從目前應用場景看，人工智慧技術在我國的醫療應用尚處於起步階段，圖像識別、藥物研發、醫療查詢、健康管理等暫居第一梯隊。其中，圖像識別作為輔助診斷的一個細分領域，是人工智慧技術在醫學領域應用最廣泛的場景。影像診斷和治療的概念起源於腫瘤學領域，然後將其擴展到整個醫學影像領域。瞭解醫學影像，提取具有診斷和治療決策價值的關鍵資訊，是診療過程中非常重要的環節，這對提高醫療行為效率有很大的好處，受到醫護工作者和病患者的歡迎。
人工智慧技術在醫學圖像中的應用，主要是因為圖像數據的訪問和處理相對容易。對比醫療記錄等數據積累超過三五年以上，影像資料只需一次拍攝，幾秒鐘即可獲取。由於醫學圖像龐大且相對規範的數據庫，智能圖像識別算法的不斷進步，為人工智慧醫學在該領域的應用提供了堅實的基礎。從技術角度看，醫學圖像診斷主要依靠圖像識別和深度學習。根據臨床診斷路徑，首先將圖像識別技術應用於感知環節，對非結構化圖像數據進行分析處理，提取有用資訊。
藥物研發是人工智慧技術大展身手的重要領域。該技術有可能改變藥物發現的整個過程，從藥物結構、疾病病理生理機制、現有藥物的功效、顯微鏡下的樣本觀察等方面進行快速分析，大大提昇新藥發現的效率。在研發階段，人工智慧技術可以幫助科學家從巨大體量的化合物數據庫中完成文獻搜索，理解數據。測試階段，藉助機器學習技術，研究人員可以對大量患者進行試驗而獲得不同的結果，並將其映射到患者的分子標記遺傳上，從而在更穩固的基礎上定義疾病。
最近，我國人工智慧藥物研發公司英矽智能宣布，以人工智慧技術貫穿藥物發現環節(包括機制發現、靶點發現及找到新化合物)，成功發現了全新機製藥物，這在全球尚屬首例。英矽智能研發人員花了數年時間構建和集成了數百個人工智慧模型，每個模型負責一項特定的任務，並將其整合到一個平台上，該平台能夠生成假設、選擇靶點、生成化合物和預測臨床試驗結果，從而在相應環節裡大大提昇研發效率。
醫療查詢也是人工智慧技術廣泛應用的領域。基於人工智慧技術的醫療查詢包括診斷終端、患者終端、醫生終端、自助售藥終端、售藥用戶終端和補貨終端等，其優點是：建立新型醫療服務體系，解決患者初級診療和健康管理問題，實現醫療健康體檢、人工智慧疾病診斷、問診諮詢、醫藥電商、慢病管理一站式醫療保健解決方案；節省了看病時間、看病成本，減少了疾病風險。
前不久，我國瑞萊智慧科技有限公司聯合清華大學人工智慧研究院共同研發，推出了「新冠肺炎疫情人工智慧話題分析平台」，幫助用戶隨時觸手可得疫情的最新變化。作為新冠疫情所有資訊的重要入口，該平台能夠對多管道海量媒體資訊進行自動抓取採集、識別分析，解決了傳統資訊檢索過程中因消息源頭繁雜、消息過多、檢索意圖不明確而產生的困擾和煩惱。
此外，人工智慧技術應用於智能機器，可以提高人們的醫療水準的同時還可以解放人們的雙手。例如我國傅利葉智能科技有限公司自主研發的Fourier X1，具備為下肢殘障患者提供有「觸覺」的突破性技術，核心技術包括感知和交互技術。Fourier X1通過19個不同的傳感器和11個分布式CPU模塊，能夠「感知」患者在步行中的變化；它可以助力下肢殘障患者重新「靈活」起來。
總之，人工智慧技術正在加速改變整個醫療行業的運作方式，將會對醫學研究、醫藥研發、醫療查詢、健康管理以及醫保優化等產生重大而深遠的影響, 將會為醫學領域帶來一場顛覆性革命。需要指出的是，儘管科技發展日新月異，但在未來很長的一段時間內，新的醫療技術在很多方面都不會取代優秀的醫務工作者；畢竟，醫者仁心，這一點是包括人工智慧技術在內的各種高新技術學不會的。
文/洪梅、劉敏（作者單位分別為武漢大學醫學部、東南大學醫學院）
