- 1、本文档共10页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
人工智能在医疗领域的应用可以分为六个细分领域
在当前的医疗环境下,「大病」二字犹如挂在腰间的炸弹,拥有
足以摧毁一个家庭的威力,且随时都有可能被引爆。
如今,人工智能技术被广泛应用在各行各业,医疗健康领域更是
重要应用场景之一。据统计,到2025年,世界人工智能市场总值将
达到1270亿美元,其中医疗行业将占市场规模的1/5。
业界认为,在医疗水准的提升、医疗资源的下沉等方面,人工智
能将是一味济世良药。
在这样的大背景下,「人工智能」这味药能解决什么问题、怎样
用、什么时候才能用、为什么现在还不能用就成为了非常值得探讨的
话题。
我们咨询了多位业内专业人士,概括说来,现在的医疗人工智能
正处于「前景广阔,前进艰难」的状态,同时也已经有一些应用正在
落地。
本文中,我们整理了各位专家的意见,希望能从一定程度上概括
当前医疗人工智能产业的面貌。以下是全文,Enjoyit。
「人工智能」这味药能解决什么问题、怎样用、什么时候才能用、
为什么现在还不能用?
总的来说,人工智能在医疗领域的应用可以分为六个细分领域—
—虚拟助理、病历与文献分析、医疗影像辅助诊断、诊疗结果预测、
药物研发、以及基因测序。在本次沙龙中,专家的探讨主要集中在前
四个领域。
虚拟助理——问答还谈不上,只能做选择题
大体来说,医疗领域的虚拟助理和普遍意义上的虚拟助理在任务
目标上是相同的——通过人与机器之间的对话解决一些问题。然而,
仔细说来,也有所不同。
医疗虚拟助理的官方定义是,利用语音识别、自然语言处理技术,
将患者对自己病症的描述与标准医学知识库进行对比,从而完成患者
自诊、导诊、咨询等服务的信息系统。
与Siri、Cortana等通用虚拟助理不同的是,当用户与通用虚拟助
理进行对话时,可以自由表达,由虚拟助理理解用户意图(当然理解
能力还有待加强);但当用户与医学虚拟助理对话时,由于患者的描
述基本不是标准的医学术语,因此很难与标准医学知识库进行对比从
而得出结论。
「目前,医疗产业界的普遍做法是,以选择题的方式与用户沟通,
了解问题并分诊。」来自中国信息通信研究院的赵阳光介绍道,「目
前科大讯飞的一些产品在某些医院已经实际落地使用了。」
赵阳光是中国信通院互联网医疗联盟人工智能工作组的组长,也
是联盟近期发布的《医疗人工智能技术与应用白皮书》的牵头人。
上海森亿医疗科技有限公司专注于人工智能与医疗的结合,CEO
张少典介绍了森亿的医疗虚拟助理产品。「我其实不愿意把我们的产
品称作聊天机器人,它其实是一个搜索引擎。我们做技术的人其实都
知道聊天机器人的水平怎样。」张少典说。
森亿与上海市第一妇婴保健院和上海儿童医学心脏中心都开展过
合作,进行人工智能虚拟助理的尝试。其解决方案是在识别病人的问
题后,向病人推送来自专家知识库的内容,并给出答案的出处。
「这个东西的用处在哪里?」张少典说,「当患者有问题时,普
遍会遇到不相信百度但是又找不到专家的情况。那有了这样一个虚拟
助理,它给你的答案都是专家写的文献,能够起到一定的作用。」
病历与文献分析——帮助医生提高效率
提到人工智能与医疗的结合,最常见的要数医生通过语音输入电
子病历。面向医疗场景的语音输入技术已经成为科大讯飞、云知声等
人工智能公司的抢滩重地。
「语音输入技术解放了医生的双手,这对牙科医生来讲尤其重
要。」赵阳光说,「口腔科医生在手术台上往往是一个人,双手都被
占用了,没有手来书写病历。用语音识别的方式能够对患者的基本信
息、手术情况进行一些基本的记录,提高医生工作效率。」
在解放医生双手的同时,电子病历也起到了医疗人工智能发展的
数据基石作用。在语音识别层面之下,如何利用自然语言处理技术将
非结构化的自然语言转化为结构化的数据,以便后续进行数据挖掘,
是一个重要课题。
张少典介绍道,利用自然语言处理技术将病历上的非结构化数据
转变成结构化数据主要分为以下几个步骤。
首先,要对句子中的命名实体进行识别,简单地说就是哪些词是
疾病、哪些词是药品、哪些词是症状、哪些词是手术名,也就是对各
种各样词语类别的分类。
然后,需要查找语义之间的关联,也就是说谁修饰了谁、谁约束
了谁、谁否定了谁等,也即定义词语和词语之间的线性关系。
「语义关联为什么在医疗领域尤其重要?
文档评论(0)