AI+医疗还是医疗+AI?

近年来，人工智能在医疗上的应用，开发和研究越来越多。医院，各类型的医疗机构，制药医药公司都纷纷把人工智能与传统医疗的结合纳入其发展战略。在我们明年的AI商考拟参访公司名单上，自然不能缺少优秀的医疗领域人工智能公司。今天给大家介绍的第五家拟参访公司叫Enlitic，位于美国加州湾区旧金山。这是我们第一次介绍AI在医疗领域的应用和优秀的AI医疗公司，文章很长，内容也很丰富。对AI和医疗感兴趣的朋友，一定要看到最后，有惊喜！

在走进Enlitic之前，我们不妨多了解一下目前人工智能在医疗领域的现状。

随着人工智能医疗在国内外的发展热度不断提升，许多专家认为，AI在医疗领域的应用可能会率先落地。一方面，图像识别、深度学习、神经网络等关键技术的突破带来了人工智能技术新一轮的发展。大大推动了以数据密集、知识密集、脑力劳动密集为特征的医疗产业与人工智能的深度融合。另一方面，随着社会进步和人们健康意识的觉醒，人口老龄化问题的不断加剧，人们对于提升医疗技术、延长人类寿命、增强健康的需求也更加急迫。而实践中却存在着医疗资源分配不均，药物研制周期长、费用高，以及医务人员培养成本过高等问题。对于医疗进步的现实需求极大地刺激了以人工智能技术推动医疗产业变革升级浪潮的兴起。

从全球创业公司实践和目前人工智能在医疗与健康行业的涉足来看，如果我把AI在医疗健康领域中的应用全部都罗列出来的话，你们都会觉得很惊讶的。未曾想，一直感觉虚无缥缈的人工智能居然已经在那么多的领域出现了。

那么都有哪些呢？有以下：医疗机器人、虚拟助理、新药研发、辅助疾病诊断、辅助治疗、医学影像识别和诊断、药物研发、营养学、生物技术、智能急救室、医院管理、健康管理、精神健康、可穿戴便携设备、风险管理和病理学,康复医疗和生物医学研究等。今天的文章不可能面面俱到，把这些领域的情况都拿出来说一遍，我们就挑几个最接地气，最有突破，最容易产生直接的效益(无论是经济效益还是社会效益)的领域应用来介绍下。

医疗机器人

首当其冲的，也最吸引眼球，最神秘莫测的当属医疗机器人了！

机器人技术在医疗领域的应用并不少见，比如智能假肢、外骨骼和辅助设备等技术修复人类受损身体，医疗保健机器人辅助医护人员的工作等。目前实践中的医疗机器人主要有两种：一是能够读取人体神经信号的可穿戴型机器人，也成为“智能外骨骼”;二是能够承担手术或医疗保健功能的手术机器人，以IBM开发的达·芬奇手术系统为典型代表。下面简单介绍下。

外骨骼机器人

外骨骼的定义来源与动物，即外部的骨骼，用于支撑和保护动物，与之相反的是人类这样“内骨骼”的生物。因此外骨骼机器人一般是指那些能够增强人类能力的可穿戴机电设备，当然也包含那些能够增强（帮助康复）残疾人的可穿戴设备。

年最早的外骨骼项目来源于美国军方的增强型军用装甲，同期康奈尔大学的研究者也开始研究人体增强的概念。外骨骼很早就开始研发，也造成了这个领域大部分能够探明的问题都基本探明。

关于外骨骼机器人，从技术上来分，大致有四种：1MITExoskeleton增强型外骨骼；2BodyExtender增强型外骨骼；3XoR康复型外骨骼；4ReWalk-MoreThanWalking。至于这四种有什么区别，本文就不展开介绍了，随后可以写一篇机器人转帖。

手术机器人

在目前的手术机器人医疗市场上，绝大部分被IntuitiveSurgical的达芬奇手术机器人占领。

达芬奇外科手术系统是一种高级机器人平台，其设计的理念是通过使用微创的方法，实施复杂的外科手术。FDA已经批准将达芬奇机器人手术系统用于成人和儿童的普通外科、胸外科、泌尿外科、妇产科、头颈外科以及心脏手术。

达芬奇机器人由三部分组成：外科医生控制台、床旁机械臂系统、成像系统。手术器械尖端与外科医生的双手同步运动。

当然即便拥有这项技术，手术还是需要人工控制，也就是说手术过程的好坏依然取决于医生手术的水平。并且达芬奇手术机器人价值超过万美元，每年维修费用高达17万美元。同理，手术费用也将极其昂贵，所以其他医疗机器人公司正在努力研究一种成本低的手术机器人。

