進(jìn)口elisa試劑盒在當(dāng)前中國(guó)的醫(yī)療市場(chǎng)中，國(guó)家投入巨大，但醫(yī)療資源分配矛盾依舊突出。據(jù)公開(kāi)數(shù)據(jù)顯示，龐大的醫(yī)療機(jī)構(gòu)體系中，擁有醫(yī)療資源的醫(yī)院僅占*醫(yī)療總數(shù)的0.1%。

“國(guó)內(nèi)的主要醫(yī)療資源基本都集中在大城市的*醫(yī)院中，*醫(yī)院在專家數(shù)量，醫(yī)療營(yíng)收、高性能設(shè)備、科研成果等方面遙遙先于其他醫(yī)療機(jī)構(gòu)。”百世伽科技CDO魏洪指出，這就造成了病人一窩蜂地集中在*醫(yī)院，某些大醫(yī)院的重點(diǎn)科室更是一號(hào)難求，因而導(dǎo)致看病難、看病貴，出現(xiàn)醫(yī)生工作量大、床位數(shù)不夠、病人滿意度低、醫(yī)患矛盾激烈等一系列問(wèn)題。

另一方面，其他醫(yī)療機(jī)構(gòu)的醫(yī)生空閑度高，業(yè)務(wù)提升機(jī)會(huì)有限，就診人數(shù)少，造成了大量醫(yī)療資源的浪費(fèi)。

“百世伽建立臨床醫(yī)療診斷輔助決策平臺(tái)的主要目的之一，就是提高地方醫(yī)療的安全性和診療質(zhì)量，減少醫(yī)療差錯(cuò)，增加病人的就診體驗(yàn)。”魏洪說(shuō)。

“醫(yī)生花了大量的時(shí)間回復(fù)患者常見(jiàn)、重復(fù)的問(wèn)題，例如手術(shù)費(fèi)用、如何預(yù)約、如何吃藥等。”微軟亞洲研究院研究員閆駿說(shuō)，“如果這些常見(jiàn)的問(wèn)題有人代為回答，就節(jié)省了醫(yī)生的很多精力。”

然而，專業(yè)領(lǐng)域知識(shí)庫(kù)的建立與基于自然語(yǔ)言理解的自動(dòng)問(wèn)答兩個(gè)方面都面臨很多技術(shù)挑戰(zhàn)。“首先要提高問(wèn)題與標(biāo)準(zhǔn)答案的匹配度”。原來(lái)，真實(shí)患者的提問(wèn)與編輯的標(biāo)準(zhǔn)問(wèn)題差別很大，如果單純通過(guò)關(guān)鍵詞搜索很難找到對(duì)應(yīng)的答案。

“為了建立一個(gè)好的知識(shí)庫(kù)，必須將所有問(wèn)題進(jìn)行歸類，并與從文獻(xiàn)中找到的答案映射成不同的向量，再通過(guò)計(jì)算進(jìn)行匹配。”閆駿說(shuō)。這也是目前微軟亞洲研究院在人工智能+醫(yī)療領(lǐng)域的投入項(xiàng)目。

在醫(yī)療領(lǐng)域，人工智能大數(shù)據(jù)技術(shù)催生了影像組學(xué)概念，其通過(guò)融合影像、基因、臨床等多元信息進(jìn)行疾病的診斷、療效評(píng)估和預(yù)后判斷，已經(jīng)被成功應(yīng)用于皮膚癌鑒別、糖尿病視網(wǎng)膜病變檢測(cè)、腦膠質(zhì)瘤癌影像基因關(guān)聯(lián)、結(jié)直腸癌淋巴結(jié)轉(zhuǎn)移預(yù)測(cè)等領(lǐng)域，“人工智能應(yīng)用于醫(yī)療大數(shù)據(jù)有著先天優(yōu)勢(shì)”。

