2001年,由斯皮爾伯格導演的《人工智能》講述了一個小機器人為了尋找養母,不斷縮短機器人和人類差距而奮斗的故事,向人們講述了人工智能的幻景。15年后的2016年,在日本醫生對一名患者的病情束手無策情況下,IBM的機器人沃森(Watson)在短時間內閱讀了約兩千萬頁的醫療文獻,給出了治療患者的建議并挽救了患者的生命。自此,人工智能正在走進了醫療領域。
本文中,筆者經過中文專利庫CNABS、CNTXT以及外文專利庫DWPI、SIPOABS進行檢索,獲得基于人工智能的醫療服務專利文獻277篇。
起步較早,發展緩慢
早在1988年,位于西班牙的智能決策系統公司提交了一件輔助診斷心血管疾病和肺病的系統(公開號:GB2210713A)的專利申請。此后10年間,美國的數字設備公司、朗訊科技公司、IBM等公司研究了人工智能技術在醫療領域的應用,涉及遠程健康監控、醫療數據整合、智能輔助診療等內容。
隨著人工智能技術的發展、互聯網的廣泛應用以及醫患矛盾的凸顯,2001年起相關專利申請開始緩慢上升,人們已經開始意識到人工智能將對醫療服務產業帶來深遠的影響。
2015年以后,依托廣泛的用戶群體、大量的互聯網數據和成熟的數據挖掘處理技術,互聯網巨頭的介入下推動了基于人工智能的醫療服務產業的快速發展,呈現出“ 大型綜合醫療服務公司集中深入研究” + “互聯網巨頭公司提供大數據支撐 ” 兩者齊頭并進的態勢。
熱點領域,緊追不舍
在輔助診療方面,上世紀90年代,美國微軟和韓國三星在輔助診療領域提交了專利申請(公開號:US6529891B1、KR100455289B1)。另外,為了借助醫療影像獲得更準確的診斷結果,近年來阿里巴巴公司研究的
“用于醫療影像的圖像識別裝置
” ,幫助醫生快速找到更隱蔽、更早期的腫瘤病變;騰訊研究的醫學影像產品——
騰訊覓影,可用于早期食管癌智能篩查、早期肺癌篩查、糖尿病性視網膜病變智能篩查、宮頸癌篩查、乳腺癌淋巴清掃圖像識別等;國內高校院所也從多角度探索人工智能在醫療領域的應用,有望在將來與互聯網公司等進行合作,實現產學研相結合。
在藥物管理方面,美國波士頓的Berg公司用人工智能方法僅需9個月至12個月就能研制出一款新藥;谷歌為了提供新型藥劑,專門成立了抗衰老研究公司Calico,推出能以胃酸供電的智能藥片和癌癥檢測丸。歐洲最大的人工智能+新藥研發公司BenevolentAI建立了一種更快更好地開發新藥的人工智能技術,通過人工智能把人、技術和生物學結合起來(公開號:WO2017051188A1),集中處理全世界大量高度碎片化的信息,用以加速科學研究和發展。事實上,人工智能僅僅幫助企業研制新藥是不夠的。為了提高用藥安全,減少藥品給不同人群帶來的副反應,微軟和IBM分別就藥品鑒別方法提交了公開號為US6222093B1、US7647193B2的專利申請,以評估藥品功效和毒性,鑒別藥品是否符合特定患者的用藥標準。
在醫療監控方面,美國谷歌的Google Glass為患者提供更便捷的健康風險提醒服務,其收購了智能手表制造公司WIMM Labs、生物技術公司Lift Labs,并與瑞士諾華制藥合作開發了智能隱形眼鏡。蘋果公司的Apple
Watch在心率測量方面達到了90%的準確度。此外,微軟也研發了針對盲人用戶的采用3D技術的骨傳導耳機,為盲人和弱視患者提供服務,另外還包括智能手環和帶有增強現實(AR)功能的全息眼鏡。隨著慢性病的高發,醫療監控將逐漸成為大趨勢,并將大面積進入養老產業;同時監控管理平臺所收集的用戶代謝數據、表型數據,將成為藥物研發、疾病診斷的基礎數據,推動多個產業的發展。
在健康管理方面,涉及的領域較多。如在線問診包含“ 預問診”
和 “自診
” 兩大功能。“
預問診 ”就是在患者完成掛號后的等待時間內,進入醫院應用(App)或者微信公眾號中的智能問診模塊,輸入患者的基本信息、癥狀、既往病史、過敏史等信息,系統通過人工智能算法初步形成診斷報告,在患者與醫生見面之前就推送給醫生,大大縮短問診時間;
“自診
” 就是患者在手機或者PC端通過人機交互完成智能問診,生成診斷報告,以供患者參考。百度的醫療大腦為用戶提供“ 自診”
服務,其原理是對結構化醫療知識信息進行挖掘,然后檢索具有與醫療咨詢信息或反饋信息對應的實體標簽的結構化醫療知識信息,根據過濾結果生成并輸出問診結果信息(公開號:CN106845061A)。
在數據整合方面,科大訊飛依據自然語言處理技術,直接將語音醫囑轉換成結構化的文字,形成結構化的電子病歷(公開號:CN101236615A),而目前針對醫院所有的科室,科大訊飛智能語音轉錄系統的準確率達到97%。醫療數據的整合,關鍵是將基因數據、代謝數據、表型數據集成于同一平臺,這樣才能實現更高級別的數據分析。
“ 人工智能+醫療”
是近年來從事醫療領域的科技類公司最推崇的企業標簽之一,其涉及的公司類型和產品類型極其豐富,人工智能目前正在輔助診斷、遠程醫療、藥物研發、護理康復、智能假肢、微創外科手術等多個方面為人類提供更準確、更便捷的醫療服務。
未來,隨著手術機器人、康復機器人、輔助機器人、服務機器人的落地,以及第三方影像中心的大量出現,人工智能結合醫學影像將成為行業的重要結合點。在筆者看來,我國在基于人工智能的藥物管理領域還有很大發展空間,有望在 “巨人的肩膀 ” 上拓展新藥品研究領域。