智能诊疗(辅助疾病诊断)

智能诊疗就是将人工智能技术用于辅助诊疗中，让计算机“学习”专家医生的医疗知识，模拟医生的思维和诊断推理，从而给出可靠诊断和治疗方案。智能诊疗场景是人工智能在医疗领域最重要、也最核心的应用场景。

国外最早将人工智能应用于医疗诊断的是MYCIN专家系统。我国研制基于人工智能的专家系统始于上世纪70年代末，但是发展很快。早期的有北京中医学院研制成‘关幼波肝炎医疗专家系统’，它是模拟著名老中医关幼波大夫对肝病诊治的程序。上世纪80年代初，福建中医学院与福建计算机中心研制的林如高骨伤计算机诊疗系统。其他如厦门大学、重庆大学、河南医科大学、长春大学等高等院校和其他研究机构开发了基于人工智能的医学计算机专家系统，并成功应用于临床。

在智能诊疗的应用中，IBM的Watson是目前最成熟的案例。IBMWatson可以在17秒内阅读本医学专著、篇论文、69种治疗方案、次试验数据、份临床报告。年Watson通过了美国职业医师资格考试，医院提供辅助诊疗的服务。目前Watson提供诊治服务的病种包括乳腺癌、肺癌、结肠癌、前列腺癌、膀胱癌、卵巢癌、子宫癌等多种癌症。Watson实质是融合了自然语言处理、认知技术、自动推理、机器学习、信息检索等技术，并给予假设认知和大规模的证据搜集、分析、评价的人工智能系统。

智能影像识别(影像辅助诊断)

智能医学影像是将人工智能技术应用在医学影像的诊断上。人工智能在医学影像应用主要分为两部分：一是图像识别，应用于感知环节，其主要目的是计算机对搜集到的图像进行预处理、分割、匹配判断和特征提取一系列的操作将影像进行分析，获取一些有意义的信息;二是深度学习，应用于学习和分析环节，通过从患者病历库、大量的影像数据以及其他医疗数据库搜索数据，不断对神经元网络进行深度学习训练，促使其掌握诊断能力，最终提供诊断建议。目前来说影像辅助诊断的准确率较精准，相较于放射医师，对临床结节或肺癌诊断的准确率高出50%，可以检测整个X光片面积0.01%的细微骨折。

在目前的人工智能+医疗健康各细分领域中，医学影像的项目和研究数量最多,医疗影像领域的投融资交易数量也最高。从我国国情来讲，病患多医生少、医疗压力巨大是造成这种结果的最大的原因。再加上现在图像识别技术的成熟、电子胶片的普及、放射科医师的缺乏是推动市场发展的主要因素；影像辅助诊断的使用和普及存在巨大的益处，对于患者而言，在影像辅助诊断的帮助下，和以往传统的医疗手段相比较，将快速完成健康检查，同时获得更精准的诊断建议和个性化的治疗方案；对医生而言，可以节约读片时间、降低误诊率并获取提示（副作用等），起到辅助诊断的作用；医院在云平台的支持下可建立多元数据库，进一步降低成本。

在人工智能影像识别，影像辅助诊断领域，目前比较有名的应有有贝斯以色列女执事医学中心(BIDMC)与哈佛医学院合作研发的人工智能系统，其对乳腺癌病理图片中癌细胞的识别准确率能达到92%。另外，本文的主角:位于美国旧金山的Enlitic公司，也是将深度学习运用到癌症等恶性肿瘤检测中的典范。Enlitic开发的检测系统其癌症检出率超越了4位顶级的放射科医生，诊断出了人类医生无法诊断出的7%的癌症。

药物研发

智能药物研发是指将人工智能中的深度学习技术应用于药物研究，通过大数据分析等技术手段快速、准确地挖掘和筛选出合适的化合物或生物，达到缩短新药研发周期、降低新药研发成本、提高新药研发成功率的目的。

人工智能通过计算机模拟，可以对药物活性、安全性和副作用进行预测。借助深度学习，人工智能已在心血管药、抗肿瘤药和常见传染病治疗药等多领域取得了新突破。在抗击埃博拉病毒中智能药物研发也发挥了重要的作用。

人工智能在医疗中应用的最大的价值无疑将是药物研发，近日赛诺菲宣布与Exscientia签订一项潜在价值为2.5亿欧元的合作和许可交易，用于开发针对代谢疾病的双特异性小分子药物。前几天药明康德整理了全国9家值得







































北京中科医院怎么样
中科白殿疯医院怎么样