“我們目前做的就是眼底疾病的醫(yī)療影像組學(xué)。”哈爾濱工業(yè)大學(xué)計(jì)算機(jī)學(xué)院教授鄔向前坦言，我國(guó)是*盲人zui多的國(guó)家，糖尿病視網(wǎng)膜病變、老年黃斑變性和青光眼等眼底疾病是導(dǎo)致不可逆轉(zhuǎn)性失明的主要原因。這些眼底疾病的潛在時(shí)間長(zhǎng)，早期癥狀不明顯，很難為患者所察覺(jué)，因此醫(yī)學(xué)上要求潛在患者（如糖尿病患者和老年人等）需要一年一到兩次檢查眼底是否出現(xiàn)病變，“我國(guó)光糖尿病患者就有一億人，而眼科醫(yī)生不到4萬(wàn)人，所以導(dǎo)致很多潛在患者得不到早期的診斷和治療，從而導(dǎo)致視力受損或失明"。

“而進(jìn)口elisa試劑盒利用人工智能技術(shù)，計(jì)算機(jī)就可以自動(dòng)篩查眼底病變，這樣通過(guò)眼科檢測(cè)設(shè)備，上傳眼底圖片到服務(wù)器就可以篩查患者人群了。”鄔向前說(shuō)。無(wú)論病人在哪兒，就算在鄉(xiāng)鎮(zhèn)醫(yī)院做檢查也能獲得與大醫(yī)院一樣的檢查結(jié)果，這樣看來(lái)，人工智能技術(shù)會(huì)帶來(lái)醫(yī)療方法的改進(jìn)。

但我們也要認(rèn)識(shí)到，人工智能在具體應(yīng)用當(dāng)中還有很長(zhǎng)的路要走。“人工智能概念雖然火熱，該領(lǐng)域獲得投資的資金也比較多，但真正從市場(chǎng)應(yīng)用的角度來(lái)看，從嘗試中獲得反饋、收集數(shù)據(jù)同樣重要。”閆駿說(shuō)。

人工智能這項(xiàng)技術(shù)，其zui大的能力在于整合已有的海量信息，并不能直接實(shí)現(xiàn)創(chuàng)造一個(gè)新的事物。也就是說(shuō)，人工智能的意義在于幫助我們提高整個(gè)社會(huì)的運(yùn)轉(zhuǎn)效率，對(duì)人類面臨的問(wèn)題尋求化的解決方案。對(duì)于醫(yī)學(xué)來(lái)說(shuō)，也就是盡快實(shí)現(xiàn)“醫(yī)療”。

醫(yī)療，基于大量的數(shù)據(jù)分析之上，曾經(jīng)就職于IBM公司的魏洪認(rèn)為，囿于隱私權(quán)保護(hù)，該公司的沃森醫(yī)療機(jī)器人只有20萬(wàn)例患者信息，“樣本量太少，我國(guó)一家大型醫(yī)院科室日門(mén)診量都在三千左右”。

百世伽2016年與西京醫(yī)院合作部署了心理健康篩查平臺(tái)，通過(guò)篩查平臺(tái)篩查16項(xiàng)心理障礙。以抑郁癥為例，經(jīng)臨床經(jīng)驗(yàn)?zāi)Ｐ团c后臺(tái)的模型對(duì)比，將醫(yī)學(xué)的非線性問(wèn)題轉(zhuǎn)化為數(shù)學(xué)的線性問(wèn)題，推薦幾種不同的治療方式。

醫(yī)療大數(shù)據(jù)的形成是人工智能的基礎(chǔ)。AI+醫(yī)療已經(jīng)成為人工智能的爆發(fā)點(diǎn)，不僅因?yàn)獒t(yī)療資源短缺不可忽視，同樣也是人工智能在云計(jì)算基礎(chǔ)上迅速發(fā)展的必然。此外，人工智能在醫(yī)療領(lǐng)域的技術(shù)突破更加快了AI醫(yī)療的落地，成為人工智能應(yīng)用于人類智慧生活邁出的重要一步。

人工智能在醫(yī)學(xué)領(lǐng)域中發(fā)揮的作用受限于人類的醫(yī)學(xué)研究水平，人類的醫(yī)學(xué)水平有多高，人工智能的有效性就會(huì)有多高。“進(jìn)口elisa試劑盒zui讓人驚艷的是能夠?qū)⑷祟愥t(yī)學(xué)研究成果zui大程度地利用起來(lái)，實(shí)現(xiàn)其價(jià)值z(mì)ui大化。”