|编者按
机器人是如何给人看病的？让机器人看病靠谱吗？这些问题一直伴随着人工智能的发展。本文将介绍国内外各种已投入使用的人工智能诊疗系统。或许在不远的将来，机器人医生会走进千家万户。
人工智能在提高医疗服务效率和诊断的准确率上具有天然优势，大数据和“云”技术的发展更是使人工智能扩展至医疗领域的方方面面，各种旨在提高医疗体验和降低医疗成本的诊疗系统应运而生。
一、国外的人工智能诊疗系统发展现状
将人工智能应用于医疗诊断，在国外已有多年的历史和相对成熟的案例。
1 MYCIN
专家系统
国外最早将人工智能用于医疗的是MYCIN专家系统，由美国斯坦福大学在1970年代初研制，是一种帮助医生对住院的血液感染患者进行诊断和治疗用抗菌素类药物选择的人工智能系统。
2 IBM Watson
IBM Watson是目前最成熟的智能诊疗应用案例，它可以在17秒内阅读3469本医学专著、248000篇论文、69种治疗方案、61540次试验数据和106000份临床报告。Watson于2012年通过美国职业医师资格考试，已部署在美国多家医院，提供多种癌症的辅助诊疗服务，包括乳腺癌、肺癌、结肠癌、前列腺癌、膀胱癌、卵巢癌和子宫癌等。
图1 IBM Watson
3 Lumiata
Lumiata 是首家利用大数据技术构建医疗知识图谱的人工智能公司，通过图谱分析寻找合适的诊疗路径，提高诊疗的速率和精确性，节约医生的诊疗时间。
图2 Lumiata图谱的后台管理系统
二、国内的人工智能诊疗系统建设情况
自去年以来，除了阿里和百度等大公司启动健康大数据云平台计划，一批初创公司也陆续崭露头角。
1
皮肤病人工智能辅助诊断系统
中南大学湘雅二医院联合丁香园和大拿科技发布了我国首个皮肤病人工智能辅助诊断系统。皮损是皮肤病的主要症状表现，其诊断颇具直观性，因此极为适宜开展人工智能医疗应用，图像识别、深度学习等关键技术的突破，也为其提供了坚实的基础。
2 DeepCare
DeepCare是一家将人工智能技术用于医疗影像筛查和诊断的科技公司，通过机器视觉、深度学习和大数据挖掘技术的融合，致力为广大医疗机构和医疗器械厂商提供快捷、准确、低廉的医学影像识别技术。
3
医渡云
医渡云是一家专注于医疗大数据研究与应用的高科技企业，致力于与中国领先的医疗机构共同建立“医疗大数据”平台，利用人工智能技术进行医疗数据的集成、挖掘和利用，辅助开展新型临床、科研、医院管理等服务。
4
万达智慧医疗
万达从2004年开始建设覆盖上海所有三甲医院的申康医联工程和上海突发应急医疗平台，进而逐步深入，协助政府部门利用大数据进行医改探索；此外，还建立了医疗数据管控平台，协助北大、清华、复旦等院校和一些医疗集团进行医疗大数据研究；并与非公医疗协会合作，构建民营医院信用服务等六大平台。
其中，申康医联工程，即“上海市市级医院医疗信息共享及协同服务工程”，在上海38家三级甲等医院实现了患者电子病史资料的统一和跨医院诊疗信息实时共享、协同医疗服务及辅助管理决策等四大功能，于2006年正式启动，为医疗服务与医院管理提供技术保障。
5
联影分级诊疗方案
联影公司自主研发的高端医疗产品覆盖了影像诊疗的全过程，包括影像诊断设备、高端放疗（RT）设备及医疗信息化解决方案（HSW），还将联合华为“云服务”，利用其在品牌、技术、服务、网络覆盖等方面的优势，打造一站式分级诊疗整体解决方案，涉及医疗设备、软件、医疗云服务、大数据挖掘与应用、顶级医生资源等。
图3 联影的安徽影像云系统
6
卫宁临床数据中心
临床数据中心（CDR）以患者为中心，以EMPI（患者主索引）为主线，以全面、标准、统一的方式对患者的所有医疗信息进行组织、整合和存储，如就诊记录、门诊处方、住院医嘱、电子病历、检验报告等，并在此基础上开放统一的、标准的、符合法律规范和安全要求的数据访问服务，为临床数据共享提供统一的平台支撑。
三、上海机遇
2017年7月8日，国务院印发《新一代人工智能发展规划》，提出要围绕教育、医疗、养老等迫切民生需求，加快人工智能创新应用，为公众提供个性化、多元化、高品质的服务。上海有着国内顶级的医疗资源和医疗实力，特色鲜明，成果显著；优秀研究机构和专业人才荟萃，科研实力雄厚；拥有医疗、研发和产业资源的集群优势。上海应该及时抓住建设全球科创中心和张江综合性国家科学中心的契机，充分利用自己的区域优势和丰富的人口和数据资源，加强产学研用各方面团队建设，应对人工智能医疗所面临的机遇和挑战。
无疑，
大量做过精标注的影像数据是深度学习和人工智能医疗的生命基石。
目前包括上海产业技术研究院在内的多家机构正在筹划“重大医疗影像公知大数据中心平台设施建设与技术创新服务”项目，从乳腺癌、皮肤癌、颅脑、骨科等入手，探索不同领域的智能化模型，并以此为基础开展各类医院服务的临床示范应用。其首要任务是创建医疗影像公知数据库，通过与医疗单位的合作，对庞大的医学影像数据进行筛选、标注和结构化、标准化管理。在医院，该平台能帮助医生提高工作效率，避免因医生个人因素而导致的诊疗差异；在科研院所，该平台能为研究人员提供最新的病例报告和海量的高质量影像数据，不断优化人工智能模型；在政府和企业等第三方用户机构，该平台能为其提供政策性指导建议和商业化运作方案，为上海乃至全国人工智能医疗的产业化发展做出应有的贡献。
图4 医疗影像公知大数据中心平台构架
文耀锋，上海交通大学生物医学工程学院助理研究员，上海产业技术研究院生物医学领域高级工程师（兼职）。主要研究领域是人工智能影像技术及大数据分析和融合。
钱大宏，上海交通大学生物医学工程学院教授，国家千人计划特聘专家，上海产业技术研究院生物医学领域特聘教授（兼职）。主要研究领域为人工智能影像技术及生物传感器器件。
责任编辑：雷蓉
“第三只眼”——人工智能在医学影像中的应用
人工智能给产业发展将带来什么惊喜?
