的“石油”，健康數(shù)據(jù)就是精煉石油。人工智能可以用這些數(shù)據(jù)來為診斷和治療提供決策幫助。這些數(shù)據(jù)價(jià)值連城。金融行業(yè)的數(shù)據(jù)已經(jīng)很值錢，而“這些數(shù)據(jù)價(jià)值是金融數(shù)據(jù)的6至10倍”。

　　人工智能技術(shù)目前在醫(yī)療領(lǐng)域已經(jīng)有一些應(yīng)用。其中最常見的是，把圖像識(shí)別技術(shù)應(yīng)用在放射學(xué)、病理學(xué)和皮膚學(xué)領(lǐng)域。人工智能算法可以識(shí)別X光片、發(fā)現(xiàn)腫瘤細(xì)胞，以及推斷皮膚損傷。在眼科和心臟科也有類似的應(yīng)用，可以識(shí)別糖尿病人的視網(wǎng)膜、通過智能手環(huán)或手表的傳感器數(shù)據(jù)判斷心臟健康等。

　　更進(jìn)一步的應(yīng)用是，可以通過機(jī)器識(shí)別人類的聲音波動(dòng)和表情變化，來判斷人的情感變化。

　　不過，《深度醫(yī)學(xué)》的作者說，現(xiàn)在大部分的研究，還僅僅停留在科技公司進(jìn)行算法驗(yàn)證的階段。把人工智能技術(shù)用在臨床實(shí)踐中的案例非常少。如果用算法來解決醫(yī)療問題是一場馬拉松的話，現(xiàn)在科技公司們僅僅走了第一公里。

　　同時(shí)，作者也提醒，在通過技術(shù)解決醫(yī)療問題上，還有很多需要做的。比如，很多社會(huì)因素會(huì)影響健康，但是現(xiàn)在并沒有收集相關(guān)社會(huì)因素的數(shù)據(jù)；再比如，醫(yī)生會(huì)對數(shù)據(jù)和算法做出什么樣的反應(yīng)；以及怎么樣確保醫(yī)療人工智能不是掌控在科技?jí)艛喙臼种?，而是讓每個(gè)人都能受益。

　　大數(shù)據(jù)處理信息服務(wù)商金盛網(wǎng)聚WJFabric認(rèn)為，人工智能與醫(yī)療行業(yè)的結(jié)合是最廣大人群的基本訴求，原因在于人工智能客觀公立的基本屬性更適合應(yīng)用于解決醫(yī)療問題。由于需求量巨大，因此能夠采集到的數(shù)據(jù)樣本量級(jí)非?？捎^，這有助于“人工智能＋醫(yī)療”的研發(fā)。當(dāng)然，同樣是需求量的原因，用戶對臨床實(shí)踐的安全性要求很高。由此可見，可采集到的數(shù)據(jù)樣本的量級(jí)同樣有“雙刃劍”效應(yīng)，越是能夠采集到更多樣本，越要謹(jǐn)慎對待，因?yàn)橹螖?shù)據(jù)的是巨大的需求量。

　　金盛網(wǎng)聚（北京）科技有限公司成立于2012年，是一家數(shù)據(jù)處理與信息咨詢服務(wù)商，公司擁有自主核心技術(shù)與服務(wù)咨詢的團(tuán)隊(duì)， 公司“WJFbaric-互聯(lián)網(wǎng)大數(shù)據(jù)信息監(jiān)測SaaS平臺(tái)”目前注冊使用客戶將近上萬個(gè)，為企業(yè)、政府、學(xué)術(shù)機(jī)構(gòu)、成功人士等提供在線信息收集、展示、閱讀、存儲(chǔ)的免費(fèi)平臺(tái)，公司遠(yuǎn)景致力于通過數(shù)據(jù)+計(jì)算形成可視化的人工智能決策平臺(tái)。